基于深度学习的海表温度预报方法、系统及存储介质

本发明公开了一种基于深度学习的海表温度预报方法、系统及存储介质，涉及海洋预报技术领域。步骤为：采用增长模繁殖法对初始场进行扰动处理，得到扰动初始场；构建基于深度学习的海表温度预报模型，使用改进型SwinTransformer网络作为主干网络，并对其进行训练，得到训练完成的海表温度预报模型；利用扰动初始场通过训练完成的海表温度预报模型对集合成员进行24小时尺度预报，生成预报集合；在预报同化循环过程中，利用基于深度学习的背景误差协方差矩阵计算模型，计算背景误差协方差矩阵进行数据更新；将更新后的分析集合作为下一同化周期的初始场输入海表温度预报模型。本发明提升了海表温度同化能力和海表面温度的预报效果。