基于深度学习的高分辨率太阳辐射数据订正方法及系统

本发明公开基于深度学习的高分辨率太阳辐射数据订正方法及系统，包括：获取气象数据和数字高程模型数据，并进行预处理；动态优化WRF模型的参数配置，并模拟输出高时空分辨率气象数据作为训练数据；融合气象再分析数据和近实时产品气象数据中的太阳辐射通量值作为订正模型的标签数据；将高时空分辨率气象数据和标签数据输入预先构建的多尺度特征融合的深度残差编解码网络模型中进行训练，基于多次循环迭代获取最优参数模型；利用最优参数模型订正WRF模式输出的太阳辐射通量数据。本发明有效解决传统数值天气模式WRF输出的辐射变量值虽与真实数据趋势相符但存在偏离的问题，增强气象数据模拟的可靠性。