针对有缺失的卫星反演海洋光学参数的仅观测学习神经映射方案
图像与视频处理
2025-11-27 v1
摘要
监测沿海和开阔水域的光学特性对于评估海洋生态系统的健康至关重要。深度学习提供了一种有前景的方法来解决这些生态系统动力学问题，特别是在缺乏无间隙真值数据的情况下，这给设计有效的训练框架带来了挑战。使用一种先进的神经变分数据同化方案（称为 4DVarNet），我们引入了一个综合训练框架，旨在直接在有缺失的数据集上进行有效训练。以地中海为案例研究，我们的实验不仅突出了所选神经网络在从有缺失的数据集重建无间隙图像方面的高性能，还证明了无论使用 CNN 还是 UNet 架构，其性能均优于 DInEOF 和 Direct Inversion 等最先进算法。
引用
@article{arxiv.2503.11532,
title = {Observation-only learning of neural mapping schemes for gappy satellite-derived ocean colour parameters},
author = {Clément Dorffer and Frédéric Jourdin and Thi Thuy Nga Nguyen and Rodolphe Devillers and David Mouillot and Ronan Fablet},
journal= {arXiv preprint arXiv:2503.11532},
year = {2025}
}
备注
10 pages, 9 figures, submitted to IEEE Transactions on Geoscience and Remote Sensing