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！

龙图腾网获悉浙江省气象台申请的专利基于深度学习与物理模型耦合的强降水临近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：CN121118706B 。

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：202511667160.6，技术领域涉及：G06F30/27；该发明授权基于深度学习与物理模型耦合的强降水临近预测方法是由李文娟;郦敏杰;王丽颖;黄旋旋;张智察;沈晓玲;赵璐;彭霞云;黄娟;罗然设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本基于深度学习与物理模型耦合的强降水临近预测方法在说明书摘要公布了：本发明提供一种基于深度学习与物理模型耦合的强降水临近预测方法，该方法包括：将当前雷达回波序列数据输入SimVP网络中，得到所述SimVP网络输出的未来雷达回波序列数据预测值，所述SimVP网络通过以雷达回波序列数据样本为样本，以对应的未来雷达回波序列数据真实观测值为标签，通过适配损失函数进行训练得到；将所述未来雷达回波序列数据预测值代入雷达回波数据与降水强度之间的关系物理模型，得到降水强度预测值，所述关系物理模型中的参数根据不同天气类型选择不同时间窗的历史数据进行拟合得到。本发明提高强降水临近预测精度。

本发明授权基于深度学习与物理模型耦合的强降水临近预测方法在权利要求书中公布了：1.一种基于深度学习与物理模型耦合的强降水临近预测方法，其特征在于，包括： 将当前雷达回波序列数据输入SimVP网络中，得到所述SimVP网络输出的未来雷达回波序列数据预测值，所述SimVP网络通过以雷达回波序列数据样本为样本，以对应的未来雷达回波序列数据真实观测值为标签，通过适配损失函数进行训练得到； 将所述未来雷达回波序列数据预测值代入雷达回波数据与降水强度之间的关系物理模型，得到降水强度预测值，所述关系物理模型中的参数根据不同天气类型选择不同时间窗的历史数据进行拟合得到； 所述时间窗的窗口长度通过以下步骤获取： 根据当前时间窗和上一时间窗下关系物理模型中参数的差值确定参数漂移度； 根据所述参数漂移度，确定自适应因子； 将所述自适应因子与天气类型对应的初始窗口长度之间的乘积作为当前时间窗的窗口长度； 通过以下公式根据当前时间窗和上一时间窗下关系物理模型中参数的差值确定参数漂移度： ； 其中，为参数漂移度，和为当前时间窗和上一时间窗下关系物理模型中参数的差值，和为当前时间窗下关系物理模型中参数，为可容忍漂移阈值； 通过以下公式根据所述参数漂移度，确定自适应因子： ； 其中，为自适应因子。

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浙江省气象台，其通讯地址为：310051 浙江省杭州市滨江区长河街道国慷街256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。