[发明专利]基于PSO-DNN的HY-2B扫描微波辐射计海面风速反演方法和装置

权利要求书

1.一种基于PSO-DNN的HY-2B扫描微波辐射计海面风速反演方法，其特征在于，包括：

S1、收集数据集，所述数据集包括中国海洋卫星HY-2B扫描微波辐射计L2A_TC数据、欧洲中期天气预报中心ECMWF数据和美国数据浮标中心NDBC数据；

S2、对数据集预处理，将中国海洋卫星HY-2B扫描微波辐射计L2A_TC数据、欧洲中期天气预报中心ECMWF数据和美国数据浮标中心NDBC数据基于时空匹配原则进行匹配，将ECMWF数据作为风速参考真值，得到匹配数据集，将匹配数据集分为训练集和测试集；

S3、基于训练集对预先构建的神经模型进行训练，得到训练好的PSO-DNN反演模型；

S4、使用测试集对训练好的PSO-DNN反演模型进行性能评估；

S5、将NDBC数据作为风速参考真值，对PSO-DNN反演模型获得的海面风速进行评估。

2.如权利要求1所述的基于PSO-DNN的HY-2B扫描微波辐射计海面风速反演方法，其特征在于，步骤S2具体包括：

S21、对获取的数据集进行质量控制：去除数据中负值、陆地污染数据、无效样本点；

S22、将中国海洋卫星HY-2B扫描微波辐射计L2A_TC亮温数据与ECMWF数据、NDBC数据进行时间和空间匹配；

S23：将匹配数据按照7：3比例随机划分为训练集和测试集。

3.如权利要求1所述的基于PSO-DNN的HY-2B扫描微波辐射计海面风速反演方法，其特征在于，步骤S3具体包括：

S31、采用训练集训练预先构建的DNN模型，在DNN模型训练完成后，分别使用原始分辨率重采样到6.925GHz分辨率下的10.7GHz-H、10.7GHz-V极化亮温数据和18.7GHz-H、18.7GHz-V极化亮温数据进行海面风速反演，得到海面风速反演结果；

S32、基于粒子群算法，对所述海面风速反演结果进行组合，寻找到最优的组合系数，进而建立PSO-DNN反演模型。

4.如权利要求3所述的基于PSO-DNN的HY-2B扫描微波辐射计海面风速反演方法，其特征在于，步骤S31具体包括：

S311、设置1个输入层，所述输入层包含9个输入参数：原始分辨率重采样到6.925GHz分辨率下的6.925GHz-H、6.925GHz-V极化亮温、10.7GHz-H、10.7GHz-V极化亮温、23.8GHz-V极化亮温、37.0GHz-H、37.0GHz-V极化亮温、入射角和方位角；设置1个输出层，用于输出ECMWF数据的风速；设置2-6个隐藏层；基于所述输入层、输出层和隐藏层构建DNN模型；

S312、设置激活函数及损失函数，所述激活函数选择Tanh函数，所述损失函数选择均方误差函数；

S313、初始化DNN模型每一层权重和偏置，采用自适应矩估计算法，训练DNN模型，当达到预设精度时停止训练，得到训练好的的DNN模型；

S314、使用原始分辨率重采样到6.925GHz分辨率下10.7GHz-H、10.7GHz-V极化亮温数据进行海面风速反演得到风速W₁，使用原始分辨率重采样到6.925GHz分辨率下18.7GHz-H、18.7GHzV极化亮温数据进行海面风速反演得到风速W₂。