一种基于物理约束深度学习的星载微波辐射计热带气旋风速反演方法

本发明属于海洋遥感技术领域，涉及一种基于物理约束深度学习的星载微波辐射计热带气旋风速反演方法，包括如下步骤：获取热带气旋参数信息；提取相应时空范围的星载微波辐射计多频段亮温数据，构建样本数据集；加载具有物理约束的深度学习反演算法模型并进行训练；物理约束深度学习反演算法模型包括：输入层，网络层，物理层，输出层；网络层由残差神经网络构成，物理层由D矩阵遥感统计公式构成，为整个模型提供物理约束，D矩阵为非线性D矩阵；输出当前时空范围的热带气旋风速。本发明利用热带气旋轨迹信息获取星载微波辐射计亮温信息，并利用D矩阵方程与神经网络结合构建具有物理信息的网络模型，以得到更准确的、高精度的热带气旋风速信息。