个人代码仓库，包含学术论文复现、工具脚本、技能开发和海洋遥感实验等项目。
code/
├── 2510matlab/ # MATLAB 工具脚本集合
├── 2601SST_Prediction/ # 南海海表面温度预测研究复现
├── 2605deskmate.skill/ # Desk Mate 技能开发
└── 2606OceanRemoteSensing/ # 海洋遥感数据处理实验（Python）
基于深度学习的南海海表面温度（SST）预测研究 - MATLAB复现代码。
本项目复现了论文《基于深度学习的南海海表面温度的智能化预测研究》（作者：谢博闻等，发表于《海洋与湖沼》2024年第55卷第5期）中的研究方法。
- 🌡️ 多变量SST预测：利用3D U-Net模型预测南海未来30天海表面温度
- 🌊 海洋热浪检测：识别和预测海洋热浪（MHW）事件
- 📊 模型对比：3D U-Net vs ConvLSTM性能对比分析
- 📈 完整评估：RMSE、R、SMAPE、MedAE等多维度评估指标
| 特性 | 说明 |
|---|---|
| 研究区域 | 105° |
| 空间分辨率 | 0.25° |
| 输入变量 | SST、SSHA、ESSW、NSSW |
| 预测时长 | 历史64天 → 未来30天 |
| 模型架构 | 3D U-Net（3层编码器+3层解码器） |
cd('2601SST_Prediction');
main; % 运行主程序📖 查看详细文档
MATLAB实用脚本和工具函数集合，用于数据处理和科学计算。
- 数据处理工具
- 可视化脚本
- 数学计算函数
自定义Desk Mate技能开发，扩展AI助手功能。
基于《海洋遥感数据处理实践初级教程》改进的Python实验代码，使用Python 3.13+和Cartopy等现代库实现。
本套代码包含4个完整的海洋遥感数据处理实验，涵盖水色遥感、海表温度、散射计风场和高度计波高验证等核心内容。相比原教程，使用Cartopy替代已弃用的Basemap，增加了函数化封装、数据验证、多文件批量处理等改进。
| 实验 | 主题 | 数据来源 |
|---|---|---|
| 实验1 | 水色遥感数据可视化 | MODIS Aqua L3级叶绿素产品 |
| 实验2 | 全球海表温度变化分析 | NOAA OISST V2周平均数据 |
| 实验3 | 海洋风场遥感数据处理 | HY-2B卫星微波散射计L2B产品 |
| 实验4 | 卫星高度计波高验证与校准 | Jason-3高度计 + NDBC浮标数据 |
- 🗺️ Cartopy替代Basemap — 使用官方推荐的现代地图投影库
- 📦 函数化封装 — 每个功能独立为函数，提高复用性和可读性
- ✅ 数据验证 — 自动检查文件、验证变量名和维度
- 📂 自动输出管理 — 自动创建结果目录，分类保存
- 🔄 多文件批量处理 — 支持glob模式匹配，自动合并数据
- 🎯 时空匹配算法 — 基于Haversine距离的最近邻匹配（实验4）
cd 2606OceanRemoteSensing
pip install -r requirements.txt
python 实验1_水色遥感_叶绿素可视化.py📖 查看详细文档
| 模型 | RMSE (°C) | R | SMAPE | MedAE (°C) |
|---|---|---|---|---|
| 3D U-Net | 0.53 | 0.96 | 1.90% | 0.44 |
| ConvLSTM | 0.68 | 0.94 | 2.02% | 0.45 |
3D U-Net在各项评估指标上均优于ConvLSTM模型
- MATLAB R2020b 或更高版本
- Deep Learning Toolbox（深度学习工具箱）
- 可选：NetCDF支持（用于读取.nc数据文件）
- Python 3.13+
- 核心库：
numpy,matplotlib,cartopy,netCDF4,h5py,scipy - 可选：
pandas,tqdm
# 安装Python依赖
pip install -r 2606OceanRemoteSensing/requirements.txt- 内存: 16GB+（处理高分辨率时空数据）
- GPU: NVIDIA GPU + CUDA（加速训练，可选）
git clone https://github.com/mango12q/code.git
cd code# SST预测项目（MATLAB）
cd 2601SST_Prediction
# MATLAB工具集
cd 2510matlab
# Desk Mate技能
cd 2605deskmate.skill
# 海洋遥感实验（Python）
cd 2606OceanRemoteSensingMATLAB项目：在MATLAB中打开对应项目文件夹，运行主程序。
Python项目：
cd 2606OceanRemoteSensing
python 实验1_水色遥感_叶绿素可视化.py
python 实验2_海表温度变化分析.py
python 实验3_散射计风场数据处理.py
python 实验4_高度计波高验证与校准.pydata/
├── SST/ # 海表面温度数据 (NOAA OISST v2.1)
├── SSHA/ # 海表面高度异常 (CMEMS)
└── SSW/ # 海表面风场 (CCMP v2.0)
├── essw/ # 东向风
└── nssw/ # 北向风
支持格式：NetCDF (.nc) 或 MATLAB (.mat)
data/
├── A20160652016072.L3m_8D_CHL_chlor_a_9km.nc # 实验1：MODIS叶绿素
├── sst.wkmean.1990-present.nc # 实验2：OISST海温
├── H2B_OPER_SCA_L2B_OR_*.h5 # 实验3：HY-2B风场
├── altimeter_data/ # 实验4：高度计数据
│ └── wm_201209*.nc
└── buoy_data/ # 实验4：浮标数据
└── *h2012.txt
| 日期 | 更新内容 |
|---|---|
| 2026-07-02 | 新增海洋遥感Python实验代码（2606OceanRemoteSensing），包含4个完整实验 |
| 2026-06-01 | 更新春节期间完成的论文复现代码 |
| 2026-05-16 | 补充完善Desk Mate技能细节 |
| 2026-05-09 | 添加MATLAB工具集备注 |
欢迎提交Issue和Pull Request！
本仓库代码仅供学术研究使用。
如有问题或建议，欢迎通过GitHub Issues联系。
Made with ❤️ by mango12q