本技术介绍了一种利用ViT神经网络实现的海洋环境场快速重建方法,属于环境场重建技术领域。该方法旨在加速海洋环境场的重建过程,涉及收集和预处理多源海洋数据,计算预处理数据的特征,并通过ViT神经网络模型进行快速重建。
背景技术
传统的海洋环境场重构方法主要依赖基于统计原理或变分方法的数据插值、数据同化技术,如逐步订正法、克里金插值法、最优插值法、变分同化法。当海洋观测数据较丰富且分布均匀时,这类方法通常可以获得较好的效果。但是海洋观测数据的显著特点是数据总量少且时空分布不均,尤其在缺少遥感数据的海洋表层以下,海洋观测数据的获取只能依赖于数量不多的潜标、Argo浮标、水下滑翔机、水下无人机等现场观测设备。这种情况下,传统海洋环境场重构方法的效果具有不确定性,会出现重构误差大、重构分辨率低等问题。因此,难以反映海洋亚中尺度和小尺度动力过程,不利于亚中尺度涡、锋面、内波、内潮、台风等重要海洋现象的观测。
实现思路