【儀表網 研發快訊】近期，中國科學院合肥物質院安光所光學遙感研究中心遙感信息表征團隊在高光譜氧A吸收波段反演氣溶膠垂直分布方面取得進展。相關研究成果以《基于OCO-2 O2 A波段觀測的LSTM和Transformer組合模型改進氣溶膠垂直分布反演》為題，發表于遙感領域國際知名期刊Journal of Selected Topics in Applied Earth Observations and Remote Sensing。
針對大氣氣溶膠垂直分布時空變化顯著、傳統遙感方法反演精度受限的難題，研究團隊創新性地將深度學習技術引入大氣遙感領域。該研究基于對氣溶膠垂直分布敏感的OCO-2衛星氧A波段高光譜數據，構建了融合長短期記憶網絡(LSTM)與 架構的混合機器學習模型。為優化算法性能，團隊特別開發了基于物理信息量的波段優選方法，有效降低了輸入數據的維度復雜度。
研究選取非洲大陸及鄰近海域為示范區域，通過激光雷達CALIOP觀測數據驗證表明:新型算法反演的氣溶膠光學厚度(AOD)均方根誤差降至0.0284(相關系數0.6893)，氣溶膠層高度(ALH)均方根誤差僅為0.952(相關系數0.7866)，反演結果具有很好的一致性，顯著優于傳統反演方法。該成果不僅提升了氣溶膠垂直分布參數的定量反演精度，也為大氣輻射傳輸模擬提供了更可靠的數據支撐。
博士研究生王宇軒為論文第一作者，孫曉兵研究員與黃紅蓮副研究員為論文通訊作者。
基于信息量的波段選擇過程
氣溶膠光學厚度AOD和氣溶膠垂直分布ALH的反演結果
所有評論僅代表網友意見，與本站立場無關。