基于LSTM的风暴潮灾害性次数预测方法及系统

本申请涉及数据处理技术领域，公开了一种基于LSTM的风暴潮灾害性次数预测方法及系统。该方法包括：本申请通过多源海洋气象监测设备采集海面气压、风速风向、海水温度构成观测数据集，对气象要素进行时序特征提取得到风暴潮特征向量序列，经张量重构算法转换为时序训练样本，构建双向LSTM神经网络训练得到预测模型，对实时特征向量序列推理预测并与历史记录验证比对，最终获得风暴潮灾害性次数预测数据。本申请解决了现有风暴潮预测技术无法有效捕捉风暴潮发生的长期时序依赖关系和多时间尺度变化规律，导致风暴潮灾害性次数预测精度不足的技术问题。