基于机器学习的光度计探测温度修正方法及系统

本申请公开了一种基于机器学习的光度计探测温度修正方法及系统，属于数据处理技术领域。本申请通过获取大气状态反演数据、通道辐照关系数据和温度环境变化数据，全面掌握了光度计的工作环境信息。基于大气状态反演数据确定的大气状态修正观点可依据大气状态置信系数来权衡测量结果，避免因大气状态不明而造成的测量误差。从通道辐照关系数据确定关系校正策略能精准校正温度环境下的通道辐照扰动，保证通道辐照测量的准确性。借助温度环境变化数据确定温敏关联策略可针对不同的温度敏感性扰动种类进行调整。而温度修正策略整合了多方面因素，有效消除温度对多光谱太阳光度计测量的影响，使其在大气、气象、环境科学领域的应用数据更精准可靠。