ISPRS JPRS | 深度学习 × 卫星遥感：揭示气溶胶层高昼间变化

背景：气溶胶垂直分布对大气环境、气候和公共健康具有重要影响，但传统卫星观测存在时空覆盖和垂直分辨率不足的问题。研究目的：开发一种结合Transformer和全连接神经网络的深度学习集成框架，融合主被动多源遥感数据，实现小时级、高分辨率的气溶胶垂直分布反演。结论：该模型在澳大利亚不同高度层（0-3 km）反演精度优异（CV-R²最高达0.903），能清晰揭示城市雾霾的近地面富集特征和野火引发的低中层快速累积现象，为气溶胶垂直扩散过程研究提供了新的技术手段和数据支撑。