基于机器强化学习的海洋海灾风险预测方法及系统

本发明公开了基于机器强化学习的海洋海灾风险预测方法及系统，包括采集海洋监测历史数据和实时数据并进行时空对齐，计算强迫场梯度，将海洋监测历史数据按照随机比例划分为第一数据和第二数据，在第一数据中采用强迫场梯度修正能量通量，构造致灾因子，构建XGBoost预测模型，处理第二数据并输入XGBoost预测模型，得到分类结果概率并计算加权异常指数，构建分层阈值集，对海洋监测实时数据进行处理，并输入XGBoost预测模型，得到实时分类结果概率，计算实时加权异常指数，将分层阈值集与实时加权异常指数进行比较，得到实时预警分层信号。该方法能够提供更快速、更准确的海灾预测结果，同时具有较好的可解释性，可以直接应用于海灾风险预测系统中。