五月天伦理,台湾麻豆传媒映画在线看,麻豆传媒映画第一集

加快打造原始創(chuàng)新策源地,，加快突破關(guān)鍵核心技術(shù),，努力搶占科技制高點(diǎn)，為把我國(guó)建設(shè)成為世界科技強(qiáng)國(guó)作出新的更大的貢獻(xiàn),。

——習(xí)近平總書記在致中國(guó)科學(xué)院建院70周年賀信中作出的“兩加快一努力”重要指示要求

面向世界科技前沿,、面向經(jīng)濟(jì)主戰(zhàn)場(chǎng),、面向國(guó)家重大需求,、面向人民生命健康，率先實(shí)現(xiàn)科學(xué)技術(shù)跨越發(fā)展,，率先建成國(guó)家創(chuàng)新人才高地,，率先建成國(guó)家高水平科技智庫(kù)，率先建設(shè)國(guó)際一流科研機(jī)構(gòu),。

——中國(guó)科學(xué)院辦院方針

首頁(yè) > 科研進(jìn)展

遙感觀測(cè)數(shù)據(jù)補(bǔ)全研究獲進(jìn)展

2025-04-27 海洋研究所

【字體：大中小】

語(yǔ)音播報(bào)

近日，中國(guó)科學(xué)院海洋研究所研究員李曉峰團(tuán)隊(duì)在遙感觀測(cè)數(shù)據(jù)補(bǔ)全研究領(lǐng)域獲進(jìn)展,。該研究提出了適用于多源遙感數(shù)據(jù)的通用補(bǔ)全模型——GDCM（Generalized Data Completion Model）,。該模型基于時(shí)空卷積與注意力機(jī)制融合的深度學(xué)習(xí)框架，解決了衛(wèi)星軌道覆蓋間隙與云層遮擋導(dǎo)致的數(shù)據(jù)缺測(cè)問(wèn)題,。同時(shí),，該模型能夠高精度重建海表溫度、風(fēng)速,、水汽,、云液態(tài)水以及降水率等關(guān)鍵海氣變量，顯著提升遙感觀測(cè)數(shù)據(jù)的完整性與實(shí)用性,。

GDCM模型以連續(xù)7天觀測(cè)序列為輸入,，通過(guò)雙尺度編碼–解碼結(jié)構(gòu)捕捉局地與大尺度特征，并利用注意力機(jī)制篩選關(guān)鍵時(shí)空依賴,。實(shí)驗(yàn)表明,，GDCM在復(fù)雜海洋環(huán)境下能夠保持高穩(wěn)定性,，補(bǔ)全精度優(yōu)于傳統(tǒng)插值方法與現(xiàn)有AI模型。同時(shí),，該模型在多類型,、跨平臺(tái)遙感數(shù)據(jù)補(bǔ)全任務(wù)中均表現(xiàn)出優(yōu)異性能，具備良好的通用性和魯棒性,。

進(jìn)一步,，GDCM采用逐步加深缺測(cè)比例的訓(xùn)練策略，使模型先理解完整場(chǎng),，再逐步適應(yīng)嚴(yán)重缺測(cè)情境,，有效提升了泛化能力。以熱帶不穩(wěn)定波區(qū)域?yàn)槔?，該模型幾乎消除了預(yù)測(cè)偏差,，重建效果穩(wěn)定可靠。

這一研究在技術(shù)層面上推動(dòng)了遙感觀測(cè)數(shù)據(jù)智能重建方法的發(fā)展,，為未來(lái)氣候變化監(jiān)測(cè),、臺(tái)風(fēng)路徑預(yù)報(bào)以及極端事件識(shí)別等高時(shí)空分辨率應(yīng)用場(chǎng)景提供了工具。

相關(guān)研究成果以GDCM: Generalized Data Completion Model for Satellite Observations為題,，發(fā)表在《環(huán)境遙感》（Remote Sensing of Environment）上,。研究工作得到國(guó)家自然科學(xué)基金委員會(huì)和嶗山實(shí)驗(yàn)室的支持。

論文鏈接

GDCM模型結(jié)構(gòu)圖

近日,，中國(guó)科學(xué)院海洋研究所研究員李曉峰團(tuán)隊(duì)在遙感觀測(cè)數(shù)據(jù)補(bǔ)全研究領(lǐng)域獲進(jìn)展,。該研究提出了適用于多源遙感數(shù)據(jù)的通用補(bǔ)全模型——GDCM（Generalized Data Completion Model）。該模型基于時(shí)空卷積與注意力機(jī)制融合的深度學(xué)習(xí)框架,，解決了衛(wèi)星軌道覆蓋間隙與云層遮擋導(dǎo)致的數(shù)據(jù)缺測(cè)問(wèn)題,。同時(shí)，該模型能夠高精度重建海表溫度,、風(fēng)速,、水汽、云液態(tài)水以及降水率等關(guān)鍵海氣變量,，顯著提升遙感觀測(cè)數(shù)據(jù)的完整性與實(shí)用性。GDCM模型以連續(xù)7天觀測(cè)序列為輸入,，通過(guò)雙尺度編碼–解碼結(jié)構(gòu)捕捉局地與大尺度特征,，并利用注意力機(jī)制篩選關(guān)鍵時(shí)空依賴。實(shí)驗(yàn)表明,，GDCM在復(fù)雜海洋環(huán)境下能夠保持高穩(wěn)定性,，補(bǔ)全精度優(yōu)于傳統(tǒng)插值方法與現(xiàn)有AI模型。同時(shí),，該模型在多類型,、跨平臺(tái)遙感數(shù)據(jù)補(bǔ)全任務(wù)中均表現(xiàn)出優(yōu)異性能,，具備良好的通用性和魯棒性。進(jìn)一步,，GDCM采用逐步加深缺測(cè)比例的訓(xùn)練策略,，使模型先理解完整場(chǎng)，再逐步適應(yīng)嚴(yán)重缺測(cè)情境,，有效提升了泛化能力,。以熱帶不穩(wěn)定波區(qū)域?yàn)槔撃Ｐ蛶缀跸祟A(yù)測(cè)偏差,，重建效果穩(wěn)定可靠,。這一研究在技術(shù)層面上推動(dòng)了遙感觀測(cè)數(shù)據(jù)智能重建方法的發(fā)展，為未來(lái)氣候變化監(jiān)測(cè),、臺(tái)風(fēng)路徑預(yù)報(bào)以及極端事件識(shí)別等高時(shí)空分辨率應(yīng)用場(chǎng)景提供了工具,。相關(guān)研究成果以GDCM: Generalized Data Completion Model for Satellite Observations為題，發(fā)表在《環(huán)境遙感》（Remote Sensing of Environment）上,。研究工作得到國(guó)家自然科學(xué)基金委員會(huì)和嶗山實(shí)驗(yàn)室的支持,。論文鏈接GDCM模型結(jié)構(gòu)圖

打印