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！

龙图腾网恭喜江西省生态文明研究院(江西省山江湖开发治理委员会办公室)申请的专利一种基于人工智能的河流微污染物动态监测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：CN119207627B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411746283.4，技术领域涉及：G16C20/30；该发明授权一种基于人工智能的河流微污染物动态监测方法及系统是由刘梅影;杨志平;秦佳军;袁银秋;任旋;黄海琴设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于人工智能的河流微污染物动态监测方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的河流微污染物动态监测方法及系统，涉及环境监测技术领域，包括有：根据所述特征数据和颗粒物分析模块，建立微污染物浓度预测模型；通过气候变化和流域土地的使用变化，对所述微污染物浓度预测模型的模型参数进行调整；通过调整模型参数后的所述微污染物浓度预测模型，获取微污染物的浓度结果，并根据所述浓度结果和预警阈值，进行分级预警。本发明通过连续的数据采集和实时分析，能够及时发现和响应微污染物浓度的变化，提供即时的预警信息，同时能够根据气候变化和土地使用变化，动态调整模型参数和预警阈值，从而可以使得系统能够适应环境的动态变化。

本发明授权一种基于人工智能的河流微污染物动态监测方法及系统在权利要求书中公布了：1.一种基于人工智能的河流微污染物动态监测方法，其特征在于，包括有：建立微污染物浓度预测模型：通过水体物理化学参数和流速数据，获取特征数据，并建立颗粒物分析模块，同时根据所述特征数据和颗粒物分析模块，建立微污染物浓度预测模型；更新微污染物浓度预测模型：通过气候变化和流域土地的使用变化，对所述微污染物浓度预测模型的模型参数进行调整；微污染物浓度预警：通过调整模型参数后的所述微污染物浓度预测模型，获取微污染物的浓度结果，并根据所述浓度结果和预警阈值，进行分级预警；所述特征数据的获取方式，包括有：根据水流动力学特征和水流污染情况，建立动态调度模型和区域预测模型，同时通过所述动态调度模型，获取数据采集的时间间隔和地点，通过所述区域预测模型，获取污染热点区域；根据所述污染热点区域，对所述数据采集的地点进行排序，并根据排序后的采集地点和数据采集的时间间隔，获取所述采集地点的数据；根据监测目标和环境条件，从所述采集地点的数据中获取特征数据；通过所述动态调度模型，获取数据采集的时间间隔和地点，包括有：获取水体物理化学参数、气象数据和土地使用数据，并对所述水体物理化学参数、气象数据和土地使用数据进行预处理；通过预处理后的所述水体物理化学参数、气象数据和土地使用数据，建立动态调度模型，并通过所述动态调度模型，获取数据采集的时间间隔和地点的组合集，所述动态调度模型，具体为： ；其中：为时间t的观测向量，为常数向量，为自回归系数矩阵，为时间t-i的观测向量，为白噪声向量，为滞后总阶数，为滞后阶数大的索引；通过粒子群优化算法，从所述数据采集的时间间隔和地点的组合集中，确定出最终数据采集的地点，同时所述最终数据采集的地点对应的时间间隔，即为最终数据采集的时间间隔，所述最终数据采集的地点，具体为： ；其中：为第j个数据在第k+1次迭代的速度向量，为第j个数据在第k+1次迭代的位置向量，为第j个数据在第k次迭代的速度向量，、为加速常数，、为随机数，为第j个数据在第k次迭代的最佳位置，为第j个数据在第k次迭代的位置向量，为第k次迭代的全局最佳位置，为迭代的总次数，为数据的索引；通过所述区域预测模型，获取污染热点区域，包括有：获取水体物理化学参数、气象数据和土地使用数据，并对所述水体物理化学参数、气象数据和土地使用数据进行预处理，同时通过递归特征消除算法，从预处理后的所述水体物理化学参数、气象数据和土地使用数据中，获取影响特征；根据所述影响特征，建立基础模型，并通过所述基础模型，获取元特征数据，所述基础模型，具体为： ；其中：、、为元特征，为决策树的数量，为第m颗决策树的预测值，、、为偏置项，为核函数，为训练样本的标签，为拉格朗日乘子，为影响特征，为第一层的权重矩阵，为激活函数，为第二层的权重矩阵，为训练样本的索引，为训练样本的数量，为决策树的索引；根据所述元特征数据，建立所述区域预测模型，获取每个监测区域对应的预测值，同时设置预测阈值，并确定出大于所述预测阈值的预测值，大于所述预测阈值的预测值对应的监测区域，即为污染热点区域，所述区域预测模型，具体为： ；其中：为污染热点区域，为激活函数，为权重向量，为元特征数据，为偏置项；建立颗粒物分析模块，获取颗粒物的分布结果，包括有：获取颗粒物的分布数据、时间数据、地理数据和气象数据，并对所述颗粒物的分布数据、时间数据、地理数据和气象数据进行预处理；根据预处理后的所述颗粒物的分布数据、时间数据、地理数据和气象数据，通过卷积神经网络，获取颗粒物在空间和时间上的分布数据，并通过多尺度分析方法，获取颗粒物在不同尺度上的分布数据；将所述颗粒物在空间和时间上的分布数据、颗粒物在不同尺度上的分布数据进行融合，建立所述颗粒物分析模块，所述颗粒物分析模块的输出结果，即为颗粒物的分布结果，所述颗粒物分析模块，具体为： ；其中：为颗粒物分布特征向量，为融合权重，为颗粒物在空间和时间上的分布数据，为颗粒物在不同尺度上的分布数据。

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江西省生态文明研究院(江西省山江湖开发治理委员会办公室)，其通讯地址为：330000 江西省南昌市红谷滩新区卧龙路999号西5栋；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”。