MLF-GA FY-3D MWRI台风区域海面风速反演模型训练数据集（2020-2023）

本数据集是为《A Study on the Fusion of Multiple Linear Statistical Regression and Deep Learning Models for Sea Surface Wind Speed Retrieval in Typhoon Regions Based on FY-3D_MWRI Data》一文中所提出的MLF-GA（GRU-ATTENTION深度学习模型与多元线性统计回归结果融合）模型而构建的专用训练数据集。本数据集旨在解决台风区域气象条件和海面环境复杂多变，台风条件下海面风速反演样本稀疏，现有成果多局限于单一台风案例或特定地理区域，缺乏针对多台风、多区域及多种气象条件下的挑战。
数据集核心包含从2020年5月至2023年8月间，经过严格时空匹配与质量控制的5,652,358条有效样本。每个样本由145个特征构成，其中包括12个源自FY-3D MWRI L1级数据的特征（如太阳方位角、亮温、太阳天顶角等），使用V极化与H极化亮温的线性组合提取风向信号的5个特征，3个来自ERA5再分析资料的关键环境参数（平均海平面气压、总降水量、有效波高），124个亮温之间进行组合运算实现特征增强特征，以及1个多元线性统计回归模型的结果作为特征输入。样本的标签（目标值）为对应时空位置、经质量控制后的NCEP 10米海面风速。