一种基于注意力机制的近海藻华爆发预测方法

本发明公开了一种基于注意力机制的近海藻华爆发预测方法，采集待测近海的历史水质数据以及对应的气候数据和水华藻浓度，对数据进行整理后得到数据集N；对数据集N进行异常值、缺失值处理、Z‑score标准化后，计算历史水质数据、气候数据与水华藻浓度间的皮尔逊相关系数，筛选出关键特征变量后并确定特征属性，再进一步进行MIN‑MAX归一化去除量纲后，利用滑动窗口和预测长度划分为训练集、验证集和测试集；构建基于注意力机制的多元时间序列预测模型，并采用训练集和验证集进行模型训练与调整，得到根据输入的水质数据、气候数据预测近海水华藻浓度的多元预测模型；本发明模型利用注意力机制动态调整不同特征的权重，更准确地预测近海藻华的丰度和群落结构。