1.一种用于海洋环境观测数据的误差校正系统，适用于浮标监测站、无人水下航行器及水下传感器阵列上的水质传感设备，其特征在于，包括：数据采集模块(1)，用于实时采集所述水质传感设备上的ADCP测流数据、GPS数据、IMU数据、温度数据、压力数据，以及采集所述水质传感设备的水质监测数据；

补偿建模模块(2)，用于获取所述水质传感设备的多个历史训练数据，基于各所述历史训练数据构建初始补偿模型；

误差分析模块(3)，连接所述数据采集模块(1)，用于根据改进卡尔曼滤波算法和隐马尔可夫模型对所述ADCP测流数据、所述GPS数据、所述IMU数据进行异常检测得到漂移误差，以及根据长短期记忆网络对所述温度数据和所述压力数据进行异常检测得到环境误差；

数据补偿模块(4)，连接所述数据采集模块(1)、所述补偿建模模块(2)和所述误差分析模块(3)，用于根据所述漂移误差和所述环境误差对所述初始补偿模型进行误差矫正得到优化补偿模型，所述优化补偿模型用于对水质监测数据进行误差补偿，得到补偿监测数据；

数据融合模块(5)，连接所述数据补偿模块(4)，用于根据粒子滤波算法和贝叶斯优化算法对多个所述传感设备的所述补偿监测数据进行融合优化，得到误差修正数据；

反馈优化模块(6)，连接所述数据融合模块(5)和所述数据补偿模块(4)，用于根据所述补偿监测数据和所述误差修正数据处理得到偏差反馈数据，基于所述偏差反馈数据对所述优化补偿模型的权重参数进行动态调整，得到调整过后的所述优化补偿模型。

2.根据权利要求1所述的用于海洋环境观测数据的误差校正系统，其特征在于：所述历史训练数据包括历史误差数据、历史真实水质数据、历史传感监测数据，则所述补偿建模模块(2)包括：预处理单元(21)，用于对各所述历史误差数据、各所述历史真实水质数据、各所述历史传感监测数据进行数据预处理，得到预处理过后的多个所述历史误差数据、多个所述历史真实水质数据和多个所述历史传感监测数据；

引入单元(22)，用于引入CNN-LSTM混合模型作为原始模型；

训练单元(23)，连接所述引入单元(22)和所述预处理单元(21)，用于将预处理过后的各所述历史误差数据和各所述历史传感监测数据作为输入，将相应所述历史真实水质数据作为输出，重新训练所述原始模型，得到所述初始补偿模型。

3.根据权利要求1所述的用于海洋环境观测数据的误差校正系统，其特征在于：所述误差分析模块(3)包括漂移误差检测单元(31)，所述漂移误差检测单元(31)包括：初步检测子单元(311)，用于根据改进卡尔曼滤波算法对所述漂移误差进行初步估计得到初步误差，进而根据隐马尔可夫模型分析所述初步误差的时间序列特性，并预测得到初步误差趋势；

突发检测子单元(312)，用于根据双滑动窗口方法和孤立森林算法检测得到突发误差；

增强检测子单元(313)，用于获取所述ADCP测流数据和所述IMU数据的历史数据，并输入预设的双向长短期记忆网络中，得到预测误差；

融合检测子单元(314)，分别连接所述初步检测子单元(311)、所述突发检测子单元(312)和所述增强检测子单元(313)，用于根据所述初步误差趋势、所述突发误差和所述预测误差融合得到所述漂移误差。

4.根据权利要求1所述的用于海洋环境观测数据的误差校正系统，其特征在于：所述误差分析模块(3)包括环境误差检测单元(32)，所述环境误差检测单元(32)包括：误差初筛子单元(321)，用于计算所述温度和所述压力数据的均值、方差、偏度和峰度，并基于3σ原则剔除异常数据后得到筛后数据；

建模预测子单元(322)，连接所述误差初筛子单元(321)，用于获取历史温度数据、历史压力数据和历史环境误差，并基于所述历史温度数据、所述历史压力数据和所述历史环境误差构建单向长短期记忆网络，将所述筛后数据输入所述单向长短期记忆网络中，预测得到所述环境误差；

