利用机器学习实现卫星遥感柱浓度反演VOCS的方法

本发明属于大气污染监测技术领域，本发明公开了利用机器学习实现卫星遥感柱浓度反演VOCS的方法；包括：对多源数据进行预处理，得到多源特征数据集；基于多源特征数据集进行特征分层提取和关联分析，得到特征关联图；基于特征关联图进行动态特征嵌入和关系建模，得到组分特征空间；基于组分特征空间，构建多任务深度学习反演模型，并进行权重优化，得到优化后的反演模型；基于优化后的反演模型，对卫星遥感柱浓度数据进行时空插值和不确定性分析，得到高分辨率VOCs组分反演图；基于高分辨率VOCs组分反演图和地面VOCs组分监测数据进行多尺度验证和动态校正，最终得到VOCs组分反演结果，提升了区域大气质量管理的精细化水平。