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！

龙图腾网获悉江苏省气象台申请的专利数据特征增强的人工智能双偏振雷达定量降水估计方法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：CN120143161B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510630514.3，技术领域涉及：G01S13/95；该发明授权数据特征增强的人工智能双偏振雷达定量降水估计方法是由李特;王啸华;蔡凝昊;刘梅;庄潇然;徐忆菲;孙永;吕润清;董尚荣杰设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本数据特征增强的人工智能双偏振雷达定量降水估计方法在说明书摘要公布了：本发明公开一种数据特征增强的人工智能双偏振雷达定量降水估计方法，包括：S1、获取双偏振雷达观测数据，构建三维空间网格结构数据集；S2、构建双高斯概率密度函数，对所述三维空间网格结构数据集中单个变量进行数据特征增强；S3、基于所述双高斯概率密度函数构建多维联合概率密度函数，对三维空间网格结构数据集中全部变量进行联合数据特征增强；S4、训练反映雷达数据与降水数据关系的人工智能模型。本发明创新性地采用了概率密度函数特征来描述双偏振雷达变量在一个小时内的滚动变化。通过构建三维联合概率密度函数特征，不仅能够提取双偏振雷达变量的分布特性，还可以有效捕捉降水粒子的时空演变规律。

本发明授权数据特征增强的人工智能双偏振雷达定量降水估计方法在权利要求书中公布了：1.一种数据特征增强的人工智能双偏振雷达定量降水估计方法，其特征在于，包括： S1、获取双偏振雷达观测数据，并对所述双偏振雷达观测数据进行预处理，构建三维空间网格结构数据集，具体包括： S11、从所述双偏振雷达观测数据中提取方位角、仰角和径向距离信息； S12、根据所述方位角、仰角和径向距离信息，将所述双偏振雷达观测数据映射为三维空间网格结构； S13、在每个空间网格建立反射率因子、差分反射率和差分相移率三个变量的数据集，形成三变量双偏振雷达数据集； S14、对三变量双偏振雷达数据集的各变量进行标准化处理，得到所述三维空间网格结构数据集； S2、构建双高斯概率密度函数，对所述三维空间网格结构数据集中单个变量进行数据特征增强；具体包括： S21、针对所述三维空间网格结构数据集，选取连续时间窗口内的滚动更新观测数据； S22、对所述滚动更新观测数据的单个变量采用高斯混合模型进行拟合，得到双高斯分布函数； S23、根据所述双高斯分布函数，计算权重、第一高斯均值和第二高斯均值、第一高斯方差和第二高斯方差，用于描述该连续时间窗口内雷达变量的概率分布特征，生成单变量的增强特征数据； S3、基于所述双高斯概率密度函数构建多维联合概率密度函数，对三维空间网格结构数据集中全部变量进行联合数据特征增强，得到三维空间网格结构增强特征数据集；包括： S31、针对所述三维空间网格结构数据集中的反射率因子、差分反射率和差分相移率，采用三维高斯混合模型进行联合建模，表示为： 式中，为三维双高斯概率密度函数，为包含三个雷达变量的单个高斯三维概率密度函数，k表示第一或第二高斯函数下标；μk为各双偏振变量均值，Σk为各双偏振变量之间协方差； S32、通过期望最大化算法迭代更新所述三维高斯混合模型的权重、均值和协方差矩阵，得到收敛的三维联合概率密度函数； S33、提取收敛的三维联合概率密度函数的权重、均值和协方差作为三维空间网格结构增强特征数据集； S4、以所述三维空间网格结构增强特征数据集作为特征变量，以对应网格的降水数据作为目标变量，训练反映雷达数据与降水数据关系的人工智能模型，用于人工智能定量降水估计。

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江苏省气象台，其通讯地址为：210019 江苏省南京市建邺区雨顺路8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”。