基于机器学习和遥感数据的海洋内波预报方法

摘要

本发明提供了一种基于机器学习和遥感数据的海洋内波预报方法，首先获取含有内波特征的遥感图像数据，进行预处理，提取得到内波的空间信息和时间信息，构建内波准同步遥感图像样本库；然后基于所述内波准同步遥感图像样本库，利用卷积神经网络的多维信息融合和卷积长短期记忆网络构建内波传播预报模型建立海洋内波预报模型：预报模型的输入为环境因素，包括水深、海洋分层、密度差，和内波因素，包括内波尺度、内波的初始波峰线位置数据；预报模型的输出为内波的预报波峰线位置数据。本发明利用机器学习的强非线性映射能力和多模态融合能力来开展内波遥感大数据挖掘，实现了内波的及时准确预报。