CN111652126B - 一种基于卫星云图的反演辐射方法 - Google Patents
一种基于卫星云图的反演辐射方法 Download PDFInfo
- Publication number
- CN111652126B CN111652126B CN202010490159.1A CN202010490159A CN111652126B CN 111652126 B CN111652126 B CN 111652126B CN 202010490159 A CN202010490159 A CN 202010490159A CN 111652126 B CN111652126 B CN 111652126B
- Authority
- CN
- China
- Prior art keywords
- radiation
- cloud
- index
- satellite
- clear sky
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005855 radiation Effects 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims abstract description 12
- 239000000443 aerosol Substances 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000010835 comparative analysis Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000011160 research Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000005427 atmospheric aerosol Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Image Processing (AREA)
Abstract
本发明涉及大气物理技术领域,具体公开了一种基于卫星云图的反演辐射方法,其中,包括:获取卫星云图数据;对所述卫星云图数据进行图像处理得到云指数;建立晴空模型,并根据所述晴空模型与实测辐射值得到辐射衰减指数;根据所述云指数和所述辐射衰减指数建立对应数学关系;根据所述数学关系进行计算得到区域辐射数据。本发明提供的基于卫星云图的反演辐射方法可以代替地基辐射站辐射数据,节约了建造地基辐射站的高昂成本和对数据质量控制的人力成本,更直观地反应整个地区辐射场的变化情况。
Description
技术领域
本发明涉及大气物理技术领域,尤其涉及一种基于卫星云图的反演辐射方法。
背景技术
地表辐射是我国辐射站观测项目之一。地表辐射的研究对于理解不同区域的生态系统的发生、发展、布局、结构具有重要意义,是研究生态系统水热平衡方程的因子之一。地表辐射也是评价城市环境,特别是判断城市热岛效应强度的一个重要指标,可以帮助我们认识、改善城市环境,提高人类生存质量。地表辐射反映地面热量资源分布情况,对于我们充分利用能源,减灾防灾也是必要的。
然而目前的地基辐射站观测网站点分布不均,不能满足气候研究和全球气候变化和相关领域的研究需要,特别是在青藏高原和广大的海洋、两极等这些不适于人类生存的地区,研究该地区地面辐射收支状况与该地区地面辐射观测站点稀少的矛盾尤为突出,而且建造辐射站的成本也十分高昂,不适合高密度地建造大量辐射站。
发明内容
本发明提供了一种基于卫星云图的反演辐射方法,解决相关技术中存在的地基辐射站观测点分布不均,无法对缺少地基辐射站的地区进行地面辐射观测的问题。
作为本发明的一个方面,提供一种基于卫星云图的反演辐射方法,其中,包括:
获取卫星云图数据;
对所述卫星云图数据进行图像处理得到云指数;
建立晴空模型,并根据所述晴空模型与实测辐射值得到辐射衰减指数;
根据所述云指数和所述辐射衰减指数建立对应数学关系;
根据所述数学关系进行计算得到区域辐射数据。
进一步地,所述对所述卫星云图数据进行图像处理得到云指数,包括:
对所述卫星云图数据进行图像识别和处理,得到云层对应的像素灰度信息;
对比分析所述云层对应的像素灰度信息,得到所述云指数。
进一步地,所述对所述卫星云图数据进行图像识别和处理,得到云层对应的像素灰度信息,包括:
对所述卫星云图数据通过大津法进行图像识别,得到识别出所述卫星云图数据中的云层;
对云层进行图像处理,得到云层对应的像素灰度信息。
进一步地,所述对比分析所述云层对应的像素灰度信息,得到所述云指数,包括:
根据所述云层对应的像素灰度信息与太阳高度角的关系确定云层位置像素的灰度动态变化范围,得到与云层厚度对应的云指数。
进一步地,所述云指数的表达式为:
其中,CI表示云指数,CCC表示余弦校正后的像素灰度,UB和LB分别表示给定的云层位置和时刻的像素灰度动态变化范围的上下界。
进一步地,所述建立晴空模型,并根据所述晴空模型与实测辐射值得到辐射衰减指数,包括:
