本发明涉及一种基于多源信息的气溶胶光学厚度在线预测方法，属于大气信道光信号传输技术领域。包括建立多源数据采集系统，对大气环境参数进行特征提取，构建基于动态极限学习机的非线性映射模型，通过主成分分析进行特征提取，实现了风速、温度、湿度、天空背景亮度等特征的融合，模型的输出参数为气溶胶光学厚度。优点是利用人工蜂群算法进行参数估计，实现权重和偏置的最优选择；根据实时到达的数据片段，更新非线性映射模型，实现气溶胶光学厚度在线预测功能，形成基于动态极限学习机的单隐层神经网络，突破了物理模型驱动方式造成的精度不足和计算困难的瓶颈，为构建多种条件的光学参数在线估计提供了解决方案。