摘要
本发明公开了一种覆冰厚度长时间序列预测方法、系统、设备及介质，方法包括以下步骤：获取覆冰状态数据集，对所述覆冰状态数据集进行预处理，得到标准化数据集；根据标准化数据集构建时间感知神经网络模型；基于标准化数据集中的时变数据和固定数据，利用时间感知神经网络模型构建多通道融合网络，得到融合预测模型；通过训练策略对融合预测模型进行训练，得到训练完成的预测模型；利用训练完成的预测模型对覆冰厚度进行预测。本发明采用时间感知LSTM网络处理SAR反演数据的时间不连续问题，通过引入时间间隔权重机制，能够准确建模覆冰厚度数据的时间动态特性。
