1.一种高时间分辨率空间无缝气溶胶光学厚度填补方法，其特征在于，包括下列步骤：步骤1，在低空间分辨率下训练气溶胶光学厚度影响因子与气溶胶光学厚度的回归模型：其中， 表示回归模型拟合得到的低空间分辨率气溶胶光学厚度，kernellow表示低空间分辨率气溶胶光学厚度影响因子，f()表示低空间分辨率下各输入变量的降尺度映射关系；

定义低分辨率下原始气溶胶光学厚度与回归模型拟合得到的气溶胶光学厚度间的残差ΔAODlow为： 其中，AODlow表示低分辨率的原始气溶胶光学厚度；

将低空间分辨率下训练好的回归模型应用于高空间分辨率，得到预测的高分辨率气溶胶光学厚度结果 其中，kernelhigh表示高空间分辨率的气溶胶光学厚度影响因子；

将ΔAODlow通过双线性方法采样到高空间分辨率，得到高空间分辨率残差ΔAODhigh；

根据公式 得到单个降尺度模型结果AODhigh；

步骤2，线性分量估算：

基于最小二乘法拟合再分析资料气溶胶光学厚度与卫星气溶胶光学厚度间的线性关系：AODLC,i＝Ai·AODmerra2,i+Bi；

其中，AODLC,i表示某地表覆盖类型上的线性分量，Ai、Bi分别为某地表覆盖类型上拟合得到线性关系的斜率和截距，AODmerra2,i表示某地表覆盖类型上的再分析资料气溶胶光学厚度；i表示不同的地表覆盖类型；

步骤3，非线性分量估算：

利用机器学习算法对非线性分量及其影响因子之间的关系进行映射，得到非缺失值像j元处的映射关系：AODNC‑clr,j＝RF(Φ)+εj，其中，Φ表示非线性分量的影响因子，j表示不同j地方时，εj表示地方时为j时的残差，RF()表示非线性分量及其影响因子之间的映射关系；

j

根据公式AODNC‑gap‑filled,j＝RF (Φ)+εj计算地方时j时缺失像元处的气溶胶光学厚度非线性分量的预测值AODNC‑gap‑filled,j；

步骤4，叠加估算的线性分量和非线性分量，得到空间无缝气溶胶光学厚度估算：j

AODNC‑gap‑filled,j＝Ai·AODmerra2,i+Bi+RF(Φ)+εj其中，AODNC‑gap‑filled,j表示填补后气溶胶光学厚度，从而获得填补后的高时间分辨率、空间无缝气溶胶光学厚度。

2.如权利要求1所述的方法，其特征在于，低空间分辨率气溶胶光学厚度影响因子kernellow和高空间分辨率的气溶胶光学厚度影响因子kernelhigh包括相同的气溶胶光学厚度影响因子，为：植被指数、地表覆盖类型、高程、坡度、风速、温度、湿度和气压。

3.如权利要求1或2所述的方法，其特征在于，在进行低空间分辨率下的回归模型训练前，将各气溶胶光学厚度影响因子上采样至与再分析资料气溶胶光学厚度相同空间分辨率。

4.如权利要求3所述的方法，其特征在于，采用面积加权的方式对气溶胶光学厚度影响因子进行上采样：其中，Ssum表示低空间分辨率像元面积，Si表示低空间分辨率像元内第i个高空间分辨率像元面积，xi表示低空间分辨率像元内第i个高空间分辨率像元对应的气溶胶光学厚度影响因子的值，表示xi上采样后的气溶胶光学厚度影响因子的值，n表示高空间分辨率像元数。

5.如权利要求1或2所述的方法，其特征在于，非线性分量的影响因子Φ包括：气温T2m、水汽TQV、水平方向风速U2m、垂直方向风速V2m、行星边界层高度PBLH、气压PS、高程DEM、地表覆盖类型LC、归一化植被指数NDVI、传感器方位角SAA、传感器天顶角SZA、年积日DOY、纬度Lat、经度Lon、像元到研究区中心点的地理距离Dcenter和人口密度pop。

6.如权利要求1或2所述的方法，其特征在于，地理距离Dcenter的计算公式为：其中，γ、φ分别代表像元的经度和纬度，γ、φ的下标用于区分待计算的两个像元或地理位置，r代表地球半径。