基于深度学习的船舶航行海浪动态时空预报方法及系统

本发明属于海洋环境预测技术领域，公开了基于深度学习的船舶航行海浪动态时空预报方法及系统。该方法对采集的船舶AIS数据与ERA5再分析数据集，进行时空对齐、缺失值修复及标准化处理，生成包含经纬度、时间戳、风速及有效波高的节点特征向量；通过节点特征编码、中心性编码、空间编码与时间编码，量化船舶轨迹节点重要性及时空交互关系；构建SeaGraph模型，输出目标航点的有效波高预测值；进行验证。本发明突破了传统静态建模框架的时空约束，整合自注意力机制与图网络的优势，强化对船舶航行轨迹前方波浪场动态演变的预见性建模能力，为复杂海况下的船舶智能航行提供高精度的海浪预报支持。