摘要
卫星观测揭示了远海马尾藻的分布情况，但在本地观测记录有限的情况下，预测其在该地区具体海岸线上的出现仍然具有挑战性。本研究测试了是否可以在不重新训练或校准的情况下，将在一个加勒比海岛屿上开发的预测模型应用于另一个岛屿。研究评估了来自0-10公里、10-50公里和50-100公里远海区域的卫星数据预测因子，在1周、2周和4周的时间范围内进行预测。在波多黎各进行的滚动验证结果显示，1周和2周时随机森林模型表现最佳，而在4周时一维卷积神经网络（CNN1D）集成模型经Platt校准后表现较好。这些预测模型被直接应用于多米尼加共和国的9个监测站点，并与283个站点一周内的观测数据进行了对比。波多黎各2026年的数据提供了独立的测试结果。在1周和2周的时间范围内，接收者操作特征曲线（ROC AUC）的面积为0.745和0.757，精确度-召回率曲线（PR AUC）的面积为0.689和0.687，布里尔技能得分（BSS）为+0.110和+0.059。经过模型迁移后，ROC AUC的面积分别为0.686和0.663，PR AUC的面积分别为0.548和0.509，BSS分别为+0.098和+0.056。移除某个监测站点并未降低模型的短期预测能力，且BSS值全年均保持正值。模型迁移在1周和2周的时间范围内最为明显，表明这些模型在针对性的马尾藻监测、现场验证和应对计划中具有潜在价值。
