近日，大气物理学院 2024 级博士生孙晓虎以第一作者身份，在地球科学和遥感领域顶级期刊《IEEE Transactions on Geoscience and Remote Sensing》（中科院一区，IF=8.6）发表题为“Multi-Parameter Aerosol Retrieval From Landsat Data Under Small Dataset Constraints”的研究成果，为城市尺度空气污染精细化监测提供全新技术路径。论文通讯作者为欧亚科学院院士薛勇教授，马来西亚理工大学、英国利兹大学学者参与合作研究。
该研究针对城市气溶胶百米尺度高空间异质性、传统方法难获取多关键参数的痛点，提出小样本条件下基于 Landsat 卫星数据的多参数气溶胶反演新方法。其核心突破在于：采用最新数据基础模型 TabPFN，无需引入气象再分析、化学模式等外部数据，仅依靠 Landsat 多光谱观测信息，在训练样本不足 1 万（部分参数仅千级）的条件下，实现了气溶胶光学厚度（AOD）、Ångström 指数（AE）、细模态比例（FMF）和单次散射反照率（SSA）的百米级空间分辨率联合反演。
全球尺度验证显示，该方法性能优异：AOD 反演相关系数达0.896，AE、FMF、SSA 等复杂参数的反演精度，也与大样本深度学习模型及再分析数据相当；在北京区域实验中，即便训练样本进一步减少，模型仍保持良好稳定性与泛化能力，凸显在数据稀缺地区的应用潜力。
此项成果不仅为高分辨率气溶胶多参数遥感提供创新技术思路，还能为城市污染源识别、颗粒物成分判识及精细化环境管理提供关键数据支撑。未来结合物理约束与合成数据预训练的深度学习模型，有望进一步提升复杂气溶胶参数反演精度与跨区域适用性。
论文链接：https://ieeexplore.ieee.org/document/11310809
DOI: 10.1109/TGRS.2025.3646650
