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！

龙图腾网获悉大连理工大学申请的专利基于历史再分析与多模式数据的环渤海低空气象安全引擎人工智能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：CN120724356B 。

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：202511197628.X，技术领域涉及：G06F18/2433；该发明授权基于历史再分析与多模式数据的环渤海低空气象安全引擎人工智能系统是由王鑫;刘俊;金宏春设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本基于历史再分析与多模式数据的环渤海低空气象安全引擎人工智能系统在说明书摘要公布了：本发明属于气象安全技术领域，公开了一种基于历史再分析与多模式数据的环渤海低空气象安全引擎人工智能系统。该环渤海低空气象安全引擎人工智能算法包括以下模块：气象变量重建与提取模块、极端事件识别模块、模型训练模块、模式融合模块和安全引擎构建模块。本发明的环渤海低空气象安全引擎人工智能算法具有以下优势：1数据融合与时效性提升；2提高低空小尺度极端天气识别精度；3多维气象风险评估体系与标准化分级；4动态自适应优化与实时调整。

本发明授权基于历史再分析与多模式数据的环渤海低空气象安全引擎人工智能系统在权利要求书中公布了：1.一种基于历史再分析与多模式数据的环渤海低空气象安全引擎人工智能系统，其特征在于，包括以下模块： 1气象变量重建与提取模块： 将历史再分析数据与实时观测数据进行多源数据融合，确保空间与时间分布上的分辨率统一；其中，历史再分析数据包括ERA5、JRA-55、MERRA-2获取的数据，实时观测数据包括地面站风温资料、LIDAR反演风廓线、雷达资料及微波辐射计观测数据；将边界层高度、风切变、涡度、逆温强度、梯度与扰动作为气象变量；采用插值方法提高气象变量在时间与空间分布上的分辨率与表达准确性，再进行降维和压缩处理； 2极端事件识别模块： 根据研究区域的历史气象极端事件，构建标准化标签规则库，历史气象极端事件包括污染积聚事件、风切变事件、局地大风事件；采集历史气象极端事件，建立样本事件集；采用长短期记忆网络对气象变量的观测数据序列进行重构误差检测，用于气象极端事件的识别；其中，气象变量的观测数据序列为一个气象变量或多个气象变量在连续时间点上的观测值； 使用深度自编码器自动检测历史气象极端事件并进行标记；最后，构建多个气象变量的复合指标，提升气象极端事件识别的灵敏度； 3模型训练模块： 基于时序预测模型，对历史气象变量的时间序列数据与标注的历史气象极端事件进行训练；采用卷积神经网络与循环神经网络的结合来增强对局部与长期趋势的学习能力；采用图神经网络对建模区域间的气象模式交互，通过节点表示建模区域，边表示建模区域间的关联性，增强时空数据建模能力；构建多种模型的集成框架； 其中，建模区域为在待研究范围内被划分的空间单元或统一划分的高分辨网格，每一个建模区域作为图神经网络中的节点； 气象模式是建模区域内气象变量的时空演变规律及其相互作用关系，在图神经网络中通过边表示建模区域间的相似性或物理传输关系； 4模式融合模块： 对来自多源数据进行统一的时空网格化处理； 对处理后的输出进行贝叶斯模型平均，通过加权平均方法融合模型训练模块中的多种模型的结果； 用误差订正算法对结果进行动态误差校正； 5安全引擎构建模块： 安全引擎构建模块支持实时滚动预测，每10分钟更新推理结果，确保快速响应突发极端天气事件；每30分钟更新极端天气事件的预警，提供最新的事件的识别结果、等级评估、风险地图； 安全引擎构建模块输出极端天气事件的风险等级图、概率热力图以及事件时序图，帮助相关部门实时监控天气变化； 安全引擎构建模块提供决策支持接口，与港口调度、机场气象平台及环境监测平台进行数据对接，及时推送气象风险预警和预防措施。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。