根据历史实测辐射数据建立晴空模型;
根据所述晴空模型模拟的辐射值与历史实测辐射数据之间的对比分析,得到所述辐射衰减指数。
进一步地,所述晴空模型的表达式为:
其中,DNIclear表示晴空直接辐射,I'O表示叠加地理位置和大气效果影响的入射辐射,τa表示气溶胶衰减系数,Z表示太阳高度角,a表示海拔和气溶胶光学厚度的函数。
进一步地,所述辐射衰减指数的表达式为:
kt*=GHI/GHIclear,
其中,kt*表示辐射衰减指数,GHI表示水平总辐射,GHIclear表示晴空模型计算的水平总辐射。
进一步地,所述根据所述云指数和所述辐射衰减指数建立对应数学关系,包括:
将所述辐射衰减指数进行光电转换处理,得到功率衰减指数;
建立所述云指数与所述功率衰减指数之间的数学关系。
本发明提供的基于卫星云图的反演辐射方法,通过对卫星云图数据进行图像处理后得到云指数,并通过建立晴空模型,得到辐射衰减指数,最后建立辐射衰减指数与云指数的对应关系,得到区域的辐射数据,这种基于卫星云图的反演辐射方法可以代替地基辐射站辐射数据,节约了建造地基辐射站的高昂成本和对数据质量控制的人力成本,更直观地反应整个地区辐射场的变化情况。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1为本发明提供的基于卫星云图的反演辐射方法的流程图。
图2为本发明提供的基于卫星云图的反演辐射方法的具体实施方式的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。
为了使本领域技术人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包括,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本实施例中提供了一种基于卫星云图的反演辐射方法,图1是根据本发明实施例提供的基于卫星云图的反演辐射方法的流程图,如图1所示,包括:
S110、获取卫星云图数据;
S120、对所述卫星云图数据进行图像处理得到云指数;
S130、建立晴空模型,并根据所述晴空模型与实测辐射值得到辐射衰减指数;
S140、根据所述云指数和所述辐射衰减指数建立对应数学关系;
S150、根据所述数学关系进行计算得到区域辐射数据。
本发明实施例提供的基于卫星云图的反演辐射方法,通过对卫星云图数据进行图像处理后得到云指数,并通过建立晴空模型,得到辐射衰减指数,最后建立辐射衰减指数与云指数的对应关系,得到区域的辐射数据,这种基于卫星云图的反演辐射方法可以代替地基辐射站辐射数据,节约了建造地基辐射站的高昂成本和对数据质量控制的人力成本,更直观地反应整个地区辐射场的变化情况。
应当理解的是,可以通过气象部门获取到某一区域的历史卫星云图数据。另外,由于卫星在拍摄图像边缘区域会产生图像失真和局部阴影。因此,在生成云指数之前,需要对卫星云图进行图像质量控制和位置校正,消除像素级的位置误差。
下面结合图1和图2对本发明实施例提供的基于卫星云图的反演辐射方法进行详细说明。
具体地,所述对所述卫星云图数据进行图像处理得到云指数,包括:
对所述卫星云图数据进行图像识别和处理,得到云层对应的像素灰度信息;
对比分析所述云层对应的像素灰度信息,得到所述云指数。
进一步具体地,所述对所述卫星云图数据进行图像识别和处理,得到云层对应的像素灰度信息,包括:
对所述卫星云图数据通过大津法进行图像识别,得到识别出所述卫星云图数据中的云层;
对云层进行图像处理,得到云层对应的像素灰度信息。
需要说明的是,所述大津法即OTSU算法,该算法为本领域技术人员所熟知,此处不再赘述。
具体地,所述对比分析所述云层对应的像素灰度信息,得到所述云指数,包括:
根据所述云层对应的像素灰度信息与太阳高度角的关系确定云层位置像素的灰度动态变化范围,得到与云层厚度对应的云指数。
进一步具体地,所述云指数的表达式为:
其中,CI表示云指数,CCC表示余弦校正后的像素灰度,UB和LB分别表示给定的云层位置和时刻的像素灰度动态变化范围的上下界。
可以理解的是,利用智能图像处理算法对指定区域的卫星云图进行图像识别。为了将图像像素转换到相同的地日几何位置,将图像像素灰度与太阳高度角的余弦相除,进行余弦校正,确定给定位置像素的灰度动态变化范围,得到云指数
具体地,所述建立晴空模型,并根据所述晴空模型与实测辐射值得到辐射衰减指数,包括:
根据历史实测辐射数据建立晴空模型;
根据所述晴空模型模拟的辐射值与历史实测辐射数据之间的对比分析,得到所述辐射衰减指数。
进一步具体地,所述晴空模型的表达式为:
其中,DNIclear表示晴空直接辐射,I'O表示叠加地理位置和大气效果影响的入射辐射,τa表示气溶胶衰减系数,Z表示太阳高度角,a表示海拔和气溶胶光学厚度的函数。
应当理解的是,作为光伏建模的重要基础,首先需要建立晴空模型。晴空辐射受到地外辐射、地日距离、太阳高度角、当地海拔、大气成分、以及大气气溶胶等几个因素的共同影响,而除了太阳高度角和地日距离之外,气溶胶对晴空辐射影响最大,其余因素次之。根据晴空辐射的经验公式(、中国地区的大气成分和气溶胶数据,辐射与太阳高度角、经纬度、海拔高度和地球太阳之间距离的数学关系,建立天空无云状态下的晴空模型。
