一种基于深度学习的海洋环境数据压缩方法及系统

本发明属于海洋观测数据压缩技术领域，公开了一种基于深度学习的海洋环境数据压缩方法及系统。该方法将处理好的海洋环境数据转化为张量格式形成模型训练数据集。构建采用编码器‑解码器结构的深度学习模型，利用模型训练数据集训练构建的深度学习模型，将输入的模型训练数据集经过编码器压缩后，再通过解码器还原为与输入相同的数据；将还原后数据与未经深度学习模型训练的原始海洋环境数据利用评价指标进行对比以验证还原精度。本发明能够动态地分配对不同区域或变量的关注权重，从而更加精准地提取关键特征。本发明设计的分层的隐空间结构，能够分离和表征多尺度特征信息，确保在复杂数据环境下的有效性与鲁棒性。