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！

龙图腾网获悉南京信息工程大学申请的专利一种基于物理过程和参数结构化扰动的集合预报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：CN120214967B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510654438.X，技术领域涉及：G01W1/10；该发明授权一种基于物理过程和参数结构化扰动的集合预报方法是由杜宇;闵锦忠设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种基于物理过程和参数结构化扰动的集合预报方法在说明书摘要公布了：本发明公开了一种基于物理过程和参数结构化扰动的集合预报方法，包括从高分辨率数值模式的边界层、微物理、辐射及积云对流参数化方案中筛选关键不确定参数；基于物理机制和统计相关性建立多个参数‑物理量关联分组；根据不同参数值和物理量输出数据计算组内协方差矩阵，量化关联扰动与独立扰动方差权重；结合关联扰动与独立扰动，构建物理过程和参数的结构化扰动；将构建的结构化扰动与现有扰动相结合，生成集合预报的模式参数扰动。本发明能够有效表征强对流天气的不确定性，解决现有参数扰动方法中集合预报结果改善程度小、离散度偏低等问题；改进强对流天气的集合预报效果，提高模式预报技巧。

本发明授权一种基于物理过程和参数结构化扰动的集合预报方法在权利要求书中公布了：1.一种基于物理过程和参数结构化扰动的集合预报方法，其特征在于，包括如下步骤： 步骤1：从高分辨率数值模式的边界层、微物理、辐射及积云对流参数化方案中筛选关键不确定参数； 步骤2：基于物理机制和统计相关性建立多个参数-物理量关联分组； 步骤3：根据不同参数值和物理量输出数据计算组内协方差矩阵，量化关联扰动与独立扰动方差权重； 步骤4：结合关联扰动与独立扰动，构建物理过程和参数的结构化扰动； 步骤5：将步骤4构建的结构化扰动与现有扰动相结合，生成集合预报的模式参数扰动， 所述步骤1包括对参数化方案中的参数设计敏感性试验，分析各参数的不同取值对模式输出变量的影响，识别出对模式输出变量具有强敏感性的参数，将其作为关键不确定参数， 所述步骤2包括将步骤1中筛选出的多个关键不确定参数及受其影响的物理量划分为若干独立组,,…,，表示独立组的个数；在每一组内部，参数和物理量都具有物理或统计上的关联，即，其中表示第i组内部第1、2个参数或物理量；各组之间相对独立，i≠j，其中表示第i、j组参数或物理量，两组之间不存在相互影响， 所述步骤3包括： 步骤3.1：基于组内参量和的物理关系式推导协方差； 步骤3.2：由组内参量和的统计相关系数计算协方差： ， 其中，表示协方差，表示和的相关系数，表示标准差； 步骤3.3：根据计算的每组内部的协方差，进一步计算相关函数或相关系数解释方差占总方差的比例，量化关联扰动与独立扰动的方差权重， 所述步骤4包括： 通过关联扰动与独立扰动的加权组合生成物理过程和参数的结构化扰动场r，表达式为： ， 其中，为各组协方差矩阵；表示第M个参量关联部分的扰动，表示第M个参量独立部分的扰动，下标s和t分别表示扰动中有关联的部分和随机的部分；下标M表示扰动参量的分组个数；是关联部分和随机部分的比例系数，由相关系数解释方差占总方差的比例确定，表示哈达玛积，即对应元素相乘。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。