一种适用于多云量地区的大范围高频次全天空地表太阳辐照度机器学习估算方法及系统

本发明公开了一种适用于多云量地区的大范围高频次全天空地表太阳辐照度机器学习估算方法及系统，涉及辐照度估算技术领域，包括获取地表辐射观测数据，生成站点位置表格，构建训练数据集；构建地面太阳辐射度模型，按80％比20％的比例将训练数据集划分为训练集和测试集；通过参数搜索，确定Xgboost算法的超参数，在训练集上训练模型，并使用测试集检验模型；使用新的卫星反射率观测数据和气象要素，并进行数据清洗，输入模型估算地表太阳总辐射辐照度的时空分布。本发明提高了辐射反演的空间与时间精度，精确捕捉复杂的非线性特征和数据交互关系，实现了地表太阳辐射度的高效反演，显著提升了模型的预测性能与泛化能力。