一种基于多环境因子深度学习的渔场预测方法及设备

本发明涉及一种基于多环境因子深度学习的渔场预测方法，属于远洋渔情预报与海洋信息技术，包括如下步骤：获取渔业数据和多源环境数据；计算单位捕捞努力量渔获量，采用四分位法定义渔场中心区域；建立不同时间尺度的数据集，对每个时间尺度分别处理环境数据和渔场中心定义；构建深度学习预测模型；以海表温度为主，组合其他环境因子建立预测模型；将数据集划分为训练集、验证集和测试集，并使用训练集和验证集对各预测模型进行训练；对各预测模型进行有效性分析；选择最优预测模型；得到渔场中心预测结果，并形成渔场中心概率分布图。本发明解决了单一环境因子模型预测区域过大、分布分散的技术问题，实现了渔场中心区域的高精度预测。