一种逐日气候态与机器学习模型相融合的海洋环境预报方法
申请号:CN202411894649
申请日期:2024-12-20
公开号:CN119829912A
公开日期:2025-04-15
类型:发明专利
摘要
本发明公开了一种逐日气候态与机器学习模型相融合的海洋环境预报方法,主要包括确定预报目标为海洋环境参数以及空间位置、时间范围;收集和处理海洋环境参数数据,并进行质量控制和清洗;构建海洋环境参数数据集和对多年海洋环境参数历史数据进行平均得到的逐日气候态数据集;以海洋环境参数距平为预报对象搭建机器学习模型,对搭建的机器学习模型进行训练和优化:将优化后的机器学习模型输出的海洋环境参数距平预报结果进行反归一化处理,将反归一化处理后的数据与逐日气候态数据相加得到目标区域的海洋环境预报结果。本发明的海洋环境预报方法为未来环境预报的发展提供思路,有望为资源管理、生态保护、沿岸工程等领域提供更精准稳定的服务。
技术关键词
海洋环境参数
海洋环境预报
生成机器学习
气候
数据
长短期记忆神经网络
机器学习模型训练
神经网络模型
统计方法
集成学习模型
预报误差
近邻算法
随机森林
变量
矩阵
插值法
训练集
因子