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！

龙图腾网获悉华东师范大学申请的专利一种顾及多维度地理相似性的大气污染物浓度制图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：CN119811536B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411694175.7，技术领域涉及：G16C20/70；该发明授权一种顾及多维度地理相似性的大气污染物浓度制图方法是由白开旭;邱嵩云;李珂设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种顾及多维度地理相似性的大气污染物浓度制图方法在说明书摘要公布了：本申请公开了一种顾及多维度地理相似性的大气污染物浓度制图方法，用于解决现有大气污染物浓度制图技术中存在的可解释性不足和非线性关联度量困难的问题。本申请方法包括：获取长期的地理环境统计数据，并利用相似性计算方法衡量待监测区域内的待监测像元与地基观测站点之间的地理场景相似性，得到相似性矩阵；根据相似性矩阵划分得到像元尺度的非欧式邻域监测站点集；获取待监测区域的历史观测数据，根据非欧式邻域监测站点集和历史观测数据构建待监测区域的图拓扑网络结构和训练数据集；利用图拓扑网络结构和训练数据集训练得到目标制图模型，目标制图模型用于根据待监测区域的实时观测数据生成全天时小时分辨率的空间无缝大气污染物浓度图。

本发明授权一种顾及多维度地理相似性的大气污染物浓度制图方法在权利要求书中公布了：1.一种顾及多维度地理相似性的大气污染物浓度制图的方法，其特征在于，所述方法包括： 获取长期的地理环境统计数据，并利用相似性计算方法衡量待监测区域内的待监测像元与地基观测站点之间的地理场景相似性，得到相似性矩阵； 根据所述相似性矩阵划分得到像元尺度的非欧式邻域监测站点集； 获取所述待监测区域的历史观测数据，所述历史观测数据包括短期的气象再分析数据和大气污染物浓度观测数据时间序列； 根据所述非欧式邻域监测站点集和所述历史观测数据构建所述待监测区域的图拓扑网络结构和训练数据集，所述训练数据集包括像元尺度的邻域监测站点特征数据集和站点尺度的大气污染物浓度观测目标数据集； 利用所述图拓扑网络结构和所述训练数据集训练得到目标制图模型，所述目标制图模型为图注意力网络模型，所述目标制图模型用于根据所述待监测区域的实时观测数据生成全天时小时分辨率的空间无缝大气污染物浓度图； 所述利用相似性计算方法衡量待监测区域内的待监测像元与地基观测站点之间的地理场景相似性，得到相似性矩阵，包括： 确定待监测区域内每个待监测像元与所有地基观测站点的地理环境特征向量，根据所述地理环境特征向量计算评价特征差异性的统计指标；当所述大气污染物浓度图为PM2.5浓度图时，所述地理环境特征向量包括历史气象变量Met、历史PM2.5浓度、历史AOD数据、地表高程数据DEM、土地利用类型数据LULC、夜间灯光数据NLT、归一化植被指数数据NDVI； 将所述统计指标组成的序列输入至相似性计算方法中，得到衡量地理环境场景相似性的相似性指标值； 根据所述相似性指标值生成所述待监测区域内所述每个待监测像元的相似性矩阵； 所述根据所述非欧式邻域监测站点集和所述历史观测数据构建所述待监测区域的图拓扑网络结构和训练数据集，包括： 根据所述非欧式邻域监测站点集和所述历史观测数据动态计算所述待监测像元与邻域监测站点的地理环境相似性； 以所述地理环境相似性作为边权，以所述待监测像元与所述邻域监测站点的地理环境特征作为节点，构建所述待监测区域的图拓扑网络结构； 根据所述图拓扑网络结构和所述邻域监测站点的观测大气污染物浓度数据组成像元尺度的邻域监测站点特征数据集，并根据待监测站点的大气污染物浓度观测数据组成站点尺度的大气污染物浓度观测目标数据集。

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华东师范大学，其通讯地址为：200062 上海市普陀区中山北路3663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。