一种Transformer架构下的时空嵌入NOx反演方法和装置

本申请的实施例揭示了一种Transformer架构下的时空嵌入NOx反演方法和装置，方法包括：构建时空大语言模型，时空大语言模型包括时空嵌入层、融合卷积层、大语言模型(LLM)层和回归卷积层；其中，时空嵌入层响应于输入的筛选后的通道数据，输出时空表示，融合卷积层用于将时空嵌入层的输出进行统一集成，得到时空数据并输出至LLM层，LLM层用于利用大语言模型来捕捉时空数据中的长期依赖关系，并提取深层特征，输出至回归卷积层；回归卷积层用于将LLM层的输出转换为NOx浓度；根据设定训练流程对时空大语言模型进行训练，以训练后的时空大语言模型实现对NOx浓度的反演。本申请解决了传统方法在空间维度建模和数据质量处理上的不足。