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！

龙图腾网获悉华南理工大学申请的专利一种基于水质污染检测的流域水环境监测与应急污染快速溯源方法及系统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：CN120744675B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511133893.1，技术领域涉及：G06F18/2415；该发明授权一种基于水质污染检测的流域水环境监测与应急污染快速溯源方法及系统是由莫淇铭;卢桂宁;杜晓冻;郑雄开设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本一种基于水质污染检测的流域水环境监测与应急污染快速溯源方法及系统在说明书摘要公布了：本发明属于环境水质污染监测技术领域，尤其涉及一种基于水质污染检测的流域水环境监测与应急污染快速溯源方法及系统，该方法包括以下步骤：构建多参数协同监测模型，并训练、部署；通过分布式采样点和采样站，采集流域水环境水质污染检测的加验证标记的实时数据及分时数据；采用MLP及LSTMGRU模型，融合EEM光谱数据与环境特征，对多源异构数据进行融合和分析；按照预设条件自动识别是否出现应急污染事件，自动输出水环境监测与应急污染的污染类型及溯源结果，由人工进一步核查，进行环境执法核查。本发明能够大范围、低成本、高效率的完成对流域水环境污染状况监测与应急污染快速追踪溯源，以支持环境执法。

本发明授权一种基于水质污染检测的流域水环境监测与应急污染快速溯源方法及系统在权利要求书中公布了：1.一种基于水质污染检测的流域水环境监测与应急污染快速溯源方法，其特征在于，其是基于水质污染检测、多源数据采集与人工智能模型融合分析，进行流域水环境监测与应急污染的快速溯源，包括以下步骤：首先构建多参数协同监测模型，其中包括多层感知器MLP模型及LSTMGRU模型，并训练、部署；再通过分布式采样点和采样站，采集流域水环境和水质污染检测的加验证标记的实时数据及分时数据，采用AI驱动的污染识别MLP模型及LSTMGRU模型，结合批量归一化、Dropout和SMOTE过采样技术，融合EEM光谱数据与环境特征，对多源异构数据进行融合和分析；然后按照预设条件自动识别是否出现应急污染事件，如果初步判断为出现应急污染事件则启动污染类型判断、溯源、并交叉验证，自动输出水环境监测与应急污染的污染类型及溯源结果，由人工进一步核查，进行环境执法核查，完成对流域水环境污染状况监测与应急污染快速追踪溯源； 所述多层感知器MLP模型的构建，包括如下步骤： S1-1模型构建：采用PyTorch框架，构建水质污染的多层感知器MLP模型，总参数量不少于1.5M，该多层感知器模型架构包括输入层、多个隐藏层和分类层； 其中隐藏层包括线性变换层、批量归一化层、ReLU激活函数及Dropout层； 分类层输出5个类别的水样分类概率，对应五类水样来源； S1-2模型训练：采用已知的历史数据集，对多层感知器MLP模型进行训练，采用加权交叉熵损失函数，通过类别样本数的倒数计算权重，以平衡少数类的影响；使用Adam优化器，设置学习率调度器为LambdaLR或CosineAnnealingLR；引入早停机制，根据验证损失停止训练；并调整模型参数，优化模型参数以提升分类、溯源性能； S1-3模型评估与污染溯源验证：在测试集上评估模型性能，使用classificationreport计算准确率、精确率、召回率和F1分数，并绘制混淆矩阵分析分类效果；使用RandomForestClassifier通过featureimportances计算特征重要性，识别关键特征；根据分类结果和特征重要性，推断污染来源，生成溯源报告，然后验证报告的准确性； 将水质污染检测的分类结果与已知实际来源类别进行比对，以分析分类准确率和污染溯源能力，包括：计算测试集上的准确率、精确率、召回率和F1分数；生成混淆矩阵，分析各类别之间的误分类情况；使用随机森林模型评估特征重要性，识别对分类贡献最大的环境特征和光谱特征。

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华南理工大学，其通讯地址为：510000 广东省广州市天河区五山路381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。