具体地,所述辐射衰减指数的表达式为:
kt*=GHI/GHIclear,
其中,kt*表示辐射衰减指数,GHI表示水平总辐射,GHIclear表示晴空模型计算的水平总辐射。
可以理解的是,根据气象站历史辐射数据和晴空模型得到的辐射比值变化范围,得到气象站该位置和给定时刻的辐射衰减指数kt*,结合云指数和两者的经验公式,最终建立云指数和辐射衰减指数的数学关系。进一步根据光电转化模型,得到云指数和功率衰减指数的数学关系。对于没有气象站历史辐射数据的区域,通过反距离加权插值,如下式计算得到该区域的功率衰减指数。
具体地,其中,n表示该区域周围有气象站历史辐射数据的区域,μi表示周围区域的功率衰减指数,Di表示该区域与周围有气象站区域的距离。
具体地,所述根据所述云指数和所述辐射衰减指数建立对应数学关系,包括:
将所述辐射衰减指数进行光电转换处理,得到功率衰减指数;
建立所述云指数与所述功率衰减指数之间的数学关系。
综上,本发明提供的基于卫星云图的反演辐射方法,通过采集大量连续的历史卫星云图和地基辐射站辐射数据,通过大津法对卫星云图或地基云图进行图像识别和处理,获取云层对应的像素灰度信息,对比分析云层灰度的动态变化范围,得到不同空间和时间尺度的云指数信息。其次,根据理论公式和长时间累积实测辐射数据建立晴空模型;根据晴空模型模拟的辐射值与实测辐射值之间的对比分析,得到辐射衰减指数,经过光电转化模型计算得到功率衰减指数;然后,利用第一部分已经求得的云指数,建立云指数和功率衰减指数之间的数学关系;最后,利用IDW反距离加权法将函数的系数插值到整个区域。该方法可以基本代替地基辐射站辐射数据,节约了建造地基辐射站的高昂成本和对数据质量控制的人力成本,更直观地反应整个地区辐射场的变化情况。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (5)
1.一种基于卫星云图的反演辐射方法,其特征在于,包括:
获取卫星云图数据;
对所述卫星云图数据进行图像处理得到云指数;
建立晴空模型,并根据所述晴空模型与实测辐射值得到辐射衰减指数;
根据所述云指数和所述辐射衰减指数建立对应数学关系;
根据所述数学关系进行计算得到区域辐射数据;
所述建立晴空模型,并根据所述晴空模型与实测辐射值得到辐射衰减指数,包括:
根据历史实测辐射数据建立晴空模型;
根据所述晴空模型模拟的辐射值与历史实测辐射数据之间的对比分析,得到所述辐射衰减指数;
所述晴空模型的表达式为:
其中,DNIclear表示晴空直接辐射,I'O表示叠加地理位置和大气效果影响的入射辐射,τa表示气溶胶衰减系数,Z表示太阳高度角,a表示海拔和气溶胶光学厚度的函数;
所述辐射衰减指数的表达式为:
kt*=GHI/GHIclear,
其中,kt*表示辐射衰减指数,GHI表示水平总辐射,GHIclear表示晴空模型计算的水平总辐射;
所述根据所述云指数和所述辐射衰减指数建立对应数学关系,包括:
将所述辐射衰减指数进行光电转换处理,得到功率衰减指数;
建立所述云指数与所述功率衰减指数之间的数学关系。
2.根据权利要求1所述的基于卫星云图的反演辐射方法,其特征在于,所述对所述卫星云图数据进行图像处理得到云指数,包括:
对所述卫星云图数据进行图像识别和处理,得到云层对应的像素灰度信息;
对比分析所述云层对应的像素灰度信息,得到所述云指数。
3.根据权利要求2所述的基于卫星云图的反演辐射方法,其特征在于,所述对所述卫星云图数据进行图像识别和处理,得到云层对应的像素灰度信息,包括:
对所述卫星云图数据通过大津法进行图像识别,得到识别出所述卫星云图数据中的云层;
对云层进行图像处理,得到云层对应的像素灰度信息。
4.根据权利要求2所述的基于卫星云图的反演辐射方法,其特征在于,所述对比分析所述云层对应的像素灰度信息,得到所述云指数,包括:
根据所述云层对应的像素灰度信息与太阳高度角的关系确定云层位置像素的灰度动态变化范围,得到与云层厚度对应的云指数。
5.根据权利要求4所述的基于卫星云图的反演辐射方法,其特征在于,所述云指数的表达式为:
其中,CI表示云指数,CCC表示余弦校正后的像素灰度,UB和LB分别表示给定的云层位置和时刻的像素灰度动态变化范围的上下界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010490159.1A CN111652126B (zh) | 2020-06-02 | 2020-06-02 | 一种基于卫星云图的反演辐射方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010490159.1A CN111652126B (zh) | 2020-06-02 | 2020-06-02 | 一种基于卫星云图的反演辐射方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111652126A CN111652126A (zh) | 2020-09-11 |
