本发明提出一种基于FGGNN模型的海洋漂流浮标轨迹预测方法，涉及海洋漂流浮标轨迹预测技术领域，使用图结构来表征每个时刻的海洋漂流浮标位置及海洋环境要素，并通过图聚合操作来模拟海洋环境要素与海洋漂流浮标位置之间的作用机制，有效地提取海洋漂流浮标轨迹与海洋环境要素之间的特征关系，利用改进型的门控循环单元，有效提高门控循环单元的推理效率，利用基于图结构神经网络的轨迹预测模型FGGNN，采用编码器‑解码器架构，使用图结构接收轨迹时序数据，使用改进的门控循环单元实现时序推理，捕获浮标轨迹数据中特征之间以及时序之间的复杂依赖关系，从而实现浮标轨迹的精确预测。