该数据集包含：（1）用于构建人工神经网络（ANN）集合模型模拟海面二甲基硫化物（DMS）浓度的匹配和分选数据；（2）ANN模型模拟的1998年至2017年全球每日海面二甲基硫化物浓度以及计算的总传输速度（Kt）和海气通量。该ANN集合模型的输入变量包括叶绿素a、海面温度（SST）、混合层深度（MLD）、硝酸盐、磷酸盐、硅酸盐、溶解氧（DO）、向下短波辐射（DSWF）和海面盐度（SSS）。模拟数据集的空间分辨率为 1°×1°。DMS 浓度、Kt 和通量的单位分别为 nmol L-1、m s-1 和 μmol S m-2 d -1 。
用于训练机器学习模型的原位 DMS 测量数据来自全球表层海水 DMS（GSSD）数据库。GSSD 数据库包含从 1972 年 3 月 11 日至 2017 年 8 月 27 日期间 266 次巡航和固定地点观测活动（https://saga.pmel.noaa.gov/dms/， 获得的共计 87801 个 DMS 测量数据。
基于9个环境因子开发了人工神经网络集成模型，该模型在预测DMS浓度方面表现出较高的准确性和泛化性。随后，建立了1998年至2017年期间全球海面DMS浓度和通量数据集（1°×1°），日分辨率为1°。
数据质量良好。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB6451.2024
10.5281/zenodo.7898187
