海面盐度网格化反演的方法及装置与流程

1.本发明涉及海洋盐度监测技术领域，尤其涉及一种海面盐度网格化反演的方法及装置。


背景技术：

2.海面盐度（sss，sea surface salinity）作为描述海洋基本性质重要的参量之一，在海气相互作用、大洋环流以及海洋过程中起着十分重要的作用。smap卫星是土壤湿度主被动遥感卫星，搭载了l波段雷达和l波段辐射仪，能够对sss进行观测。
3.在通过smap对应的微波辐射计进行测量，获取测量数据时，很可能会受到海洋环境因素的影响，如：风速、降雨、陆地、海冰、水温等，并且不同因素对结果的影响也不同。因此，测量数据质量是随着不同外界条件而发生变化的，而相关技术中，在海面盐度网格化过程中，主要考虑距离因素对网格化结果的影响，而导致最终网格化的海面盐度结果的精度不高。因此，这个问题已称为业界亟待解决的技术问题。


技术实现要素：

4.针对现有技术存在的问题，本发明提供一种海面盐度网格化反演的方法及装置。
5.第一方面，本发明提供一种海面盐度网格化反演的方法，包括：基于预设的质量标记数组，获取所有sss采样点的采样数据构成第一数据集；在网格化的sss场的每个待确定网格中，确定所述第一数据集中满足预设经纬度阈值的散点集；基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数；基于每个散点的观测盐度值、每个所述散点对应的距离权重参数和每个所述散点的质量权重参数，确定所述待确定网格对应的sss的反演结果。
6.可选地，所述基于预设的质量标记数组，获取所有sss采样点的采样数据构成第一数据集，包括：获取smap网格化的二级sss数据中的第二数据集；通过预设采样窗口，按照预设的质量标记数组，对所述第二数据集进行采样，得到对应的sss采样点的第一质量标记数组构成的第三数据集；所述质量标记数组包括16个元素，其中一个或多个指定元素用于指示sss采样点的采样数据是否存在严重的质量问题；在所述第三数据集中，删除满足第一筛选规则的所有所述sss采样点，得到第一数据集；所述第一筛选规则为若所述sss采样点的所述第一质量标记数组的中任一指定元素已指示所述sss采样点的采样数据存在严重的质量问题。
7.可选地，所述在网格化的sss场的每个待确定网格中，确定所述第一数据集中满足预设经纬度阈值的散点集，包括：
在所述网格化的sss场的每个待确定网格中，确定和所述待确定网格的中心点的大地坐标满足预设经纬度阈值的所有所述sss采样点，作为所述待确定网格对应的散点集。
8.可选地，所述基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数之前，包括：基于所述散点集中每个所述散点和所述待确定网格的中心点的欧式距离，以及每个所述散点的距离权重系数，确定每个所述散点的距离权重参数；基于所述散点集中每个散点对应的质量标记数组，以及每个质量标记对应的权重系数，确定每个所述散点对应的数据质量；基于所述散点对应的数据质量，以及对应的质量权重系数，确定每个所述散点的质量权重参数；基于每个所述散点的总权重参数，以及每个所述散点的观测盐度值，确定所述待确定网格的sss估计值；其中，每个所述散点的总权重参数是基于每个所述散点的距离权重参数和质量权重参数确定的。
9.可选地，所述基于每个所述散点的总权重参数，以及每个所述散点的观测盐度值，确定所述待确定网格的sss估计值，包括：在所述散点集中，基于每个所述散点的观测盐度值，采用加权平均算法，确定所述待确定网格的sss估计值；所述加权平均算法中的权值为每个所述散点的总权重参数。
10.可选地，所述代价函数为所述待确定网格的sss估计值以及所述待确定网格对应的sss真实值的差值的平方。
11.可选地，所述基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数，包括：基于levenberg
–
marquardt算法，迭代确定所述待确定网格对应的代价函数；当迭代条件满足前后两次代价函数的取值之差小于第一阈值，或迭代次数大于等于第二阈值，或下降梯度小于第三阈值中任一项，则确定所述待确定网格对应的散点集中每个散点的距离权重参数，以及质量权重参数。
12.第二方面，本发明还提供一种海面盐度网格化反演的装置，包括：获取模块，用于基于预设的质量标记数组，获取所有sss采样点的采样数据构成第一数据集；网格化模块，用于在网格化的sss场的每个待确定网格中，确定所述第一数据集中满足预设经纬度阈值的散点集；双权重模块，用于基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数；反演模块，用于基于每个散点的观测盐度值、每个所述散点对应的距离权重参数和每个所述散点的质量权重参数，确定所述待确定网格对应的sss的反演结果。
