一种基于气象数据的深度学习SAR海杂波仿真与抑制方法

本发明公开了一种基于气象数据的深度学习SAR海杂波仿真与抑制方法，具体涉及空间信息科学和人工智能深度学习技术领域，获取Sentinel‑1数据和ERA5气象数据；对获取的Sentinel‑1数据进行数据预处理，与同一空间和时间的ERA5气象数据进行网格匹配，形成联合气象数据集，包括SAR图像和气象网格数据，并筛选联合气象数据集得到有浪海面和无浪海面两种气象数据集。本发明通过海杂波抑制处理可以优化SAR图像数据源和网络输入参数类型，在输入层面提高目标检测算法精度，有效解决海杂波抑制效果不佳，干扰海面SAR图像中感兴趣目标监测的问题。