买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉海南省气象信息中心申请的专利一种多源气象数据集成与质量控制系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117333046B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311184720.3，技术领域涉及：G06Q10/0639；该发明授权一种多源气象数据集成与质量控制系统是由施晨晓设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本一种多源气象数据集成与质量控制系统在说明书摘要公布了：本发明涉及气象数据集成控制技术领域，具体涉及一种多源气象数据集成与质量控制系统，包括数据接收模块、数据处理模块、数据质量控制模块、数据集成模块、气象事件预测模块以及输出模块；其中，数据接收模块：负责从多个气象数据源接收数据；数据处理模块：对接收到的数据进行预处理；数据质量控制模块：检验预处理后的数据质量并进行必要的质量修正；数据集成模块：将经过质量控制的数据进行集成；气象事件预测模块：基于集成后的数据，对短期和中期的气象事件进行预测，并为此提供相应的信度或概率评估。本发明，实现了多源数据的高效集成、标准化和优化，提供了精确的数据质量控制，进而增强了气象事件的预测准确性和及时性。

本发明授权一种多源气象数据集成与质量控制系统在权利要求书中公布了：1.一种多源气象数据集成与质量控制系统，其特征在于，包括数据接收模块、数据处理模块、数据质量控制模块、数据集成模块、气象事件预测模块以及输出模块；其中， 数据接收模块：负责从多个气象数据源接收数据； 数据处理模块：对接收到的数据进行预处理； 数据质量控制模块：检验预处理后的数据质量并进行必要的质量修正； 数据集成模块：将经过质量控制的数据进行集成； 气象事件预测模块：基于集成后的数据，对短期和中期的气象事件进行预测，并为此提供相应的信度或概率评估； 输出模块：将集成后的数据及气象事件预测结果输出供用户使用； 所述数据接收模块包括与各类气象数据源的接口，该气象数据源包括地面站点、气象雷达、气象卫星、气象探空气球以及海洋浮标，通过接口接收上述数据源的实时数据和历史数据，所述接口支持各种通信协议以及高并发数据传输； 所述数据处理模块包括数据格式转换子模块、数据插值子模块和数据清洗子模块，具体的： 数据格式转换子模块：用于将各种来源的数据转换为统一的标准格式，支持多种气象数据标准； 数据插值子模块：根据需要对数据空间进行插值处理，利用Kriging或双线性插值，提高数据空间分辨率； 数据清洗子模块：对异常数据、重复数据和缺失数据进行处理，处理方法采用中位数法或平均法进行修复或剔除； 所述数据插值子模块采用的Kriging方法基于数据的空间关系建立半变差函数，根据站点间的距离和方向进行数据插值；双线性插值方法采用数据点的上下左右四个邻近点的值进行插值，适用于网格数据的空间插值；具体的， 数据插值子模块采用的Kriging方法如下： 以Zxi表示位置xi处的观测值，Kriging的预测值Z*x0在位置x0的表达式为： 其中，λi是权重，N是用于预测的数据点数； 双线性插值方法如下： 若四个邻近点为Q11,Q12,Q21,Q22，插值点为P,其坐标为x,y，则双线性插值的值FP为： 所述数据清洗子模块在处理异常数据时，采用中位数法取多个数据点的中间值进行修复，以避免极端值对结果的影响；平均法则直接计算多个数据点的平均值作为修复值；具体的， 中位数法： 对于一个数据集\x_1，x_2，…，x_∩\若n为奇数，则中位数为:M＝xn+12若n为偶数，则中位数为: 平均法: 对于一个数据集\x_1，x_2，…，x_∩\，其平均值为： 所述数据质量控制模块将对数据质量进行检查评估，该检查评估包括时空一致性、数据的统计属性、数据的物理合理性以及数据来源验证，具体的： 时空一致性：检查数据的时间戳和空间坐标，确保数据在时间和空间上的连续性和一致性； 数据的统计属性：分析数据的均值、方差、偏度、峰度统计特性，与历史数据对比，识别异常值； 数据的物理合理性：检查数据是否符合物理规律，确保数据的物理真实性， 数据来源验证：对不同数据源的数据进行交叉验证，确保数据的真实和准确； 所述数据集成模块采用数据同化的方法将多数据源的数据进行集成，所述数据同化为Kalman滤波或4D-VAR的方式，将观测数据和数值模型的输出结合起来，优化模型初始条件； 所述输出模块包括图形输出、表格输出、报告输出以及实时通知功能，具体的： 图形输出：能够根据用户的需求绘制等值线图、色阶图、风场图多种气象图形，支持交互式查看和缩放； 表格输出：将数据整理成表格，用户可以根据时间、地点或其他条件进行筛选、排序和下载； 报告输出：自动生成包含气象分析、预测趋势气象灾害警报的报告，报告按日、周或月生成，并支持电子邮件推送； 实时通知功能：在集成数据达到预定条件时，系统自动向用户发送实时通知； 所述气象事件预测模块采用的深度学习方法，自动从训练数据中学习气象事件的发生模式，通过分析近期的气象变化与历史数据之间的关系，为用户提供即将发生的气象事件的预测，该预测包括事件的类型、强度和可能的发生时间； 所述深度学习方法采用长短时记忆网络模型进行预测，该长短时记忆网络模型包括以下公式： ft＝σWf·[ht-1，xt]+bf it＝σWi·[ht-1'xt]+bi ot＝σWo·[ht-1，xt]+bo ht＝ot×tanhCt 其中，xt是在时间t的输入向量；ht是在时间t的隐藏状态；Ct是在时间t的细胞状态；ft,it,ot分别是遗忘门、输入门、单元状态和输出门的值；W和b是学习的权重和偏置；σ是Sigmoid激活函数；×表示逐元素乘法； 所述长短时记忆网络模型由三个门控制信息的流入、保存和流出细胞状态，上述公式描述了在时间点t如何更新这些门以及细胞状态和隐藏状态，通过该结构，长短时记忆网络能捕捉和记忆长时间序列中的模式。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人海南省气象信息中心，其通讯地址为：570100 海南省海口市海府路60号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。