公开(公告)号：CN116705186A

公开(公告)日：2023-09-05

申请号：CN202310689997.5

申请日：2023-06-12

Applicant: 成都信息工程大学

Inventor： 杨善敏 ,  任青 ,  吴锡

IPC: G16C20/30 ,  G06F30/27 ,  G06V20/10 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06F119/08 ,  G06F113/08

Abstract: 本发明涉及一种基于深度学习的风云卫星近地表空气温度反演方法，基于风云气象卫星遥感云图数据，采用Transformer网络和U型深度学习网络，利用Transformer网络多头注意力机制和U型深度学习网络将高阶与低阶特征融合的优势，通过Transformer对U形网络编码器学习到的低阶多尺度特征进行优化，然后融合到U形网络对应的高阶解码器特征中，在保持语义一致的同时，提高近地表空气温度重建结果的细节信息和精确性。本发明方法近实时地估计出对应的近地表空气温度，补足台站观测气象数据缺测地区的近地表空气温度的完整性和时效性，为天气预报预测等气象业务和研究提供基础数据支撑。