一种基于深度学习的风暴潮智能预测方法、设备及介质

本申请提供了一种基于深度学习的风暴潮智能预测方法、设备及介质，涉及风暴潮灾害风险评估领域，方法包括：获取台风风暴潮灾害的多源异构数据并进行预处理；多源异构数据包括：气象和海洋观测数据以及高精度地理信息数据；构建台风和风暴潮预测网络；台风和风暴潮预测网络包括：多尺度时空特征模块、物理机制强化模块、以及基于融合注意力机制和图卷积网络的时空序列预测模型；通过多源异构数据对台风和风暴潮预测网络进行训练；获取气象和潮位实况数据；将气象和潮位实况数据，输入训练后的台风和风暴潮预测网络，得到台风和风暴潮的状态预测结果。通过在神经网络中引入物理机制对台风和风暴潮的状态进行预测，显著提高预测的精度和效率。