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！

龙图腾网获悉河北省气象服务中心(河北省气象影视中心)申请的专利一种基于水凝物分类结果的地面冰雹识别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：CN120611278B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511119910.6，技术领域涉及：G06F18/2415；该发明授权一种基于水凝物分类结果的地面冰雹识别方法及系统是由刘瑜珊;范俊红;冯雪;周朔;贾小卫;周爽;陈子轩;李佳贤设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种基于水凝物分类结果的地面冰雹识别方法及系统在说明书摘要公布了：本发明涉及气象观测技术领域，提供一种基于水凝物分类结果的地面冰雹识别方法及系统，方法包括：通过时空匹配算法，对多源冰雹数据进行时空关联，得到时空匹配的冰雹事件数据集；通过动态隶属函数优化算法，对双偏振雷达数据进行自适应相态识别，得到包含雨冰混合物类别的多仰角冰雹相态特征参数；基于多仰角冰雹相态特征参数，对多源气象数据进行集成预处理，得到融合相态特征的标准化多维气象特征数据；通过标准化多维气象特征数据，对DCNN‑DBN混合神经网络进行无监督预训练和监督微调训练，得到地面冰雹识别模型；通过地面冰雹识别模型输出冰雹落区识别结果。本发明提升了易混淆相态的区分能力，降低了冰雹识别的误报率和漏报率。

本发明授权一种基于水凝物分类结果的地面冰雹识别方法及系统在权利要求书中公布了：1.一种基于水凝物分类结果的地面冰雹识别方法，其特征在于，包括： S1：通过时空匹配算法，对多源冰雹数据进行时空关联处理，得到时空匹配的冰雹事件数据集； S2：通过动态隶属函数优化算法，对所述冰雹事件数据集中的双偏振雷达数据进行自适应相态识别，得到包含雨冰混合物类别的多仰角冰雹相态特征参数； 其中，步骤S2进一步包括： S21：根据所述冰雹事件数据集的A检验统计量，对Park双偏振相态分类算法中偏振参数的隶属函数阈值进行实时调整，得到动态优化的相态判别阈值；其中所述偏振参数包括水平反射率因子及差分反射率； 其中，步骤S21进一步包括： S211：计算所述冰雹事件数据集的A检验统计量，得到雷达数据分布的统计检验指标； S212：根据统计检验指标对Park算法中反射率因子和差分反射率的隶属函数阈值进行动态调整，得到自适应的相态判别参数； S213：通过实时参数更新对所述相态判别参数下的易混淆相态进行重新分类处理，得到区分度增强的相态识别结果；所述易混淆相态包括冰晶及干雪； S214：将所述相态识别结果应用于整个观测时段，进行批量处理，得到动态优化的相态判别阈值； S22：对偏振参数误差进行权重矩阵自适应修正，得到优化的双偏振参数权重配置； S23：根据互相关系数，对所述双偏振参数权重配置下的熔化层以上区域进行雨冰混合物识别，得到包含混合相态的扩展分类结果； 其中，步骤S23进一步包括： S231：通过互相关系数阈值判别对优化的双偏振参数权重配置下的雷达观测数据进行混合相态区域定位，得到潜在的雨冰混合区分布数据； S232：根据高度信息，确定所述雨冰混合区分布数据对应的雨冰混合区中的熔化层位置，得到0℃层高度以上的冰相区域范围； S233：将所述冰相区域范围与混合相态区域进行空间叠加分析，得到雨冰混合物位置信息； S234：通过混合物类别标记，对所述雨冰混合物位置信息进行相态分类扩展，得到包含混合相态的扩展分类结果； S24：对所述扩展分类结果进行多仰角综合评估，得到包含雨冰混合物类别的多仰角冰雹相态特征参数； S3：基于所述多仰角冰雹相态特征参数，通过数据融合算法对多源气象数据进行集成预处理，得到融合相态特征的标准化多维气象特征数据； S4：通过所述标准化多维气象特征数据，对DCNN-DBN混合神经网络进行无监督预训练和监督微调训练，得到地面冰雹识别模型；其中，所述DCNN-DBN混合神经网络为深度卷积神经网络的特征提取部分与深度信念网络的分类部分通过串联连接的融合网络； S5：通过所述地面冰雹识别模型输出冰雹落区识别结果。

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河北省气象服务中心(河北省气象影视中心)，其通讯地址为：052100 河北省石家庄市体育南大街178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。