一种基于时间序列神经网络的海表甲烷浓度反演预测方法及系统

本申请涉及一种基于时间序列神经网络的海表甲烷浓度反演预测方法及系统，涉及海洋环境监测处理技术领域，该方法包括：以获取的水色遥感数据和环境参数为基准，反演分析光学参数、漫射衰减系数，进而反演出反映甲烷在海表变化的主要物理过程的关键驱动量，提取具有物理意义的时序特征，输入时序神经网络模型组反演甲烷浓度值，以及预测一定时间段的甲烷浓度值。可见，本申请从海表甲烷生产、海表甲烷浓度变化的过程入手，深入研究诸如光学特性、环境参数以及各项驱动量等因素对海表甲烷生产排放的影响，一方面，实现准确反演已知目标时间的海表甲烷浓度值，另一方面，能预测未来时间段的甲烷浓度值，提高监测效率和适用性。