近日，中心航空部王賀副研究員作為第一作者（通訊作者），聯(lián)合國內(nèi)多家海洋科研單位人員，利用人工智能技術(shù)，構(gòu)建了基于殘差網(wǎng)絡(luò)的全極化SAR有效波高深度學(xué)習(xí)反演模型，在SAR海浪遙感方面取得重要進(jìn)展。相關(guān)成果近日發(fā)表在國際遙感權(quán)威期刊Remote Sensing of Environment（影響因子10.164，中科院一區(qū)）。

針對現(xiàn)有高分三號衛(wèi)星SAR遙感數(shù)據(jù)海浪有效波高反演方法流程復(fù)雜、精度不高的問題，王賀副研究員與國家衛(wèi)星海洋應(yīng)用中心林明森研究員、自然資源部第二海洋研究所楊勁松研究員合作，通過深度挖掘全極化SAR數(shù)據(jù)中的交叉譜信息，以及同極化/交叉極化雷達(dá)后向散射信息，提出了一種基于殘差卷積神經(jīng)網(wǎng)絡(luò)的高分三號衛(wèi)星全極化SAR數(shù)據(jù)有效波高反演算法,實現(xiàn)了高分三號SAR海浪有效波高參數(shù)的高精度、快速反演。研究表明，衛(wèi)星高度計觀測數(shù)據(jù)相比，該算法均方根誤差為0.32米，與現(xiàn)有文獻(xiàn)中算法精度提高了約50%。（航空部 王賀）