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！

龙图腾网获悉四川国蓝中天环境科技集团有限公司申请的专利一种基于气象参数优化的大气污染网格化预测方法及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：CN120387379B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510873694.8，技术领域涉及：G06F30/27；该发明授权一种基于气象参数优化的大气污染网格化预测方法及系统是由罗熙杰;刘欣;孙欢欢;邓淼;张宜峰设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种基于气象参数优化的大气污染网格化预测方法及系统在说明书摘要公布了：本发明公开了一种基于气象参数优化的大气污染网格化预测方法及系统，构建参数组合‑气象结果的映射数据库,在映射数据库中匹配区域气象预报数据对应的推荐参数组合，输出推荐参数组合对应的网格化气象预报数据；将历史污染物浓度监测数据和历史气象数据作为观测实例集筛选初步候选变量集；对初步候选量集进行因果验证，得到单一变量集并进行功能耦合，得到关联变量集；将单一变量集和关联变量集输入到污染物浓度预测模型中，输出污染物浓度预测结果；根据网格化气象预报数据将污染物浓度预测结果插值到各网格中，得到污染物浓度的网格分布，基于映射数据库匹配、多维度污染物特征筛选及动态映射融合方法，实现气象预测与污染分布的高精度建模。

本发明授权一种基于气象参数优化的大气污染网格化预测方法及系统在权利要求书中公布了：1.一种基于气象参数优化的大气污染网格化预测方法，其特征在于，具体包括以下步骤： S1、获取目标区域内微型监测站点的历史污染物浓度监测数据、历史气象数据、区域气象预报数据； S2、根据WRF预报模型的物理参数化方案构建参数组合-气象结果的映射数据库,在映射数据库中匹配区域气象预报数据对应的推荐参数组合，将推荐参数组合输入WRF预报模型中运行，输出目标区域内的网格化气象预报数据； S3、将历史污染物浓度监测数据和历史气象数据作为观测实例集筛选初步候选变量集；对初步候选变量集进行因果验证，得到单一变量集，对单一变量集进行功能耦合，得到关联变量集； 步骤S3得到单一变量集的具体过程为： S31、将历史污染物浓度监测数据和历史气象数据作为观测实例集，对原始变量进行贝叶斯神经网络建模，原始变量包括地理因素和气象因素，通过蒙特卡洛采样，量化各原始变量的预测方差贡献度，根据预测方差贡献度从各原始变量中筛选出候选变量存入初步候选变量集中； S32、对初步候选变量集中各变量进行因果验证，得到单一变量集； 步骤S32中的具体过程为： 使用因果森林计算初步候选变量集中各变量的平均干预效应ATE，通过反事实分析验证各变量的因果方向p,从初步候选变量集中筛选出ATE＞0.1且p＜0.05的变量另存为单一变量集； 得到关联变量集的过程为： S01、对单一变量集中的变量采用包裹式特征选择进行变量组合，对变量组合进行协同验证，得到多个显著性关联变量组合； S02、对目标区域进行区域划分，根据各区域内的变量合并相似区域，得到若干个子区域，将子区域作为ST-GCN模型的输入节点，通过ST-GCN模型的k-hop邻居聚合，得到地形对污染物扩散的阻碍系数； S03、使用条件生成对抗网络生成极端气象场景，联合地形对污染物扩散的阻碍系数对显著性关联变量组合进行筛选，得到候选变量集； S04、通过物理约束过滤候选变量集中不合理变量，得到关联变量集； S4、将单一变量集和关联变量集输入到污染物浓度预测模型中，输出污染物浓度预测结果； S5、将微型监测站点映射到目标区域的网格内，根据网格化气象预报数据将污染物浓度预测结果插值到各网格中，得到污染物浓度的网格分布。

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四川国蓝中天环境科技集团有限公司，其通讯地址为：610000 四川省成都市龙泉驿区车城西二路176号菁蓉创新创业园10栋1层；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。