Атмосферные аэрозоли, влияющие на атмосферную среду, изменение климата и здоровье человека, в последние пятьдесят лет привлекли широкое внимание. С развитием технологий дистанционного зондирования спутниковые наблюдения стали важным средством получения характеристик атмосферных аэрозолей мирового масштаба. Традиционная методика поиска таблиц частично упростила процесс спутникового зондирования атмосферных аэрозолей, но по-прежнему трудно удовлетворяет требованиям точности обращения и оперативной обработки пространственной информации. В последние годы развитие искусственного интеллекта принесло значительные изменения в области дистанционного зондирования атмосферных аэрозолей, алгоритмы машинного обучения не только значительно повышают эффективность обращения, но и обладают потенциалом для решения сложных научных проблем в области обращения зондирования атмосферных аэрозолей, таких как проблема разделения земля-атмосфера, которая уже давно беспокоит исследователей, и помогает перевести обращение атмосферных аэрозолей через спутники в интеллектуальную фазу развития. В данной статье мы разбираем этот тренд развития методов обращения зондирования атмосферных аэрозолей, анализируем основные плюсы и минусы и ограничения современных методов машинного обучения в области аэрозолей, а также обсуждаем будущие направления развития искусственного интеллекта в области дистанционного зондирования атмосферных аэрозолей в качестве руководства для исследователей в области изучения зондирования атмосферных аэрозолей.

aerosol;atmospheric remote sensing;machine learning;artificial intelligence;retrieval algorithms