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！

龙图腾网获悉南京信息工程大学申请的专利一种基于深度学习的ERA5降水产品降尺度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：CN116484189B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310454771.7，技术领域涉及：G06F18/20；该发明授权一种基于深度学习的ERA5降水产品降尺度方法是由吴云龙;田伟设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本一种基于深度学习的ERA5降水产品降尺度方法在说明书摘要公布了：本发明公开了一种基于深度学习的ERA5降水产品降尺度方法，首先获取ERA5再分析数据、GPM卫星数据和地面站日降水观测数据，并进行预处理；基于皮尔逊相关系数法衡量气象因子与地面观测降水之间的相关性，选取相关性较大的气象因子作为有效特征；剪裁各数据至研究区域，并进行归一化；建立降水降尺度模型，设计损失函数及模型参数；训练获得最优模型，对降尺度结果进行评估；采用双分支结构，以GPM卫星数据作为标签，一个分支以低分辨率降水作为输入，另一分支以有效气象特征作为输入来学习辅助指导；训练后的模型不仅捕捉了时间和空间上的数据变化，且很好地捕捉了极端情况，可以有效地将ERA5降水数据从25km降至10km。

本发明授权一种基于深度学习的ERA5降水产品降尺度方法在权利要求书中公布了：1.一种基于深度学习的ERA5降水产品降尺度方法，其特征在于：包括以下步骤 S1、获取ERA5再分析气象数据、GPM卫星降水数据以及地面雨量站观测数据； S2、数据预处理； S3、利用皮尔逊相关系数法，计算ERA5再分析气象数据与地面雨量站观测数据之间的相关性，并选择对降水有影响的气象因子作为有效特征； S4、将各数据剪裁至研究区域范围，得到切分数据，并对切分数据进行归一化处理，构建训练数据集； S5、构建基于深度学习的降水降尺度模型，该模型包括第一分支、第二分支以及残差注意力网络，第一分支以原始ERA5降水数据作为输入，第二分支以对降水有影响的气象因子作为输入，将第一分支和第二分支的输出进行融合后输入到残差注意力网络进行降水降尺度；第一分支采用卷积神经网络提取原始ERA5降水数据的空间特征，第一分支包括3个卷积层和一个最大池化层；第二分支采用密集网络结构，包括1个卷积层和3个密集模块； 密集模块包括3个卷积层和3个ReLU函数，且每一卷积层后均连接一ReLU函数，密集模块将每层卷积层输入特征通过跳跃连接输入到后续所有卷积层； 在残差注意力网络中，输入依次经过一个卷积层、残差特征融合模块、空间与通道注意力模块、上采样层以及一个卷积层； 残差特征融合模块包括3个残差组模块，每个残差组模块的尾部输出均做一个跳跃连接，且在整个残差特征融合模块的尾部进行元素和操作，残差组模块包括2个3*3的卷积层； 空间与通道注意力模块包括空间注意力模块和通道注意力模块，空间注意力模块中，输入经过并行的最大池化层和平均池化层，将池化后的向量送入全连接层运算后相加，经Sigmoid激活函数后与初始的融合特征相乘得到通道注意力特征；通道注意力模块中，按空间进行最大池化和平均池化，将通道拼接后进行卷积操作，再通过Sigmoid激活函数，将其与通道注意力图相乘形成得到最终的特征图； S6、划分训练集样本和测试集样本，设置降水降尺度模型的各个参数和损失函数，经过不断训练和调整直至得到最优参数组合； S7、获得最优降水降尺度模型，并利用地面雨量站观测数据对降尺度结果进行精度分析。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。