融合多元因素的海上交通海洋浪高预测模型

摘要

为了准确地预测近岸海域的海浪高度,通过分析海上交通的相关天气因素和近海船舶的停靠周期,提出一种基于改进门控循环网络(Gated Recurrent Unit,GRU)的海洋浪高预测模型。选取中国沿海站台观测记录的海浪数据作为研究对象,利用改进GRU模型对多维信息进行特征挖掘和预测,并将浪高预测结果与传统深度学习模型进行对比。研究发现,改进GRU模型预测未来1,3和6 h海浪高度的相关系数(R 2)分别为98.30%,96.42%和92.89%,均优于其他深度学习模型。结果表明:本文提出的改进GRU模型具有更高的浪高预测准确度,可以为海上交通运输和沿海作业提供相应的数据帮助。