1.一种基于多源多元遥感技术协同的区域能见度预测方法，其特征是，区域能见度预测方法步骤：1）多源遥感设备的设置；2）协同探测数据的采集；3）协同探测数据预处理；4）得出多元因素一维时序数据；5）多元因素一维时序数据的重构；6）建立预测模型对区域能见度进行预测，步骤6）基于混沌相空间重构法和神经网络法的结果进行能见度的估算，具体如下：a.当混沌相空间重构法和神经网络法均预测到出现霾时，能见度取S2和S0的平均值；

b.当混沌相空间重构法预测到出现霾，而神经网络法未预测到出现霾时，能见度取S0；

c.当神经网络法预测到出现霾，而混沌相空间重构法未预测到出现霾时，能见度取S2；

d.当混沌相空间重构法和神经网络法均未预测出现霾，而神经网络法预测大雾和沙尘暴同时发生，则能见度取S0、S1和S3的平均值；

e.当混沌相空间重构法和神经网络法均未预测出现霾，而神经网络法预测出现大雾，未出现沙尘暴时，能见度取S0和S1的平均值；

f.当混沌相空间重构法和神经网络法均未预测出现霾，而神经网络法预测未出现大雾，出现沙尘暴时，则能见度取S0和S3的平均值；

g.当混沌相空间重构法和神经网络法均预测大雾、霾和沙尘暴不会发生时，能见度取S0、S1、S2和S3的平均值；

S0为基于混沌相空间进行重构，推测混沌相空间下未来k个时刻的区域能见度；S1为基于神经网络法，大雾模型下的能见度；S2为基于神经网络法，霾模型下的能见度；S3为基于神经网络法，沙尘暴模型下的能见度S3。

2.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法，其特征是，所述多源遥感设备的设置，即设置遥感卫星、毫米波雷达、粒子收集器、微波辐射计、激光粒子分析仪、风廓线雷达、大气透射仪和地面气象观测站，分别进行协同探测影响区域能见度的多元因素。

3.根据权利要求1或2所述的基于多源多元遥感技术协同的区域能见度预测方法，其特征是，所述多元因素，即为影响区域能见度的因素：大雾、霾和沙尘暴、

4.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法，其特征是， 所述协同探测数据的采集，是收集有多源遥感设备协同探测的数据。

5.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法，其特征是，所述协同探测数据预处理，应用小波去噪方法的对收集有多源遥感设备协同探测的数据进行预处理。

6.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法，其特征是，所述多元因素一维时序数据的重构，将多元数据中的每个元的时间序列，都在混沌相空间中重构。

7.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法，其特征是，所述建立预测模型进行预测，即是建立神经网络模型进行能见度的预测。