基于高斯混合物模型的北赤道太平洋底栖生境分类方案
近日，国际环境科学与管理领域权威期刊《Journal of Environmental Management》（中科院二区TOP，JCR一区，影响因子8.0）发表了广州海洋地质调查局在深海底栖生境填图研究方面的最新进展——“A study of benthic habitat classification schemes in the northern equatorial Pacific based on Gaussian mixture model”（基于高斯混合模型的北赤道太平洋底栖生境分类方案研究）。该研究成果为深海采矿相关保护区的优化设计提供了新思路。
本文聚焦北赤道太平洋这一全球多金属结核和富钴结壳主要富集区，将后验能力强的高斯混合模型（GMM）机器学习技术成功应用于深海底栖生境填图研究，结合多种分类评价参数确定了北赤道太平洋的5个底栖生境类别，并对地形特征、营养供给和水团特性等主控环境因素进行了重要性定量分析。此次研究在国际上首次基于概率划定了位于不同生境交汇区的深海生态交错带（Deep sea ecotones），审稿专家对此给予了高度评价。
论文第一作者为 广州海洋地质调查局杜然然工程师，通讯作者为杨永正高级工程师和于淼高级工程师。该研究得到国家重点研发计划项目（2022YFC2804001）、国家自然科学基金（42072324、U2244222）和广州海洋地质调查局局长科研基金（2023GMGSJZJJ00011）等项目的联合资助。
信息来源：广州海洋地质调查局。
转载请注明信息来源及海洋知圈编排。
