近日，中心航空部王賀副研究員作為第一作者（通訊作者），聯合國內多家海洋科研單位人員，利用人工智能技術，構建了基于殘差網絡的全極化SAR有效波高深度學習反演模型，在SAR海浪遙感方面取得重要進展。相關成果近日發表在國際遙感權威期刊Remote Sensing of Environment（影響因子10.164，中科院一區）。

針對現有高分三號衛星SAR遙感數據海浪有效波高反演方法流程復雜、精度不高的問題，王賀副研究員與國家衛星海洋應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數據中的交叉譜信息，以及同極化/交叉極化雷達后向散射信息，提出了一種基于殘差卷積神經網絡的高分三號衛星全極化SAR數據有效波高反演算法,實現了高分三號SAR海浪有效波高參數的高精度、快速反演。研究表明，衛星高度計觀測數據相比，該算法均方根誤差為0.32米，與現有文獻中算法精度提高了約50%。（航空部 王賀）