基于Stacking集成学习的海洋三维温度场重构方法

本发明涉及基于Stacking集成学习的海洋三维温度场重构方法，属于海洋数据处理和气候变化研究领域。该方法通过融合多源海表观测数据与历史温盐观测数据，构建高精度的温度场重构模型。具体步骤包括：首先，进行数据预处理，以整合来自不同来源的观测数据；然后，采用多种基模型(如随机森林、线性回归等)进行Stacking集成，利用Optuna超参数优化技术提升模型性能；最后，对模型进行系统评估，验证其在不同深度的重构精度与鲁棒性。通过本发明方法，可以显著提高海洋三维温度场的重构精度，为海洋动力学、气候变化评估及环境监测提供重要的数据支持。