基于深度学习和AI大模型的感潮河段风暴潮快速预报方法

本发明公开了一种基于深度学习和AI大模型的感潮河段风暴潮快速预报方法，包括数据采集与预处理步骤、气象要素预报步骤、台风路径与流量预报步骤和风暴潮预报步骤。通过四维变分同化方法和自适应权重融合算法实现多源数据融合；利用FourCastNet等多模型集成系统进行气象要素预报；采用改进的XLSTM‑Transformer模型预测流量和台风路径；基于三层嵌套模型系统和多过程耦合技术进行风暴潮预报。本发明实现了从数据获取到预报的全流程自动化，预报时效性提高60%，平均绝对误差降低45%，为防灾减灾决策提供了可靠依据。