摘要
本发明涉及基于多源卫星载荷的海面风场网格化智能融合方法及系统,所述方法包括:构建深度神经网络模型,以及结合D‑Matrix统计算法的中低风速反演优势,获取全风速段MWRI海面风速产品;多源卫星数据与EC背景场时空匹配处理,获取融合分析时段的数据源;将EC背景场与融合风场各点的风速、散度、涡度及风速的二阶导数项结合,求得代价函数;根据代价函数,求取代价函数内各代价函数的梯度项,并进行求和,以得到函数梯度;根据代价函数以及函数梯度,求取最终的融合风场。本发明实现了对多源卫星载荷海面风场数据的高效融合,能够提高海面风场数据的精度和时空分辨率。
技术关键词
智能融合方法
海面风场
风速
多源卫星数据
构建深度神经网络
统计算法
载荷
智能融合系统
可读存储介质
处理器
参数
程序
存储装置
索引
计算机
坐标
元素
系统为您推荐了相关专利信息
风扇单元
散热控制方法
散热元件
散热系统
转速传感器
电网数据管理方法
GIS地图
对象
智能感知模块
实体
港口基础设施
结构传感器
原位校准方法
深度神经网络模型
实时数据
人形机器人
分析模块
监测单元
位移监测装置
环境监测装置