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！

龙图腾网获悉中山大学申请的专利一种面向径流过程的流域水质变频采样方法及装置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：CN120102828B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510556375.4，技术领域涉及：G01N33/18；该发明授权一种面向径流过程的流域水质变频采样方法及装置是由崔国韬;郑凯丰;谢亿设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种面向径流过程的流域水质变频采样方法及装置在说明书摘要公布了：本申请公开了一种面向径流过程的流域水质变频采样方法及装置，属于水文水环境监测领域，所述方法为：获取待监测流域的历史径流观测数据、降水数据以及当前时刻的水文观测数据；通过预设的径流预测模型，结合水文观测数据以及降水数据预测径流预报数据；径流预测模型通过耦合长短期记忆网络模型以及自然资源保护服务曲线数模型而获取；通过集合卡尔曼滤波算法同化水文观测数据至径流预报数据；通过分段抽样方法，结合同化后的径流预报数据，确定径流预报数据对应降水期间内若干不同径流阶段的采样时位点；当待监测流域的水位到达预设触发水位时，根据采样时位点对待监测流域进行采样。因此，本申请可以提高径流过程中采样效率以及采样结果精确度。

本发明授权一种面向径流过程的流域水质变频采样方法及装置在权利要求书中公布了：1.一种面向径流过程的流域水质变频采样方法，其特征在于，包括： 获取待监测流域的历史径流观测数据、降水数据以及当前时刻的水文观测数据； 通过预设的径流预测模型，结合所述当前时刻的水文观测数据以及所述降水数据预测整个降水期间的径流预报数据；所述径流预测模型通过耦合长短期记忆网络模型以及自然资源保护服务曲线数模型而获取； 通过集合卡尔曼滤波算法同化所述当前时刻的水文观测数据至所述径流预报数据； 通过分段抽样方法，结合同化后的径流预报数据，确定所述径流预报数据对应降水期间内若干不同径流阶段的采样时位点； 当所述待监测流域的水位到达预设触发水位时，根据所述采样时位点对所述待监测流域进行采样，以获取采样数据，并根据采样数据计算整个径流过程的水质指标及置信区间；其中，所述预设触发水位为根据所述历史径流观测数据而确定获取； 所述通过预设的径流预测模型，结合所述当前时刻的水文观测数据以及所述降水数据预测整个降水期间的径流预报数据，包括： 其中，所述降水数据包括历史降水强度数据以及整个降水期间对应的降水预报数据； 根据所述历史降水强度数据，获取预设降水强度下的单位线流函数，并根据所述预设降水强度下的单位线流函数，确定任意降水强度下的单位线流函数； 将所述水文观测数据以及所述降水预报数据输入至预设的长短期记忆网络模型，获取净雨量； 将所述净雨量输入至预设的自然资源保护服务曲线数模型，结合任意降水强度下的所述单位线流函数，预测所述径流预报数据； 所述将所述净雨量输入至预设的自然资源保护服务曲线数模型，结合任意降水强度下的所述单位线流函数，预测所述径流预报数据，包括： 根据所述净雨量，计算所述径流预报数据对应降水期间的曲线数值； 根据所述曲线数值，计算降水的潜在最大滞留量，并根据所述最大滞留量计算累积有效降水量； 根据所述累积有效降水量确定以时间为变量的有效降水强度函数； 根据所述有效降水强度函数以及所述任意降水强度下的所述单位线流函数，通过卷积积分获取所述径流预报数据。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。