一种基于深度学习的全球海洋温盐剖面联合重构方法技术

本发明专利技术公开了一种基于深度学习的全球海洋温盐剖面联合重构方法，涉及海洋信息技术领域，其技术要点为：步骤S1、获取历史海表环境参数遥感数据资料和水下温盐剖面数据，构建重构模型数据集；步骤S2、根据温盐剖面特性，通过K均值聚类划定全球分区；步骤S3、按照分区构建区域FFNN温盐剖面重构模型，得到全球海洋温盐剖面联合重构模型；步骤S4、获取实时海表遥感数据，基于全球海洋温盐剖面联合重构模型得到实时温盐剖面数据。本发明专利技术结合海洋温盐剖面性质，性能优越，具有良好的应用性，实现了基于实时海表遥感数据重构全球温盐模型，为快速构建全球水下温盐剖面提供了新思路和技术支持。

【技术实现步骤摘要】

本专利技术涉及海洋信息，具体涉及一种基于深度学习的全球海洋温盐剖面联合重构方法。

技术介绍

1、海洋水下温盐结构是研究海洋过程和气候变化的必要环境因素，对海洋内部多维多尺度动力过程研究起到重要作用。然而，受制于海洋观测资料匮乏和获取困难，目前可测得的海洋内部状态的剖面实测数据较为稀疏，时空分辨率远不能满足水下温盐结构的精细化研究和保障应用，影响制约了我国在海洋经济、海洋工程、航运交通、资源开发利用的海洋环境科学认知和保障能力。

2、目前海洋表层-次表层重构方法主要分为动力重构方法和统计重构方法两种。动力重构方法主要基于表层准地转(surface quasigeosrophic,sqg)动力学理论，将内部解投影到第一斜压模态和正压模态，利用海面观测数据约束求解实现利用海面高度、海面温度和海面盐度等反演次表层参数。统计重构方法，旨在通过统计或经验地结合卫星和现场观测，在不涉及动力学方程的前提下寻求海表-深层或不同观测间的耦合关系，从而重构出三维要素场。其主要目的就是解决在实时水下三维温盐剖面观测数据很少或几乎没有的情况下，有效利用卫星遥感海面温度和本文档来自技高网...

【技术保护点】

1.一种基于深度学习的全球海洋温盐剖面联合重构方法，其特征是，包括以下步骤：

2.如权利要求1所述的一种基于深度学习的全球海洋温盐剖面联合重构方法，其特征是，所述步骤S1的具体分步骤为：

3.如权利要求1所述的一种基于深度学习的全球海洋温盐剖面联合重构方法，其特征是，所述步骤S2的具体分步骤为：

4.如权利要求1所述的一种基于深度学习的全球海洋温盐剖面联合重构方法，其特征是，所述步骤S3的具体分步骤为：

5.如权利要求1所述的一种基于深度学习的全球海洋温盐剖面联合重构方法，其特征是，所述步骤S4的具体分步骤为：

【技术特征摘要】

1.一种基于深度学习的全球海洋温盐剖面联合重构方法，其特征是，包括以下步骤：

2.如权利要求1所述的一种基于深度学习的全球海洋温盐剖面联合重构方法，其特征是，所述步骤s1的具体分步骤为：

3.如权利要求1所述的一种基于深度学习的全球海洋温盐剖面联合重构方法，...

【专利技术属性】
技术研发人员：鲍森亮，王辉赞，代娟，闫恒乾，关曾昕，张小将，王品强，
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：