专利交易市场

本发明公开了一种基于多尺度过程的海气波流耦合优化方法，旨在解决现有耦合模式中多尺度过程的适应性不足、物理刻画准确性偏差和数值守恒稳定性差等难题。本方法首先改进了物理参数化：在大气模式中引入基于波浪谱动态修正的海表粗糙度参数化，在海洋模式中采用含能量守恒约束的动态底摩擦。同时采用了协同机制：创造性地将多尺度自适应耦合调度器与高阶非振荡守恒映射算法及能量谱守恒映射算法协同统一。这种闭环协同机制强制采用通量映射而非场量插值，确保在动态变频耦合下，动量、质量和能量的传递保持严格守恒，克服了变频耦合中的数值守恒壁垒，显著提升了台风等极端条件下的模拟精度和长期稳定性。

本发明公开了一种基于多尺度注意力残差块和sadeWOA算法的降水数据降尺度方法，涉及气象数据处理技术领域，包括：获取气象数据和地形数据；构建多尺度注意力残差块；构建上采样模块，采取sub‑pixel convolution方法并另外增加卷积层以减少图像的块状伪影，提升数据质量；构建地形数据融合层，融入地形数据增强特征表示；构建TERAN模型；使用训练集和sadeWOA算法优化模型参数和超参数，利用训练后的模型处理低分辨率的数据，生成高分辨率的数据。本发明方法的问题，本发明方法通过深度学习和注意力机制增强模型对非线性气象过程的解析精度，有效提高了对局地极端降水事件的捕捉能力。