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！

龙图腾网恭喜大连理工大学申请的专利一种考虑时空关联的可解释的湖泊空间水位模拟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：CN120105926B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510584880.X，技术领域涉及：G06F30/27；该发明授权一种考虑时空关联的可解释的湖泊空间水位模拟方法及系统是由丁伟;林洁;张弛;周惠成设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本一种考虑时空关联的可解释的湖泊空间水位模拟方法及系统在说明书摘要公布了：一种考虑时空关联的可解释的湖泊空间水位模拟方法及系统，属于湖泊水位模拟技术领域。首先，建立流域图结构及邻接矩阵，构建基于图时空神经网络的湖泊空间水位模拟模型，并基于等频分箱方法分割数据集；其次，训练湖泊空间水位模拟模型，优选超参数组合；最后，量化各入湖径流对湖泊空间水位的影响。该系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。本发明通过捕捉流域内各水文代表站的时序关联和空间关联，能够准确模拟湖泊空间水位对诸多入湖径流的动态响应过程；基于可解释性方法，解析各入湖径流对湖泊空间水位波动的时空差异性贡献，突破传统机器学习模型“黑箱”的限制，有助于实现流域的精准管理与绿色发展。

本发明授权一种考虑时空关联的可解释的湖泊空间水位模拟方法及系统在权利要求书中公布了：1.一种考虑时空关联的可解释的湖泊空间水位模拟方法，其特征在于，包括以下步骤： 步骤1，建立流域图结构及邻接矩阵； 步骤2，构建基于图时空神经网络的湖泊空间水位模拟模型； 将长短期记忆网络模块、图卷积神经网络模块、残差图卷积神经网络模块进行整合，构建基于图时空神经网络的湖泊空间水位模拟模型；首先，引入长短期记忆网络模块，简写为LSTM模块，挖掘径流序列的时序关联，从时间维度对径流序列进行聚合和降维；其次，构建图卷积神经网络模块，简写为GCN模块，基于入湖径流与邻近的湖泊水位间的空间关联，初步模拟湖泊空间水位，为湖泊水位节点赋予t时刻的初始特征值；最后，采用残差图卷积神经网络模块，简写为ResGCN模块，在考虑入湖径流影响的基础上，进一步考虑湖泊水位节点之间的空间关联，精准模拟湖泊空间水位； 所述湖泊空间水位模拟模型的输入为径流特性，包括全部入湖径流在过去与当前共H个时段的径流序列，输出为全部湖泊水位站在当前时段的水位特征；如下式所示， 2 其中，为t时刻的径流特征，，P表示河道径流节点的数量；为t时刻的水位特征，，Q表示湖泊水位节点的数量；H为输入径流特征的时段数，为映射函数； 步骤3，基于等频分箱方法分割数据集； 步骤4，训练湖泊空间水位模拟模型，优选超参数组合； 步骤5，量化各入湖径流对湖泊空间水位的影响，具体为： 步骤5.1，计算入湖径流对湖泊空间水位波动的边际贡献； 步骤5.2，解析入湖径流对湖泊空间水位的影响滞时； 步骤5.3，量化入湖径流对湖泊空间水位的影响程度。

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大连理工大学，其通讯地址为：116000 辽宁省大连市甘井子区凌工路2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”。