Атмосферные аэрозоли, являясь ключевым фактором, влияющим на атмосферную среду, изменение климата и здоровье человека, привлекли широкое внимание за последние пятьдесят лет. С развитием технологий дистанционного зондирования, спутниковые наблюдения стали важным средством получения характеристик аэрозолей на глобальном уровне. Традиционные методы поиска аэрозолей на основе таблицы в определенной степени упростили процесс спутникового зондирования аэрозолей, но все же затрудняют обеспечение точности обратного извлечения и обработку информации в режиме реального времени. В последние годы развитие искусственного интеллекта стало ключевым изменением в области зондирования аэрозолей, алгоритмы машинного обучения не только способны значительно повысить эффективность инверсии, но также имеют потенциал для решения традиционных физических проблем в области спутникового зондирования (например, проблема разделения земли и атмосферы, которая давно беспокоила исследователей), и помогают внедрению обратной извлеченной интеллектуальной фазы для спутниковых аэрозольных зондировок. Эта статья обсуждает тенденцию, пересматривает развитие методов обратного извлечения спутникового зондирования аэрозолей, анализирует основные преимущества и недостатки и ограничения существующих методов машинного обучения в области аэрозоля, далее исследует будущее направление искусственного интеллекта в области зондирования аэрозолей, что будет полезно для исследователей, занимающихся спутниковым зондированием аэрозолей

Аэрозоль; атмосферное зондирование; машинное обучение; искусственный интеллект; алгоритмы инверсии