A comparison of Multiple Non-linear regression and neural network techniques for sea surface salinity estimation in the tropical Atlantic ocean based on satellite data

Abstract

{E}n utilisant des mesures de {S}alinité et de {T}empérature à la surface de la mer, dans l'ouest de l'océan {A}tlantique tropical, de 2003 à 2007 puis 2009, on compare deux approches pour la prédiction de la {S}alinité dans l'eau de mer de surface : la {R}égression {N}on-linéaire {M}ultiple et le {P}erceptron {M}ulti {C}ouches. {D}ans la première expérience, 18&8201;300 mesures in situ sont utilisées dans la construction des deux modèles et 503 points pour tester leur extrapolation. {D}ans la deuxième expérience, 15&8201;668 mesures in situ sont utilisées pour établir les deux modèles et 3&8201;232 points pour tester leur interpolation. {L}es résultats montrent que la {R}égression {N}on-linéaire {M}ultiple peut être appliquée à la fois pour l'extrapolation et l'interpolation. {C}ependant, le {P}erceptron {M}ulti {C}ouches ne peut être utilisé que pour l'interpolation.