本技術涉及數(shù)據(jù)處理領域，尤其涉及一種基于多源衛(wèi)星高度計數(shù)據(jù)的數(shù)據(jù)融合方法及系統(tǒng)。

背景技術：

1、隨著衛(wèi)星遙感技術的不斷發(fā)展，衛(wèi)星高度計已經(jīng)成為監(jiān)測海洋動態(tài)變化的重要工具。傳統(tǒng)的單一衛(wèi)星高度計數(shù)據(jù)采集方法依賴于單個衛(wèi)星高度計的數(shù)據(jù)，而多源衛(wèi)星高度計數(shù)據(jù)融合方法通過集成多個衛(wèi)星的數(shù)據(jù)，能夠提供更高精度和時空分辨率的海面高度測量數(shù)據(jù)。這些數(shù)據(jù)廣泛應用于海洋學研究、海洋動力學分析以及氣候變化監(jiān)測等領域。

2、然而，現(xiàn)有的多源衛(wèi)星高度計數(shù)據(jù)融合方法存在一些不足之處。首先，數(shù)據(jù)源的異構性導致數(shù)據(jù)的解析、質(zhì)量控制和處理過程復雜且耗時，容易出現(xiàn)數(shù)據(jù)不一致和質(zhì)量問題。其次，傳統(tǒng)方法對衛(wèi)星軌道誤差的校正精度不足，難以充分利用多源數(shù)據(jù)的優(yōu)勢。此外，在異常數(shù)據(jù)的篩選和處理過程中，現(xiàn)有方法缺乏對異常原因的深入分析，導致預測結果不夠準確和可靠。

技術實現(xiàn)思路

1、本技術提供了一種基于多源衛(wèi)星高度計數(shù)據(jù)的數(shù)據(jù)融合方法及系統(tǒng)，用于提升基于多源衛(wèi)星高度計數(shù)據(jù)的數(shù)據(jù)融合的準確率。

2、第一方面，本技術提供了一種基于多源衛(wèi)星高度計數(shù)據(jù)的數(shù)據(jù)融合方法，所述基于多源衛(wèi)星高度計數(shù)據(jù)的數(shù)據(jù)融合方法包括：進行多源衛(wèi)星高度計數(shù)據(jù)采集，得到多源衛(wèi)星高度計數(shù)據(jù)集，其中，所述多源衛(wèi)星高度計數(shù)據(jù)集包括海面高度測量值、時間戳和軌道信息數(shù)據(jù)；對所述多源衛(wèi)星高度計數(shù)據(jù)集進行解析及質(zhì)量控制處理，得到預處理后的多源衛(wèi)星高度計數(shù)據(jù)；對所述預處理后的多源衛(wèi)星高度計數(shù)據(jù)進行多衛(wèi)星交叉點分析及軌道誤差數(shù)據(jù)校正，得到衛(wèi)星軌道誤差校正數(shù)據(jù)；對所述衛(wèi)星軌道誤差校正數(shù)據(jù)中的校正衛(wèi)星測量海面高度進行大地水面高度以及平均海面高度的高度減除處理，得到沿軌海面高度數(shù)據(jù)；對所述沿軌海面高度數(shù)據(jù)進行異常高度數(shù)據(jù)篩選，得到沿岸高度異常數(shù)據(jù)，并對所述沿岸高度異常數(shù)據(jù)進行時空插值處理，得到插值沿岸高度異常數(shù)據(jù)；對所述插值沿岸高度異常數(shù)據(jù)進行多源融合，得到網(wǎng)格化海面高度異常融合數(shù)據(jù)，并對所述網(wǎng)格化海面高度異常融合數(shù)據(jù)進行異常原因分析，得到預測異常原因。

3、結合第一方面，在本技術第一方面的第一種實現(xiàn)方式中，所述進行多源衛(wèi)星高度計數(shù)據(jù)采集，得到多源衛(wèi)星高度計數(shù)據(jù)集，其中，所述多源衛(wèi)星高度計數(shù)據(jù)集包括海面高度測量值、時間戳和軌道信息數(shù)據(jù)，包括：獲取數(shù)據(jù)源標識信息，對所述數(shù)據(jù)源標識信息進行優(yōu)先級排序，得到數(shù)據(jù)源優(yōu)先級列表；根據(jù)所述數(shù)據(jù)源優(yōu)先級列表，對多源衛(wèi)星高度計數(shù)據(jù)進行分批次采集，得到分批次原始數(shù)據(jù)；對所述分批次原始數(shù)據(jù)進行數(shù)據(jù)完整性檢查，得到完整性檢查結果；根據(jù)所述完整性檢查結果，對所述分批次原始數(shù)據(jù)進行缺失數(shù)據(jù)補充，得到補全數(shù)據(jù)集；對所述補全數(shù)據(jù)集進行噪聲消除處理，得到降噪數(shù)據(jù)集；對所述降噪數(shù)據(jù)集進行數(shù)據(jù)格式統(tǒng)一化處理，得到所述多源衛(wèi)星高度計數(shù)據(jù)集，其中，所述多源衛(wèi)星高度計數(shù)據(jù)集包括海面高度測量值、時間戳和軌道信息數(shù)據(jù)。

