1.一种信号分解的多级扩散海表温度预测方法，其特征在于，包括以下步骤：（1）获取五个观测点相同一段时间的一维海表温度数据进行预处理；并划分训练集、验证集、测试集；

（2）构建信号分解的多级扩散模型即STL‑ML‑DIFF模型包括STL分解模块和多级别扩散 ML‑DIFF 模块；包括以下步骤：（21）将预处理后的一维海表温度数据输入STL分解模块中，通过内循环和外循环处理直至收敛，得到最终趋势T，最终季节S，残差R；其中，STL分解模块包括：内循环、外循环；其中，内循环用于得到不同收敛情况的趋势T和季节S；包括局部加权回归和低通滤波；外循环用于获取残差R并用于减小异常值对内循环的影响；

（22）将步骤（21）得到的最终趋势T，最终季节S，残差R输入到多级别扩散 ML‑DIFF 模块中，获得第S阶段预测窗口的特征；其中，多级别扩散 ML‑DIFF 模块包括前向扩散模块、调节网络和反向去噪模块；前向扩散模块用于逐级向反向去噪模块中添加噪声序列；调节网络用于为当前阶段的反向去噪模块提供条件信息；反向去噪模块用于利用条件信息从前向扩散生成的噪声序列中预测当前阶段的趋势；其中，前向扩散的具体表达式为：；

其中，为噪声矩阵，用于生成噪声序列， N(0,1) 是从标准高斯分布采样得到的噪声；

~

调节网络具体公式如下：

；

；

其中， 为第S级的回望窗口， 为第S+1级的预测值，concat为拼接函数；用于把回望窗口和预测值的信息提供给反向去噪模块；

反向去噪的具体表达式：

；

；

其中， 是第s阶段的损失函数，用于获得最优 ；

表示当 时的前向扩散 噪声 和时间步k进行期望计算；

表示去噪网络在参数 下,给定预测值 、时间步k和条件Cs时的预测值；

表示计算前向扩散 与预测值之间的均方误差； 、 和 都是方差调节超参数，用于对当前级别的估计值 进行缩放； 是基于 和条件 在第k步的预测值，当k>1时， N(0,1)，否则 =0，当k=K时， ;~ ~

（3）将训练集的数据输入到STL‑ML‑DIFF模型进行训练，获得海表温度预测数据。

2.根据权利要求1所述的一种信号分解的多级扩散海表温度预测方法，其特征在于，步骤（1）中，五个观测点相同一段时间的一维海表温度数据为：美国国家海洋和大气管理局的最优插值海面温度OISSTV2 网格数据，时间分辨率为一维数据，空间分辨率为 0.25°×

0.25°；数据时间范围为 2004 年 1 月1 日至 2016 年 12 月 31 日；预处理具体如下：对一维海表温度数据进行归一化处理。