一种基于机器学习的L波段粗糙海面辐射亮温模拟方法与流程

技术特征：
1.一种基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，具体步骤为：步骤1：基于多源卫星观测数据和再分析数据，利用数据处理方法和时空匹配原则建立稳定且有代表性的匹配数据集；步骤2：建立基于深度神经网络模型的低风速海面辐射亮温模型以及基于小样本学习方法的高风速海面辐射亮温模型；步骤3：结合交叉验证方法挖掘可能影响海面盐度反演精度的不同海气参数组合，将不同海气参数组合输入低风速、高风速海面辐射亮温模型，确定低风速海面辐射亮温模型和高风速海面辐射亮温模型的最终输入参数组合；步骤4：通过三种训练方式分别对低风速和高风速下的模型进行训练和验证，确定最终的海面辐射亮温模型；三种训练方式分别为：第一种方式为利用全部低风速或者高风速匹配数据集对辐射亮温模型进行训练，第二种方式是使用每月的低风速或者高风速匹配数据对辐射亮温模型进行训练，第三种方式是将匹配数据集中的升轨数据和降轨数据分离，再分别利用第一、二种方式对辐射亮温模型进行训练；步骤5：将现场观测数据输入最终的辐射亮温模型获得辐射亮温结果，测试模型的有效性。2.根据权利要求1所述的基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，所述多源卫星观测数据为aquarius卫星在轨周期内的全部亮温数据。3.根据权利要求1所述的基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，所述再分析数据是指相应的辅助数据，即以时空匹配误差最小为原则，搜集的rss v8.0版本的ssmis或v7.0的windsat风速，noaa hdr的h*wind风场、ncep gdas的风向、有效波高和海气温差，woa13的海面盐度，reynolds的海面温度以及cmoprh的降雨。4.根据权利要求1所述的基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，建立的匹配数据集的具体方法为：搜集卫星观测数据和再分析数据，根据质量控制标识剔除受污染的观测数据；将剔除污染后的观测数据与搜集到的辅助数据进行匹配，生成匹配数据集，其中辅助数据作为输入，观测数据作为输出标签；以设定风速为基准对匹配数据集进行二次划分，生成低风速匹配数据集和高风速匹配数据集，并分别对二次划分的两个匹配数据集进行随机抽取，生成相应的训练数据集和验证数据集。5.根据权利要求1所述的基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，所述深度神经网络隐藏层的前馈传播为：于，所述深度神经网络隐藏层的前馈传播为：于，所述深度神经网络隐藏层的前馈传播为：式中，m代表第m层隐藏层，z
m
和y
m
分别代表第m个隐藏层的输入和输出矢量，w
m
和b
m
分别代表第m个隐藏层的网络权重和偏置，代表第m 1隐藏层在第i个节点的输出，r
m
是独立的伯努利随机变量，bn{}为归一化批处理变换函数，f代表激活函数。
6.根据权利要求1所述的基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，高风速海面辐射亮温模型的工作过程为：利用非线性映射将输入向量映射到高维特征空间；在高维特征空间中寻找输入量和输出量之间的关系，利用优化理论构造最优决策函数，并利用核函数代替高维空间的点积运算，构造最优分类超平面，其中核函数为高斯径向基核：σ为可调参数，x为空间中的随机点，x’为核函数中心；决策函数为：决策函数为：为拉格朗日乘子，x
i
为空间中的点，x为核函数中心，b为阈值。7.根据权利要求1所述的基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，将不同海气参数组合输入低风速、高风速海面辐射亮温模型，确定低风速海面辐射亮温模型和高风速海面辐射亮温模型的最终输入参数组合的具体方法为：将具有不同参数组合的验证数据输入低风速辐射亮温模型和高风速辐射亮温模型得到亮温数据，并将得到的亮温数据和卫星观测数据中的亮温数据真实值进行比较，由此计算性能指标，将性能指标最优的组合确定为最终输入参数组合。8.根据权利要求7所述的基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，所述性能指标为均方根误差。9.根据权利要求1所述的基于机器学习的l波段粗糙海面辐射亮温模拟方法，其特征在于，对于低风速下的l波段粗糙海面辐射亮温模型，在数据输入到深度神经网络之前将借助零-均值规范化法对输入参数组合进行归一化处理，即：式中，x
i
代表输入变量，代表变量均值，n代表变量个数。

技术总结
本发明提出一种基于机器学习的L波段粗糙海面辐射亮温模拟方法，所述方法包括：基于多源卫星观测数据和再分析数据，建立匹配数据集；建立基于深度神经网络模型的低风速海面辐射亮温模型以及基于小样本学习方法的高风速海面辐射亮温模型；利用交叉验证方法，确定可能影响盐度反演精度的不同海气参数组合；将现场观测数据输入最终的辐射亮温模型获得辐射亮温结果。本发明具有计算速度快、精度高的优势；将机器学习方法引入到L波段粗糙海面辐射亮温模拟中，提高了海面盐度反演精度。提高了海面盐度反演精度。提高了海面盐度反演精度。


技术研发人员：杨峰 张兰杰
受保护的技术使用者：南京中科逆熵科技有限公司
技术研发日：2021.07.19
技术公布日：2022/1/14