買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國海洋大學三亞海洋研究院申請的專利基于深度學習驅動變分分析的近岸海表溫度融合方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120449709B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510927256.5，技術領域涉及：G06F30/27；該發明授權基于深度學習驅動變分分析的近岸海表溫度融合方法是由魏麗;鄒潤泰;管磊設計研發完成，并于2025-07-07向國家知識產權局提交的專利申請。

本基于深度學習驅動變分分析的近岸海表溫度融合方法在說明書摘要公布了：本發明公開了基于深度學習驅動變分分析的近岸海表溫度融合方法，屬于數據處理技術領域，具體包括：將經過變分分析后的歷史海表溫度數據輸入深度學習海表溫度預測模型，輸出未來指定時段的預測海表溫度作為當前變分分析的預測背景場；基于深度學習海表溫度預測模型，建立多步海表溫度預測差值與預測誤差之間的關系，生成融合時背景誤差方差，并融合空間距離函數與短期時間相關性函數構建變分分析時的背景誤差協方差模型；將實時采集的海表溫度觀測數據同化至所述預測背景場，結合背景誤差協方差模型及觀測誤差權重，求解最優分析場并調整分辨率，輸出近岸區域海表溫度分析場；本發明為近岸區域提供兼具高精度與細尺度特征的海表溫度分析場。

本發明授權基于深度學習驅動變分分析的近岸海表溫度融合方法在權利要求書中公布了：1.基于深度學習驅動變分分析的近岸海表溫度融合方法，其特征在于，包括以下步驟： 將經過變分分析后的歷史海表溫度數據輸入深度學習海表溫度預測模型，輸出未來指定時段的預測海表溫度作為當前變分分析的預測背景場； 基于深度學習海表溫度預測模型，建立多步海表溫度預測差值與預測誤差之間的關系，生成融合時背景誤差方差，并融合空間距離函數與短期時間相關性函數構建變分分析時的背景誤差協方差模型； 采集實時的海表溫度觀測數據，包括衛星觀測數據和現場浮標觀測數據，并對海表溫度觀測數據進行層級質量控制和多階段偏差校正； 將采集的海表溫度觀測數據同化至所述預測背景場，結合背景誤差協方差模型及觀測誤差權重，通過變分分析求解出最優分析場； 將所述最優分析場的網格分辨率調整至亞公里級，輸出近岸區域海表溫度分析場； 所述層級質量控制具體包括： 根據衛星觀測數據附帶的質量標志篩選最高置信度數據點，對微波傳感器數據計算太陽天頂角，排除白天觀測數據；將衛星觀測數據與歷史海表溫度數據集在同一空間位置的標準差進行比對，剔除偏離超過設定倍數標準差的異常數據點；對現場浮標數據驗證設備類型與測量深度標識，保留表層水體有效觀測值； 所述多階段偏差校正具體包括： 首先利用紅外數據晝夜標識或太陽天頂角計算篩選夜間觀測數據；其次扣除傳感器原生附帶的深度偏差估計值，將表層或淺層水體溫度轉換為標準深度溫度；最后在預設空間網格內統計各傳感器與現場浮標及指定紅外基準的日均偏差，通過高斯插值生成全域偏差場并從原始觀測值動態扣除； 所述背景誤差協方差模型的構建過程為： 運行深度學習海表溫度預測模型生成多組不同預見期的預測背景場，計算各預測背景場與預測平均場的差異平方和，經時間序列統計后映射為空間誤差方差場； 采用相等權重系數整合固定尺度的空間高斯相關函數與多日滑動窗口皮爾遜相關系數，加權疊加形成時空自適應相關結構； 將誤差方差場與動態相關結構按協方差分解原理組合為完整的背景誤差協方差模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國海洋大學三亞海洋研究院，其通訊地址為：572024 海南省三亞市崖州區崖州灣科技城用友產業園一號樓七層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。