CN111652126B true CN111652126B (zh) | 2023-09-01 |
Family
ID=72343329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010490159.1A Active CN111652126B (zh) | 2020-06-02 | 2020-06-02 | 一种基于卫星云图的反演辐射方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652126B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559958B (zh) * | 2021-01-05 | 2021-07-27 | 中国科学院西北生态环境资源研究院 | 基于风云4号卫星反演地表太阳总辐射和直接辐射的方法 |
CN113076865A (zh) * | 2021-03-31 | 2021-07-06 | 国能日新科技股份有限公司 | 基于天空拍照图像和卫星云图反演辐照度的方法及系统 |
CN113778140B (zh) * | 2021-09-15 | 2024-04-12 | 阳光电源(上海)有限公司 | 一种跟踪支架的跟踪方法、装置及光伏系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7467043B1 (en) * | 2005-05-10 | 2008-12-16 | The Weather Channel, Inc. | Method for determining current synthetic ultraviolet index for a specified location |
CN106779154A (zh) * | 2016-11-22 | 2017-05-31 | 浙江工业大学 | 基于卫星云图的区域分布式光伏出力预测方法 |
-
2020
- 2020-06-02 CN CN202010490159.1A patent/CN111652126B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7467043B1 (en) * | 2005-05-10 | 2008-12-16 | The Weather Channel, Inc. | Method for determining current synthetic ultraviolet index for a specified location |
CN106779154A (zh) * | 2016-11-22 | 2017-05-31 | 浙江工业大学 | 基于卫星云图的区域分布式光伏出力预测方法 |
Non-Patent Citations (1)
Title |
---|
黎微微 ; 胡斯勒图 ; 陈洪滨 ; 尚华哲 ; .利用MODIS资料计算不同云天条件下的地表太阳辐射.遥感技术与应用.2017,(04),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111652126A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111652126B (zh) | 一种基于卫星云图的反演辐射方法 | |
Chelbi et al. | Solar radiation mapping using sunshine duration-based models and interpolation techniques: Application to Tunisia | |
Lave et al. | Cloud speed impact on solar variability scaling–Application to the wavelet variability model | |
Lukač et al. | Rating of roofs’ surfaces regarding their solar potential and suitability for PV systems, based on LiDAR data | |
Doubrawa et al. | Satellite winds as a tool for offshore wind resource assessment: The Great Lakes Wind Atlas | |
Matzarakis et al. | Sky view factor as a parameter in applied climatology-rapid estimation by the SkyHelios model | |
Ma et al. | An updated moving window algorithm for hourly-scale satellite precipitation downscaling: A case study in the Southeast Coast of China | |
