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基于多源数据实时评估的洪水预报数据仓库搭建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：CN121478888B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610024476.1，技术领域涉及：G06F16/28；该发明授权基于多源数据实时评估的洪水预报数据仓库搭建方法是由王文卓;张天衍;董增川;任黎;可灏;刘安琪;魏巍设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本基于多源数据实时评估的洪水预报数据仓库搭建方法在说明书摘要公布了：本发明涉及一种基于多源数据实时评估的洪水预报数据仓库搭建方法，包括以下步骤：基于气象水文指标构建考虑多类驱动因子的洪水智能分类模型，提出适用水文模型；评估多维异构数据数据源并筛选可用数据；构建子流域划分方法，并以此构建洪水预报概念性模型建模方案集；根据适用水文模型与子流域方案设计预报对象数据模型，梳理洪水预报数据模型的核心实体与关系；设计预报对象物理模型，构建数据存储结构，优化存储与查询；对数据进行抽取、转换和加载到数据仓库。发明构建的洪水预报数据仓库，不仅可满足洪水预报业务对多维异构数据需求，也可以根据数据可用性和产汇流特性自动设计建模方案，为黄河流域的水文预报、水资源管理提供参考和依据。

本发明授权基于多源数据实时评估的洪水预报数据仓库搭建方法在权利要求书中公布了：1.基于多源数据实时评估的洪水预报数据仓库搭建方法，其特征在于：包括以下步骤： S1.获取预报对象集水区内多场洪水事件的下垫面数据，计算洪水特征指标和洪水类型影响因子，所述洪水特征指标包括洪峰流量、洪水历时、最大1h洪水总量和洪水总量，所述洪水类型影响因子包括降水量、土地利用和坡度；采用图注意力神经网络提取洪水类型影响因子时空特征，采用K-means聚类实现洪水分类，根据分类结果计算不同洪水类型的产流系数范围，识别不同洪水类型的产流特征并选取适用于蓄满产流特征、超渗产流特征或混合产流特征的水文模型； S2.获取多维异构数据，统计计算各数据源的评价指标，利用模糊认知图模型计算各评价指标权重，根据权重评估并筛选出可用性数据，所述评价指标包括：异常值发生率、错误值发生率、数据传输时间、监测时间间隔、监测覆盖时段和监测站点级别，其中所述数据传输时间、监测时间间隔、监测覆盖时段和监测站点级别通过统计获得； S3.基于径流监测的国家水文站点空间分布，将预报对象集水区划分为多个初步子流域；采用反距离权重法统一下垫面数据的空间精度，基于统一空间精度后的下垫面数据采用DBSCAN聚类算法对各所述初步子流域内进行空间聚类，提取具有相似产汇流性质的初步子流域，得到多个细分子流域；根据气象预报数据的预期暴雨中心和步骤S2中的得到的所述可用性数据，对所述细分子流域进行合并，得到多个适宜子流域；构建洪水预报概念性模型建模方案集； S4.提取步骤S1中所述水文模型所需的核心参数与输入输出数据，将数据的格式、精度转化为数据模型的字段需求；结合洪水预报业务流程，划分多个核心实体，并明确各字段的业务含义；通过“主键-外键”关联与业务逻辑关联明确所述核心实体间的依赖关系，并用ER图呈现关联逻辑； S5.将步骤S4的ER图转化为数据库表结构，确定每个表的字段映射、存储引擎选择、分区设计、分表策略及存储参数配置，得到多个数据库； S6.明确数据仓库中所需的原始数据范围，划定数据边界和时空维度，从所述多个数据库中抽取原始数据，并对所述原始数据进行清洗、转换，将转换后的数据加载到所述数据仓库，并同步生成元数据，存储于元数据库。

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：210024 江苏省南京市鼓楼区西康路1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。