Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)姚斯洋获国家专利权

江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)姚斯洋获国家专利权

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!

龙图腾网获悉江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)申请的专利一种识别洪泛湿地复合干热事件的方法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:CN121660270B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610158342.9,技术领域涉及:G06Q10/063;该发明授权一种识别洪泛湿地复合干热事件的方法是由姚斯洋;刘聚涛;韩会明;刘心愿;张立昕;温春云;廖冬设计研发完成,并于2026-02-04向国家知识产权局提交的专利申请。

一种识别洪泛湿地复合干热事件的方法在说明书摘要公布了:本发明公开一种识别洪泛湿地复合干热事件的方法,包括:获取研究区域的地形、水文、气象、土地利用及植被指数数据,确定洲滩范围及暴露临界水位,构建标准化分析数据集;通过水动力模型模拟湿地淹没过程,计算各网格的干指标与热指标;基于植被指数计算植被退化率,结合随机森林模型与联合概率分布分析,确定干阈值与热阈值;逐网格判别是否同时满足干热阈值条件,统计干热事件网格占比;基于历史网格占比序列,采用皮尔逊三型曲线进行频率分析,确定区域级事件判定阈值,进而判断是否为区域级复合干热事件年;本发明实现对洪泛湿地复合干热事件的多层次精准识别,为湿地生态保护与灾害预警提供有效技术支撑。

本发明授权一种识别洪泛湿地复合干热事件的方法在权利要求书中公布了:1.一种识别洪泛湿地复合干热事件的方法,其特征在于,包括如下步骤: 步骤S1:获取研究区域内的研究数据,研究数据包括地形数据、土地利用数据及年末归一化植被指数数据; 步骤S2:基于地形数据与土地利用数据确定洲滩范围;基于地形数据与洲滩范围构建水动力模型;利用水动力模型的干湿水深参数确定洲滩暴露的临界水位; 步骤S3:基于年末归一化植被指数数据计算得到植被退化率;对水动力模型的干指标和热指标进行标准化处理,构建网格化的分析数据集; 步骤S4:利用水动力模型识别分析数据集的每个网格的干湿状态;统计每个网格在全年的干态持续天数作为干指标,并在干态时段内统计高温天数作为热指标; 步骤S5:以标准化后的干指标和热指标为输入、植被退化率为输出,构建随机森林回归模型;通过随机森林回归模型提取生态可接受的干热约束边界,得到生态加权约束条件;同时建立干指标和热指标的联合概率分布模型,结合预设的极端事件概率阈值,得到联合概率约束条件;取生态加权约束条件与联合概率约束条件的交集,确定干阈值和热阈值; 步骤S6:针对目标年份的分析数据集的每个网格,判断是否同时满足干指标不低于干阈值且热指标不低于热阈值,若同时满足则判定目标年份的单个网格发生干热事件,并计算目标年份的干热事件网格占比; 步骤S7:基于历史年份的干热事件网格占比,通过频率分析确定区域内占比阈值;若目标年份的干热事件网格占比不低于区域内占比阈值,则判定目标年份为区域级复合干热事件年; 在步骤S4中,利用水动力模型识别分析数据集的每个网格的干湿状态;统计每个网格在全年的干态持续天数作为干指标,并在干态时段内统计高温天数作为热指标;具体为: 步骤S41,利用水动力模型模拟湿地淹没过程,识别分析数据集的每个网格的干湿状态; 步骤S42,以年为单位,按日步长运行水动力模型,输出分析数据集的每个网格全年逐日水位数据及干态或湿态判定结果;对分析数据集的每个网格,统计全年中水动力模型判定为干态的累计天数,即为干指标; 步骤S43,直接调用水动力模型输出的干态天数,基于水动力模型输出的干态或湿态逐日记录,确定每个网格全年中持续干态的所有时段;将网格级日最高气温数据与上述干态时段进行时空匹配,统计干态时段内日最高气温≥36℃的累计天数,即为热指标。

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江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心),其通讯地址为:330000 江西省南昌市青山湖区北京东路1038号;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。