基于人工智能的气溶胶预测方法及系统

本发明涉及气象数据分析技术领域，提供一种基于人工智能的气溶胶预测方法及系统，用以精准识别极端气象事件中的异常气溶胶聚集模式。其中，该方法包括：获取原始多模态气象观测数据集，原始多模态气象观测数据集包含地表气溶胶浓度序列、三维大气状态变量和边界层动态参数；对原始多模态气象观测数据集进行时空异质性校正，生成时空对齐的目标多模态气象观测数据集；将目标多模态气象观测数据集输入时空特征融合网络，以提取多尺度空间分布特征和跨模态时序关联特征，并基于多尺度空间分布特征和跨模态时序关联特征，生成时空特征矩阵；通过层次化时域聚合算法对时空特征矩阵进行多阶段递归优化，生成目标区域的气溶胶浓度预测序列。