4、結合第一方面，在本技術第一方面的第二種實現(xiàn)方式中，所述對所述多源衛(wèi)星高度計數(shù)據(jù)集進行解析及質(zhì)量控制處理，得到預處理后的多源衛(wèi)星高度計數(shù)據(jù)，包括：對所述多源衛(wèi)星高度計數(shù)據(jù)集進行數(shù)據(jù)格式識別，得到數(shù)據(jù)格式類型信息；根據(jù)所述數(shù)據(jù)格式類型信息，對所述多源衛(wèi)星高度計數(shù)據(jù)集進行數(shù)據(jù)解碼，得到解碼數(shù)據(jù)；對所述解碼數(shù)據(jù)進行時間同步處理，得到時間一致性數(shù)據(jù)；對所述時間一致性數(shù)據(jù)進行空間坐標轉換，得到統(tǒng)一坐標系數(shù)據(jù)；對所述統(tǒng)一坐標系數(shù)據(jù)進行異常值檢測，得到異常值標記數(shù)據(jù)；對所述異常值標記數(shù)據(jù)進行數(shù)據(jù)插補，得到補全數(shù)據(jù)集；對所述補全數(shù)據(jù)集進行大氣延遲校正，得到校正高度數(shù)據(jù)；對所述校正高度數(shù)據(jù)進行數(shù)據(jù)一致性評估，得到所述預處理后的多源衛(wèi)星高度計數(shù)據(jù)。

5、結合第一方面，在本技術第一方面的第三種實現(xiàn)方式中，所述對所述預處理后的多源衛(wèi)星高度計數(shù)據(jù)進行多衛(wèi)星交叉點分析及軌道誤差數(shù)據(jù)校正，得到衛(wèi)星軌道誤差校正數(shù)據(jù)，包括：對所述預處理后的多源衛(wèi)星高度計數(shù)據(jù)進行軌道參數(shù)提取，得到衛(wèi)星軌道參數(shù)集；對所述衛(wèi)星軌道參數(shù)集進行交叉點計算，得到多衛(wèi)星交叉點位置數(shù)據(jù)；對所述多衛(wèi)星交叉點位置數(shù)據(jù)進行時間內(nèi)插，得到交叉點時刻高度值；對所述交叉點時刻高度值進行差值計算，得到交叉點高度差異數(shù)據(jù)；通過最小二乘法對所述交叉點高度差異數(shù)據(jù)進行軌道誤差建模，得到軌道誤差模型參數(shù)；對所述軌道誤差模型參數(shù)進行時間序列分析，得到軌道誤差時變特征；根據(jù)所述軌道誤差時變特征，對所述預處理后的多源衛(wèi)星高度計數(shù)據(jù)進行軌道誤差校正，得到初步校正數(shù)據(jù)；對所述初步校正數(shù)據(jù)進行殘余誤差評估，得到所述衛(wèi)星軌道誤差校正數(shù)據(jù)。

