一种基于机器学习和能量守恒约束的森林火场温度降尺度方法及系统

本发明公开了一种基于机器学习和能量守恒约束的森林火场温度降尺度方法及系统，包括如下步骤：步骤一、数据准备与预处理；步骤二、基于机器学习算法的温度降尺度；步骤三、基于能量守恒约束的温度降尺度结果修正。本发明首先利用XGBoost机器学习模型得到50 m空间分辨率的传感器端亮温，然后计算了能量守恒因子对50 m空间分辨率的传感器端亮温进行修正，削弱了未考虑能量守恒原则时温度降尺度结果失真的问题，有效提升了森林火场温度降尺度精度。