配备自然通风防辐射罩的温度传感器广泛应用于地面气象站,其探测的数据是进行气象预报与分析的重要依据。由于不同型号的防辐射罩结构以及防辐射板外部的涂层材料不同,其反射太阳辐射的能力以及内部通风量存在差异,导致温度测量的误差也存在差异。一般的自然通风防辐射罩温度传感器能够产生2.5℃甚至更高的辐射误差,地面温度的上升速率约为0.1℃/10a,为了地面气象站能够提供更加准确的观测数据来研究气温变化,需寻求更为精确的针对不同型号的自然通风防辐射罩的辐射误差修正方法。本文提出一种利用计算流体力学分析辐射误差的方法,通过对多种型号自然通风防辐射罩进行数值分析获得防辐射罩与空气域温度场分布。根据计算流体力学仿真结果,获得不同的表面反射率、风速、太阳辐射强度下不同型号的自然通风防辐射罩的辐射误差值。本文又提出了一种改进的BP神经网络算法对离散的辐射误差值进行拟合,获得了不同型号自然通风防辐射罩辐射误差对应的修正公式,并与标准BP神经网络算法的预测结果进行对比,结果表明采用动态自适应学习率的BP神经网络优化算法精度较高,绝对误差达到[-0.002,0.002]k,为Web端辐射误差查询修正功能提供算法基础。本文以WebStorm和IDEA为开发工具,采用HTML5、CSS3、JavaScript以及Java语言设计并开发了基于Web技术的辐射误差修正查询软件。软件集成多种型号防辐射罩的误差修正公式,实现了多型号防辐射罩辐射误差修正数据查询;加入了拟合公式录入模块,实现多种型号防辐射罩辐射误差拟合公式可实时分享;利用MySQL数据存储实现了历史查询数据存储;利用Echarts实现了不同型号防辐射罩修正曲线显示;接入了中国天气网API实现了天气查询功能。软件的实现为研究人员查询与分析不同型号防辐射罩辐射误差提供便利。