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)刘心愿获国家专利权
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)申请的专利基于混合层动态与氮磷限制耦合的湖泊生态修复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:CN120348989B 。
龙图腾网通过国家知识产权局官网在2025-09-02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:202510870595.4,技术领域涉及:C02F1/00;该发明授权基于混合层动态与氮磷限制耦合的湖泊生态修复方法是由刘心愿;刘聚涛;姚斯洋;黄振宇;胡克龙;胡芳;杨平;张兰婷设计研发完成,并于2025-06-26向国家知识产权局提交的专利申请。
本基于混合层动态与氮磷限制耦合的湖泊生态修复方法在说明书摘要公布了:本发明公开了一种基于混合层动态与氮磷限制耦合的湖泊生态修复方法,包括以下步骤:获取湖泊面积、湖泊水下地形起伏度、湖泊水深、湖泊水体营养盐、湖泊纬度和风速数据;构建计算混合层深度的多参数耦合模型,判断湖泊水深类型;依据湖泊水深类型构建混合层‑水深耦合的氮磷比动态模型;依据氮磷比动态模型确定湖泊氮磷限制动态阈值,判定湖泊氮磷限制类型;形成湖泊生态修复类型矩阵;制定湖泊生态修复策略。本发明有益效果是:能够快速迅捷的确定湖泊水深类型和氮磷限制情况,弥补湖泊生态环境修复前湖泊水体混合特性和富营养化控制要素不明的缺陷,并针对性的提出湖泊生态修复方案,有助于解决湖泊富营养化治理效果不佳的难题。
本发明授权基于混合层动态与氮磷限制耦合的湖泊生态修复方法在权利要求书中公布了:1.基于混合层动态与氮磷限制耦合的湖泊生态修复方法,其特征在于:包括以下步骤: 步骤S1:获取湖泊面积、湖泊水下地形起伏度、湖泊水深、湖泊水体营养盐、湖泊纬度和风速数据; 步骤S2:依据步骤S1获取的湖泊面积、湖泊水下地形起伏度、湖泊水深、湖泊纬度和风速数据,构建计算混合层深度的多参数耦合模型,判断湖泊水深类型; 步骤S3:依据步骤S1的湖泊水体营养盐数据和步骤S2的湖泊水深类型,构建混合层-水深耦合的氮磷比动态模型; 步骤S4:依据步骤S3构建的混合层-水深耦合的氮磷比动态模型,确定湖泊氮磷限制动态阈值,基于湖泊氮磷限制动态阈值判定湖泊氮磷限制类型; 步骤S5:依据步骤S2的湖泊水深类型和步骤S4的湖泊氮磷限制类型的耦合,形成湖泊生态修复类型矩阵; 步骤S6:依据步骤S5形成的湖泊生态修复类型矩阵,制定相应的湖泊生态修复策略; 步骤S2中构建计算混合层深度的多参数耦合模型,判断湖泊水深类型;具体为: 步骤S21,湖泊水深类型指通过比较湖泊混合层深度和最大水深关系,将湖泊分为浅水型湖泊即混合层深度湖泊最大水深、深水型湖泊即混合层深度湖泊平均水深和过渡型湖泊即湖泊平均水深≤混合层深度≤湖泊最大水深; 步骤S22,湖泊混合层深度基于湖泊面积、湖泊水下地形起伏度、湖泊纬度和平均风速参数耦合估算,如公式(4)所示: (4); 其中,EPI表示湖泊混合层深度,k1为湖泊混合层深度与湖泊面积之间的无量纲的比例系数,k2为湖泊纬度与湖泊混合层深度的无量纲的比例系数;A表示湖泊面积,表示湖泊纬度,W表示平均风速,R表示湖泊水下地形起伏度; 步骤S3中依据步骤S1的湖泊水体营养盐数据和步骤S2的湖泊水深类型,构建混合层-水深耦合的氮磷比动态模型;具体为: 步骤S31,通过湖泊水体中总磷和总氮、湖泊混合层深度、湖泊最大水深和湖泊平均水深共同构建混合层-水深耦合的氮磷比动态模型,如公式(5)所示: (5); 其中,N:P动态表示总氮总磷修正的质量比,ρTN和ρTP分别表示湖泊水体中总氮和总磷的浓度,表示混合层-水深耦合修正因子,α表示浅水放大系数,α为1.2,β表示深水抑制系数,β为0.05,Zmax表示湖泊最大水深,Zavg表示湖泊平均水深,exp表示以自然常数e为底的指数函数; 步骤S32,浅水型湖泊即EPIZmax,1,指数项,混合层-水深耦合修正因子=1,放大总氮总磷修正的质量比N:P动态; 步骤S33,深水型湖泊即EPIZavg,1,指数项衰减,混合层-水深耦合修正因子等于自身,数值等于0.001,压缩总磷修正的质量比N:P动态; 步骤S34,过渡型湖泊即Zavg≤EPI≤Zmax,混合层-水深耦合修正因子=1,保留基准阈值; 其中,基准阈值即混合层-水深耦合修正因子。
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”。
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。