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！

龙图腾网获悉兰州大学申请的专利融合卫星遥感和气象数据的时空沙尘暴事件AI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：CN120162584B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510225408.7，技术领域涉及：G06F18/214；该发明授权融合卫星遥感和气象数据的时空沙尘暴事件AI预报方法是由陈斌;郝明祥;杨婷婷设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本融合卫星遥感和气象数据的时空沙尘暴事件AI预报方法在说明书摘要公布了：本发明公开一种融合卫星遥感和气象数据的时空沙尘暴事件AI预报方法，涉及大气污染预测和人工智能技术领域。针对现有方法难以高效建模多源时空沙尘数据的问题，本发明所提方法设计一种基于多任务架构的沙尘暴预报模型DustMamba，旨在通过卫星遥感和气象数据联合预测未来PM10浓度及沙尘暴发生情况。DustMamba由时空编码器、特征聚合层和任务特定层三部分构成。时空编码器结合视觉Mamba和三维卷积网络，能够高效提取多源数据中的时空依赖信息。特征聚合层采用全局注意力模块，增强模型在跨维度特征交互上的能力。任务特定层基于独立的二维卷积预测器，以实现不同沙尘任务的精准预测。

本发明授权融合卫星遥感和气象数据的时空沙尘暴事件AI预报方法在权利要求书中公布了：1.一种融合卫星遥感和气象数据的时空沙尘暴事件AI预报方法，其特征在于，所述方法包括： 获取数据集，并进行预处理得到预处理数据集；数据集包括卫星影像数据与气象再分析数据、逐日PM10数据以及空气质量数据； 对预处理数据进行时空对齐与插值，得到统一的输入数据； 构建沙尘预报模型，包括时空编码器、特征聚合层和任务特定层，基于统一的输入数据，将其处理为输入张量，输入经过沙尘预报模型后得到两个回归预测任务和两个分类预测任务，每个任务输出表示下一时刻的沙尘分布情况； 对于多种沙尘事件预报任务，构建多任务损失函数，对沙尘预报模型进行训练； 时空编码器通过集成3D卷积和Mamba模块的双通道架构来全面提取时空特征，并通过Hadamard积进行耦合；双通道架构包括卷积通道和Mamba通道； 在卷积通道中，编码器采用两层三维卷积来提取局部时空特征，给定一个第一输入张量x，卷积通道通过卷积操作得到的第一输出hc1； 在Mamba通道中，通过基于补丁嵌入的方法将第一输入张量x划分为大小为P×P的不重叠补丁，得到重塑后的张量x′； 在划分不重叠补丁后经过多层Vim块进行处理； 在每个Vim块中，重塑后的张量x′通过结合双向序列建模和结构化SSM生成第二输出x″；重塑后的张量x′被归一化并线性投影为第一特征u和第二特征v，分别在前向和后向方向上，对第一特征u应用一维卷积操作，生成中间特征u′o，中间特征u′o被转换为一组可学习的参数Ao、Bo、Co和Δo； 潜在状态ho通过SSM进行递归更新； 每个方向的输出yo通过潜在状态ho和可学习的参数Co计算； 前向输出yforward和后向输出ybackward使用第二特征v进行门控，并组合得到合并后的结果； 将合并后的结果进行线性变换，并通过残差连接添加到x′，生成第二输出x″； 对Mamba通道最后时刻的输出yT，采用反向嵌入操作将特征图重建到初始数据维度，得到最终输出hc2，与卷积通道的数据进行匹配； 特征聚合层采用GAM模块来增强时空编码器提供的特征表示；GAM模块集成通道注意力和空间注意力进行加权特征映射； 对于给定的第二输入张量hc，通道注意力将其变换为三维张量h′c，利用两层全连接网络识别特征的重要性，并通过逐元素相乘应用于原始输入，得到特征映射hCA： 采用空间注意力模块捕获特征映射hCA中的局部空间相关性，得到GAM模块最终生成的特征映射； 任务特定层通过单独的预测器或分类器来处理聚合后的特征，生成多种输出任务的预测结果。

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兰州大学，其通讯地址为：730000 甘肃省兰州市城关区天水南路222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。