云直接影响太阳辐射传输过程，是影响地气辐射平衡、大气环流以及气候变化的重要因素。开展云观测及参数反演研究，对气象预报、太阳能资源评估及气候变化研究具有重要意义。全天空成像仪作为一种自动化、全天候、高分辨率的云观测设备，能够实时获取天空全景图像，通过反演算法提取云宏观微观特征，在云的观测和反演研究中发挥着重要作用。本文基于全天空成像仪获取的地基云图数据，研究云量、云类、云基高和云运动等关键云参数的观测及反演方法。首先，利用图像增强方式扩充原始云图数据，通过人工标识构建云量和云状的云图数据集。然后，分别利用云量和云状数据集基于CNN-transformer模型反演云量、云类，对原始地基云图时间序列数据基于光流法构建云运动反演算法，对不同全天空成像仪同步采集的云图基于双目视差原理和机器学习算法反演云基高度。结果表明，通过地面观测、激光雷达多源数据融合进行验证，基于全天空成像仪的云观测与反演方法能够有效获取高时空分辨率的云参数信息，反演精度较高；通过积累特征样本，细化不同天气条件下反演算法的适用性，能显著提升特征参数提取的准确度，实现云观测反演自动化。
 

全天空成像仪；云观测：云参数反演；人工智能模型