一种基于深度学习的卫星海表盐度偏差修正方法技术

本发明专利技术公开了一种基于深度学习的卫星海表盐度偏差修正方法，本方法对卫星海表盐度相关数据集中的数据进行预处理并插值匹配到同一时空分辨率，得到处理后的卫星海表盐度相关数据集；构建盐度正负偏差分类模型；基于处理后的卫星海表盐度相关数据集，构建第一训练数据集，并采用第一训练数据集训练盐度正负偏差分类模型，得到训练好的盐度正负偏差分类模型，以便采用训练好的盐度正负偏差分类模型得到盐度数据正负偏差；构建偏差订正模型；基于盐度数据正负偏差构建第二训练数据集，并采用第二训练数据集训练偏差订正模型，以便采用训练好的偏差订正模型对卫星海表盐度偏差进行修正。本发明专利技术能够对卫星海表盐度偏差进行修正，并提高数据的精确度。

【技术实现步骤摘要】

本专利技术涉及海表盐度偏差修正，尤其是涉及一种基于深度学习的卫星海表盐度偏差修正。

技术介绍

1、海洋盐度是海洋动力学中最基本的三个要素之一，在观测大洋环流、中尺度海洋现象、海气相互作用等全球大气、海洋过程中起着重要的作用。在过去几十年里，海水盐度实测数据多来自于argo漂流浮标、ctd、锚定潜标和部分走航观测。例如，为了能够了解全球的气候变化，大气与海洋科学家们在1998年提出了建立“全球海洋观测网(array forreal-time geostrophic oceanography)”的计划，即argo计划。然而,目前全球范围的argo浮标平均布放间隔约300km，浮标10-14天完成一个剖面测量。因此，实测盐度数据精度很高，但时空分辨率在有效刻画海洋盐度精细时空变化方面存在不足。直到2009和2011年，欧洲的土壤湿度和海洋盐度卫星(smos)和美国的宝瓶座盐度卫星(aquarius/sac-d)相继发射，以及在2015年nasa的土壤湿度主动被动探测卫星(smap)发射，初步解决了海表盐度资料匮乏的困境。

2、遥感卫星海表盐度产品通常本文档来自技高网...

【技术保护点】

1.一种基于深度学习的卫星海表盐度偏差修正方法，其特征在于，所述基于深度学习的卫星海表盐度偏差修正方法包括：

2.根据权利要求1所述的基于深度学习的卫星海表盐度偏差修正方法，其特征在于，所述卫星海表盐度相关数据集包括海表盐度、海表温度、海表高度、海表流场、海表经向风速、海表纬向风速、海表经向风应力和海表纬向风应力。

3.根据权利要求2所述的基于深度学习的卫星海表盐度偏差修正方法，其特征在于，所述对所述卫星海表盐度相关数据集中的数据进行预处理并插值匹配到同一时空分辨率，得到处理后的卫星海表盐度相关数据集，包括：

4.根据权利要求3所述的基于深度学习的卫星...

【技术特征摘要】

1.一种基于深度学习的卫星海表盐度偏差修正方法，其特征在于，所述基于深度学习的卫星海表盐度偏差修正方法包括：

2.根据权利要求1所述的基于深度学习的卫星海表盐度偏差修正方法，其特征在于，所述卫星海表盐度相关数据集包括海表盐度、海表温度、海表高度、海表流场、海表经向风速、海表纬向风速、海表经向风应力和海表纬向风应力。

3.根据权利要求2所述的基于深度学习的卫星海表盐度偏差修正方法，其特征在于，所述对所述卫星海表盐度相关数据集中的数据进行预处理并插值匹配到同一时空分辨率，得到处理后的卫星海表盐度相关数据集，包括：

4.根据权利要求3所述的基于深度学习的卫星海表盐度偏差修正方法，其特征在于，通过如下方式将所述卫星海表盐度相关数据集中的其他数据插值匹配到同一时空分辨率的所述第二数据集中：

5.根据权利要求1所述的基于深度学习的卫星海表盐度偏差修正方法，其特征在...

【专利技术属性】
技术研发人员：鲍森亮，王辉赞，代娟，闫恒乾，赵延来，汪祥，陈建，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：