有效波高揭示了实际大气—海洋动量交换的程度，对于我们深入理解浩瀚大洋上真实海—气相互作用过程起着至关重要的作用。

近年来，随着我国海洋卫星探测的蓬勃发展，目前已经积累了多颗长序列海浪遥感资料，如海洋2系列海洋动力环境卫星等。然而、如何减少各个卫星载荷之间的系统偏差、建立具有我国自主知识产权，方法科学、数据可靠的多源高度计有效波高气候数据集成为目前亟待解决的问题。

我院智协飞教授团队联合国家气候中心、清华大学、自然资源部国家卫星海洋应用中心、自然资源部第一海洋研究所开展联合攻关，利用深度学习技术新建了近31年逐日高分辨率多源高度计有效波高气候数据集。

实测数据检验结果显示，相对于国际同类数据集，本新建有效波高数据集具有更长时间序列、更高精度，更小偏差的优势。特别是，U-Net神经网络能显著提高原有遥感数据的时空分辨率和准确度，对比同类数据产品在数据集历史长度、时空分辨率上具有优势。该数据集对于我们理解在气候变化背景下，近几十年海—气相互作用的长期变化趋势具有重要作用，是海洋环境预报、气候变化研究的重要数据。

这项工作主要由我院徐经纬副教授、智协飞教授等人完成，近日论文发表在《Remote Sensing》杂志上。团队高度重视成果转化，为此还申报了基于深度学习建立多源卫星有效波高融合方法的发明专利并获得授权（ZL 2024 1 0587251.8）。

图1各个高度计载荷测得的有效波高和融合结果

图2 以Jason-3为参考，我国HY2系列卫星有效波高交叉定标结果

文章信息：

Xu, J.; Wu, H.; Zhi, X.; Koldunov, N.V.; Zhang, X.; Xu, Y.; Zhang, Y.; Guo, M.; Kong, L.; Fraedrich, K. Validation of Multisource Altimeter SWH Measurements for Climate Data Analysis in China’s Offshore Waters. Remote Sens. 2024, 16, 2162. https://doi.org/10.3390/rs16122162

专利信息：

徐经纬等，一种基于改进卷积神经网络的多源卫星有效波高融合方法（ZL 2024 1 0587251.8）。