摘要
本发明涉及遥感气象与环境监测技术领域，尤其涉及一种基于机器学习的静止气象卫星反演沙尘强度方法，该方法包括：采集静止气象卫星多通道辐射计观测数据及多源地表与大气参数并进行时空配准；随后将辐射计观测数据输入卷积神经网络识别沙尘区域并生成掩膜，在掩膜限定区内计算多种光谱差异指数和比值指数，融合归一化植被指数、行星边界层高度与太阳高度角生成特征向量；再将特征向量与同期地面能见度对应构建样本，训练由随机森林、支持向量机、梯度提升树与稀疏回归组成的堆叠式集成学习模型，输出能见度预测值；最后依据行业能见度阈值分级输出沙尘强度等级，实现高时效、定量化的区域沙尘监测。
