一种基于集成学习的多模式预报订正方法及系统

本发明涉及预报订正技术领域，具体涉及一种基于集成学习的多模式预报订正方法及系统，包括以下步骤：S1.将目标区域的多模式原始预报场映射至相空间，生成包括关键要素的相空间状态向量；S2.基于S1的相空间状态向量，通过转移熵算法计算模式间的状态互耦合矩阵；S3.当S2的状态互耦合矩阵中最大熵值超过比特阈值时，触发相空间轨迹修正器重构预报轨迹并输出订正结果，否则直接输出原始预报最优集成。本发明，有效识别如台风外围涡旋污染、锋面共振误差等难以由单一模式检出的系统性风险，实现订正触发的科学量化。