13.第三方面，本发明还提供一种电子设备，包括存储器，收发机，处理器；存储器，用于存储计算机程序；收发机，用于在所述处理器的控制下收发数据；处理器，用于读取所述存储器中的计算机程序并实现如上所述第一方面所述海面盐度网格化
反演的方法。
14.第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述第一方面所述的海面盐度网格化反演的方法。
15.第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述第一方面所述的海面盐度网格化反演的方法。
16.本发明提供的海面盐度网格化反演的方法及装置，通过构建的双权重模型，对smap的l2级数据进行优化处理，既考虑了sss采样点数据的距离特征，也考虑了sss采样点数据的质量特征，提高了网格化sss场的精度。
附图说明
17.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1是本发明提供的海面盐度网格化反演的方法的流程示意图；图2是本发明提供的海面盐度网格化反演的方法实施流程的示意图；图3是本发明提供的海面盐度网格化反演的装置的结构示意图；图4是本发明提供的一种电子设备的结构示意图。
具体实施方式
19.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.下面以图1至图4来说明本发明提供的海面盐度网格化反演的方法及装置。
21.图1是本发明提供的海面盐度网格化反演的方法的流程示意图，如图1所示，该方法包括：步骤101、基于预设的质量标记数组，获取所有sss采样点的采样数据构成第一数据集；具体地，官方发布的标准smap网格化sss的2级（l2）轨道级海面盐度sss数据，通过预设的质量标记数组，对网格化的sss场的所有sss采样点的采样数据进行归一化处理，确定所述质量标记数组中各项对应的取值，其中所述质量标记数组中各项表征所述单个采样点的采样数据的不同参数的特征，比如sss采样点的数据是否存在风向影响，或者是否存在风速影响，或者是否存在海面波涛高度的影响，或者是否存在海面温度影响等。
22.上述预设的质量标记数组，可以根据需求改变数组的组成，及每个元素需要表征的能力或含义，通过这个预设的质量标记数组，对smap的l2轨道级sss数据中的“iqc_flag”数据集，进行归一化处理，得到对应的第一数据集。
23.步骤102、在网格化的sss场的每个待确定网格中，确定所述第一数据集中满足预设经纬度阈值的散点集；
对sss场均匀网格化后，需要确定每个网格对应的sss值，通过在上述第一数据集中根据地理位置信息进行筛选，确定第一数据集中和该网格中心的经纬度差值满足预设经纬度阈值，也就是在预设经纬度阈值的范围内，则将满足条件的这些sss数据作为待确定网格对应的散点集。
24.步骤103、基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数；确定了待确定网格对应的散点集后，基于构建的双权重模型，确定散点集中每个散点对应的距离权重参数和质量权重参数；其中，每个散点的质量权重参数，和该散点的数据质量相关，而单个散点的数据质量是根据每个散点对应的质量标记数组确定的，比如通过设置质量标记数组中每一维对应的权重系数，确定单个散点的数据质量。
25.依照上述方法，确定散点集中每个散点对应的距离权重参数和质量权重参数之后，根据预设的代价函数，确定该代价函数的值最小时，对应的距离权重参数和质量权重参数。在确定该代价函数的最小值，具体可以采用多种方式，比如设置迭代次数，或者任意相邻两次的代价函数的值之差小于预设阈值等。
26.步骤104、基于每个散点的观测盐度值、每个所述散点对应的距离权重参数和每个所述散点的质量权重参数，确定所述待确定网格对应的sss的反演结果。
27.确定散点集中每个散点对应的距离权重参数和质量权重参数后，根据该距离权重参数和质量权重参数，确定该散点的总权重；然后根据上述散点集中每个散点时间测得的观测盐度值，以及每个散点对应的总权重，确定该待确定网格的sss估计值，作为待确定网格对应的sss的反演结果。当均匀网格sss场中每个待确定网格的sss的反演结果均确定之后，就组成了l3级均匀格网sss。
28.本发明提供的海面盐度网格化反演的方法，通过构建的双权重模型，对smap的l2级数据进行优化处理，既考虑了sss采样点数据的距离特征，也考虑了sss采样点数据的质量特征，提高了网格化sss场的精度。
