一种基于人工智能反演性研究南印度洋塞舌尔穹隆温跃层深度的季节变化规律的方法

本发明公开了一种基于人工智能反演性研究南印度洋塞舌尔穹隆温跃层深度的季节变化规律的方法，该方法包含：获取南印度洋塞舌尔穹隆的海表面数据和全球地转海洋学实时观测阵数据并进行处理；建立三种模型，利用上述数据选择并分析输入变量；选择轻量级梯度提升模型，确认输入变量；验证轻量级梯度提升模型；估算20摄氏度等温线深度的变化；利用上述估算结果得到南印度洋塞舌尔穹隆的季节变化。本发明解决了现有技术在印度洋地区，没有利用机器学习方法从卫星获得的海面数据中估算20摄氏度等温线深度的问题，通过使用轻量级梯度提升模型估算的印度洋塞舌尔穹隆20摄氏度等温线深度的变化来反映南印度洋塞舌尔穹隆的季节变化。