【技术实现步骤摘要】
本专利技术涉及海洋热浪预测，更具体地，涉及一种基于transformer网络和图神经网络的海洋热浪预测方法。
技术介绍
1、海洋热浪是一种离散的异常暖水事件，通过持续时间、强度、演化速度和空间范围等特征进行描述。近年来，全球变暖导致海洋热浪事件愈发频繁和极端，对海洋生态系统及其提供的服务产生严重影响。有效预测海洋热浪对减少海洋生态系统的损害具有重要意义。
2、目前，海洋热浪预测方法主要分为基于数值模型和基于数据驱动技术两类。数值模型依赖于初始条件、边界条件以及动力学和热力学方程，但由于海水参量的生成和变化机制难以清晰描述，导致模型构建复杂。数据驱动方法则利用时空数据的相关性进行预测。然而，现有技术在处理高维度、时空相关性强且范围有限的数据时仍存在准确性低和计算成本高的缺陷。
技术实现思路
1、本专利技术为克服现有海洋热浪预测技术存在的准确性低和计算成本高的缺陷，提出如下技术方案：
2、第一个方面，本专利技术提出一种基于transformer网络和图神经网络的海洋热浪
【技术保护点】
1.一种基于Transformer网络和图神经网络的海洋热浪预测方法，其特征在于，包括：
2.根据权利要求1所述的基于Transformer网络和图神经网络的海洋热浪预测方法，其特征在于，利用Transformer网络提取所述海洋气象数据的长周期特征，包括：
3.根据权利要求1所述的基于Transformer网络和图神经网络的海洋热浪预测方法，其特征在于，对所述长周期特征和短周期特征进行融合处理，得到融合特征，其表达式如下所示：
4.根据权利要求3所述的基于Transformer网络和图神经网络的海洋热浪预测方法，其特征在于，将所述...
【技术特征摘要】
1.一种基于transformer网络和图神经网络的海洋热浪预测方法，其特征在于，包括：
2.根据权利要求1所述的基于transformer网络和图神经网络的海洋热浪预测方法，其特征在于，利用transformer网络提取所述海洋气象数据的长周期特征，包括：
3.根据权利要求1所述的基于transformer网络和图神经网络的海洋热浪预测方法，其特征在于，对所述长周期特征和短周期特征进行融合处理，得到融合特征，其表达式如下所示：
4.根据权利要求3所述的基于transformer网络和图神经网络的海洋热浪预测方法，其特征在于，将所述融合特征依次输入图神经网络和时间卷积网络进行预测处理，得到海洋热浪预测结果，包括：
5.根据权利要求4所述的基于transformer网络和图神经网络的海洋热浪预测方法，其特征在于，构建图神经网络的邻接矩阵的步骤包括：
6.根据权...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。