29.可选地，所述基于预设的质量标记数组，获取所有sss采样点的采样数据构成第一数据集，包括：获取smap网格化的二级sss数据中的第二数据集；通过预设采样窗口，按照预设的质量标记数组，对所述第二数据集进行采样，得到对应的sss采样点的第一质量标记数组构成的第三数据集；所述质量标记数组包括16个元素，其中一个或多个指定元素用于指示sss采样点的采样数据是否存在严重的质量问题；在所述第三数据集中，删除满足第一筛选规则的所有所述sss采样点，得到第一数据集；所述第一筛选规则为若所述sss采样点的所述第一质量标记数组的中任一指定元素已指示所述sss采样点的采样数据存在严重的质量问题。
30.具体地，官方发布的标准smap网格化sss的3级（l3）数据是根据2级（l2）轨道级海面盐度sss数据生成的，没有经过任何额外的气候、参数模型输出或现场数据的调整。“iqc_flag”数据集是smap l2级数据中具有重要的质量标志数据集，它表示传感器测量时的非正常数据条件。
31.通过smap卫星获取其l2的轨道及海面盐度sss数据中的“iqc_flag”数据集，作为
第二数据集，即还是从smap中获取的原始数据中的一部分，通过预设采样窗口，对该第二数据集进行采样，确定每个采样点对应的质量标记数组；该质量标记数组包括16个元素，也就是16个指标，对每个采样点进行采样分析。如果元素的值为0，意味着在相应的数据条件下，不存在满足该指标的数据信息，可从一方面表示数据质量为优；如果元素的值为1，意味着在相应的数据条件下，存在满足该指标的数据信息，可从一方面表示数据质量为差。数组a的每个元素所对应的数据情况见下表：表1 质量标记数组每个数组元素对应的数据情况其中有一个或者多个指定指标的数值可以指示sss采样点的采样数据是否存在严重的质量问题；具体包括用于指示所述预设采样窗口内是否存在有效观测数据、是否存在最优插值法 (optimal interpolation，oi)问题、是否存在重度陆地污染和是否存在重度海冰污染，当然具体每个指标在数组中具体的位置并不做限定，表1仅仅是示意性的，各元素之间的先后次序可以随意调换。
32.若在预设采样窗口内，某个采样点的sss数据对应的质量标记数组中指标“采样窗
口内不存在有效观测数据”、“oi问题”、“重度陆地污染”、“重度海冰污染”和“sss反演时的最大似然估计（maximum likelihood estimation，mle）不收敛”中任一个对应的值为1时，删除该sss采样点的采样数据。
33.以上指标均用于指示该sss采样点的采样数据存在严重的质量问题，因此，需要将这部分采样数据删除，提高采样数据的有效性，提高对应的数据质量。
34.可选地，所述在网格化的sss场的每个待确定网格中，确定所述第一数据集中满足预设经纬度阈值的散点集，包括：在所述网格化的sss场的每个待确定网格中，确定和所述待确定网格的中心点的大地坐标满足预设经纬度阈值的所有所述sss采样点，作为所述待确定网格对应的散点集。
35.具体地，对于任意待求网格p，确定该网格中心点大地坐标，可表示为 ；遍历上述第一数据集中所有sss采样点，确定其对应的大地坐标与网格p点的大地坐标之间的纬度差值、和经度差值；包括所有满足且的sss采样点的采样数据，构成散点集m，其中k1，k2为预设的纬度阈值，和预设的经度阈值。k1，k2的取值为[0，1]，且k1和k2的取值一般是相同的。在实际运用中通常取值为0.5。
[0036]
可选地，所述基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数之前，包括：基于所述散点集中每个所述散点和所述待确定网格的中心点的欧式距离，以及每个所述散点的距离权重系数，确定每个所述散点的距离权重参数；基于所述散点集中每个散点对应的质量标记数组，以及每个质量标记对应的权重系数，确定每个所述散点对应的数据质量；基于所述散点对应的数据质量，以及对应的质量权重系数，确定每个所述散点的质量权重参数；基于每个所述散点的总权重参数，以及每个所述散点的观测盐度值，确定所述待确定网格的sss估计值；其中每个所述散点的总权重参数是基于每个所述散点的距离权重参数和质量权重参数确定的。
[0037]
具体地，确定了每个待确定网格p对应的散点集后，以每个网格p为单位，基于双权重模型，确定每个网格p的散点集中每个散点对应的距离权重参数和质量权重参数。
[0038]
在确定每个散点对应的距离权重参数和质量权重参数之前，通过高斯正算，将每个sss采样点的采样数据的大地坐标转换为平面坐标，以及网格p点大地坐标转换为平面坐标。
[0039]
该双权重模型具体为：确定散点集m中每个散点的距离权重参数，对应公式如下：式中，为距离权重系数，为散点距格网中心点的欧氏距离，单位为千米。散点集m中所有散点的距离权重系数相同。
