[发明专利]一种基于LSTM的海表面温度预测方法

摘要

一种基于LSTM的海表面温度预测方法，包括生成预测模型和预报未来时段海表面温度两部分，该生成预测模型包括：1)对设定经纬度范围内的历史海表面温度数据进行z‑score标准化处理并生成相应的时间列；2)利用时间列和z‑score标准化的历史海表面温度数据训练LSTM模型，时间步长为1(天)，输入维度为1，获得基于LSTM的海表面温度预测模型；该预报未来时段海表面温度包括：将z‑score标准化的当日海表面温度数据输入预报模型，设置预测步数，得到未来时段的输出结果，输出维度为1，对输出结果进行反z‑score标准化处理得到海表面温度预测值。本发明能够挖掘数据之间的长短时间依赖关系，更适合学习海表面温度的长周期性变化规律，可取得较好的预测结果。

主权项

1.一种基于LSTM的海表面温度预测方法，其特征在于，包括如下步骤：步骤A生产预测模型；步骤B预报未来时段海表面温度；所述步骤A包括如下步骤：A1提取海洋环境数据，利用全球现有的遥感卫星数据，反演出海洋表面温度SST数据，精度为15′×15′、每天；A2提取时间列，根据历史SST数据，将第一次提取SST的时间设为1，下一自然天为2，依次类推，按照自然天顺利逐次加1，生成时间列；A3将步骤A1获得的历史SST数据进行z‑score标准化处理，将步骤A2获得的时间列和z‑score标准化的历史SST作为LSTM模型的输入数据，输入维度为1；A4搭建并训练步骤A3所得的LSTM模型，不断调整参数，择优选取参数获得基于LSTM的海表面温度预测模型；所述步骤B包括如下步骤：B1将当日SST数据进行与步骤A3所用的z‑score标准化方法处理，将当日的时间列和标准化的SST数据属入渔场预报模型，设置预测参数，得到未来时段的输出结果，输出维度为1；B2对B1得到的输出结果进行反z‑score标准化处理，所述反z‑score标准化方法和步骤A3中z‑score标准化相对应，处理得到未来时段的SST预测值，预测精度为15′×15′、每天。