基于机器学习的对流层BrO垂直廓线反演方法、介质及设备

本发明公开了基于机器学习的对流层BrO垂直廓线反演方法、介质及设备，其中方法包括：获取BrO垂直廓线数据，并将廓线数据、气溶胶特性参数、几何角度参数以及地表特性参数输入大气辐射传输模型，得到BrO DSCD数据；对得到的DSCD和廓线数据集进行预处理；利用预处理后的DSCD和廓线数据集，训练结合卷积神经网络CNN与长短期记忆网络LSTM的对流层BrO垂直分布反演模型；将待反演的MAX‑DOAS光谱数据经QDOAS处理得到DSCD数据，将预处理后的DSCD数据以及气溶胶参数和几何角度参数输入已经完成训练的CNN‑LSTM对流层BrO垂直分布反演模型进行数据反演，最终得到对流层BrO垂直分布的反演结果。本发明能够显著提高反演结果的准确度与稳定性。