【技术实现步骤摘要】
本专利技术涉及遥感信息处理与应用，特别是一种利用海表卫星数据直接反演海洋三维密度的智能方法。
技术介绍
1、近几十年来，全球海洋上层2000米层化显著增加，海水层化与海水密度息息相关。目前，由于海洋内部动力过程的复杂化性，导致全球海水密度呈现出固有的空间相关和时间依赖特性。因此，无论是通过海水状态方程计算还是其他动力学方法都无可避免的存在误差迭代高或时空关系考虑不足的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种利用海表卫星数据直接反演海洋三维密度的智能方法，可以实现直接从海表数据映射出次表层密度信息，并且能够较好的处理次表层密度数据的空间相关和时间依赖特性。
2、为实现上述目的，本专利技术采用如下技术方案：一种利用海表卫星数据直接反演海洋三维密度的智能方法，包括以下步骤：
3、步骤s1：获取全球海洋的多源海表卫星观测数据和argo格点密度数据；
4、步骤s2：对获取的数据进行预处理和参量筛选；
5、步骤s3：使用经过参量筛选后的海表数据构建输入特征矩阵x，使用argo格点密度构建标签矩阵y，并按照时间划分训练数据和测试数据；
6、步骤s4：将多尺度混合残差融合到transformer模型中，得到mmrt模型；并对其进行迭代训练，调整超参数，建立从海表卫星数据直接映射次表层密度的mmrt模型；
7、步骤s5：将测试集输入到mmrt中，反演出全球海洋三维密度数据。
8、在一较佳的实施
9、步骤s11：获取2010-2019年分辨率为0.25°×0.25°的多源海表卫星观测逐月数据；
10、步骤s12：所述海表数据包括海表温度sst、海表盐度sss、海表密度ssd、海表绝对动态高度adt、海表风速水平分量ussw和垂直分量vssw、经度lon、纬度lat，所述次表层数据包括5-2000米共26个层位的压力p和次表层密度sd。
11、在一较佳的实施例中，所述步骤s2具体为：
12、步骤s21：以argo格点数据为标准对海表数据进行点对点的空间校准，将0.25°×0.25°分辨率的海表卫星数据利用最近邻插值法插值为1°×1°；
13、步骤s22：通过减去每个参量的气候态值，计算获得所有参量的异常值并对其进行归一化处理，通过海表遥感参量异常值直接反演海洋三维密度；
14、步骤s23：通过逐步回归法的三组参数，输入＝0.05、0.1、0.15，输出＝0.1、0.15、0.2，对9个海表参量进行筛选，再通过方差膨胀因子剔除具有高协方差的参量，最终得到7个参量sss、ssd、adt、ussw、vssw、lon、lat。
15、在一较佳的实施例中，所述步骤s3具体为：
16、步骤s31：将筛选出的7个参量在通道维度上叠加，并按照时间顺序将按通道叠加后的高维矩阵在新的维度上叠加，得到输入特征矩阵x；按照同样方式将argo格点密度数据叠加为标签矩阵y；
17、步骤s32：以所获取的10年数据中间的8年作为训练数据，并将其中的20％划分为验证数据，将剩余两年作为测试数据。
18、在一较佳的实施例中，所述步骤s4具体为：
19、步骤s41：使用3种子图像块的patchs尺寸与卷积核尺寸学习不同尺度的海表参量抽象信息；
20、步骤s42：将不同尺度的抽象信息通过反卷积在通道维度进行叠加，以此将不同尺度特征融合在一起，并且通过反卷积上采样为输出尺寸；
21、具体公式如下：
22、yi'＝conv(xi)
23、yi＝patchs(xi)
24、
25、其中xi表示海表参量矩阵，yi'表示通过卷积降采样的特征图，yi是通过斑块分割后的特征图，yout为反演结果；
26、步骤s43：使用mae作为损失函数训练mmrt模型，迭代250个周期，批处理大小为4，使用adam优化器，初始学习率为0.0003。
27、在一较佳的实施例中，所述步骤s5具体为：
28、步骤s51：将测试数据集放入训练好的mmrt模型中，即可得到从多源海表卫星观测数据映射的全球海洋三维密度；
29、步骤s52：用决定系数r2、均方根误差rmse和平均绝对误差mae评价mmrt模型的反演结果。
30、与现有技术相比，本专利技术具有以下有益效果：本专利技术充分利用现有丰富的海表多源卫星遥感数据和argo格点数据，考虑到次表层密度具有空间相关和时间依赖特征，采用transformer融合不同尺度的残差和卷积改进出mmrt模型，本专利技术与现有的随机森林(rf)和循环神经网络(rnn)相比具有更为优秀的鲁棒性，与现有transformer模型相比，创造性的采用多尺度残差和卷积相融合的方式提取不同空间尺度的信息，研究表明，mmrt能够较好的处理次表层密度的空间相关关系，并且mmrt同样发挥了transformer处理时间依赖的优势，也能较好的处理次表层密度的时间依赖关系。可为海洋内部动力过程、海洋层化研究提供数据支撑。
本文档来自技高网...【技术保护点】
1.一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，所述步骤S1具体为：
3.根据权利要求1所述的一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，所述步骤S2具体为：
4.根据权利要求1所述的一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，所述步骤S3具体为：
5.根据权利要求1所述的一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，所述步骤S4具体为：
6.根据权利要求1所述的一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，所述步骤S5具体为：
【技术特征摘要】
1.一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，所述步骤s1具体为：
3.根据权利要求1所述的一种利用海表卫星数据直接反演海洋三维密度的智能方法，其特征在于，所述步骤s2具体为：
4.根...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。