基于深度学习驱动变分分析的近岸海表温度融合方法

本发明公开了基于深度学习驱动变分分析的近岸海表温度融合方法，属于数据处理技术领域，具体包括：将经过变分分析后的历史海表温度数据输入深度学习海表温度预测模型，输出未来指定时段的预测海表温度作为当前变分分析的预测背景场；基于深度学习海表温度预测模型，建立多步海表温度预测差值与预测误差之间的关系，生成融合时背景误差方差，并融合空间距离函数与短期时间相关性函数构建变分分析时的背景误差协方差模型；将实时采集的海表温度观测数据同化至所述预测背景场，结合背景误差协方差模型及观测误差权重，求解最优分析场并调整分辨率，输出近岸区域海表温度分析场；本发明为近岸区域提供兼具高精度与细尺度特征的海表温度分析场。