Song et al. | An improved surface soil moisture downscaling approach over cloudy areas based on geographically weighted regression | |
Jiang et al. | Geospatial assessment of rooftop solar photovoltaic potential using multi-source remote sensing data | |
Pillot et al. | Solar energy potential atlas for planning energy system off-grid electrification in the Republic of Djibouti | |
Yoo et al. | Spatial downscaling of MODIS land surface temperature: Recent research trends, challenges, and future directions | |
Moudrý et al. | Evaluation of a high resolution UAV imagery model for rooftop solar irradiation estimates | |
Harty et al. | Intra-hour cloud index forecasting with data assimilation | |
CN116644379A (zh) | 多源海面物理要素的机器学习融合方法、设备及介质 | |
CN113408111A (zh) | 大气可降水量反演方法及系统、电子设备和存储介质 | |
Singh et al. | A visual-inertial system to determine accurate solar insolation and optimal PV panel orientation at a point and over an area | |
Huang et al. | Retrieval of sub-kilometer resolution solar irradiance from Fengyun-4A satellite using a region-adapted Heliosat-2 method | |
Remund et al. | On the generation of hourly shortwave radiation data on tilted surfaces | |
CN112285808B (zh) | 一种aphrodite降水数据的降尺度方法 | |
Wang et al. | Spatially explicit global gross domestic product (GDP) data set consistent with the Shared Socioeconomic Pathways | |
Martín et al. | Solar radiation interpolation | |
CN116187807A (zh) | 光伏发电量评估方法、装置、计算机设备、介质和产品 | |
Brousse et al. | Bias correction of modelled urban temperatures with crowd-sourced weather data | |
Orejarena-Rondón et al. | Spatio-temporal variability of mean wave energy flux in the Caribbean Sea | |
Du et al. | Real-time tropospheric delay map retrieval using sparse GNSS stations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 607 and 608, 26th floor, 487 Tianlin Road, Xuhui District, Shanghai 200023 Applicant after: Jiyuan (Shanghai) data Technology Co.,Ltd. Address before: Room 607 and 608, 26th floor, 487 Tianlin Road, Xuhui District, Shanghai 200023 Applicant before: Mintou (Shanghai) data Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |