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！

龙图腾网获悉北京师范大学申请的专利一种基于PINN神经网络的蒸散发模拟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：CN119759989B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202411898895.5，技术领域涉及：G06F16/2458；该发明授权一种基于PINN神经网络的蒸散发模拟方法及系统是由王运涛;刘文婷;王国强;薛宝林;阿膺兰;吴劲设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于PINN神经网络的蒸散发模拟方法及系统在说明书摘要公布了：本发明提出了一种基于PINN神经网络的蒸散发模拟方法及系统，属于蒸散发量计算模拟技术领域。方法包括：获取研究区域的多源气象数据以及高分辨率遥感影像数据，并构建输入数据集；对输入数据集进行标准化处理，分别生成遥感影像栅格和气象数据栅格；将栅格输入到训练好的PINN模型中，PINN模型利用多层卷积对遥感影像栅格和气象数据栅格进行特征提取，生成代表蒸散发过程的特征图；将地表能量平衡方程嵌入损失函数，实现对模型的物理约束；将提取的特征与物理约束结果相结合，生成蒸散发量的时空分布图。基于GIS技术对时空分布图进行可视化显示，获取研究区域的蒸散发强度图和变化趋势图。解决了传统方法中缺乏物理一致性的问题，增强了普适性。

本发明授权一种基于PINN神经网络的蒸散发模拟方法及系统在权利要求书中公布了：1.一种基于PINN神经网络的蒸散发模拟方法，其特征在于，包括： 获取研究区域的多源气象数据以及高分辨率遥感影像数据，并构建输入数据集； 对输入数据集内的气象数据和遥感影像数据进行标准化处理，分别生成研究区域的遥感影像栅格和气象数据栅格； 将遥感影像栅格和气象数据栅格输入到训练好的PINN模型中，利用植被指数的动态变化修正细化蒸散发模拟结果，输出研究区域蒸散发量的时空分布图；所述修正细化具体包括：将蒸散发结果与动态植被指数耦合，分析植被类型和动态变化对蒸散发的影响；通过区域分区模拟，实现不同植被覆盖类型下蒸散发特性的细化估算； 基于GIS技术对蒸散发量的时空分布图进行可视化显示，获取研究区域的蒸散发强度图和变化趋势图； 其中，PINN模型利用多层卷积对遥感影像栅格和气象数据栅格进行特征提取，生成代表蒸散发过程的特征图； 在对PINN模型训练过程中，将地表能量平衡方程嵌入损失函数，实现对模型的物理约束，具体为：提取地表能量平衡关键变量作为物理约束条件嵌入；其中，地表能量平衡关键变量包括：净辐射通量、感热通量H、潜热通量LE和土壤热通量G；建立能量守恒约束：；物理约束作为辅助训练目标，增强模型预测的物理一致性； 训练好的PINN模型通过多层卷积对输入数据进行特征提取，生成代表蒸散发过程的特征图；在特征提取过程中，采用共享权值的双分支网络，分别提取双时相输入数据的深层特征； 将提取的特征与物理约束结果相结合，生成蒸散发量的时空分布图。

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北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19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”。