[0040]
确定散点集m中每个散点的质量权重参数，对应公式如下：式中，为质量权重系数，为数据质量。散点集m中所有散点的质量权重系数相同。
[0041]
根据每个散点对应的质量标记数组，确定该散点数据质量的公式如下：式中，为每个散点对应的质量标记数据组对应指标的权重系数，i表示质量标记数组中第几个指标。
[0042]
进一步的确定每个散点的总权重参数，对应的公式如下：然后根据上述散点集m中每个散点对应的总权重参数，以及每个散点对应的观测盐度值，确定该待确定网格p的sss估计值。
[0043]
可选地，所述基于每个所述散点的总权重参数，以及每个所述散点的观测盐度值，确定所述待确定网格的sss估计值，包括：在所述散点集中，基于每个所述散点的观测盐度值，采用加权平均算法，确定所述待确定网格的sss估计值；所述加权平均算法中的权值为每个所述散点的总权重参数。
[0044]
具体地，获取散点集中每个散点对应的观测盐度值，为散点集m中散点个数，因此网格p的sss估计值可以由下式计算得到：式中，为散点集m中任一散点n的观测盐度值，为散点n对应的总权重参数。
[0045]
然后以代价函数最小为目标，确定该网格p对应的散点集中各散点的距离权重系数，质量权重系数以及各散点对应的质量标记数据组对应指标的权重系数的数值。该代价函数可以用公式表示如下：式中，为格网海面盐度真实值，可以从相关技术中argo sss观测数据获得。
[0046]
可选地，所述基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数，包括：基于levenberg
–
marquardt算法，迭代确定所述待确定网格对应的代价函数；
当迭代条件满足前后两次代价函数的取值之差小于第一阈值，或迭代次数大于等于第二阈值，或下降梯度小于第三阈值中任一项，则确定所述待确定网格对应的散点集中每个散点的距离权重参数，以及质量权重参数。
[0047]
具体地，在每个待确定网格p对应的散点集中确定其中对应的散点的距离权重参数和质量权重参数时，基于非线性最小二乘原理，采用levenberg
–
marquardt（lm）算法，迭代求解代价函数取得最小值时，权重系数、和的数值解。迭代终止条件为下降梯度小于阈值t1，或前后两次值之差小于阈值t2，或迭代次数达到阈值t3。若迭代终止时迭代次数达到阈值t3，则说明此函数不收敛，没有最优解，将权重参数标记为无效值；否则说明此函数取得最优解，并记录此时的距离权重系数、质量权重系数、每个数据情况的权重系数值，即为权重模型的系数值，最终构建完整的权重模型。其中，下降梯度可表示为代价函数的导数或者偏导数。
[0048]
本发明提供的海面盐度网格化反演的方法，通过构建的双权重模型，对smap的l2级数据进行优化处理，既考虑了sss采样点数据的距离特征，也考虑了sss采样点数据的质量特征，提高了网格化sss场的精度。
[0049]
图2是本发明提供的海面盐度网格化反演的方法实施流程的示意图，如图2所示，具体包括：步骤201、l2轨道级sss数据，获取官方发布的标准smap网格化2级（l2）轨道级sss数据；并获取其中的“iqc_flag”数据集，该“iqc_flag”数据集是smap l2级数据中的重要的质量标志数据集，它表示传感器测量时的非正常数据条件。
[0050]
步骤202、数据筛选。
[0051]
2.1遍历l2轨道级sss数据中的“iqc_flag”数据集，对于任一sss采样点按照包含16个指标的一维质量标记数组，对上述数据集进行归一化处理，该质量标记数组的每一个指标/元素对应于不同的数据条件，如果元素的值为0，意味着在相应的数据条件下，数据质量为优；如果元素的值为1，意味着在相应的数据条件下，数据质量为差。
[0052]
2.2选取用于数据筛选的指标：采样窗口内不存在有效观测数据、oi问题、重度陆地污染、重度海冰污染和sss反演时的最大似然估计（mle，maximum likelihood estimation）不收敛，当这些指标中任意一个对应的值为1时，就删除此轨道级sss数据。
[0053]
步骤203、双权重模型。
[0054]
将sss场均匀网格化，基于双权重模型，确定每个网格p对应的距离权重参数和质量权重参数。
[0055]
3.1确定每个网格p对应的散点集。
[0056]
3.1.1、对任一待求网格p，确定格网中心点大地坐标；3.1.2、遍历smap l2轨道级sss数据的大地坐标，求取p点大地坐标与smap l2轨道级sss数据的大地坐标的坐标差、；3.1.3、保留所有满足且的轨道级sss数据，构成散点集m；3.2根据散点集m中每个散点n的距离权重系数，以及该散点和网格中心距离，结合
