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！

龙图腾网获悉海南卫星海洋应用研究院有限公司;海南省航天技术创新中心申请的专利一种基于最优插值结合ConvLSTM的海洋海表温度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：CN120336765B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510779323.3，技术领域涉及：G06F18/20；该发明授权一种基于最优插值结合ConvLSTM的海洋海表温度预测方法是由邱瑞婷;殷晓斌;陈怀怀设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种基于最优插值结合ConvLSTM的海洋海表温度预测方法在说明书摘要公布了：本发明公开了一种基于最优插值结合ConvLSTM的海洋海表温度预测方法，涉及海洋遥感探测技术领域。本发明提出了一种融合OI方法与ConvLSTM模型的海表温度预测方法，OI方法解决了数据的空间完整性问题，为ConvLSTM提供了优质的输入，而ConvLSTM模型则在OI方法处理后的数据基础上，发挥其对时空特征的学习能力，实现精准的时间序列预测；两者相互配合，使得该方法既能保证海表温度数据在空间上的连续性和物理合理性，又能有效预测其在时间序列上的变化，在海洋环境复杂、数据获取困难的情况下，为海表温度预测提供了更可靠、更准确的解决方案。

本发明授权一种基于最优插值结合ConvLSTM的海洋海表温度预测方法在权利要求书中公布了：1.一种基于最优插值结合ConvLSTM的海洋海表温度预测方法，其特征在于，包括以下步骤： 步骤1、依次获取AMSR2、MODIS、HY1C、HY1D卫星数据，以及OSTIA再分析数据和iQuam浮标数据；构建多源海表温度数据集； 步骤2、对多源海表温度数据集进行质量控制，剔除异常或无效的海表温度数据； 步骤3、以OSTIA再分析数据作为初始背景场，采用最优插值算法依次对AMSR2、MODIS、HY1C、HY1D的海表温度数据进行插值，生成标准网格化海表温度产品； 步骤4、将最优插值后的海表温度网格化产品进行数据划分，分为训练集、验证集、测试集，并进行归一化处理； 步骤5、构建OI‑ConvLSTM模型，利用归一化后的训练集和验证集进行模型训练，获取最优的OI‑ConvLSTM模型； OI‑ConvLSTM模型结构，包括：三层堆叠的ConvLSTM；每一层采用3×3的卷积核与64个过滤器，通过时序信息捕捉SST的时空演变特征；每一层的ConvLSTM模型均包括：输入门、遗忘门、记忆单元、输出门； 步骤6、利用最优的OI‑ConvLSTM模型对归一化后的测试集进行海表温度的预测，并进行反归一化处理，获取真实的海表温度预测数据； 步骤7、利用iQuam浮标数据对预测后的海表温度产品进行精度评价； 步骤3中，最优插值算法主要包括：背景场误差协方差矩阵B、观测场误差协方差矩阵R； 背景场误差协方差矩阵B，由背景场误差组成的对角矩阵D和背景场水平相关矩阵ρ组成；公式表达式为： B＝D0.5ρD0.5； 其中，D是背景场误差组成的对角矩阵，ρ是预报背景场水平相关矩阵，a、b分别为经度、纬度方向的相关尺度，ra、rb分别为经度、维度方向上的相关距离；r，t表示占位符； 观测场误差协方差矩阵R采用与背景场误差协方差矩阵B相同的方法；计算公式为： 其中，i，j表示不同的观测点； 根据观测场误差协方差矩阵R与背景场误差协方差矩阵B，去求解权重系数K，公式为： K＝BHTHBHT+R‑1； 其中，T表示矩阵的转置、H为观测算子； 最优插值具体公式为：其中，代表变量在空间网格点上的分析值、代表变量在空间网格点上的背景场值、代表变量在观测点的观测值、代表变量在观测点上的背景场值； 将本次最优插值的结果作为下一次最优插值的背景场，依次引入MODIS、HY1C、HY1D的海表温度数据作为观测场，重复最优插值过程，逐步优化海表温度场的空间分布与精度，得到最终的海表温度融合产品。

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海南卫星海洋应用研究院有限公司;海南省航天技术创新中心，其通讯地址为：572000 海南省三亚市崖州区崖州湾科技城雅布伦产业园5号楼401-408室；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。