摘要
本发明公开了一种基于深度学习的内波特征场信息快速预测方法,属于海洋内波探测技术领域。本发明利用深度学习在传统数值模拟数据的基础上进行快速预测,显著提升了内孤立波预测的效率;通过多通道耦合学习和迭代预测策略,使内波场预测实现了高精度与高效率并重的效果。同时,结合高分辨率数值模式数据,保证了模型预测结果与物理过程的一致性,在保持误差低、相关度高的同时,实现了对海洋内孤立波特征场的快速延伸期预测。本发明适用于实时海洋内波监测与预警等应用场景,能够广泛应用于海洋环境监测与预警、智能海洋观测、海洋工程安全等技术领域。
技术关键词
高分辨率数值
预测网络模型
海洋内波探测技术
内孤立波特征
混合层
网格
频域特征
混合损失函数
非线性
智能海洋
数据
依赖特征
多通道
多层感知机
流速
变量
海洋工程
模块