6、結合第一方面，在本技術第一方面的第四種實現(xiàn)方式中，所述對所述衛(wèi)星軌道誤差校正數(shù)據(jù)中的校正衛(wèi)星測量海面高度進行大地水面高度以及平均海面高度的高度減除處理，得到沿軌海面高度數(shù)據(jù)，包括：對所述衛(wèi)星軌道誤差校正數(shù)據(jù)進行坐標系轉換，得到統(tǒng)一地心坐標系下的校正衛(wèi)星測量海面高度；對所述統(tǒng)一地心坐標系下的校正衛(wèi)星測量海面高度進行潮汐效應校正，得到去潮汐效應海面高度數(shù)據(jù)；對所述去潮汐效應海面高度數(shù)據(jù)進行大氣壓力效應校正，得到標準大氣壓下海面高度數(shù)據(jù)；對所述標準大氣壓下海面高度數(shù)據(jù)進行大地水準面計算，得到大地水準面高度數(shù)據(jù)；對所述大地水準面高度數(shù)據(jù)進行區(qū)域性調(diào)和分析，得到局部優(yōu)化大地水準面模型；對所述局部優(yōu)化大地水準面模型進行時間序列分析，得到動態(tài)大地水準面高度數(shù)據(jù)；通過經(jīng)驗正交函數(shù)分解算法對獲取的歷史衛(wèi)星高度計數(shù)據(jù)進行平均海面建模，得到初始平均海面模型；對所述初始平均海面模型進行海洋動力學修正，得到優(yōu)化平均海面高度數(shù)據(jù)；對所述標準大氣壓下海面高度數(shù)據(jù)減去所述動態(tài)大地水準面高度數(shù)據(jù)和所述優(yōu)化平均海面高度數(shù)據(jù)，得到初步沿軌海面高度異常數(shù)據(jù)；對所述初步沿軌海面高度異常數(shù)據(jù)進行高頻噪聲濾波，得到所述沿軌海面高度數(shù)據(jù)。

7、結合第一方面，在本技術第一方面的第五種實現(xiàn)方式中，所述對所述沿軌海面高度數(shù)據(jù)進行異常高度數(shù)據(jù)篩選，得到沿岸高度異常數(shù)據(jù)，并對所述沿岸高度異常數(shù)據(jù)進行時空插值處理，得到插值沿岸高度異常數(shù)據(jù)，包括：對所述沿軌海面高度數(shù)據(jù)進行統(tǒng)計特征分析，得到海面高度分布特征參數(shù)；根據(jù)所述海面高度分布特征參數(shù)，對所述沿軌海面高度數(shù)據(jù)進行閾值設定，得到異常高度篩選閾值；基于所述異常高度篩選閾值對所述沿軌海面高度數(shù)據(jù)進行異常數(shù)據(jù)篩選，得到初步異常高度數(shù)據(jù)集；對所述初步異常高度數(shù)據(jù)集進行空間聚類分析，得到異常高度空間分布特征；根據(jù)所述異常高度空間分布特征，對所述初步異常高度數(shù)據(jù)集進行邊界提取，得到沿岸高度異常數(shù)據(jù)；對所述沿岸高度異常數(shù)據(jù)進行時間序列分解，得到時間趨勢項和周期項；通過小波變換對所述時間趨勢項和周期項進行多尺度分析，得到多尺度時間特征；對所述沿岸高度異常數(shù)據(jù)進行空間相關性分析，得到空間自相關特征；根據(jù)所述多尺度時間特征和所述空間自相關特征，構建時空kriging插值模型，得到優(yōu)化插值參數(shù)；通過所述優(yōu)化插值參數(shù)對所述沿岸高度異常數(shù)據(jù)進行時空插值，得到所述插值沿岸高度異常數(shù)據(jù)。

8、結合第一方面，在本技術第一方面的第六種實現(xiàn)方式中，所述對所述插值沿岸高度異常數(shù)據(jù)進行多源融合，得到網(wǎng)格化海面高度異常融合數(shù)據(jù)，并對所述網(wǎng)格化海面高度異常融合數(shù)據(jù)進行異常原因分析，得到預測異常原因，包括：對所述插值沿岸高度異常數(shù)據(jù)進行數(shù)據(jù)源識別，得到多源數(shù)據(jù)標識；根據(jù)所述多源數(shù)據(jù)標識對所述插值沿岸高度異常數(shù)據(jù)進行權重分配，得到初始融合權重；對所述插值沿岸高度異常數(shù)據(jù)進行空間一致性檢驗，得到空間一致性評分；根據(jù)所述空間一致性評分對所述初始融合權重進行動態(tài)調(diào)整，得到優(yōu)化融合權重；利用所述優(yōu)化融合權重對所述插值沿岸高度異常數(shù)據(jù)進行加權平均，得到初步融合數(shù)據(jù)；對所述初步融合數(shù)據(jù)進行物理約束優(yōu)化，得到網(wǎng)格化海面高度異常融合數(shù)據(jù)；對所述網(wǎng)格化海面高度異常融合數(shù)據(jù)進行時間序列分解，得到趨勢項、周期項和殘差項；通過深度學習算法對所述趨勢項、周期項和殘差項進行特征提取，得到異常特征向量；將所述異常特征向量與預設的海洋動力學模型參數(shù)進行關聯(lián)分析，得到異常成因關聯(lián)度；根據(jù)所述異常成因關聯(lián)度對異常原因進行概率排序，得到所述預測異常原因。