公式（1），确定散点集m中每个散点的距离权重参数；根据散点集m中每个散点n的质量权重系数，以及该散点对应的质量标记数组中各指标对应的权重系数，结合公式（2）和（3），确定散点集m中每个散点的质量权重参数；根据散点集m中每个散点n的距离权重参数以及质量权重参数，结合公式（4），确定散点集m中每个散点的总权重。
[0057]
步骤204、求解每个格网对应的sss值。
[0058]
根据散点集m中各散点n的总权重，以及各散点的观测盐度值，结合公式（5），确定该网格p的sss估计值。
[0059]
并利用代价函数（参考公式（6）），确定代价函数最小时，该网格对应的散点集中各散点的距离权重系数以及质量权重系数，以及每个散点对应的质量标记数组各指标的权重系数。
[0060]
步骤205、l3级均匀格网sss场。
[0061]
依次确定sss场中每个网格对应的sss估计值，确定直至所有的网格对应的sss估计值均已确定，即获得了对应的l3级均匀网格sss场。
[0062]
步骤206、sss场精度评估。
[0063]
根据本发明提供的海面盐度网格化反演的方法确定了l3级均匀网格sss场后，比较l3级均匀格网sss与argo均匀格网sss的差值，和smap官方l3级均匀格网sss与argo均匀格网sss的差值，发现前者的差值明显小于后者。
[0064]
此外，还可以通过数学计算的方式，来确定本发明提供的海面盐度网格化反演的方法确定的l3级均匀网格sss与相关技术中均匀网格sss之间的差距，比如，确定的均匀网格sss场中每个采样点的sss值和argo均匀格网sss的观测数据，利用如下公式确定对应的均方根误差：式中，为用于精度评价的总点数，i的取值范围1到n。与一一对应的待评价盐度数据，为argo均匀网格海面盐度sss的观测数据。
[0065]
利用公式（7）计算得到本发明提供的海面盐度网格化反演的方法，生成的l3级均匀格网sss的rmse为0.16psu，而smap官方l3级均匀格网sss的rmse为0.29psu，说明本发明提供的海面盐度网格化反演的方法大大提高了l3级均匀格网sss的精度。
[0066]
图3是本发明提供的海面盐度网格化反演的装置的结构示意图，如图3所示，该装置包括：获取模块301，用于基于预设的质量标记数组，获取所有sss采样点的采样数据构成第一数据集；网格化模块302，用于在网格化的sss场的每个待确定网格中，确定所述第一数据集中满足预设经纬度阈值的散点集；双权重模块303，用于基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数；
反演模块304，用于基于每个散点的观测盐度值、每个所述散点对应的距离权重参数和每个所述散点的质量权重参数，确定所述待确定网格对应的sss的反演结果。
[0067]
可选地，所述获取模块301在用于基于预设的质量标记数组，获取所有sss采样点的采样数据构成第一数据集的过程中，还用于：获取smap网格化的二级sss数据中的第二数据集；通过预设采样窗口，按照预设的质量标记数组，对所述第二数据集进行采样，得到对应的sss采样点的第一质量标记数组构成的第三数据集；所述质量标记数组包括16个指标，其中一个或多个指定指标用于指示sss采样点的采样数据是否存在严重的质量问题；在所述第三数据集中，删除满足第一筛选规则的所有所述sss采样点，得到第一数据集；所述第一筛选规则为若所述sss采样点的所述第一质量标记数组的中任一指定元素已指示所述sss采样点的采样数据存在严重的质量问题。
[0068]
可选地，所述网格化模块302在用于在网格化的sss场的每个待确定网格中，确定所述第一数据集中满足预设经纬度阈值的散点集的过程中，还用于：在所述网格化的sss场的每个待确定网格中，确定和所述待确定网格的中心点的大地坐标满足预设经纬度阈值的所有所述sss采样点，作为所述待确定网格对应的散点集。
[0069]
可选地，所述双权重模块303，还用于：基于所述散点集中每个所述散点和所述待确定网格的中心点的欧式距离，以及每个所述散点的距离权重系数，确定每个所述散点的距离权重参数；基于所述散点集中每个散点对应的质量标记数组，以及每个质量标记对应的权重系数，确定每个所述散点对应的数据质量；基于所述散点对应的数据质量，以及对应的质量权重系数，确定每个所述散点的质量权重参数；基于每个所述散点的总权重参数，以及每个所述散点的观测盐度值，确定所述待确定网格的sss估计值；其中，每个所述散点的总权重参数是基于每个所述散点的距离权重参数和质量权重参数确定的。
[0070]
可选地，所述双权重模块303在基于每个所述散点的总权重参数，以及每个所述散点的观测盐度值，确定所述待确定网格的sss估计值的过程中，还用于：在所述散点集中，基于每个所述散点的观测盐度值，采用加权平均算法，确定所述待确定网格的sss估计值；所述加权平均算法中的权值为每个所述散点的总权重参数。
