气溶胶细粒子比（Fine Mode Fraction, FMF）是分离自然和人为气溶胶的重要变量，但现有的卫星官方遥感产品中的FMF在陆地上的不确定性较高，与地基观测的一致性较差，严重制约了探索全球尺度长时间的粗、细模态气溶胶对于大气环境和气候变化的影响。因此，本研究利用改进的算法反演得到了一套新的全球陆地FMF遥感反演产品，并与地面站点进行全面的验证分析。
    本研究结合物理方法和深度学习，并基于MODIS卫星遥感数据反演了全球2001-2020年的陆地FMF逐日产品(Phy-DL FMF)。本研究的方法学包括了两个部分，第一部分为物理模型LUT-SDA，得到初步的物理反演结果；第二部分为深度学习模型EntityDenseNet，将物理模型结果结合气象与卫星观测数据，让EntityDenseNet学习物理模型中没有考虑到非线性关系（如FMF与气象数据之间的关系），以此进一步提高计算精度并得到最终的FMF产品。
通过2001-2020年间全球AERONET站点进行验证，Phy-DL FMF相关系数达到0.68，均方根误差为0.136，并有79.15%的反演结果位于±20%的误差区间EE内。基于Phy-DL FMF产品，研究探索了全球20年的FMF时空分布特征，发现了位于中国南部、东南亚、东欧和美国东部等人口稠密地区的高值（>0.77）。显著的FMF线性下降趋势出现在中国东北部、墨西哥和美国东部等地区，而显著的上升趋势则出现在东南亚、非洲中部以及美国西部等地区。总体而言，全球2001-2020年间Phy-DL FMF和AERONET FMF均呈现出相似的年际变化和下降趋势。
    通过全球尺度的对比验证， Phy-DL FMF产品在整体精度、空间分布和趋势变化上都更为准确可靠，可基于该数据集进一步探索全球粗、细模态气溶胶的时空变化和气候效应。

细模态气溶胶比例；MODIS；遥感反演；光谱卷积法