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！

龙图腾网获悉安徽省公共气象服务中心申请的专利基于随机森林-Transformer融合的雾凇形成与维持时间协同预报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：CN120428358B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510548163.1，技术领域涉及：G01W1/10；该发明授权基于随机森林-Transformer融合的雾凇形成与维持时间协同预报方法是由丁国香;王秀荣;张曼义;张蕾;江春;王传辉;刘承晓;陈青昊;范克琦;甄文芳设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本基于随机森林-Transformer融合的雾凇形成与维持时间协同预报方法在说明书摘要公布了：本发明公开了基于随机森林‑Transformer融合的雾凇形成与维持时间协同预报方法，涉及气象预报的技术领域，该方法包括：从多源数据中收集目标区域的气象要素，并将这些数据整理成逐小时数据集；从逐小时数据集中提取雾凇形成预报因子，采用随机森林方法构建雾凇形成预报模型，使用逐小时数据集中的样本对雾凇形成预报模型进行训练，使用交叉验证和网格搜索对模型进行评估优化；从逐小时数据集中提取雾凇维持预报因子，采用Transformer方法构建雾凇维持预报模型，使用逐小时数据集中的样本对雾凇维持预报模型进行训练；结合雾凇形成预报模型和雾凇维持预报模型对预报时段内目标区域的气象数据进行处理，最终输出逐小时雾凇的有无预报以及整个雾凇过程的持续时长。

本发明授权基于随机森林-Transformer融合的雾凇形成与维持时间协同预报方法在权利要求书中公布了：1.基于随机森林-Transformer融合的雾凇形成与维持时间协同预报方法，其特征在于，所述方法包括： S1、从目标区域地面气象要素、空间各层气象要素及雾凇有无的记录这些数据中收集目标区域的气象要素，并将这些数据整理成包含地面气象、空间气象和雾凇出现记录的逐小时数据集； S2、从逐小时数据集中提取雾凇形成预报因子，通过SMOTE方法对数据进行上采样处理扩充样本数量，采用随机森林方法构建雾凇形成预报模型，使用逐小时数据集中的样本对雾凇形成预报模型进行训练，在雾凇形成预报模型中结合使用交叉验证和网格搜索对模型进行评估优化； S3、从逐小时数据集中提取雾凇维持预报因子，采用Transformer方法构建雾凇维持预报模型，通过动态窗口采样策略增加训练集中有雾凇出现的样本数量，使用逐小时数据集中的样本对雾凇维持预报模型进行训练； S4、结合雾凇形成预报模型和雾凇维持预报模型对预报时段内目标区域的气象数据进行处理，最终输出逐小时雾凇的有无预报以及整个雾凇过程的持续时长； 具体地，步骤S4包括： S41、根据模式预报产品或气象要素确定性预报产品，获取目标区域逐小时的地面气象预报数据，利用该数据构建预报时段特征向量； S42、向雾凇形成预报模型输入特征向量，得到雾凇形成概率Pform，计算雾凇形成预报概率Tdynamic； S43、持续监控雾凇判断动态阈值Tdynamic，当连续6小时雾凇判断动态阈值Tdynamic0.65时，向雾凇维持预报模型输入特征向量，得到随后6小时的雾凇维持预报概率Pmaintain，若随后6小时的雾凇维持预报概率Pmaintain0.65，再次向雾凇维持预报模型输入特征向量得到更久后的雾凇维持预报概率，直至其值小于0.65； 在上述过程中，当某一时次t有雾凇形成预报概率Tdynamic和雾凇维持预报概率Pmaintain两个预报结果时，该时次最终雾凇概率Pfinalt为Tdynamic、Pmaintain两者中的最大值，该时次最终雾凇概率Pfinalt0.65时，判定该时次有雾凇，否则无，从而得到预报时段逐小时雾凇有无预报；间隔不超过2小时视为同一个雾凇过程，计算雾凇从形成到消融的总时长，输出雾凇时长预报。

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安徽省公共气象服务中心，其通讯地址为：230031 安徽省合肥市史河路16号安徽省气象局416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。