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！

龙图腾网获悉中国气象科学研究院申请的专利一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法、介质及计算机程序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：CN120409286B 。

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：202510857030.2，技术领域涉及：G06F30/27；该发明授权一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法、介质及计算机程序是由徐洪雄;陈锐;刘欣;渠鸿宇设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法、介质及计算机程序在说明书摘要公布了：本发明公开了一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法、介质及计算机程序，属于人工智能与区域数值模拟技术领域，旨在提升快速增强型台风的强度预测精度与结构还原能力。该方法首先基于深度学习构建AI天气模型，生成覆盖多气象要素的连续初始场与边界场，驱动区域NWP模式；其次在起报前引入涡旋动力初始化过程，增强模拟初始场中台风轴对称结构的一致性与强度准确性；随后基于大气‑海洋双向耦合模式开展积分模拟，并结合高频次多源观测数据同化实现局地结构动态优化；最后构建AI‑NWP残差反馈机制，实现预测误差的闭环校正与模型微调。本发明适用于台风强度的高精度预测，具备良好的工程实用性。

本发明授权一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法、介质及计算机程序在权利要求书中公布了：1.一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法，其特征在于，至少包括如下步骤： S100.采用深度学习架构并基于历史再分析数据构建并训练AI天气模型，所述模型包括多个深度学习子网络以支持不同预测时效，采用地球球面感知结构进行输入编码，输出覆盖高空气象要素的多时效连续预测结果； S200.构建多嵌套结构NWP区域模式计算域，设置中间域和内层域为基于台风涡旋中心位置的自适应跟踪移动网格，且在起报前的预处理阶段引入涡旋动力初始化，构建具有强度拟合能力和动力一致性的动力初始场； S300.基于涡旋初始化后的动力初始场，启动NWP区域大气模式和海洋模式同步耦合积分模拟，每个积分时间步内，海洋模式实时更新至少包括海表温度、潜热通量、感热通量在内的关键下垫面变量，作为反馈输入大气模式中以动态修正台风移动路径上沿途海面边界条件； S400.执行区域耦合模式积分过程中，基于预定时间步长动态引入多源近地层观测数据，采用数据同化算法对台风眼墙及其邻近区域执行局地高频次数值同化修正，动态更新局地风场与温度场状态； S500.执行区域耦合模式积分过程中，周期性获取模拟结果与台风观测数据间的误差残差，通过构建残差驱动网络将误差信息作为反馈输入AI天气模型，作为微调信号在线修正下一预测周期AI天气模型的初始场输出，其中， 残差驱动网络采用深度神经网络架构，输入层接收NWP模拟结果与观测数据的偏差向量，隐藏层通过多层感知机提取偏差的空间-时间特征模式，输出层生成对应于AI天气模型权重空间的校正信号，网络训练采用在线学习方式，学习率设置为自适应调整，根据校正效果动态优化，微调过程仅对AI天气模型的输出层和最后两个隐藏层的权重进行调整；且AI-NWP残差反馈修正机制引入控制门限策略，当NWP区域模式的模拟结果与观测数据之间的误差残差超过设定门限时，启动全周期重初始化过程，对AI天气模型的输入与NWP区域模式的初始场同时进行重构； S600.完成全时段积分后输出台风强度关键参数，并结合台风实际观测数据进行结构一致性评价，完成台风强度的定量化预测分析。

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国气象科学研究院，其通讯地址为：100081 北京市海淀区中关村南大街46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。