基于多模态数据融合与自注意力的实时声速剖面预测方法

本发明公开了一种基于多模态数据融合与自注意力的实时声速剖面预测方法，属于海洋观测技术领域。本发明首先获取Argo网格数据集、遥感海表数据集SST，在对目标海域进行网格化处理，之后构建声速剖面EOF函数，将SST数据、历史SSP前三阶EOF系数、海表面以下历史同期温度，经纬度坐标数据融合；最终构建SE‑MDF‑CNN模型并进行训练，利用该模型进行输出指定坐标下ssp的分布。本发明摆脱了对声纳观测数据的依赖；本发明通过建立历史声速分布主成分特征与遥感海温数据、声速采样空间坐标之间的内在关系，通过实时sst，可以快速构建目标区域ssp分布，能够应用于更广泛的空间区域。