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！

龙图腾网获悉中国气象局上海台风研究所(上海市气象科学研究所);上海师范大学申请的专利一种自适应增强复杂地形影响与站点联动效应的台风风场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：CN120562254B 。

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：202510622411.2，技术领域涉及：G06F30/27；该发明授权一种自适应增强复杂地形影响与站点联动效应的台风风场模拟方法及系统是由余晖;陈佩燕;黄司戎;廉洁设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本一种自适应增强复杂地形影响与站点联动效应的台风风场模拟方法及系统在说明书摘要公布了：本发明涉及一种自适应增强复杂地形影响与站点联动效应的台风风场模拟方法及系统，通过数据获取与标准化预处理模块获取气象观测站点数据、低分辨率台风风场数据和高分辨率地形数据，并进行标准化处理；基于观测站点数据建立站点空间位置图和特征相关性图；多尺度风‑地形特征融合模块提取邻域风场和地形信息；空间联动网络预测模块将融合特征与观测值结合进行预测；台风风场模型训练模块通过反向传播优化参数，最小化预测噪声与真实噪声的L2损失；在台风风场重建模块中，将目标格点插入站点图中，构建边并计算风分量，实现台风风场的重建；解决了现有台风风场模拟方法中存在的复杂地形和站点联动效应表达不充分的问题。

本发明授权一种自适应增强复杂地形影响与站点联动效应的台风风场模拟方法及系统在权利要求书中公布了：1.一种自适应增强复杂地形影响与站点联动效应的台风风场模拟方法，其特征在于，包括以下步骤： S1、数据获取与标准化预处理；获取气象观测站点数据、低分辨率台风风场数据和 高分辨率地形数据，对获取的工程台风模型风场数据和地形数据进行预处理，生成标准 化数据； S2、地理位置建模；根据步骤S1气象观测站点数据建立站点空间位置图和站点特征相关性图，具体为：以气象观测站点数据为基础，将每个站点视作图结构中的节点，将站点真实观测值、站点所在位置对应台风风场值、站点所在位置对应地形特征值作为站点特征，其中建立站点空间位置图：图建模过程以站点空间位置作为节点间的边构建依据，若任意两个节点间的经纬度欧几里得距离小于设定阈值R，则认为两个节点之间存在边，边在后续消息传递机制中发挥重要作用；建立站点特征相关性图；图建模过程以站点特征相关性作为节点间的边构建依据，若任意两个节点间的特征余弦相似度大于设定阈值T，则认为两个节点之间存在边； S3、多尺度风-地形特征融合；以步骤S1每个节点为中心，提取邻域风场和地形空间信 息，将标准化处理后的风场、地形数据输入多尺度风-地形空间相关性提取模块，其中多尺 度风-地形空间相关性提取模块由三个多尺度融合层MSF和三个空间注意力层构成；标准化 风场、地形数据输入风-地形空间相关性提取模块，输出多尺度风-地形融合特征；多 尺度风-地形空间相关性提取模块计算公式如下： 其中为模块的多尺度特征融合操作，为第一个MSF层融合的特征， 为第一个注意力模块权重调整后的特征，为第二个MSF层融合的特征，为第二个注 意力模块权重调整后的特征，为第三个MSF层融合的特征，为第三个注意力模块权 重调整后的特征，经过三个MSF层和三个注意力模块完成特征融合工作，得到融合特征； S4、空间联动网络预测；将步骤S3每个图节点的多尺度风-地形融合特征展平为一维，与站点真实观测值共同作为节点特征，使用气象观测站点空间联动网络进行预测； S5、台风风场模型训练；步骤S3和步骤S4所构建台风风场模型在训练过程中，利用反向传播算法对模型参数进行优化，通过最小化模型预测噪声与真实噪声之间的L2损失，实现模型的有效学习； S6、台风风场重建；将目标格点作为新节点插入到站点空间位置图和站点特征相关性图中，并根据步骤S2中的过程构建边后，按照步骤S3和步骤S4完成风分量的计算。

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中国气象局上海台风研究所(上海市气象科学研究所);上海师范大学，其通讯地址为：200030 上海市徐汇区蒲西路166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。