针对气溶胶被动卫星遥感中由于气溶胶模型的不确定性导致的反演误差, 引入了一种基于贝叶斯理论的新型气溶胶层高反演算法, 并应用于哨兵 5 先导 (Sentinel-5P) 卫星的 TROPOMI (TROPOspheric Monitoring Instrument) 载荷。该算法基于不同候选气溶胶模型的模型证据 (气溶胶模型的条件概率密度) 确定符合当前观测数据条件的气溶胶模型, 并通过两种模型选择方案分别得到估算最大值解和估算平均值解作为反演结果。以 TROPOMI 观测到的一次真实野火事件为例, 反演结果和官方产品具有很好的空间一致性, 且明显降低了低估现象, 证明在气溶胶先验知识缺乏的背景下该算法能够高效选择合适的气溶胶模型, 为今后高光谱卫星气溶胶层高反演的业务化数据处理提供了一种新的解决方案。