基于Stacking(ET-ET)的机器学习算法，利用美国国家环境预报中心再分析数据和MGDSST海温融合数据，建立了一套高效的海温长期预报方法，并在南海北部海域开展了1 a的表层海温长期预报实验。结果表明：基于Stacking(ET-ET)机器学习模型的表层海温长期预报的均方根误差降至0.52℃，平均绝对百分比误差降至1.58%，明显优于基于支持向量机、人工神经网络和长短期记忆模型的预报结果。