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！

龙图腾网获悉贵州省山地气象科学研究所申请的专利一种深度学习与数值模式无缝隙融合的短临降水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：CN121165220B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511699807.3，技术领域涉及：G01W1/10；该发明授权一种深度学习与数值模式无缝隙融合的短临降水预报方法是由孔德璇;彭芳;齐大鹏;严小冬;杨静;张东海;朱育雷;杨富燕;刘涛;王冰力;何牧;唐维尧;胡迎春设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本一种深度学习与数值模式无缝隙融合的短临降水预报方法在说明书摘要公布了：本发明公开了一种深度学习与数值模式无缝隙融合的短临降水预报方法，包括基于VisonTransformer网络构建短临降水初始预报模型，基于改进的U‑Net网络构建深度学习与数值模式无缝隙融合的短临降水订正预报模型；实时收集多种气象数据，数据预处理后输入训练后的短临降水预报最优模型，得到0‑6h的短临降水预报，与实时区域数值模式2‑6h短临降水预报融合后，输入训练后的短临降水最优订正预报模型，获得0‑6h无缝隙融合的短临降水预报。本发明解决了现有技术中深度学习外推与数值模式短临降水融合预报，在时间上表现不连续、空间位置不一致以及预报准确率不高的问题。

本发明授权一种深度学习与数值模式无缝隙融合的短临降水预报方法在权利要求书中公布了：1.一种深度学习与数值模式无缝隙融合的短临降水预报方法，其特征在于，包括以下步骤： 步骤1、采集多种气象数据并进行数据预处理，构建“前6h逐tmin气象数据—后6h逐tmin短临降水实况”样本形式的短临降水数据集，t表示预报间隔时间； 步骤2、构建短临降水初始预报模型，并利用所述短临降水数据集进行训练，得到短临降水预报最优模型； 步骤3、重新收集并预处理多种气象数据，输入所述短临降水预报最优模型，得到0-6h逐tmin的初始短临降水预报； 步骤4、收集时间序列和时间间隔与所述初始短临降水预报一致的区域数值模式的2-6h逐tmin短临降水预报，并与所述初始短临降水预报进行融合，获得短临降水融合预报，进一步构建“0-6h逐tmin短临降水融合预报—相同时间的0-6h逐tmin短临降水实况”样本形式的短临降水融合预报数据集； 步骤5、基于改进的U-Net网络，构建深度学习与数值模式无缝隙融合的短临降水订正预报模型，并利用所述短临降水融合预报数据集进行训练，获得短临降水预报最优订正预报模型； 步骤6、实时收集多种气象数据，数据预处理后输入所述短临降水预报最优模型，得到初始短临降水预报，与实时区域数值模式的短临降水预报融合后，输入所述短临降水最优订正预报模型，获得0-6h无缝隙融合的短临降水预报； 基于Dice相似系数评分和降水ETS评分的损失函数，构建步骤5中所述改进的U-Net网络，损失函数为： ， 式中，、、分别表示降水ETS评分损失项、Dice相似0-6h预报损失项和Dice相似2-3h预报损失项，、和分别表示降水ETS评分损失项权重系数、Dice相似0-6h预报损失项权重系数和Dice相似2-3h预报损失项权重系数。

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贵州省山地气象科学研究所，其通讯地址为：550081 贵州省贵阳市观山湖区兴筑西路58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。