本发明公开了基于深度卷积神经网络的海雾实时反演模型的构建方法，包括步骤：S1：按照预设记录数据获取规则获取预设反演海区内的气象记录信息，并建立数据样本集；S2：按照深度残差卷积网络算法，构建海雾实时反演模型；S3：将预设反演海区当前的气象格点记录信息，输入到海雾实时反演模型，通过海雾实时反演模型输出当前预设海区内的海雾状态，所述输出的海雾状态包括有雾和无雾；S4：获取预设反演海区的能见度数据信息，将获取的预设反演海区的能见度数据信息以及输出的当前预设反演海区内的海雾状态，按照预设融合分析算法，形成预设反演海区对应的实时能见度反演格点数据产品。本方法能够实现高精度高频次的海雾有效观测。