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！

龙图腾网获悉中国海洋大学申请的专利面向环境风场的级联式低空急流概率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：CN121598213B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610128685.0，技术领域涉及：G06F18/2415；该发明授权面向环境风场的级联式低空急流概率预测方法是由宋小全;廉文超设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本面向环境风场的级联式低空急流概率预测方法在说明书摘要公布了：本申请提出一种面向环境风场的级联式低空急流概率预测方法，属于大气环境与气象预报领域。本申请采用级联式预测手段以实现由海平面气压场数据驱动，实现快速高效、轻量化、可滚动更新的低空急流发生与否及其主导风向的概率预测方案。包括有，步骤S1、低空急流识别与主导风向提取；步骤S2：与低空急流显著相关的关键空间模态筛选；步骤S3、构建多分类逻辑回归模型；步骤S4、构建时序预测模型；步骤S5、实时数据同化与主成分值预测；步骤S6、低空急流概率预测；步骤S7、预测结果的实时、滚动更新。

本发明授权面向环境风场的级联式低空急流概率预测方法在权利要求书中公布了：1.一种面向环境风场的级联式低空急流概率预测方法，其特征在于：包括有， 步骤S1、低空急流识别与主导风向提取； 基于历史风场数据识别低空急流并提取主导风向，按有无急流及急流主导风向进行类别标注，生成急流类别标签序列； 步骤S2：与低空急流显著相关的关键空间模态筛选； 对目标区域历史表面气压场进行经验正交函数分解，筛选与所述急流类别标签序列显著相关的关键空间模态及其对应的主成分序列； 步骤S3、构建多分类逻辑回归模型； 基于所述主成分序列与急流类别标签序列，训练多分类逻辑回归模型，建立从主成分值到各急流类别发生概率的映射关系，完成“模态-概率”的映射； 步骤S4、构建时序预测模型； 基于主成分序列构建时序预测模型，通过挖掘主成分序列自身的时序特征加以实现； 选用长短期记忆网络LSTM作为时序预测模型，该模型以连续24小时的历史主成分序列作为输入，以未来6小时的主成分序列作为预测目标进行训练；训练完成后，输入最新的24小时主成分序列，即可输出未来6小时的主成分预测值，表达式如下： ； 其中，表示基于模型预测时刻后未来6小时的主成分值；表示时刻及之前共连续24小时的主成分值； 步骤S5、实时数据同化与主成分值预测； 使用时序预测模型，预测未来多时刻的主成分值，此步骤与上述步骤S3和步骤S4级联，以形成“关键空间模态的主成分值预测—急流概率预报”的链条，使预报结果建立在物理机制的约束上； 步骤S6、低空急流概率预测； 将步骤S5得到的未来主成分预测值转化为未来各时刻的低空急流概率； 步骤S7、预测结果的实时、滚动更新； 每当获得新的实时表面气压场数据，即重复执行步骤S5至步骤S6，从而实现低空急流概率预测结果的动态、滚动更新。

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海洋大学，其通讯地址为：266000 山东省青岛市崂山区松岭路238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。