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！

龙图腾网获悉河海大学申请的专利绿洲生态水文模拟方法、装置、设备及存储介质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：CN120874606B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511350289.4，技术领域涉及：G06F30/27；该发明授权绿洲生态水文模拟方法、装置、设备及存储介质是由黄峰;李一平;倪佳颖;初冉设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本绿洲生态水文模拟方法、装置、设备及存储介质在说明书摘要公布了：本申请提供一种绿洲生态水文模拟方法、装置、设备及存储介质。涉及地球物理下生态水文分支技术领域。该方法包括：基于生态水文基础数据，运用生态水文方程计算绿洲潜水蒸散发量、地下水的绿洲面积承载力和地下水的植被覆盖度承载力，作为机器学习建模的输入特征，并基于适用于回归建模的机器学习模型，分别构建湖泊面积模块、地下水埋深模块、绿洲面积模块和植被覆盖度模块；集成各模块以构建绿洲生态水文模型，基于绿洲生态水文模型实现绿洲生态水文模拟。该方法可为生态输水工程的输水总量和输水过程优化设计提供有效工具，助力提升绿洲复苏生态效益。

本发明授权绿洲生态水文模拟方法、装置、设备及存储介质在权利要求书中公布了：1.一种绿洲生态水文模拟方法，其特征在于，所述方法包括： 获取生态水文基础数据；其中，所述生态水文基础数据包括经标准化处理后逐月的气象数据、水文数据和生态数据，所述气象数据包括气温、降水和潜在蒸散发，所述水文数据包括生态输水量和地下水埋深，所述生态数据包括绿洲面积、归一化植被指数和植被覆盖度； 基于所述生态水文基础数据，运用生态水文方程计算绿洲潜水蒸散发量、地下水的绿洲面积承载力和地下水的植被覆盖度承载力，作为机器学习建模的输入特征，并基于适用于回归建模的机器学习模型，分别构建湖泊面积模块、地下水埋深模块、绿洲面积模块和植被覆盖度模块； 集成所述湖泊面积模块、地下水埋深模块、绿洲面积模块和植被覆盖度模块以构建绿洲生态水文模型，基于所述绿洲生态水文模型实现绿洲生态水文模拟； 基于机器学习模型，构建湖泊面积模块： ； 式中，表示适用于回归建模的机器学习算法；表示时刻的湖泊面积，单位km2；表示时刻的湖泊面积，单位km2；表示时刻的生态输水量，单位百万m3；表示时刻的生态输水量，单位百万m3；表示时刻的潜在蒸散发量，单位mm；表示时刻的降水量，单位mm；表示时刻的潜在蒸散发量与降水量的差值，单位mm；表示时间，模拟的时间步长为1个月； 所述方法还包括： 基于模拟精度评价和SHAP归因分析，从多种机器学习模型中优选模型，分别构建湖泊面积模块、地下水埋深模块、绿洲面积模块和植被覆盖度模块，并基于优化的模型所构建的湖泊面积模块、地下水埋深模块、绿洲面积模块和植被覆盖度模块集成绿洲生态水文模型；其中，基于模拟精度评价和SHAP归因分析，从多种机器学习模型中优选模型的方式包括： 获取湖泊面积模块、地下水埋深模块、绿洲面积模块和植被覆盖度模块集成后测试期的模拟精度，选取模拟精度超过设定精度阈值的机器学习模型作为构建对应模块的基础；其中，所述模拟精度通过均方根误差、相关系数和纳什效率系数中的一种或多种来表征； 对湖泊面积模块开展SHAP归因分析，利用散点图识别的SHAP值与的相关关系、的SHAP值与的相关关系、的SHAP值与的相关关系、的SHAP值与的相关关系，选择使得湖泊面积模块各输入变量的SHAP值与各输入变量符合以下相关关系的机器学习模型作为优选模型： 的SHAP值随的增大而趋于增大，两者基本呈正相关关系； 的SHAP值随的增大而趋于增大，两者基本呈正相关关系； 的SHAP值随的增大而趋于增大，两者基本呈正相关关系； 的SHAP值随的增大而趋于减小，两者基本呈负相关关系。

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河海大学，其通讯地址为：210098 江苏省南京市鼓楼区西康路一号；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。