气候在不断改变的同时,对大气环境探测精度的要求也日趋提高,例如温度传感器观测的温度误差值要求低于0.1℃量级。在进行大气温度观测时,气象站普遍使用的温度传感器会受到太阳辐射的影响,使得采集到的气温比实际气温高,辐射误差接近0.9℃甚至更高。为提高温度传感器的测量精度,有必要设计高效的温度传感器防辐射罩来降低辐射误差。本文设计了一款双层强制通风温度传感器防辐射罩,运用计算流体动力学(CFD)的数值模拟法对基于该新型防辐射罩的温度传感器仿真分析,探究了在不同的太阳辐射强度、下垫面反射率、气流速度环境因素下温度传感器辐射误差变化。仿真结果表明:太阳辐射误差与太阳辐射强度、下垫面反射率呈单调递增关系,与气流速度呈单调递减关系。采用BP神经网络拟合CFD仿真值,求得辐射误差方程,从而可得到任意气流速度、下垫面反射率、太阳辐射强度等环境因素下强制通风温度传感器的辐射误差值。结果表明,CFD仿真值以及在BP神经网络中拟合的预测值的绝对误差小于0.0025℃,温度传感器的测量精度得到了大幅度的提升。为了便于查询历史温度数据,本文采用Bootstrap和AngularJS作为前端开发框架,Spring MVC作为后台开发框架,设计出一款基于B/S架构的历史温度查询与修正软件,该软件可实现气象站台信息管理、历史温度数据管理、实时气象数据查询等功能,同时用户也可以查询在不同环境因素下的辐射误差,进而完成温度测量值的修正。本文在历史温度数据管理模块实现了气象传感器数据的有偿使用,通过收费实现软件的盈利,进而有一定的资金去研究更多型号的传感器,获得更多的气象数据并存放在软件中供用户使用,形成正向效应。