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！

龙图腾网获悉北京航空航天大学杭州创新研究院申请的专利湖泊蓝藻水华动态预测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：CN114819407B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202210630132.7，技术领域涉及：G06Q10/04；该发明授权湖泊蓝藻水华动态预测方法及装置是由方泽华;王鹏设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本湖泊蓝藻水华动态预测方法及装置在说明书摘要公布了：本说明书实施例提供了一种湖泊蓝藻水华动态预测方法及装置，其中，方法包括：根据浮游植物生长的基本过程建立物理状态描述模型，并将所述物理状态描述模型中的参数划分为确定性参数和随机性参数；通过双集合卡尔曼滤波方法对所述参数和所述物理状态描述模型的状态进行更新，从而修正所述随机性参数并通过所述物理状态描述模型预测蓝藻生长，获取预测结果；计算所述预测结果和实际观测结果的残差值，基于所述残差值建立神经网络模型，通过所述神经网络模型修正所述物理状态描述模型的误差，进行湖泊蓝藻水华的预测。

本发明授权湖泊蓝藻水华动态预测方法及装置在权利要求书中公布了：1.一种湖泊蓝藻水华动态预测方法，其特征在于，包括： 根据浮游植物生长的基本过程建立物理状态描述模型，并将所述物理状态描述模型中的参数划分为确定性参数和随机性参数； 通过双集合卡尔曼滤波方法对所述参数和所述物理状态描述模型的状态进行更新，从而修正所述随机性参数并通过所述物理状态描述模型预测蓝藻生长，获取预测结果； 计算所述预测结果和实际观测结果的残差值，基于所述残差值建立神经网络模型，通过所述神经网络模型修正所述物理状态描述模型的误差，进行湖泊蓝藻水华的预测；具体包括：得到的所述预测结果即蓝藻浓度预测值与仪器测量得到的实际观测结果即蓝藻浓度真实值之间的差作为残差值，建立基于残差值驱动的神经网络模型；使用神经网络模型针对残差值进行预测，将残差预测结果和所述预测结果结合，实现对于蓝藻水华的预测； 其中，根据浮游植物生长的基本过程建立物理状态描述模型具体包括： 根据浮游植物生长的三个主要物理过程，基于公式1建立蓝藻的物理状态描述模型即动态生长模型： 公式1； 其中，表示湖泊中的蓝藻浓度，表示时间，表示湖泊中蓝藻的净增长率，表示总的自然增长率，表示总的自然损失率，表示冲刷损失率； 所述根据浮游植物生长的三个主要物理过程，建立蓝藻的物理状态描述模型即动态生长模型具体包括： 假设蓝藻总的自然增长率与理想状态下的最大增长率为、温度模型为、湖泊中的营养物质模型为、光照强度模型为相关，根据公式2将总的自然增长率描述为： 公式2； 根据公式3，将温度模型用生长速率的温度系数、环境观测温度、标准参考温度描述为： 公式3； 其中，生长速率的温度系数为随机参数； 根据公式4将营养物质模型描述为： 公式4； 其中，、分别表示湖泊中的氮、磷含量，、分别表示湖泊中的氮、磷的半饱和系数； 根据公式5确定光照强度模型使用Monod公式建模为饱和型模型： 公式5； 其中，表示光照强度，表示光照的半饱和系数； 根据损失的总和，基于公式6描述总的自然损失率： 公式6； 其中，表示理想状态下最大自然损失率，表示自然损失率的温度系数，为随机参数； 根据公式7，基于流失的体积和湖泊的总体积描述蓝藻的冲刷损失率： 公式7； 根据公式8确定蓝藻的物理状态描述模型即动态生长模型： 公式8。

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北京航空航天大学杭州创新研究院，其通讯地址为：310052 浙江省杭州市滨江区长河街道创慧街18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。