近日，中国科学院空天信息创新研究院（空天院）遥感与数字地球全国重点实验室研究员石崇团队在气溶胶遥感反演方面取得重要进展。研究团队创新性提出一种融合辐射传输模型与机器学习的高精度气溶胶反演算法SIMART，实现气溶胶层高（ALH）和气溶胶光学厚度（AOT）的高精度、高效率同步反演。

气溶胶层高和光学厚度是刻画气溶胶垂直结构和表征气溶胶辐射效应的关键参数。当前高精度的气溶胶层高反演仍然面临很大的挑战：基于查找表的算法因为插值维度问题通常只能利用两三个通道，无法发挥卫星高光谱的观测优势；基于贝叶斯的最优估计方法能利用高光谱数据，但计算成本高昂且依赖先验假设，容易导致反演结果出现系统性偏差（如欧空局TROPOMI卫星官方ALH产品存在系统低估现象）。现有算法很难兼顾高精度及高效率的同步反演能力。

针对上述挑战，研究团队提出了一种名为SIMART（Simultaneous Inversion of ALH and AOT using Machine learning and Radiative Transfer）的物理与AI融合的高性能反演新算法。该算法充分挖掘高光谱传感器的光谱数据，通过融合O2A、O2B、蓝光和短波红外波段的高光谱观测信息，基于敏感性分析和主动激光雷达观测数据，确定了具有代表性的气溶胶垂直廓线形状假设并提取了最优光谱特征。随后，利用团队自主研发的高光谱-全矢量-海气耦合辐射传输模式（CARE-RTM）构建了涵盖广泛气溶胶光学特性、类型及卫星观测几何条件的辐射传输模拟数据集；基于该数据集，构建了双分支人工神经网络模型，成功建立了卫星高光谱信号与ALH和AOT之间复杂的非线性映射关系。此外，为最大化利用高光谱信息，算法在输入模型前利用窄带滤波器对其一级数据进行了光谱卷积处理。

与全球地基观测及星载主动激光雷达数据的全面验证结果显示，SIMART算法展现出优秀的反演性能。在全球多起典型沙尘和烟尘事件中，ALH反演结果平均偏差（MBE）小于0.1 km，相关系数（R）超过0.75；AOT反演结果与地基AERONET站点测量的相关系数高达0.96。与欧空局TROPOMI官方ALH产品（v02.04.00版）相比，SIMART算法将相关系数（R）提升了近40%，均方根误差（RMSE）降低了约49%，改善了传统算法在复杂气溶胶条件下的系统性低估问题。同时，与最新的官方数据（v02.08.00版）相比，该算法依然表现出更出色的精度与稳定性。

本研究提出的算法框架具有较强的普适性和灵活性，可拓展至其他多光谱/高光谱传感器的气溶胶参数反演业务中。该成果将为构建高质量的全球气溶胶三维分布长序列数据集、评估气溶胶气候效应及预警极端污染事件提供强有力的科学支撑。

相关成果以“A physics-based AI algorithm integrating radiative transfer and machine learning for joint retrieval of aerosol layer height and optical thickness from hyperspectral satellite observations over the ocean”为题，发表于国际遥感领域顶级期刊《Remote Sensing of Environment》（中国科学院一区，IF=11.4）。空天院博士生姚蕤杰为论文第一作者，石崇为通讯作者。合作作者包括空天院研究员胡斯勒图，原国际辐射委员会主席Teruyuki Nakajima，中国科学院国家空间科学中心研究员许健等。该研究工作得到了国家自然科学基金项目的资助。

论文链接：https://doi.org/10.1016/j.rse.2026.115379

图1  基于地基验证的AOT反演精度对比（SIMART：本研究算法，TROPOMI_ALH_OT：欧空局气溶胶层高产品；TROPOMI_AER_OT：欧空局气溶胶光学特性产品；GRASP：基于TROPOMI的GRASP产品）

图2  基于激光雷达验证的ALH反演结果对比（SIMART：本研究算法，TROPOMI：欧空局官方产品）

图3  沙尘与烟尘案例结果对比：第1-5列依次展示VIIRS真彩色影像（红线为CALIOP观测轨迹）、SIMART ALH、TROPOMI ALH、SIMART AOT，以及VIIRS DB AOT产品（前四行为沙尘案例，后四行为烟尘案例）

图4  基于CALIOP观测的SIMART ALH反演结果验证：背景为532nm气溶胶消光系数垂直剖面。剖面上叠加的散点分别代表：CALIOP基准层高（黑点）、SIMART算法反演层高（绿点）以及TROPOMI官方产品层高（黄点）。（前两行为沙尘案例，后两行为烟尘案例）