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！

龙图腾网获悉华中科技大学申请的专利一种融合时空特征学习的农业干旱预测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：CN119513599B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411563821.6，技术领域涉及：G06F18/214；该发明授权一种融合时空特征学习的农业干旱预测方法及系统是由郭俊;胡海;刘懿;顾子也;李昊川;张云康;常新雨;倪修设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种融合时空特征学习的农业干旱预测方法及系统在说明书摘要公布了：本发明提供一种融合时空特征学习的农业干旱预测方法及系统，包括：数据收集及预处理；构建干旱预测模型，包括空间特征提取模块、时空特征学习模块和序列预测模块；构建干旱事件识别预测模型；所述干旱事件识别预测模型对所述序列预测模块预测得到的未来连续M天的标准化土壤湿度指数SMI序列进行分析，提取干旱事件，并分析得到严重干旱事件空间质心移动特征，预测得到未来干旱时空变化情况。本发明综合考虑干旱的时间和空间属性，利用高精度栅格气象数据，并利用多个水文气象要素输入训练好的卷积神经网络与深度学习耦合模型中预测未来干旱指标，在保持模型复杂度在合适范围内的同时高效对干旱进行预警，为干旱防治及水资源管理提供技术指导。

本发明授权一种融合时空特征学习的农业干旱预测方法及系统在权利要求书中公布了：1.一种融合时空特征学习的农业干旱预测方法，其特征在于，包括以下步骤： 步骤S1，数据收集及预处理： 步骤S1.1，预测区域为H*W的栅格化区域；其中，H和W分别代表预测区域的高度和宽度方向的栅格数量； 步骤S1.2，获取预测区域在最近历史N天的气象水文要素时间序列，并进行标准化处理，得到气象水文要素标准化指数时间序列，表示为：集合；其中，，分别代表按时间顺序先后排列的预测区域在历史日1,历史日2,…,历史日N的气象水文要素标准化指数；对于，，为预测区域在历史日的气象水文要素标准化指数；在空间维度具有H*W个栅格数据，每个栅格数据为=5维要素，分别为：标准化最高温度指数STmax，标准化最低温度指数STmin，标准化降水指数SPI，标准化径流指数SRI以及标准化土壤湿度指数SMI；表示栅格数据的维度； 步骤S2，构建干旱预测模型；所述干旱预测模型包括空间特征提取模块、时空特征学习模块和序列预测模块； 步骤S2.1，将集合作为输入数据，输入到所述空间特征提取模块，所述空间特征提取模块依次对各历史日k的气象水文要素标准化指数进行空间特征提取，提取到每个历史日k对应的空间特征向量，形成空间特征矩阵； 步骤S2.2，将空间特征矩阵输入到所述时空特征学习模块，所述时空特征学习模块依次对各历史日k的空间特征向量进行时空特征学习，得到每个历史日k对应的时空特征向量，形成时空特征向量矩阵； 步骤S2.3，将时空特征向量矩阵输入到所述序列预测模块，所述序列预测模块预测得到未来连续天的标准化土壤湿度指数SMI序列，表示为：；其中，，代表预测得到的未来第日的标准化土壤湿度指数SMI，，其在空间维度具有H*W个栅格对应的标准化土壤湿度指数SMI； 步骤S3，构建干旱事件识别预测模型；所述干旱事件识别预测模型对所述序列预测模块预测得到的未来连续天的标准化土壤湿度指数SMI序列进行分析，提取干旱事件，并分析得到严重干旱事件空间质心移动特征，预测得到未来干旱时空变化情况。

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中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。