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！

龙图腾网获悉西北工业大学;陕西省气象台申请的专利一种基于深度学习的天气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：CN119828256B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411995160.4，技术领域涉及：G01W1/10；该发明授权一种基于深度学习的天气预测方法是由曹聪琦;孙泽;胡岚书;潘留杰;张艳宁设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于深度学习的天气预测方法在说明书摘要公布了：本申请公开了一种基于深度学习的天气预测方法、装置、介质和设备，通过获取气象数据和基于深度学习的天气预测模型，基于深度学习的天气预测模型根据n个级联并联的基于语义分割的天气预测子模型确定，除第一级天气预测子模型以外的每一级天气预测子模型的输入端均通信连接前n‑1级天气预测子模型各自的输出端；在各基于深度学习的天气预测模型的各天气预测子模型中分别输入气象数据，对应得到当前时刻之后一段时间内的各气象预测数据；对各气象预测数据加权后输出待预测空间范围内的最终的气象预测数据，本申请通过深度学习方法的应用，大幅提升天气预测模型的计算效率，从而满足实时预测需求，为各类应用场景提供快速响应的天气预测结果。

本发明授权一种基于深度学习的天气预测方法在权利要求书中公布了：1.一种基于深度学习的天气预测方法，其特征在于，包括： 获取待预测空间范围内当前时刻之前一段时间内的气象数据和基于深度学习的天气预测模型，所述基于深度学习的天气预测模型根据n个级联并联的基于语义分割的天气预测子模型确定，其中，除第一级天气预测子模型以外的每一级所述天气预测子模型的输入端均通信连接前n-1级所述天气预测子模型各自的输出端； 在各所述基于深度学习的天气预测模型的各天气预测子模型中分别输入所述气象数据，对应得到当前时刻之后一段时间内的各气象预测数据； 对各所述气象预测数据加权后输出所述待预测空间范围内的最终的气象预测数据； 在子模型的选择过程中，基于语义分割领域的6个3D和2D模型为：MISSFormer、ConvNeXt、ConResNet、MedNeXt、FourCastNet和PVT-CASCADE，其中，2D模型包括MedNeXt和PVT-CASCADE，3D模型包括MISSFormer、ConvNeXt、ConResNet和FourCastNet； 所述气象数据包括多个气压层变量和多个地面变量，每个所述气压层变量均包括多个气压层，所述地面变量包括各项地表气象指标； 各所述3D模型的输入形状包括： 第一通道数、第一深度、高度和宽度，所述第一通道数等于所述当前时刻之前一段时间内的多个采样时刻，所述第一深度为所有所述气压层的数量和所有所述地表气象指标数量之和； 各所述2D模型的输入形状包括： 第二通道数、高度和宽度，所述第二通道数等于所述第一通道与所述第一深度合并后的维度； 各所述3D模型和各所述2D模型的形状均为： 第三通道数、第二深度、高度和宽度，所述第三通道数为所述当前时刻之后一段时间内的多个预测时刻，所述第二深度等于地面变量的数量； 其中，所述高度和所述宽度分别表示所述待预测空间范围的网格点。 在各所述天气预测子模型中分别输入所述气象数据之前，还包括： 对所述气象数据进行海陆类型标记和或土壤类型标记和或海拔标记，得到第一输入数据； 获取所述当前时刻之前一段时间内采样时刻的气象数据差分值，将所述气象数据差分值与所述当前时刻的所述气象数据拼接处理，得到第二输入数据； 在所述第二输入数据中加入高斯噪声，得到第三输入数据； 在各所述天气预测子模型中输入所述第一输入数据、第二输入数据或第三输入数据。

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西北工业大学;陕西省气象台，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。