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！

龙图腾网获悉中国科学院地理科学与资源研究所申请的专利基于深度学习的日降水产品降尺度与融合协同计算方法和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：CN119830221B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510300057.1，技术领域涉及：G06F18/25；该发明授权基于深度学习的日降水产品降尺度与融合协同计算方法和系统是由吴潇然;赵娜设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本基于深度学习的日降水产品降尺度与融合协同计算方法和系统在说明书摘要公布了：本申请提供一种基于深度学习的日降水产品降尺度与融合协同计算方法和系统，属于数据处理技术领域，基于多种来源的遥感降水产品、气象观测站数据、植被和地形数据，生成日尺度数据集和月尺度数据集；构建数据时空融合与降尺度模型，利用该模型分别对日尺度数据集和月尺度数据集进行分别训练并分别预测，得到日尺度降水量估计和月尺度降水量估计；在月尺度上利用月尺度降水量估计对日尺度降水量估计进行校正。该方案通过分别在月尺度和日尺度进行降尺度，月尺度降尺度中加入植被信息数据，用于计算准确的月降水量，日尺度降尺度用于估计每日降水量占全月降水量的比重，将二者相乘获得最终的日降水量，提高了日尺度降水估计的准确性。

本发明授权基于深度学习的日降水产品降尺度与融合协同计算方法和系统在权利要求书中公布了：1.一种基于深度学习的日降水产品降尺度与融合协同计算方法，其特征在于，包括： 基于多种来源的遥感降水产品、气象观测站数据、植被和地形数据，生成日尺度数据集和月尺度数据集；其中，所述月尺度数据集包含植被信息，所述日尺度数据集不包含植被信息； 基于深度学习构建数据时空融合与降尺度模型，并利用所述日尺度数据集和所述月尺度数据集对所述数据时空融合与降尺度模型进行分别训练，得到训练好的模型，利用训练好的模型进行分别预测，对应得到日尺度降水量估计和月尺度降水量估计； 其中，所述日尺度降水量估计和月尺度降水量估计的空间分辨率为目标分辨率，且所述目标分辨率高于所述遥感降水产品的原始空间分辨率； 所述数据时空融合与降尺度模型，包括：残差网络ResNet模块、双向长短时记忆网络BiLSTM模块和注意力机制模块；所述ResNet模块用于学习每个时间步长的输入数据的空间邻域特征，并将其输入至所述BiLSTM模块；所述BiLSTM模块用于捕捉所述空间邻域特征的时间上下文关系，所述注意力机制模块用于对所述BiLSTM模块的输出进行加权，以生成最终的模型输出； 在月尺度上，利用所述月尺度降水量估计对日尺度降水量估计进行校正，得到高分辨率日降水数据，具体包括：针对任一指定月份，对指定月份的日尺度降水量估计值构成的时间序列数据进行归一化处理，得到归一化处理结果；将归一化处理结果乘以指定月份对应的月尺度降水量估计值，得到高分辨率日降水数据。

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科学院地理科学与资源研究所，其通讯地址为：100101 北京市朝阳区大屯路甲11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”。