模型调整子单元(323)，连接所述建模预测子单元(322)，用于根据贝叶斯推理计算所述环境误差的可信度，并基于所述可信度动态调整所述单向长短期记忆网络的权重。

5.根据权利要求1所述的用于海洋环境观测数据的误差校正系统，其特征在于：所述数据补偿模块(4)包括：误差特征提取单元(41)，用于将所述漂移误差、所述环境误差和所述水质监测数据进行时间对齐，并根据主成分分析方法和经验模态分解方法对所述漂移误差和所述环境误差进行误差特征提取；

增量学习单元(42)，连接所述误差特征提取单元(41)，用于基于增量学习方法，以使所述初始补偿模型在线学习提取得到的所述误差特征并进行误差矫正，得到矫正补偿模型；

动态优化单元(43)，连接所述增量学习单元(42)，用于根据贝叶斯优化算法对所述矫正补偿模型的超参数进行动态调整，得到所述优化补偿模型。

6.根据权利要求1所述的用于海洋环境观测数据的误差校正系统，其特征在于：所述数据融合模块(5)包括：多模态特征提取单元(51)，用于对多个所述传感设备的所述补偿监测数据进行时间对齐，并根据主成分分析方法和深度学习特征提取算法对各所述补偿监测数据进行传感特征提取；

权重调节单元(52)，连接所述多模态特征提取单元(51)，用于根据信息熵计算各所述传感特征的特征重要性，并根据所述特征重要性和贝叶斯优化算法动态调整所述传感特征相应的所述补偿监测数据的权重；

加权融合单元(53)，连接所述权重调节单元(52)，用于根据调整过后的权重和相应的所述补偿监测数据进行加权融合，得到初步修正数据；

时序优化单元(54)，连接所述加权融合单元(53)，用于根据粒子滤波算法对所述初步修正数据进行时序优化，得到误差修正数据。

7.根据权利要求1所述的用于海洋环境观测数据的误差校正系统，其特征在于：所述反馈优化模块(6)包括：偏差计算单元(61)，用于根据欧几里得距离计算所述补偿监测数据和所述误差修正数据处理得到偏差反馈数据；

补偿处理单元(62)，连接所述偏差计算单元(61)，用于根据所述偏差反馈数据处理得到补偿精度提升量；

模型优化单元(63)，连接所述补偿处理单元(62)，用于补偿精度提升量动态调整学习所述优化补偿模型的权重参数，得到调整过后的所述优化补偿模型。

8.根据权利要求7所述的用于海洋环境观测数据的误差校正系统，其特征在于：所述偏差反馈数据的计算公式配置为：；

其中，用于表示所述偏差反馈数据，用于表示所述补偿监测数据，用于表示所述误差修正数据，用于表示所述偏差反馈数据的总数。

9.一种用于海洋环境观测数据的误差校正方法，应用于权利要求1-8中任意一项所述的用于海洋环境观测数据的误差校正系统，其特征在于，包括：步骤S1，数据采集模块(1)实时采集所述水质传感设备上的ADCP测流数据、GPS数据、IMU数据、温度数据、压力数据，以及采集所述水质传感设备的水质监测数据；

步骤S2，补偿建模模块(2)获取所述水质传感设备的多个历史训练数据，基于各所述历史训练数据构建初始补偿模型；

步骤S3，误差分析模块(3)根据改进卡尔曼滤波算法和隐马尔可夫模型对所述ADCP测流数据、所述GPS数据、所述IMU数据进行异常检测得到漂移误差，以及根据长短期记忆网络对所述温度数据和所述压力数据进行异常检测得到环境误差；

步骤S4，数据补偿模块(4)根据所述漂移误差和所述环境误差对所述初始补偿模型进行误差矫正得到优化补偿模型，所述优化补偿模型用于对水质监测数据进行误差补偿，得到补偿监测数据；

步骤S4a，数据融合模块(5)根据粒子滤波算法和贝叶斯优化算法对多个所述传感设备的所述补偿监测数据进行融合优化，得到误差修正数据；

步骤S5，反馈优化模块(6)根据所述补偿监测数据和所述误差修正数据处理得到偏差反馈数据，基于所述偏差反馈数据对所述优化补偿模型的权重参数进行动态调整，得到调整过后的所述优化补偿模型。