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！

龙图腾网获悉中国地质大学(北京)申请的专利基于短期不确定性气象预报的农业生产韧性动态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：CN121119292B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511561890.8，技术领域涉及：G06Q10/04；该发明授权基于短期不确定性气象预报的农业生产韧性动态预测方法是由杨谨;唐琳;李裕瑞;杨亚东;卢艳霞;朱娅秋;柴松设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本基于短期不确定性气象预报的农业生产韧性动态预测方法在说明书摘要公布了：本发明涉及一种基于短期不确定性气象预报的农业生产韧性动态预测方法，包括动态获取目标区域各站点格点未来短期窗口内的不确定性的逐日天气序列，基于未来短期窗口内不确定性的逐日天气序列利用训练好的分层土壤湿度动态响应模型得到预测未来短期窗口内的逐日分层土壤湿度序列；将未来短期窗口内的逐日天气序列、逐日分层土壤湿度序列，及所获取的站点格点的静态特征和窗口起始索引对应的日期组成未来短期窗口内的综合特征向量；以及获取历史时段和未来时段的综合特征向量；输入至微调训练的农业生产韧性预测模型中得到各站点格点的农业生产韧性预测值，基于各站点格点的农业生产韧性预测值得到目标区域农业生产韧性预测结果。

本发明授权基于短期不确定性气象预报的农业生产韧性动态预测方法在权利要求书中公布了：1.一种基于短期不确定性气象预报的农业生产韧性动态预测方法，其特征在于，包括： 动态获取目标区域各站点格点未来短期窗口内的不确定性的逐日天气序列，基于所述未来短期窗口内的不确定性的逐日天气序列利用训练好的分层土壤湿度动态响应模型得到未来短期窗口内的逐日分层土壤湿度序列；其中，所述站点格点为目标区域内与农业气象站地理坐标空间匹配的空间单元； 将所述未来短期窗口内的逐日天气序列、逐日分层土壤湿度序列，以及所获取的站点格点的静态特征和窗口起始索引对应的日期组成未来短期窗口内的综合特征向量； 基于未来短期窗口相同时间步，将各站点格点未来短期窗口第一日至当年初、以及未来短期窗口后至年底的同期逐日历史平均天气序列以及对应的逐日历史平均分层土壤湿度序列，与站点格点的静态特征和每个窗口起始索引对应的日期，获得对应得多个历史时段及未来时段综合特征向量； 将所述历史时段、未来短期窗口内和未来时段的综合特征向量输入至微调训练的农业生产韧性预测模型，得到各站点格点的农业生产韧性预测值，基于各站点格点的农业生产韧性预测值得到目标区域年度农业生产韧性预测结果； 所述微调训练好的农业生产韧性预测模型，通过如下过程得到： 将目标区域划分为多个模拟格点，基于获取的各模拟格点的多源数据构建预训练数据集；利用所述预训练数据集对初始农业生产韧性表现预测模型进行训练；直至预训练损失函数收敛，得到预训练好的初始农业生产韧性表现预测模型； 其中，所述初始农业生产韧性表现预测模型依次包括多模态特征嵌入层、注意力特征融合层和预训练预测层； 所述多模态特征嵌入层，用于接收预训练数据集中预训练样本生成的对应综合特征向量，生成特征嵌入表示； 所述注意力特征融合层，用于通过注意力机制对所述特征嵌入表示进行动态重要性加权融合，以生成表征短期窗口关键信息的中间表示向量； 所述预训练预测层，用于接收所述中间表示向量，并将其映射为预训练阶段的年度农业生产韧性值； 加载预训练好的初始农业生产韧性表现预测模型中的所述多模态特征嵌入层和注意力特征融合层的参数，作为微调训练的初始参数； 基于微调数据集中的微调样本，按照短期窗口时间步构建微调阶段的多个综合特征向量； 将述综合特征向量输入至预训练好的所述多模态特征嵌入层与所述注意力特征融合层，以获得中间表示向量； 每个微调样本中的逐日遥感植被指数序列，经过时序提取模块得到上下文向量； 设置中间残差融合层，用于将所述上下文向量以残差方式融合至所述中间表示向量中，以生成融合后的中间表示特征； 设置序列特征聚合层，用于将所述融合后的中间表示特征，与微调阶段的综合特征向量当年的历史时段及未来时段综合特征向量聚合为全局特征向量； 设置全连接预测层，用于接收所述全局特征向量，并输出最终的农业生产韧性预测值； 直至微调损失函数收敛，得到训练好的农业生产韧性表现预测模型。

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地质大学(北京)，其通讯地址为：100083 北京市海淀区学院路29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。