宁夏大学地理科学与规划学院

近日，地理科学与规划学院佘璐博士课题组联合中国科学院空天信息创新研究院等单位研究人员开展基于Himawari-8/AHI数据的高精度气溶胶反演算法研究，并取得新进展，在遥感领域国际顶级期刊《Remote Sensing of Environment》上发表题为“Time series retrieval of Multi-wavelength Aerosol optical depth by adapting Transformer (TMAT) using Himawari-8 AHI data”的学术论文。我院教师佘璐博士为论文第一作者和通讯作者。陆地上空的气溶胶卫星遥感一直是大气研究领域的热点和难点。研究团队以静止卫星Himawari-8/AHI观测为数据源，构建了基于Transformer的多波段气溶胶光学厚度（AOD）时序反演算法（Time series retrieval of Multi-wavelength AOD by adapting Transformer, TMAT）。TMAT算法充分利用深度学习(Transformer)的多任务学习能力和序列信息提取能力，通过时序观测挖掘气溶胶和地表的日变化特性，可实现同时反演一天内每10分钟的多波段AOD，并且具有非常高的精度。研究利用了2019年整年（每10分钟）的Himawari-8/AHI观测数据和SONET、AERONET站点的气溶胶观测。利用Transformer对每天的时间序列数据建立关联模型，并使用了掩膜机制去除云的影响，在训练过程中还引入了对不同波段AOD大小关系的物理约束。研究使用了多种验证策略对模型和反演精度进行系统评估，结果表明，TMAT算法显著提升AOD反演精度：均方根误差（RMSE）为0.101，相关系数R达到0.949，81.69%的反演落入的...