一种基于深度学习的绿潮覆盖面积预报方法

本发明公开一种基于深度学习的绿潮覆盖面积预报方法，属于海洋预报领域。该方法包括以下步骤：a、确定预报区域和预报时效；b、收集绿潮覆盖面积历史多源融合数据和大气、海洋多要素历史观测数据；c、基于长短时记忆神经网络，确定训练集和测试集，设计因子组合和参数设置实验方案；d、训练模型，得到不同因子组合的预报模型；e、进行预报效果检验，选取最优预报因子组合；f、进一步采用参数设置实验方案，优化训练模型；g、进行预报效果检验，选取最优参数设置，得到绿潮覆盖面积最优预报模型；h输入实测预报因子，得到绿潮覆盖面积预报结果。本发明可以对绿潮覆盖面积进行3天预报，为绿潮灾害防控工作提供有效的辅助决策信息。