融合星地观测数据的地表CO2浓度时空预测方法

本发明公开了一种融合星地观测数据的地表CO2浓度时空预测方法，适用于大气和空间数据监测领域。对获取的多源卫星XCO2观测数据、地面站点CO2观测数据、辅助变量数据进行预处理，基于不确定性加权法融合多源卫星观测的XCO2数据；基于皮尔逊相关系数量化各辅助变量数据与地面站点CO2浓度之间的相关性并进行显著性检验，筛选具有显著相关的辅助变量数据；构建CNN‑GRU‑Attention深度融合模型，对地面站点CO2浓度与其周围的多源卫星观测XCO2融合数据、显著相关的辅助变量进行时空相关性建模，挖掘时空特征关系，从而对地表CO2浓度进行时空预测。本方法泛化能力强，预测精度高，可适用于不同地区的地表CO2浓度时空预测。