1.一种基于卫星遥感数据反演海洋表层流速的方法,其特征在于,包括:
获取赤道海区的卫星遥感数据和再分析数据,并获取所述卫星遥感数据和所述再分析数据的衍生数据;
所述再分析数据包括:再分析的海表面温度、盐度、海浪要素、风应力数据、海水表面密度;
所述衍生数据包括:所述卫星遥感数据的经纬向梯度、所述再分析数据的经纬向梯度和波向正余弦;
将所述卫星遥感数据、所述再分析数据和所述衍生数据输入赤道海表面流速反演模型,获取赤道海区海表面流速并进行逆归一化处理,获取最终赤道海区海表面流速,其中,所述赤道海表面流速反演模型基于前馈神经网络构建并通过训练数据集训练获得,所述训练数据集包括历史卫星遥感数据、历史再分析数据、历史衍生数据和相应的现场观测流速数据集;
获取所述训练数据集包括:
将所述现场观测流速数据集的时空格点作为基准,将所述历史卫星遥感数据、所述历史再分析数据和所述历史衍生数据进行插值;
将所述现场观测流速数据集作为反演标签,并将所述历史卫星遥感数据、所述历史再分析数据、所述历史衍生数据与相对应的所述反演标签作为所述训练数据集,并将所述训练数据集进行归一化处理;
基于所述前馈神经网络构建所述赤道海表面流速反演模型包括:
根据太平洋表层流速特征,采用预设划分经度划定太平洋东西海盆,根据划分结果采用不同结构的所述前馈神经网络构建所述赤道海表面流速反演模型,其中,所述预设划分经度的预设范围内添加平滑系数。
2.根据权利要求1所述的基于卫星遥感数据反演海洋表层流速的方法,其特征在于,不同结构的所述前馈神经网络为不同隐藏层数和不同隐藏层神经元数量的前馈神经网络。
3.根据权利要求1所述的基于卫星遥感数据反演海洋表层流速的方法,其特征在于,训练所述赤道海表面流速反演模型包括:将所述历史卫星遥感数据、所述历史再分析数据、所述历史衍生数据作为所述赤道海表面流速反演模型的输入,所述相应的现场观测流速数据作为输出,在到达预设训练停止条件时,完成所述赤道海表面流速反演模型训练,获得训练完成的所述赤道海表面流速反演模型。
4.根据权利要求3所述的基于卫星遥感数据反演海洋表层流速的方法,其特征在于,在训练所述赤道海表面流速反演模型过程中,隐藏层激活函数采用非对称的Sigmoid函数激活,输出层则采用线性激活。