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！

龙图腾网获悉华南理工大学申请的专利基于时空图神经网络的气象数据降尺度方法及装置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：CN118915192B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202410967717.7，技术领域涉及：G01W1/10；该发明授权基于时空图神经网络的气象数据降尺度方法及装置是由李琼;彭惠旺;黄梓衍;陶乾;孟庆林设计研发完成，并于2024-07-18向国家知识产权局提交的专利申请。

本基于时空图神经网络的气象数据降尺度方法及装置在说明书摘要公布了：本申请公开了一种基于时空图神经网络的气象数据降尺度方法及装置，所述方法包括：获取研究区域内气象站点的气象观测数据集及网格化数据集；对数据集进行数据预处理，并利用预设的相关性分析算法确定对应的特征变量；根据气象观测数据集、网格化数据集及对应的特征变量，构建得到用于降尺度的数据集；将用于降尺度的数据集输入已训练的第一时空图神经网络对低分辨率气象网格数据进行降尺度处理，得到预测的高分辨率气象网格数据；利用已训练的第二时空图神经网络对预测的高分辨率气象网格数据进行偏差订正，得到修正的高分辨率气象网格数据。本申请能更快速、准确地捕捉局部地区气象现象的细节，提高降尺度后气象数据的分辨率和精度。

本发明授权基于时空图神经网络的气象数据降尺度方法及装置在权利要求书中公布了：1.一种基于时空图神经网络的气象数据降尺度方法，其特征在于，包括： 获取研究区域内气象站点的气象观测数据集及网格化数据集，所述网格化数据集包括低分辨率气象网格数据、高分辨率气象网格数据及高分辨率土地静态网格数据，包括：获取研究区域内气象站点的气象观测数据集，以及低分辨率气象数据、高分辨率土地静态数据，对所述研究区域进行500m×500m的网格划分，得到对应的划分网格，将所述低分辨率气象数据插值到所述划分网格，得到低分辨率气象网格数据，根据所述划分网格及所述高分辨率土地静态数据，计算得到高分辨率土地静态网格数据，根据高分辨率土地静态网格数据计算每个网格内的建筑密度、建筑高度、不透水率、绿地率、水体率、地形高度和土地利用类型，将所述高分辨率土地静态网格数据及所述低分辨率气象网格数据输入至预设的气象研究与预报建模系统，并在模拟时开启城市冠层模型，得到高分辨率气象网格数据，其网格空间分辨率为500m×500m； 对所述气象观测数据集及所述网格化数据集进行数据预处理，并利用预设的相关性分析算法确定对应的特征变量，包括：在剔除无效数据和填补缺失数据后，对连续数据进行标准化处理，将不同尺度的数据转换到统一的尺度，消除不同量纲之间的影响，其中，数据标准化处理的方式采用Min-Max标准化或Z-Score标准化的方式，利用预设的相关性分析算法确定的对应的特征变量是作为已训练的第一时空图神经网络的输入数据，对应的特征变量为与高分辨率气象网格数据相关度最高的变量，包括低分辨率气象网格数据中的离地2m高处的气温、地表温度、短波辐射以及高分辨率土地静态网格数据，将低分辨率气象数据插值到划分网格，得到低分辨率气象网格数据，将高分辨率土地静态网格数据及低分辨率气象网格数据输入至预设的气象研究与预报建模系统进行模拟，并在模拟时开启城市冠层模型，通过WRF模式进行动力降尺度，得到高分辨率气象网格数据； 根据所述气象观测数据集、所述网格化数据集及对应的特征变量，构建得到用于降尺度的数据集，其网格空间分辨率为500m×500m； 将所述用于降尺度的数据集输入至已训练的第一时空图神经网络，利用所述第一时空图神经网络对所述低分辨率气象网格数据进行降尺度处理，得到预测的高分辨率气象网格数据，其网格空间分辨率为500m×500m，其中，所述第一时空图神经网络包括嵌入层、图结构构建模块、时空卷积模块、注意力模块和输出层，所述第一时空图神经网络的嵌入层具有时空编码、平均编码和特征嵌入的功能，所述第一时空图神经网络的图结构构建模块通过基于K近邻方法按地理空间关系动态构建邻接矩阵，所述第一时空图神经网络的输出层包括时间及空间维度上的二维卷积层和全连接层。

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华南理工大学，其通讯地址为：510665 广东省广州市天河区五山路；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”。

以上内容由龙图腾AI智能生成。