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！

龙图腾网获悉中国民用航空西南地区空中交通管理局;成都西南民航空管工程建设有限责任公司申请的专利一种多源气象数据融合的航行风险智能预警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：CN121545397B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610076518.6，技术领域涉及：G08G5/76；该发明授权一种多源气象数据融合的航行风险智能预警方法及系统是由郭忠立;章佑;竺维设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种多源气象数据融合的航行风险智能预警方法及系统在说明书摘要公布了：本发明属于航行预警技术领域，公开了一种多源气象数据融合的航行风险智能预警方法及系统，其中，本发明采集了天气雷达数据、电场强度数据、闪电事件数据以及气象监测数据等多源异构数据，然后，通过对前述多源异构数据来进行数据融合，得到多源异构数据的融合特征；最后，将其输入至雷电预测模型，则可准确的实现飞行器在目标航行区域进行航行时的雷电预警；由此，相比于传统技术，本发明将与雷电相关的多源异构数据进行数据融合，并以此为依据来进行飞行雷电预警，可提高预警的准确性，从而保证了飞行器的飞行安全；因此，本发明非常适用于大规模应用与推广。

本发明授权一种多源气象数据融合的航行风险智能预警方法及系统在权利要求书中公布了：1.一种多源气象数据融合的航行风险智能预警方法，其特征在于，包括： 获取目标航行区域在历史预设时长内的天气雷达数据、电场强度数据、闪电事件数据以及多个气象监测数据； 利用多个气象监测数据，构建出所述目标航行区域的有效气象网格数据； 对闪电事件数据进行数据转换处理，以转换为与天气雷达数据相匹配的闪电网格数据； 利用天气雷达数据、有效气象网格数据和闪电网格数据，生成气象输入数据，并对所述气象输入数据进行特征提取处理，得到气象特征； 对所述气象特征和所述电场强度数据进行特征提取与融合处理，得到融合特征； 将所述融合特征输入至雷电预测模型，得到所述目标航行区域的雷电预测结果，并根据所述雷电预测结果，生成所述目标航行区域的航行风险预警通知； 闪电事件数据包括若干闪电数据，其中，对闪电事件数据进行数据转换处理，以转换为与天气雷达数据相匹配的闪电网格数据，包括： 对所述目标航行区域进行网格化处理，得到所述目标航行区域对应的区域网格； 对于区域网格中的任一网格单元，从所述闪电事件数据中，筛选出发生位置处于所述任一网格单元内的闪电数据，以利用筛选出的闪电数据组成所述任一网格单元的闪电数据集； 利用所述闪电数据集，计算出所述任一网格单元对应的闪电发生概率，并在将所述区域网格中的所有网格单元均轮询完毕后，得到每个网格单元对应的闪电发生概率； 利用每个网格单元对应的闪电发生概率，构建出所述闪电网格数据； 任一闪电数据包括闪电强度和发生闪电时的经纬度，其中，利用所述闪电数据集，计算出所述任一网格单元对应的闪电发生概率，包括： 获取所述任一网格单元的网格索引信息以及闪电影响半径； 对于所述闪电数据集中的第b个闪电数据，基于第b个闪电数据的经纬度和所述网格索引信息，计算出第b个闪电数据的发生位置与所述任一网格单元的网格中心之间的间隔距离； 获取所述任一网格单元经过第b-1次闪电后的闪电发生子概率； 利用所述间隔距离、所述闪电影响半径、所述第b个闪电数据对应的闪电强度和所述任一网格单元经过第b-1次闪电后的闪电发生子概率，计算出所述任一网格单元经过第b次闪电后的闪电发生子概率； 采用如下公式，来计算出该任一网格单元经过第b次闪电后的闪电发生子概率； ； 式中，表示所述任一网格单元经过第b次闪电后的闪电发生子概率，表示所述间隔距离，表示闪电影响半径，表示第b次闪电数据对应的闪电强度，表示所述任一网格单元经过第b-1次闪电后的闪电发生子概率，均表示闪电威胁系数； 