一种机器学习耦合多源海气环境因子的台风路径模拟方法

本发明公开了一种机器学习耦合多源海气环境因子的台风路径模拟方法，属于台风灾害模拟领域，本发明构建了融合海气环境因子的台风全路径机器学习预测模型。首先，通过整合海表温度、大气的垂直风切变、相对湿度、绝对涡度、垂直速度和引导气流等关键海气参量与台风路径和强度时序数据，结合P值阈值法选取了影响台风路径与强度的显著因子；然后，基于逻辑回归模型、反向传播神经网络、循环神经网络和支持向量机机器学习模型，结合超参数调优方案，分别构建了台风在生成阶段、移动阶段、强度演变阶段和衰减阶段的全路径四阶段最优预测模型。相比传统的统计模型，本发明的机器学习模型能够更好地捕捉台风与环境场之间的复杂相互作用机制。