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！

龙图腾网获悉中山大学申请的专利一种快速干热转湿复合极端天气预测方法和系统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：CN119291814B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411503481.8，技术领域涉及：G01W1/10；该发明授权一种快速干热转湿复合极端天气预测方法和系统是由陈晓宏;何坤龙;刘智勇;谭学志;赵冬梅;贺凯设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本一种快速干热转湿复合极端天气预测方法和系统在说明书摘要公布了：本发明公开了一种快速干热转湿复合极端天气预测方法和系统，涉及气象水文技术领域。采用客观的多重分形去趋势波动分析方法确定事件阈值数据、历史复合极端天气数据和未来复合极端天气数据，不受人们主观意识的影响。基于事件阈值数据计算历史复合极端天气数据和未来复合极端天气数据对应的历史事件特征变化数据、未来事件特征变化数据、依赖性评估数据和未来潜在风险评估数据。采用历史事件特征变化数据、未来事件特征变化数据、依赖性评估数据和未来潜在风险评估数据，构建检测区域的极端天气预测数据。本发明充分考虑复合极端事件中各气象要素值相互作用和依赖关系，考虑了未来情景模式下该事件的发生特征和潜在风险，从而提高了针对高风险的快速干热转湿复合极端天气进行预测的准确性。

本发明授权一种快速干热转湿复合极端天气预测方法和系统在权利要求书中公布了：1.一种快速干热转湿复合极端天气预测方法，其特征在于，包括： 获取检测区域对应的气候模式数据，采用双线性插值方法和等距累积分布函数方法对所述气候模式数据进行降尺度偏差校正，并采用多重分形去趋势波动分析方法对校正后的气候模式数据进行事件阈值和复合极端事件筛选，生成事件阈值数据、历史复合极端天气数据和未来复合极端天气数据； 基于所述事件阈值数据分别计算所述历史复合极端天气数据和所述未来复合极端天气数据中各干热转湿复合极端事件的特征变化数据，生成历史事件特征变化数据和未来事件特征变化数据； 基于所述历史复合极端天气数据和所述未来复合极端天气数据进行依赖性评估，生成依赖性评估数据； 基于所述检测区域对应的人口和城市扩张数据分别对所述干热转湿复合极端事件进行未来潜在风险评估，生成未来潜在风险评估数据； 采用所述历史事件特征变化数据、所述未来事件特征变化数据、所述依赖性评估数据和所述未来潜在风险评估数据，构建所述检测区域对应的极端天气预测数据； 所述事件阈值数据包括干旱事件确定阈值、热事件确定阈值和湿事件确定阈值；所述基于所述事件阈值数据分别计算所述历史复合极端天气数据和所述未来复合极端天气数据中各干热转湿复合极端事件的特征变化数据，生成历史事件特征变化数据和未来事件特征变化数据的步骤，包括： 将所述历史复合极端天气数据中干热转湿复合极端事件的事件总数作为历史复合极端事件频率； 将所述未来复合极端天气数据中干热转湿复合极端事件的事件总数作为未来复合极端事件频率； 计算所述历史复合极端天气数据中干热期持续时间和湿期持续时间之和，生成历史复合极端事件持续时间； 计算所述未来复合极端天气数据中干热期持续时间和湿期持续时间之和，生成未来复合极端事件持续时间； 将所述历史复合极端天气数据和所述未来复合极端天气数据中的气象数据、所述干旱事件确定阈值、所述热事件确定阈值和所述湿事件确定阈值分别代入预设时间强度计算公式，计算得到历史复合极端事件强度和未来复合极端事件强度； 所述预设时间强度计算公式为： 其中，DHWI为事件强度；Di为第i日的降水量；T为第i日的最高气温；Rj为第j条径流量；Ddryth为干旱事件确定阈值对应的降水量；Thotth为热事件确定阈值对应的最高气温；Rwetth为湿事件确定阈值对应的径流量；λ为干热持续时间；ΔT为复合极端天气数据中湿事件的持续时间；dryth为干旱事件确定阈值；hotth为热事件确定阈值；wetth为湿事件确定阈值； 采用所述历史复合极端事件频率、所述历史复合极端事件持续时间和所述历史复合极端事件强度，构建所述历史复合极端天气数据对应的历史事件特征变化数据； 采用所述未来复合极端事件频率、所述未来复合极端事件持续时间和所述未来复合极端事件强度，构建所述未来复合极端天气数据对应的未来事件特征变化数据。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。