基于SwinGAN的海表温度多源数据补全融合模型的构建方法、系统和装置

本发明公开了一种基于SwinGAN的海表温度多源数据补全融合模型的构建方法、系统和装置，本发明属于数据处理技术领域，所述方法通过整合现场实测数据、数值再分析数据和卫星数据实现海表温度的高精度降尺度。采用改进的Swin‑UNet作为生成器，利用其窗口注意力机制有效捕捉海温场的多尺度时空特征；鉴别器则引入条件对抗学习和梯度惩罚策略，确保生成数据与高分辨率目标的物理一致性。该方法在大西洋海域2.5倍降尺度的多源数据融合任务中生成数据与真实数据的RMSE达1.1，能准确再现海洋温度的时空特征。本发明方法融合了多源海表温度数据，保证了数据的物理合理性和时空连续性，为海洋环境监测、气候预测和渔业资源管理等领域提供了更高质量的数据支持。