基于深度学习的SWOT卫星观测内潮信号提取方法

本申请提出一种基于深度学习的SWOT卫星观测内潮信号提取方法，属于海洋卫星遥感与人工智能信息处理领域。基于高分辨率海洋数值模拟的温度、盐度和总海表高度异常数据构建时空对应的总海表高度异常—内潮诱导海表高度异常训练样本；对SWOT三级产品中的相关校正项进行恢复，构造与训练输入物理定义一致的实际观测输入场；依据实际SWOT观测的有效经纬度构建逐次观测轨道几何边界，通过横轨归一化将倾斜宽幅数据转换为规则二维矩阵；对缺测位置进行临时填补，利用训练后的深度学习模型提取内潮诱导海表高度异常，随后恢复原始缺测掩膜并逆映射至原始地理坐标，从而获得单次SWOT宽幅观测对应的内潮诱导海表高度异常场。