用于提升北极区域AIRS卫星臭氧廓线分辨率的深度学习模型

本发明涉及气象数据处理技术领域，尤其涉及一种用于提升北极区域AI RS卫星臭氧廓线分辨率的深度学习模型。其技术方案包括：时间场，处理跨天时间场和当天时间场的数据，提取时间特征；空间场，用于处理当前站点周围不同经纬度的臭氧浓度数据，提取空间特征；气象场，处理同高度同位置的气象条件数据，提取气象特征；去噪模块，用于加强时间场、空间场和气象场特征之间的关联性，捕捉特征交互关系。本发明的模型对数据的拟合程度较好，相较于数据融合对数据的依赖程度低，相较于决策树更平滑且更符合实际情况，使用再分析数据确保了数据源的可靠性和连续性，相较于原始的卫星观测数据大幅提高其观测精度，可以更好地理解北极气候变化的机制。