摘要
本发明公开了一种基于量子计算同化气象卫星高光谱误差非高斯分布资料的方法和系统,该方法对卫星高光谱红外探测器通道观测亮温和其等效数据进行气象卫星高光谱资料的考虑离群值的广义质量控制,包括考虑量子信息熵的通道最优选择、基于人工智能广义集成生成式深度学习的偏差订正和基于最小剩余法的云检测剔除有云视场点资料,由此获得质控数据。基于质控数据对兼容误差高斯分布和非高斯分布的量子非高斯增量四维变分同化模型进行量子空间求解,得到分析场资料,该方法解决现有技术中存在的误差非高斯分布(或非高斯特性明显)的高光谱红外通道亮温同化受到限制问题,同时本发明方法的求解速度快,获取的分析场资料具有较好的精度和计算时效性。
技术关键词
通道
数据处理模块
资料
信息熵
红外探测器
卫星高光谱
集成机器学习
广义
重构
协方差矩阵
贡献率
观测误差
数据同化方法
序列
深度神经网络模型
数值天气预报
偏差
系统为您推荐了相关专利信息
链条式输送机
模糊推理
智能决策模型
模糊逻辑控制
调节输送机
薄膜压力传感器
骨骼关键点
动物
大语言模型
数据处理模块
图像缺陷检测方法
光伏电池
特征融合网络
图像块
残差结构