一种基于多源数据的海洋热浪可解释性机器学习预测方法

本发明提供一种基于多源数据的海洋热浪可解释性机器学习预测方法，包括：采集预设时间段内CMIP6多个气候模式成员的模拟数据，以及观测数据，并分别进行预处理，将预处理后的模拟数据和观测数据分别作为训练集和测试集；构建用于预测海洋热浪的机器学习模型，基于训练集对机器学习模型进行训练，获取训练好的机器学习模型；利用测试集对训练好的机器学习模型进行测试，得到海洋热浪的预测结果，并通过训练好的机器学习模型的可解释性识别出对海洋热浪预测影响程度最高的物理因子；本发明可以有效克服传统方法观测数据样本不足的问题，显著提升热浪预测的准确性；同时，本发明能够明确不同气象变量在预测过程中的关键作用，从而提升模型的科学解释性与实用性。