基于视觉Transformer模型的风浪场预测方法

本申请提供一种基于视觉Transformer模型的风浪场预测方法，涉及大气风速与海浪高度预测技术领域。该方法包括：获取目标区域在当前时刻向前回溯连续第一设定天数的历史风浪场数据，历史风浪场数据构成时空图像序列；利用预先训练好的视觉Transformer模型将时空图像序列划分为多个非重叠的图像块，并将图像块编码为特征向量序列，利用自注意力机制从特征向量序列中提取风浪场的全局时空依赖关系，以一体化地学习风浪场的空间分布与时间演化规律，得到目标区域在未来第二设定天数内的风浪场预测结果。本申请通过实现对风浪场空间分布与时间演化规律的协同学习与一体化建模，显著提升了在中长期尺度上预测的精度与可靠性。