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！

龙图腾网获悉成都市气象局申请的专利基于气温序列演化特征的汛期极端降水次季节预测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：CN119337613B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411447124.4，技术领域涉及：G06F30/20；该发明授权基于气温序列演化特征的汛期极端降水次季节预测方法是由夏昕;贺南;张葵;贺开捷;王璐;陈乐;孙罗娜;王勤设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本基于气温序列演化特征的汛期极端降水次季节预测方法在说明书摘要公布了：本发明涉及极端降水预测技术领域，公开了基于气温序列演化特征的汛期极端降水次季节预测方法。对待预测区域特定历史时段的降雨量数据和气温数据进行预处理，提取强降水年际变化特征；用与所述强降水年际变化特征相关的3‑5月观测数据序列及其衍生序列提取拟合因子，生成与强降水年际变化有特定相似度的拟合曲线，并依据雨强的罕见程度和洪水记录建立判断阈值；利用得到的拟合曲线和判断阈值建立待预测区域的暴雨预测模型；输入预测样本年3‑5月观测要素的分析数据，得到6‑9月待预测区域是否会发生灾害性极端降水的预测结果。本发明具有针对性强、准确性较高的优势，可以丰富季节‑次季节预测产品的内容，也可以作为强降水过程前确定预警级别的参考。

本发明授权基于气温序列演化特征的汛期极端降水次季节预测方法在权利要求书中公布了：1.一种基于气温序列演化特征的汛期极端降水次季节预测方法，其特征在于，包括以下步骤： 步骤1：使用日气温极小值的空间差值的中位值对应的频数数据的时间序列的共性趋势和极限值变化特征，查找与气候事件有关联的气温空间差值数据序列的敏感站点组合、有效采样时段及演化模式特征，确定待预测区域并整理该区域历史时段的降雨量数据和气温数据； 步骤2：对待预测区域历史时段的降雨量数据和气温数据进行预处理，并提取强降水年际变化特征； 步骤3：用与所述强降水年际变化特征相关的3-5月观测要素的分析数据序列及其衍生序列提取拟合因子，生成与强降水年际变化有特定相似度的拟合曲线，并依据雨强的罕见程度和洪水水文记录建立判断阈值；利用得到的拟合曲线和判断阈值建立待预测区域的灾害性极端降水预测模型； 所述3-5月观测要素的分析数据序列及其衍生序列包括： 历史上Nx年间每年3-5月气象站SD和气象站SW日最低气温的差ΔTminDW的季平均值 Nx年间每年3-5月气象站SW的气温日较差季平均值 气象站SW在Nx年间每年3-5月时间段内的前一日最高气温值Tmax1与当日最高气温值Tmax2的差值△Tmax； Nx年间每年3-5月气象站SP与气象站SW两站日最低气温差值频数分析序列中位值所在位置的频率值FPW； Nx年间每年3-5月气象站SD与气象站SW两站日最低气温差值频数分析序列的最大频率值FMAX.DW； 步骤4：输入预测样本年3-5月观测要素的分析数据，得到6-9月待预测区域是否会发生灾害性极端降水的预测结果； 所述步骤1包括： 通过两气象站日最低气温求得最低气温站间差值，以季为时长单位形成差值集合{ΔTmin}，统计集合中各温差位Xi出现的频数fXi，并按温差位Xi的大小顺序排列对应的频数fXi，得到关于差值集合ΔTmin的频数分析序列{Xi，fXi}；定义频数分析序列{Xi，fXi}的频数中位数Me为总频数的一半，顺序累计频数达到Me，此时对应的温差位Xi值即为温差中位值MO，将温差中位值MO对应温差值出现频数的历年同比变化特征与气候事件的对应关系，用于确定后续解析和建模工作所依赖的站点组合、数据序列的采样时段和演化模式。

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成都市气象局，其通讯地址为：610041 四川省成都市青羊区大石东路1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”。