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！

龙图腾网获悉达朗(上海)智能科技有限公司申请的专利一种基于时空融合与物理约束的气象降尺度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：CN121074707B 。

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：202511258471.7，技术领域涉及：G06V20/13；该发明授权一种基于时空融合与物理约束的气象降尺度方法是由华禹洋;梁耀锦;何英杰设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本一种基于时空融合与物理约束的气象降尺度方法在说明书摘要公布了：本发明提供了一种基于时空融合与物理约束的气象降尺度方法，属于气象降尺度技术领域，包括：对多源气象相关数据及高分辨率气象真值进行预处理，构建训练数据集；构建改进的U‑Net模型，通过多分支特征提取单元获取时空特征与多源辅助特征，经融合与解码恢复高分辨率信息，嵌入注意力强化模块突出关键区域；通过训练数据集训练模型，采用融合地形特征与物理规则的损失函数优化参数，实现对复杂区域及违背物理规律的预测误差差异化约束；将目标低分辨率数据预处理后输入模型中，输出高分辨率气象数据及物理归因结果。本发明解决了现有技术中多源气象数据融合不充分、复杂地形区域降尺度精度不足及对违背物理规律的预测误差缺乏有效约束等问题。

本发明授权一种基于时空融合与物理约束的气象降尺度方法在权利要求书中公布了：1.一种基于时空融合与物理约束的气象降尺度方法，其特征在于，包括以下步骤： S1、对多源气象相关数据及高分辨率气象真值进行预处理，构建训练数据集；所述预处理包括标准化与特征提取； S2、构建改进U-Net模型，所述模型通过多分支特征提取单元获取时空特征与多源辅助特征，经融合与解码恢复高分辨率信息，嵌入注意力强化模块突出关键区域特征； 在步骤S2中，所述改进U-Net模型包括多分支特征提取单元、时空融合模块、注意力强化模块及场景自适应解码单元；其中，所述多分支特征提取单元包含三个并行分支： 气象时空分支，通过3×3卷积提取空间特征，结合Transformer自注意力模块捕捉时序动态，时序注意力权重计算公式为： ； 其中，为时序注意力权重，Softmax为归一化函数，为时序查询向量，为时序键向量，为矩阵转置符号，为向量维度； 地形分支，采用残差块处理地形衍生特征，增强复杂地形区域特征提取能力； 多源观测分支，对卫星云图用7×7卷积、雷达回波用5×5卷积提取特征，适配不同观测数据的分布特性； 所述时空融合模块用于对多分支特征提取单元输出的特征进行融合，通过交叉注意力矩阵实现空间与时序特征的关联学习，公式为： ； 其中，为时空交叉注意力权重矩阵，为空间特征向量，为矩阵转置符号，为当前时刻时序特征向量，为时空特征协方差，由训练数据自适应学习得到；为历史时刻数量，取值为6；为第个历史时刻时序特征向量； 所述注意力强化模块用于突出关键区域特征，通过空间注意力权重调整不同区域的特征重要性，公式为： ； 其中，为空间注意力权重，Sigmoid为激活函数，Conv为3×3卷积操作，Cat为特征拼接操作，MaxPool为最大池化操作，AvgPool为平均池化操作，为输入特征图，为地形粗糙度梯度； 所述场景自适应解码单元用于根据气象场景动态调整解码策略，通过场景分类确定分支激活函数，公式为： ； 其中，为第类场景的激活概率，exp为指数函数，MLP为多层感知机制，为当前数据的统计特征向量，为第类场景的参考统计特征； S3、通过所述训练数据集训练模型，采用融合地形特征与物理规则的损失函数优化参数，实现对复杂区域及违背物理规律的预测误差差异化约束； S4、对目标低分辨率数据执行步骤S1的预处理后输入训练完成的模型，输出高分辨率气象数据及物理归因结果。

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达朗(上海)智能科技有限公司，其通讯地址为：200030 上海市徐汇区虹漕路25-1号2楼；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。