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！

龙图腾网获悉中国海洋大学三亚海洋研究院申请的专利基于深度学习驱动变分分析的近岸海表温度融合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：CN120449709B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510927256.5，技术领域涉及：G06F30/27；该发明授权基于深度学习驱动变分分析的近岸海表温度融合方法是由魏丽;邹润泰;管磊设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本基于深度学习驱动变分分析的近岸海表温度融合方法在说明书摘要公布了：本发明公开了基于深度学习驱动变分分析的近岸海表温度融合方法，属于数据处理技术领域，具体包括：将经过变分分析后的历史海表温度数据输入深度学习海表温度预测模型，输出未来指定时段的预测海表温度作为当前变分分析的预测背景场；基于深度学习海表温度预测模型，建立多步海表温度预测差值与预测误差之间的关系，生成融合时背景误差方差，并融合空间距离函数与短期时间相关性函数构建变分分析时的背景误差协方差模型；将实时采集的海表温度观测数据同化至所述预测背景场，结合背景误差协方差模型及观测误差权重，求解最优分析场并调整分辨率，输出近岸区域海表温度分析场；本发明为近岸区域提供兼具高精度与细尺度特征的海表温度分析场。

本发明授权基于深度学习驱动变分分析的近岸海表温度融合方法在权利要求书中公布了：1.基于深度学习驱动变分分析的近岸海表温度融合方法，其特征在于，包括以下步骤： 将经过变分分析后的历史海表温度数据输入深度学习海表温度预测模型，输出未来指定时段的预测海表温度作为当前变分分析的预测背景场； 基于深度学习海表温度预测模型，建立多步海表温度预测差值与预测误差之间的关系，生成融合时背景误差方差，并融合空间距离函数与短期时间相关性函数构建变分分析时的背景误差协方差模型； 采集实时的海表温度观测数据，包括卫星观测数据和现场浮标观测数据，并对海表温度观测数据进行层级质量控制和多阶段偏差校正； 将采集的海表温度观测数据同化至所述预测背景场，结合背景误差协方差模型及观测误差权重，通过变分分析求解出最优分析场； 将所述最优分析场的网格分辨率调整至亚公里级，输出近岸区域海表温度分析场； 所述层级质量控制具体包括： 根据卫星观测数据附带的质量标志筛选最高置信度数据点，对微波传感器数据计算太阳天顶角，排除白天观测数据；将卫星观测数据与历史海表温度数据集在同一空间位置的标准差进行比对，剔除偏离超过设定倍数标准差的异常数据点；对现场浮标数据验证设备类型与测量深度标识，保留表层水体有效观测值； 所述多阶段偏差校正具体包括： 首先利用红外数据昼夜标识或太阳天顶角计算筛选夜间观测数据；其次扣除传感器原生附带的深度偏差估计值，将表层或浅层水体温度转换为标准深度温度；最后在预设空间网格内统计各传感器与现场浮标及指定红外基准的日均偏差，通过高斯插值生成全域偏差场并从原始观测值动态扣除； 所述背景误差协方差模型的构建过程为： 运行深度学习海表温度预测模型生成多组不同预见期的预测背景场，计算各预测背景场与预测平均场的差异平方和，经时间序列统计后映射为空间误差方差场； 采用相等权重系数整合固定尺度的空间高斯相关函数与多日滑动窗口皮尔逊相关系数，加权叠加形成时空自适应相关结构； 将误差方差场与动态相关结构按协方差分解原理组合为完整的背景误差协方差模型。

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中国海洋大学三亚海洋研究院，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城用友产业园一号楼七层；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”。