[0071]
可选地，所述代价函数为所述待确定网格的sss估计值以及所述待确定网格对应的sss真实值的差值的平方。
[0072]
可选地，所述双权重模块303在基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数，还用于：基于levenberg
–
marquardt算法，迭代确定所述待确定网格对应的代价函数；当迭代条件满足前后两次代价函数的取值之差小于第一阈值，或迭代次数大于等于第二阈值，或下降梯度小于第三阈值中任一项，则确定所述待确定网格对应的散点集中
每个散点的距离权重参数，以及质量权重参数。
[0073]
具体地，本发明提供的上述海面盐度网格化反演的装置，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
[0074]
图4是本发明提供的一种电子设备的结构示意图；如图4所示，该电子设备，包括存储器420，收发机410和处理器400；其中，处理器400与存储器420也可以物理上分开布置。
[0075]
存储器420，用于存储计算机程序；收发机410，用于在处理器400的控制下收发数据。
[0076]
具体地，收发机410用于在处理器400的控制下接收和发送数据。
[0077]
其中，在图4中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器400代表的一个或多个处理器和存储器420代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本发明不再对其进行进一步描述。总线接口提供接口。收发机410可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元，这些传输介质包括无线信道、有线信道、光缆等传输介质。
[0078]
处理器400负责管理总线架构和通常的处理，存储器420可以存储处理器400在执行操作时所使用的数据。
[0079]
处理器400可以是中央处理器（central processing unit，cpu）、专用集成电路（application specific integrated circuit，asic）、现场可编程门阵列（field-programmable gate array，fpga）或复杂可编程逻辑器件（complex programmable logic device，cpld），处理器也可以采用多核架构。
[0080]
处理器400通过调用存储器420存储的计算机程序，用于按照获得的可执行指令执行本发明提供的任一所述方法，例如：基于预设的质量标记数组，获取所有sss采样点的采样数据构成第一数据集；在所述网格化的sss场的每个待确定网格中，确定所述第一数据集中满足预设经纬度阈值的散点集；基于构建的双权重模型，以代价函数最小为目标，确定所述散点集中每个散点对应的距离权重参数和质量权重参数；基于每个散点的观测盐度值、每个所述散点对应的距离权重参数和每个所述散点的质量权重参数，确定所述待确定网格对应的sss的反演结果。
[0081]
在此需要说明的是，本发明提供的上述电子设备，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
[0082]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各实施例所提供的海面盐度网格化反演的方法。
[0083]
另一方面，本发明还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行上述各实施例提供的海面盐度网
格化反演的方法。
[0084]
所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器（例如软盘、硬盘、磁带、磁光盘（mo）等）、光学存储器（例如cd、dvd、bd、hvd等）、以及半导体存储器（例如rom、eprom、eeprom、非易失性存储器（nand flash）、固态硬盘（ssd））等。
[0085]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0086]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
[0087]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。