一种基于机器学习的HY-2A卫星海洋水汽反演方法

本发明提出了一种基于机器学习的HY‑2A海洋水汽反演方法，利用HY‑2A卫星扫描微波辐射计数据与ERA5再分析资料，通过数据预处理、匹配、特征提取及归一化处理后，构建高质量HY‑2A扫描微波辐射计数据集。采用多种机器学习模型进行训练与测试，并利用贝叶斯优化实现超参数自动调整，获取有限时间内的最优解，采用SHAP方法对模型进行解释，明确各特征变量的贡献，提高使用的机器学习模型的可解释性，最终实现对海洋上空水汽的高精度反演。本发明具备高效的计算性能，能够实现大规模海洋气象数据的快速处理，并且提升了机器学习模型的可解释性。在数值天气预报、在海洋极端天气预报及气候监测等地球物理和气象领域具有重要的应用价值。