基于机器学习的静止卫星反演高分辨率沙尘层高度方法

本发明提供了一种基于机器学习的静止卫星反演高分辨率沙尘层高度方法，将静止卫星观测数据、再分析数据、地形高度数据与极轨卫星CALIPSO数据结合，利用机器学习算法计算速度快、反演精度高的特点，通过多种机器学习模型及多元线性回归模型，对反演结果进行进一步提升，最后通过地基雷达观测资料对结果进行验证，反演高时空分辨率沙尘层高度、精细化跟踪沙尘天气过程，解析沙尘传输三维时空演变特征，提高了时空分辨率和反演精度，适用性广泛。