本发明属于海洋遥感探测技术领域，涉及一种基于K‑Ka波段微波辐射计弱信号增强深度学习的海温反演方法。选取微波辐射计实测数据和再分析海气参量数据的参数；基于K和Ka波段亮温特性确定时空窗口大小，进行时空匹配建立建模数据集；基于质量标识、离岸距离、亮温异常及海气参量异常等指标进行建模数据集的质量控制；将建模数据集进行归一化并拆分为训练集、验证集和测试集；使用训练集和验证集构建基于K‑Ka波段微波辐射计的弱信号增强DNN模型，使用测试集反演得到海表面温度产品。本发明提高了使用微波辐射计K和Ka波段亮温进行海表温度反演的精度，解决了精度不足的问题，为在更精细的尺度上反演SST提供了新的可能性。