马里兰大学韦晶、山东科技大学孙林等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和公共健康具有重要影响，但传统遥感观测存在时空覆盖和垂直分辨率不足的问题。研究目的：提出融合Transformer与全连接神经网络的深度学习框架，结合多源卫星数据，实现高时空分辨率的气溶胶垂直分布反演。结论：模型在澳大利亚不同高度层表现出优异的预测能力，能有效识别城市污染和野火排放导致的气溶胶垂直结构差异，为复杂污染情景下的气溶胶扩散过程分析提供了新的数据支持和技术手段。