基于机器学习构建紫外临边切高精校正的方法

本发明提供了一种基于机器学习构建紫外临边切高精校正的方法，所述方法包括如下步骤：构建精细大气背景库；将大气背景库、卫星对应的几何参数、时间和经纬度信息输入到大气辐射传输模型，得到精细网格的紫外临边光谱序列库；以大气背景库、模拟紫外临边光谱为机器学习模型的训练输入，以切高为输出标签进行训练，得到非线性关系；获取紫外临边探测的观测数据序列；根据紫外临边光谱的时间、经纬度，提取大气实时参数；对机器学习模型进行验证和评估。本发明具有计算速度快、普适性强，不受操作系统的影响，可移植性高的优势。