本发明公开了一种基于语义分割的云‑气溶胶层次分类方法。将语义分割技术引入大气遥感的云和气溶胶层次分类中，将多个通道的观测结果与纹理信息相结合，对原始信号进行逐像素点地连续分类。首先，收集星载激光雷达CALIOP的多通道衰减后向散射系数，进行去噪、可信度筛选等预处理后，计算得到体退偏比和衰减色比作为RGB三通道值组成图像形成训练样本集，输入构建的语义分割神经网络进行训练，得到云‑气溶胶层次分类模型，实现对大气中云和气溶胶等的层次分类。相较于已有方法的CALIOP层次分类结果，该方法具有高准确率，高分辨率、层次丰富等优势，适用于多场景，有助于观测云和气溶胶分布、预测全球气候变化等研究。