一种基于自适应边缘和云协同的气候数字孪生与动态优化系统

本发明属于气候大数据与人工智能技术领域，公开了一种基于自适应边缘和云协同的气候数字孪生与动态优化系统，包括：边缘自适应融合模块：对采集的边缘数据分组进行加权卡尔曼融合；多分辨率时空图神经网络：将网格节点按分辨率层级构建图，并行执行跨层图注意力与时域卷积；在线贝叶斯误差校正闭环模块：该模块系统计算误差，计算卡尔曼增益并进行参数更新，实现校正闭环；分层联邦学习与模型剪枝网络：边缘节点本地训练子模型梯度，采用差分隐私与剪枝技术处理上传，将各个边缘节点上传的信息进行云端聚合并剪枝；多目标动态优化模块：基于联合目标实现多目标动态优化。本发明实现多源观测稳健融合、跨分辨率时空建模、线上校正闭环等优点。