数据集概述
本数据集为评估人工神经网络（ANN）模型在东海（ECS）陆架pH反演中的应用性能而构建，使用2000-2016年长江生物FVCOM模型的温度（T）、盐度（S）、溶解氧（DO）、氮（N）、磷（P）、硅（Si）数据作为输入变量，反演得到月尺度pH数据，并与观测数据对比验证。数据集包含14个文件，覆盖表层及水柱尺度的pH数据、站点信息和分析代码。
文件详解
- 数据文件（.dat格式，共8个）
- 文件名称：pH_surdata15.dat、pH_surdata16.dat、pH_surdata67.dat、pH_surdata69.dat、pH_surdata75.dat、pH_surdata85.dat等
- 字段映射介绍：存储反演得到的pH数据，包含时间序列、空间位置（表层或水柱）对应的pH数值，用于模型性能验证
- 表格文件（.xlsx格式，共3个）
- 文件名称：six stations_surface.xlsx、six stations_water column.xlsx、Raw data.xlsx
- 字段映射介绍：包含6个验证站点（A1-5至A8-5）的表层及水柱pH数据、原始输入变量（T、S、DO等）和观测对比数据
- 代码文件（.m格式，共3个）
- 文件名称：plot_surface_vs.m、plot_column_vs.m、region_vs_pH.m
- 功能介绍：用于绘制表层pH反演值与观测值对比图、水柱pH对比图、区域pH分布对比图的MATLAB脚本
数据来源
长江生物有限体积海岸海洋模型（Changjiang Biology FVCOM）数据及现场观测数据
适用场景
- 海洋酸化监测: 利用反演pH数据分析东海陆架2000-2016年的酸化趋势与空间分布特征
- 机器学习模型评估: 验证ANN模型在海洋环境参数反演中的精度与稳定性，优化输入变量组合
- 海洋生态环境研究: 结合pH数据与水文要素（T、S、DO）分析东海陆架生态系统对酸化的响应
- 模型数据对比分析: 比较FVCOM模型输入与实测输入下ANN反演pH的差异，评估模型数据的可靠性
