典型文献
基于现场多波段激发荧光的浮游植物多种色素含量XGBoost反演
文献摘要：
针对浮游植物的总叶绿素a和7种诊断色素(叶绿素b、岩藻黄素、多甲藻素、19-己酰基氧化盐藻黄素、19-丁酰基氧化盐藻黄素、别藻黄素和玉米黄素),基于现场多波段激发荧光光谱数据,通过构建激发荧光光谱特征表征量,利用极限梯度提升(XGBoost)机器学习算法,建立了浮游植物色素浓度的反演模型.验证结果表明,反演模型具有良好的估算精度,其中总叶绿素a的反演模型精度最高(决定系数为0.87,平均绝对相对百分比误差为28.1％,均方根误差为1.168 mg·m-3).将建立的色素反演模型应用于东海典型断面处,成功获取了色素浓度的垂向分布特征.
文献关键词：
光谱学;激发荧光光谱;浮游植物色素浓度;反演模型;XGBoost机器学习算法
中图分类号：
作者姓名：
王琳淇;王胜强;孙德勇;李俊生;朱元励;许永久;张海龙
作者机构：
南京信息工程大学海洋科学学院,江苏南京210044;中国科学院空天信息创新研究院遥感科学国家重点实验室,北京100101;自然资源部第二海洋研究所,浙江杭州310012;浙江海洋大学水产学院,浙江舟山316022
文献出处：
引用格式：
[1]王琳淇;王胜强;孙德勇;李俊生;朱元励;许永久;张海龙-.基于现场多波段激发荧光的浮游植物多种色素含量XGBoost反演)[J].光学学报,2022(18):207-216
A类：
激发荧光光谱,浮游植物色素浓度
B类：
多波段,色素含量,XGBoost,叶绿素,诊断色素,岩藻黄素,甲藻,酰基,盐藻,玉米黄素,光谱数据,光谱特征,极限梯度提升,机器学习算法,反演模型,估算精度,模型精度,决定系数,模型应用,于东海,垂向分布,光谱学
AB值：
0.24195
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
