#科研进展# 【FAMdust：一种用于全球火星沙尘光学厚度反演的快速自适应机器学习框架】利用卫星开展沙尘光学厚度（DOD）监测对于支持中国“天问”系列火星探测任务至关重要。近日，AAS有文章提出了一种名为FAMdust（快速自适应沙尘反演机器学习框架）的物理状态感知（regime-aware）机器学习框架，用于利用卫星热红外光谱反演火星沙尘光学厚度。鉴于目前中国尚无在轨运行的火星热红外探测仪，FAMdust被应用于阿联酋“希望号”（Hope）火星探测器搭载的红外光谱仪（EMIRS）观测数据；该仪器自2021年以来持续提供火星大气的全球热红外观测。
验证结果显示，基于红外光谱仪辐射光谱，FAMdust反演的全球沙尘光学厚度结果与Montabone格点沙尘数据集及火星科学实验室（MSL）Mastcam的地基独立观测高度一致。在独立测试集上，该方法反演结果的决定系数（R2）达0.96，且96.60%的反演结果落在期望误差范围±（0.05 + 0.15×DOD）之内。由红外光谱仪反演得到的全球沙尘光学厚度分布图能够有效捕捉主要沙尘结构及区域性增强特征，同时在关键着陆点区域保持良好一致性。与Mastcam的时间序列对比表明，在火星年36–37期间，该方法具有较强的时间相关性（R=0.86）和较低的平均偏差误差（MBE=0.08）。相较于现有产品，FAMdust反演的沙尘光学厚度提升了时间连续性，并将全球沙尘监测扩展至MY37。研究结果证明，FAMdust具备快速、定量且全球一致的沙尘光学厚度反演能力，展示了其在未来搭载同类红外载荷的火星轨道器中的良好适用前景。查看更多 http://t.cn/AXJFeyUq