9、第二方面，本技術提供了一種基于多源衛(wèi)星高度計數(shù)據(jù)的數(shù)據(jù)融合系統(tǒng)，所述基于多源衛(wèi)星高度計數(shù)據(jù)的數(shù)據(jù)融合系統(tǒng)包括：

10、采集模塊，用于進行多源衛(wèi)星高度計數(shù)據(jù)采集，得到多源衛(wèi)星高度計數(shù)據(jù)集，其中，所述多源衛(wèi)星高度計數(shù)據(jù)集包括海面高度測量值、時間戳和軌道信息數(shù)據(jù)；

11、控制模塊，用于對所述多源衛(wèi)星高度計數(shù)據(jù)集進行解析及質(zhì)量控制處理，得到預處理后的多源衛(wèi)星高度計數(shù)據(jù)；

12、校正模塊，用于對所述預處理后的多源衛(wèi)星高度計數(shù)據(jù)進行多衛(wèi)星交叉點分析及軌道誤差數(shù)據(jù)校正，得到衛(wèi)星軌道誤差校正數(shù)據(jù)；

13、減除模塊，用于對所述衛(wèi)星軌道誤差校正數(shù)據(jù)中的校正衛(wèi)星測量海面高度進行大地水面高度以及平均海面高度的高度減除處理，得到沿軌海面高度數(shù)據(jù)；

14、篩選模塊，用于對所述沿軌海面高度數(shù)據(jù)進行異常高度數(shù)據(jù)篩選，得到沿岸高度異常數(shù)據(jù)，并對所述沿岸高度異常數(shù)據(jù)進行時空插值處理，得到插值沿岸高度異常數(shù)據(jù)；

15、融合模塊，用于對所述插值沿岸高度異常數(shù)據(jù)進行多源融合，得到網(wǎng)格化海面高度異常融合數(shù)據(jù)，并對所述網(wǎng)格化海面高度異常融合數(shù)據(jù)進行異常原因分析，得到預測異常原因。

16、本技術提供的技術方案中，通過進行多源衛(wèi)星高度計數(shù)據(jù)采集和解析處理，采用數(shù)據(jù)源標識信息的優(yōu)先級排序和分批次采集策略，顯著提高了數(shù)據(jù)采集的效率和完整性，確保了數(shù)據(jù)源的多樣性和可靠性。通過數(shù)據(jù)完整性檢查、缺失數(shù)據(jù)補充和噪聲消除處理步驟，提升了數(shù)據(jù)的質(zhì)量和一致性。在數(shù)據(jù)解析及質(zhì)量控制過程中，采用數(shù)據(jù)格式識別、解碼、時間同步和空間坐標轉換等處理，提高了多源數(shù)據(jù)的解析效率和時間空間一致性。特別是通過異常值檢測和大氣延遲校正等措施，進一步提高了數(shù)據(jù)的精度和可靠性。對于多衛(wèi)星交叉點分析及軌道誤差數(shù)據(jù)校正步驟，通過軌道參數(shù)提取、交叉點計算、時間內(nèi)插和差值計算等手段，有效地消除了多衛(wèi)星數(shù)據(jù)之間的軌道誤差。利用最小二乘法和時間序列分析等方法，對軌道誤差模型參數(shù)進行精確建模和校正，顯著提高了衛(wèi)星軌道誤差校正的精度和準確性。進一步，通過對校正衛(wèi)星測量海面高度進行大地水面高度及平均海面高度的高度減除處理，結合潮汐效應、大氣壓力效應的校正和大地水準面計算，確保了沿軌海面高度數(shù)據(jù)的高度準確性和一致性。在異常高度數(shù)據(jù)篩選和時空插值處理過程中，通過統(tǒng)計特征分析、空間聚類和時空kriging插值模型，有效地識別和修正了海面高度數(shù)據(jù)中的異常值。采用多尺度時間特征和空間自相關特征分析，進一步提高了異常數(shù)據(jù)的時空插值精度。最后，通過多源融合和異常原因分析步驟，利用數(shù)據(jù)源識別、權重分配、空間一致性檢驗和物理約束優(yōu)化等方法，實現(xiàn)了多源數(shù)據(jù)的高效融合和異常數(shù)據(jù)的精準預測。