将b自加1，并重新基于第b个闪电数据的经纬度，计算出第b个闪电数据的发生位置与所述网格中心之间的间隔距离，直至b等于B时，得到所述任一网格单元对应的闪电发生概率，其中，b的初始值为1，且B为所述闪电数据集中的数据总数； 对所述气象输入数据进行特征提取处理，得到气象特征，包括： 将气象输入数据输入至气象特征提取模型中进行特征提取处理，得到所述气象特征； 其中，所述气象特征提取模型包括：输入编码层、特征提取层和特征输出层，且输入编码层包括第一卷积层和下采样层，特征输出层包括第二卷积层和上采样层； 第一卷积层，用于对气象输入数据进行1×1卷积处理，得到初始输入特征； 下采样层，用于对所述初始输入特征进行下采样处理，得到输入特征； 特征提取层，用于对所述输入特征进行多次特征提取处理，得到初始气象特征； 上采样层，用于对所述初始气象特征进行上采样处理，得到上采样特征，并将所述上采样特征与所述输入特征进行逐元素相加，得到初始融合气象特征； 第二卷积层，用于对初始融合气象特征进行1×1卷积处理，得到气象卷积特征，并将气象卷积特征和所述初始输入特征进行逐元素相加，得到所述气象特征； 特征提取层包括：若干个依次连接的深度可分离卷积模块，且任一深度可分离卷积模块包括：第一深度可分离卷积层、第二深度可分离卷积层、第一特征拼接层、逐通道卷积层和第二特征拼接层； 其中，所述任一深度可分离卷积模块中的第一深度可分离卷积层，用于接收所述任一深度可分离卷积模块的上一个深度可分离卷积模块的第一输出特征，并对第一输出特征进行3×3的深度可分离卷积处理，得到第一深度卷积特征； 所述任一深度可分离卷积模块中的第二深度可分离卷积层，用于对第一输出特征进行7×7的深度可分离卷积处理，得到第二深度卷积特征； 第一特征拼接层，用于对所述第一深度卷积特征和所述第二深度卷积特征进行通道拼接处理，得到第一拼接特征，并对第一拼接特征进行层归一化处理，得到归一化特征； 逐通道卷积层，用于对归一化特征进行逐通道卷积处理，得到逐通道卷积特征； 第二特征拼接层，用于对所述逐通道卷积特征和所述第一输出特征进行逐元素相加处理，以在逐元素相加处理后，得到第二输出特征输出至下一深度可分离卷积模块，其中，当所述任一深度可分离卷积模块为特征提取层中的最后一个深度可分离卷积模块时，所述第二输出特征为所述初始气象特征； 对所述气象特征和所述电场强度数据进行特征提取与融合处理，得到融合特征，包括： 将所述气象特征和所述电场强度数据输入至特征融合模型中进行特征提取与融合处理，得到所述融合特征，其中，特征融合模型包括：第三卷积层、第四卷积层、第一特征融合层、第五卷积层、第六卷积层、第二特征融合层、第一全局平均池化层、逐点卷积层、全局最大池化层、第二全局平均池化层、第三特征融合层、空洞卷积层和第四特征融合层； 第三卷积层的输入端接收所述气象特征，其中，第三卷积层的输出端分别连接第一特征融合层的输入端和第四特征融合层的输入端，第四卷积层的输入端接收所述电场强度数据，且第四卷积层的输出端分别连接第一特征融合层的输入端和第四特征融合层的输入端； 第一特征融合层的输出端分别连接第五卷积层的输入端、第六卷积层的输入端、全局最大池化层的输入端和第二全局平均池化层的输入端，其中，第五卷积层和第六卷积层的输出端连接所述第二特征融合层的输入端，第二特征融合层的输出端通过第一全局平均池化层连接逐点卷积层的输入端，且逐点卷积层的输出端连接所述第四特征融合层的输入端； 全局最大池化层和第二全局平均池化层的输出端电连接第三特征融合层的输入端，其中，第三特征融合层的输出端连接空洞卷积层的输入端，空洞卷积层的输出端连接所述第四特征融合层的输入端，且第四特征融合层的输出端输出所述融合特征。

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民用航空西南地区空中交通管理局;成都西南民航空管工程建设有限责任公司，其通讯地址为：610000 四川省成都市双流国际机场西南空管局办公楼410室；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。