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！

龙图腾网获悉北京燕云气象科技有限责任公司申请的专利一种基于集成学习的花粉预报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：CN120125053B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510176477.3，技术领域涉及：G06Q10/0637；该发明授权一种基于集成学习的花粉预报方法是由李梓铭;孙兆彬;李沐辰设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种基于集成学习的花粉预报方法在说明书摘要公布了：本发明涉及花粉预报技术领域，具体涉及一种基于集成学习的花粉预报方法。本发明使用气象数值模式产品，构建了包括数值模式特征、静态特征、时间特征和排放源特征在内的能够体现花粉生成特征、传输特征，具有不同区域代表性的静态特征，最终形成花粉预报特征工程技术。采用基于多机器学习器或深度学习器的集成学习，提升整体花粉的预报效果。

本发明授权一种基于集成学习的花粉预报方法在权利要求书中公布了：1.一种基于集成学习的花粉预报方法，其特征在于，包括以下步骤： S1、使用气象数值预报产品，对其中的预报要素进行整理，选取能够有效代表影响花粉排放和传输的气象因子； S2、考虑花粉排放的区域差异性，通过遥感数据获取不同年份的逐日的NDVI数据，处理得到不同站点的高度、坡度和坡向的静态数据，获取静态特征以反映花粉不同区域的差异性；同时为了考虑到时效的影响，获取逐日对应的年日数、月日数、星期日数和月份数几类时间特征； S3、将每年逐日花粉浓度整理为不同年份的年日数序列，对序列做平滑处理和高斯滤波，得到多年花粉逐日平均浓度序列作为花粉的排放强度特征； S4、将S1和S2获取的结果作为未来逐日预报数据，同时在进行当前预报时次的预报时，将前一时次的预报数据作为特征之一，并辅以S3得到的排放强度特征共同组成集成学习特征； S5、通过SHAP重要性计算模型的特征重要性分数，对S4得到的集成学习特征进行计算，筛选出有正向效果的特征作为最终的集成学习特征； S6、使用机器学习或深度神经网络学习器基于S5得到的集成学习特征数据集按照不同预报时效进行训练并得到其最优预报效果，作为一次学习结果； S7、将每个预报时效的一次学习结果和S5的集成学习特征按照预报时效进行整合，形成新的花粉预报特征，再次利用机器学习或深度神经网络学习器按照不同预报时效分别训练得到最优预报效果，作为二次学习结果； S8、对S7得到的不同预报时效的二次学习结果按照逐预报时效采用最小二乘法进行线性权重集成，最终得到预报时次的花粉日浓度预报结果； S9、按照多个预报时效分别开展训练和优化，最终得到能够与数值预报产品对应的花粉浓度预报模型，实现花粉预报。

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燕云气象科技有限责任公司，其通讯地址为：100089 北京市海淀区北洼西里55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”。