[发明专利]基于多源卫星遥感的海洋内部温盐信息智能提取方法

摘要

本发明涉及一种基于多源卫星遥感的海洋内部温盐信息智能提取方法，利用多源海表遥感观测数据，结合海洋内部Argo浮标实测数据，采用XGBoost高级机器学习方法，建立基于多源卫星观测的智能遥感反演模型，对海洋内部温盐结构进行遥感反演，获得很好的反演效果，能直观、准确地展示全球海洋内部温盐信息空间分布及其特征。该发明构建了一种面向海洋内部的海洋遥感新方法，从海表卫星观测推测海洋内部关键动力参量，可拓展卫星对海观测范围，提升海洋内部信息观测分辨率，弥补海洋内部浮标观测的稀疏与不足，为海洋内部观测提供了一种新方法，在海洋遥感领域具有较高的应用价值。

主权项

1.一种基于多源卫星遥感的海洋内部温盐信息智能提取方法，其特征在于，包括以下步骤：步骤S1:获取海洋多源海表遥感数据和Argo浮标实测数据并进行预处理，得到海表异常数据、Argo实测坐标数据、Argo实测的温度异常数据和盐度异常数据；步骤S2:利用Argo实测坐标数据，使海洋内部实测温盐异常数据分别与海表异常数据一一对应，并分别建立特征矩阵和标签矩阵；步骤S3:将特征矩阵和标签矩阵纵向合并，并随机划分成训练数据集和测试数据集；步骤S4:根据得到的训练数据集，使用Boosting方法重复训练基学习器，直至基学习器数目达到事先指定值T，将T个基学习器进行加权结合，建立XGBoost模型；步骤S5:将测试数据集输入XGBoost模型，反演海洋内部温盐异常，得到海洋内部温度异常分布。