基于机器学习的气象元数据存储方法及存储系统

本发明提供一种基于机器学习的气象元数据存储方法及存储系统，该方法包括：获取目标区域的气象元数据集，将气象元数据集输入预训练的时序特征提取模型，生成各气象卷宗文件的时序分布特征，并输入空间拓扑映射模型，生成各气象要素的空间关联拓扑特征；基于时序分布特征与空间关联拓扑特征的交叉融合结果，构建气象元数据的分层索引结构，调用气象存储优化模型生成气象卷宗文件的存储节点分配策略，按照存储节点分配策略，将气象元数据集中的各气象卷宗文件写入对应的分布式存储节点，并基于层级索引的实时更新机制，动态调整已存储文件的物理位置与索引映射关系。本发明可以提升气象元数据存储效率与检索准确性，降低存储资源浪费与运维成本。