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！

龙图腾网获悉南通大学申请的专利一种基于四维时空深度学习的高精度陆地碳通量重构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：CN120997703B 。

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：202511484433.3，技术领域涉及：G06V20/13；该发明授权一种基于四维时空深度学习的高精度陆地碳通量重构方法是由段泽霞;嵇天博;黄子凡设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本一种基于四维时空深度学习的高精度陆地碳通量重构方法在说明书摘要公布了：本申请涉及一种基于四维时空深度学习的高精度陆地碳通量重构方法，包括：获取多源异构数据集并进行预处理；构建自输入至输出依次连接多尺度时空特征提取模块、时空特征融合模块、预测层和不确定性量化层的四维时空深度学习模型架构，以预处理后的多源异构数据集为输入，碳通量重构结果为输出；构建损失函数，采用分层学习率策略并引入余弦退火调度器，基于预处理后的多源异构数据集对四维时空深度学习模型架构进行训练，获得四维时空深度学习模型；获取碳通量数据重构集，输入四维时空深度学习模型生成碳通量重构结果。采用本方法能够有效整合多源异构数据，捕捉碳通量的复杂时空动态特征，实现高时空分辨率的陆地碳通量精确重构。

本发明授权一种基于四维时空深度学习的高精度陆地碳通量重构方法在权利要求书中公布了：1.一种基于四维时空深度学习的高精度陆地碳通量重构方法，其特征在于，所述方法用于执行步骤S1-S3，生成四维时空深度学习模型，捕捉碳通量的复杂时空动态特征，实现达到高时空分辨率的陆地碳通量精确重构，包括： 步骤S1，获取多源异构数据集，包括通量观测网络数据、卫星遥感数据、气象再分析数据，并对多源异构数据集进行预处理，其中预处理包括对多源异构数据集进行时空匹配和特征构建，更新多源异构数据集； 步骤S2，构建自输入至输出依次连接多尺度时空特征提取模块、时空特征融合模块、预测层和不确定性量化层的四维时空深度学习模型架构，四维时空深度学习模型架构以预处理后的多源异构数据集为输入，碳通量重构结果为输出； 在多尺度时空特征提取模块中，空间特征提取分支采用多尺度三维卷积神经网络，通过不同尺寸的卷积核捕捉不同空间尺度上的碳通量空间依赖模式；时间特征提取分支结合长短期记忆网络和时间卷积网络，兼顾建模长期依赖关系与短期动态变化；引入空间自注意力机制，自适应捕捉不同区域间的长距离依赖关系；引入时间自注意力机制，识别不同时间尺度上的关键时间节点； 时空特征融合模块设计双流时空特征融合网络，通过门控机制自适应整合空间分支和时间分支提取的特征；采用自适应特征融合层，根据不同区域和时间段的特性动态调整空间和时间特征的权重；预测层采用多任务学习框架，同时预测净生态系统交换量、总初级生产力和生态系统呼吸；引入物理约束层，确保NEE=Re-GPP的碳平衡关系； 不确定性量化层采用蒙特卡洛随机失活技术，通过多次前向传播生成预测分布，量化模型预测的不确定性；构建误差传播模型，评估输入数据不确定性对预测结果的影响； 步骤S3，构建时间尺度损失函数、空间尺度损失函数和总损失函数，采用分层学习率策略并引入余弦退火调度器，基于预处理后的多源异构数据集对四维时空深度学习模型架构进行训练，获得四维时空深度学习模型；获取碳通量数据重构集，输入四维时空深度学习模型生成碳通量重构结果，采用多尺度验证策略对碳通量重构结果进行验证，并进行不确定性评估。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。