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！

龙图腾网获悉北京华云东方探测技术有限公司申请的专利一种基于双极化天气雷达的大尺度生物迁飞预测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：CN119740134B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510237566.4，技术领域涉及：G06F18/243；该发明授权一种基于双极化天气雷达的大尺度生物迁飞预测方法是由赵晗;杜建苹;韦伟;刘银峰;祁爱荣;贺凯鹏;张泽通;张利利设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于双极化天气雷达的大尺度生物迁飞预测方法在说明书摘要公布了：本发明涉及天气雷达技术领域,公开了一种基于双极化天气雷达的大尺度生物迁飞预测方法，包括以下步骤：提取双极化天气雷达数据的极化参数；采用极坐标到直角坐标转换的方法，将雷达数据转换为统一的512×512直角坐标数据格式，并重构空间分辨率；构建生物回波分类模型，对极化参数数据进行生物回波与气象回波分类；基于分类后的生物回波数据，构建时空卷积神经网络预测模型，进行生物迁飞短时临近预测；输出未来多个时次的生物迁飞动态图像，提供迁飞趋势预测结果。本发明通过双极化天气雷达、多源数据融合及生成对抗网络，实现了对迁飞生物的高精度监测与动态趋势预测，确保数据连续性与预测可靠性。

本发明授权一种基于双极化天气雷达的大尺度生物迁飞预测方法在权利要求书中公布了：1.一种基于双极化天气雷达的大尺度生物迁飞预测方法，其特征在于，包括以下步骤： 提取双极化天气雷达数据的极化参数； 采用极坐标到直角坐标转换的方法，将雷达数据转换为统一的512×512直角坐标数据格式，并重构空间分辨率； 构建生物回波分类模型，对极化参数数据进行生物回波与气象回波分类； 基于分类后的生物回波数据，构建时空卷积神经网络预测模型，进行生物迁飞短时临近预测； 输出未来多个时次的生物迁飞动态图像，提供迁飞趋势预测结果； 所述极化参数包括： 退极化比DR，用于提高生物回波与气象回波的区分度； 所述退极化比DR的计算方法包括： 基于差分反射率和相关系数进行初始计算； 引入差分相位的权重因子k进行优化，公式包括： 其中，Zdr为差分反射率，ρhv为相关系数，范围为0≤ρhv≤1；ρhv为相关系数，ΔφDP为计算出的差分相位变化量： 其中，t表示时间点，通过对相邻时次的差分相位取绝对值，φDP为差分相位； 所述构建生物回波分类模型包括： 提取极化参数后采用XGBoost算法对生物回波与气象回波进行分类； 使用卷积神经网络提取空间纹理特征； 基于加权平均方法融合XGBoost算法与卷积神经网络的输出结果，以提高分类准确率； 提取极化参数后采用XGBoost算法对生物回波与气象回波进行分类，包括： 所述极化参数包括反射率因子Z、差分反射率Zdr、差分相位φDP、相关系数ρhv、退极化比DR和谱宽Ws，组成特征向量： X＝[Z,Zdr,φDP,ρhv,DR,Ws] 对雷达采集的历史数据进行标注，生成生物回波和气象回波的训练样本集； 通过XGBoost算法构建梯度提升决策树，目标函数为最小化分类误差，损失函数定义为： 其中，yi和分别为真实值和预测值，λ||ω||2是正则化项； 所述加权平均方法的具体计算公式为： Ffinal＝αFXGBoost+1-αFCNN 其中，α为权重系数，通过交叉验证确定最优值；Ffinal：表示加权融合后的最终分类结果，用于判断输入数据为生物回波或气象回波的类别概率；FXGBoost：表示XGBoost分类模型的输出结果，为生物回波类别的概率值；FCNN：表示增强卷积神经网络的输出结果，为生物回波类别的概率值；1-α：表示CNN分类结果的权重系数，与α互补，用于平衡两种分类方法的贡献。

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北京华云东方探测技术有限公司，其通讯地址为：100089 北京市海淀区中关村南大街46号院南区24号楼二层209室；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。