Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东省气象台(山东省海洋气象台、山东省环境气象预报中心)魏海文获国家专利权

山东省气象台(山东省海洋气象台、山东省环境气象预报中心)魏海文获国家专利权

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!

龙图腾网获悉山东省气象台(山东省海洋气象台、山东省环境气象预报中心)申请的专利面向分钟级的雷暴大风临近预报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:CN120428359B

龙图腾网通过国家知识产权局官网在2025-12-05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:202510887732.5,技术领域涉及:G01W1/10;该发明授权面向分钟级的雷暴大风临近预报方法及系统是由魏海文;郭俊建;孟宪贵;周成;邹大伟;张登旭;曹倩;崔金梦;李昱薇;戈瑶;王靓;任绪伟;于腾飞设计研发完成,并于2025-06-30向国家知识产权局提交的专利申请。

面向分钟级的雷暴大风临近预报方法及系统在说明书摘要公布了:本发明涉及气象预测技术领域,公开了一种面向分钟级的雷暴大风临近预报方法及系统,该方法包括:获取多源气象观测数据并对多源气象观测数据进行预处理获得预处理后数据;进行时间连续性判断并对处理后数据进行融合获得训练样本;基于滑动窗口对训练样本进行处理,将训练样本划分为训练集、验证集和测试集,构建神经网络模型,对神经网络模型进行训练,获得预报模型;基于预报模型对实时的a帧观测数据进行处理,获得未来a帧1公里分辨率的风速预报图像,风速预报图像包括风速连续分布图及≥8.0ms与≥17.2ms风区落区预测结果。本申请提升了对强对流特征的综合感知能力,实现了分钟级强风临近预报。

本发明授权面向分钟级的雷暴大风临近预报方法及系统在权利要求书中公布了:1.一种面向分钟级的雷暴大风临近预报方法,其特征在于,包括: 获取多源气象观测数据并对所述多源气象观测数据进行预处理,获得预处理后数据,所述多源气象观测数据包括雷达回波数据、地面自动气象站极大风观测数据、闪电定位数据及地形海拔数据,所述预处理包括噪声处理以及一致性处理; 对所述预处理后数据进行时间连续性判断并对所述处理后数据进行融合获得训练样本; 基于滑动窗口对所述训练样本进行处理,将所述训练样本按时间顺序划分为训练集、验证集和测试集,构建以编码器-解码器为结构的神经网络模型,基于所述训练集、验证集和测试集对所述神经网络模型进行训练,获得预报模型; 基于所述预报模型对实时的a帧观测数据进行处理,获得未来a帧1公里分辨率的风速预报图像,所述风速预报图像包括风速连续分布图及≥8.0ms与≥17.2ms风区落区预测结果; 基于所述训练集、验证集和测试集对所述神经网络模型进行训练时,包括以下步骤: 使用加权均方误差作为主损失函数,其中针对风速≥17.2ms的网格点设置高损失权重; 引入感知损失函数,用于对预测图像与实况图像的特征分布进行比对,保持风区的空间结构清晰; 添加闪电密度一致性损失项,用于加强预测风区与实际闪电高发区域之间的空间重叠度; 采用Adam优化器并结合余弦退火算法进行学习率调节,通过交替使用所述训练集与验证集对模型进行训练与验证,选择在所述验证集上关键成功指数最高的模型参数作为所述预报模型; 基于滑动窗口对所述训练样本进行处理,将所述训练样本按时间顺序划分为训练集、验证集和测试集时,还包括: 所述滑动窗口长度为36帧,输入序列由前18帧多源图像数据组成,预测序列为后18帧极大风图像。

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山东省气象台(山东省海洋气象台、山东省环境气象预报中心),其通讯地址为:250000 山东省济南市天桥区无影山路12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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。