Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院地理科学与资源研究所陈少辉获国家专利权

中国科学院地理科学与资源研究所陈少辉获国家专利权

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!

龙图腾网获悉中国科学院地理科学与资源研究所申请的专利一种多变量频域同化方法及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:CN114444024B

龙图腾网通过国家知识产权局官网在2025-09-12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:202210113614.5,技术领域涉及:G06F17/18;该发明授权一种多变量频域同化方法及系统是由陈少辉设计研发完成,并于2022-01-30向国家知识产权局提交的专利申请。

一种多变量频域同化方法及系统在说明书摘要公布了:本发明涉及一种多变量频域同化方法及系统,步骤包括:1确定研究区域、同化窗口长度、校正向量及同化向量,准备陆面过程模型及其驱动数据、观测算子及其参数数据、同化向量的观测产品;2生成陆面过程模型的校正向量集合;3利用校正向量集合向前积分陆面过程模型和观测算子得到同化窗口内各积分时刻校正向量的预报集合和同化向量的预报集合;4利用校正向量的预报集合和同化向量的预报集合借助同化向量的观测产品在频率域实现校正向量的同化;5基于同化过的校正向量,按照步骤2‑4执行后续时刻的同化。本发明为克服顺序同化和连续同化方法囿于时间域的局限性,利用多个地表状态变量观测产品与陆面过程模型使频率域同化为可能。

本发明授权一种多变量频域同化方法及系统在权利要求书中公布了:1.一种多变量频域同化方法,其特征在于,包括以下步骤: 步骤1:确定研究区域、同化窗口长度、校正向量及同化向量,准备陆面过程模型及其驱动数据、观测算子及其参数数据、同化向量的观测产品; 步骤2:生成陆面过程模型的校正向量集合; 步骤3:利用校正向量集合向前积分陆面过程模型和观测算子得到同化窗口内各积分时刻校正向量的预报集合和同化向量的预报集合,具体为: 步骤3011:将{XNm}1≤m≤M每个成员XNm输入陆面过程模型并在驱动数据驱动下向前积分生成同化窗口内各积分时刻校正向量的预报结果,积分公式为: 式中,t表示当前同化时刻,w表示同化窗口内的积分步数,W表示同化窗口的长度,Ft,Ft+1,…,Ft+w分别表示在积分时刻t,t+1,…,t+w时的驱动数据,Μ表示陆面过程模型,MXNm,Ft表示将XNm输入Μ并在Ft驱动下向前积分一步,Xt+wNm=[xt+w1m,…,xt+wnm,…,xt+wNm]′表示将XNm输入Μ并在Ft,Ft+1,…,Ft+w驱动下向前积分w步的预报结果,xt+w1m,…,xt+wnm,…,xt+wNm表示Xt+wNm的第1…,n,…,N维校正变量的预报结果; 步骤3012:由步骤3011中的Xt+wNm构成校正向量预报集合XTNM: χt+wNM={Xt+wN1,…,Xt+wNm,…,Xt+wNM} XTNM={χtNM,…,χt+wNM…,χt+WNM} 步骤3013:将XTNM中每个成员输入到观测算子并结合观测算子参数数据得到同化向量的预报集合,公式为: Yt+wLm=HXt+wNm,Pt+w0≤w≤W1≤m≤M Γt+wLM={Yt+wL1,…,Yt+wLM} YTLM={ΓtLM,…,Γt+WLM} 式中,H表示观测算子,L表示同化向量的维数,Pt+w表示在t+w时观测算子的参数数据,HXt+wNm,Pt+w表示将Xt+wNm输入H并结合Pt+w得到t+w时同化向量的预报结果Yt+wLm=[yt+w1m,…,yt+wlm,…,yt+wLm]′,yt+w1m,…,yt+wlm,…,yt+wLm表示第1…,l,…,L维同化变量的预报结果,Γt+wLM为Yt+wL1,…,Yt+wLM组成的预报集合,YTLM为由ΓtLM,…,Γt+WLM组成的同化向量预报集合的集合; 步骤4:利用校正向量的预报集合和同化向量的预报集合借助同化向量的观测产品在频率域实现校正向量的同化; 步骤5:基于同化过的校正向量,按照步骤2-步骤4执行后续时刻的同化。

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科学院地理科学与资源研究所,其通讯地址为:100101 北京市朝阳区大屯路甲11号中科院地理所;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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。