Debido a la cobertura limitada, el acceso por radio proporcionado por los sistemas de comunicación terrestre no está disponible en todas partes de la Tierra. Es necesario desarrollar una nueva arquitectura de red tridimensional para cumplir con varios requisitos de conexión. Las redes integradas espacio-aire-tierra (SAGINs) ofrecen una gran cobertura, pero la calidad de la comunicación de los satélites a menudo se ve comprometida por las condiciones meteorológicas. Para resolver este problema, proponemos un algoritmo de aprendizaje extremo extendido (ELM) en este documento, que puede predecir la atenuación de la comunicación causada por el clima lluvioso a los enlaces de comunicación por satélite, para evitar la gran pérdida de señal causada por malas condiciones climáticas. En primer lugar, utilizamos sensores habilitados para Internet de las Cosas (IoT) para recopilar datos relacionados con el clima. Luego, el sistema alimenta los datos al modelo ELM extendido para obtener una predicción de categoría para el bloqueo causado por el clima. Finalmente, esta información ayuda en la selección del enlace de transmisión de datos y así mejora el rendimiento del enrutamiento satelital.