基于拉曼光谱的海水温度与盐度同步测量方法
摘要
海洋极端环境如热液、冷泉区高空间梯度的海水温度与盐度测量对研究海洋地质活动及物质循环有着重要的意义。传统的温度与盐度探头难以获得高空间分辨率的温度与盐度同步数据，而基于拉曼光谱和温度与盐度的相关性进行非接触探测可有效实现温度与盐度的同步测量。首先，利用Levenberg-Marquardt方法将拉曼光谱分解得到5个高斯子峰，利用子峰各自携带的峰高、峰宽，以及峰位等特征信息作为训练特征，结合偏最小二乘回归（PLSR）、最小绝对收缩和选择运算符（LASSO）回归等机器学习方法进行训练；然后，采用Stacking集成学习模型对多个学习器进行模型融合，获得温度与盐度同步标定模型。结果显示，提出方法对温度的同步预测均方误差EMS为0.23 ℃，对电导率（盐度）的同步预测均方误差EMS为1.63 mS/cm。相较于单个子学习器以及单独引入的深度学习模型所预测的结果均有一定的提升。结果验证了拉曼光谱分解子峰同步预测海水温度与盐度的可行性，在深海极端环境探测领域具有一定的应用前景。
引用本文（GB/T 7714）
董睿 Dong Rui, 叶旺全 Ye Wangquan, 桂斌 Gui Bin, 等. 基于拉曼光谱的海水温度与盐度同步测量方法[J]. Acta Optica Sinica, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。