面向卫星遥感数据的近地大气CO2浓度LSTM-GAT网络预测方法

本发明涉及一种面向卫星遥感数据的近地大气CO2浓度LSTM‑GAT网络预测方法，属于大气环境监测技术领域，包括以下步骤：S1：采集卫星遥感数据并进行预处理，划分为训练集和测试集；S2：建立基于长短期记忆网络LSTM和图注意力网络GAT的LSTM‑GAT神经网络模型；S3：利用训练集训练LSTM‑GAT神经网络模型，保存训练好的模型参数，得到近地大气CO2浓度预测模型；S4：将测试集输入训练好的近地大气CO2浓度预测模型，预测近地大气CO2浓度。本方法结合了长短期记忆网络(LSTM)和图注意力网络(GAT)，通过这种结合可以更有效地处理和分析时间序列和空间关系复杂的遥感数据。