機械学習手法による環境要因を用いた沿岸藻類繁茂の予測

有害藻類の繁茂は、海洋生態環境と人間の健康を脅かす主要な海洋災害の一つです。藻類の繁茂は時間的特徴を持つ複雑な非線形プロセスであるため、従来の統計手法では良好な予測ができないことがよくあります。本論文では、環境パラメータによって藻類繁茂の発生を予測することを目的とした機械学習に基づく方法を提案します。藻類の成長に関連する特徴を組み合わせ戦略で実験し、藻類濃度の良好な予測を達成しました。米国のスクリプス桟橋（カリフォルニア）と中国の四十里湾（山東）の二つの場所からの実データセットで予測性能を検証しました。モデルと特徴のサブセットは欠損データを補完し、植物プランクトン濃度を予測するために選択されました。結果は、適切な特徴を選択することによって濃度を短期的に予測する我々の方法の効果を示しています。比較研究は、我々が開発した機械学習手法の利点を証明しています。予測性能に対する各特徴の重要性は、有害藻類繁茂の発生における重要な要因を明らかにしています。