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！

龙图腾网获悉水利部水利水电规划设计总院申请的专利气候变化下的降水多要素时空变化分析及归因识别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：CN116701974B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202310732938.1，技术领域涉及：G06F18/232；该发明授权气候变化下的降水多要素时空变化分析及归因识别方法是由李昕阳;刘为锋;郭旭宁;陈飞;史文龙;刘昀竺;何奇峰;唱彤设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本气候变化下的降水多要素时空变化分析及归因识别方法在说明书摘要公布了：本发明公开了一种气候变化下的降水多要素时空变化分析及归因识别方法，包括如下步骤：划定研究区域范围和研究时期范围，采集研究数据并提取降水特性、聚类与子流域之间的映射关系；基于各个子流域的降水特征进行聚类，读取研究区域中的各个子流域并概化为点，构建点模式分析方法，并进行空间分布格局分析；构建降水变化驱动因子集和基于GA超参数优化的GBDT模型，针对研究区域的各个研究时期，筛选敏感的降水变化驱动因子作为关键驱动因子；基于降水变化影响因子对研究区域的子流域进行聚类分析，获得各个降水影响因子的空间分布特征，对降水空间分布格局演变进行归因分析。本发明能够提高多要素时空变化分析的效率及归因识别的准确率。

本发明授权气候变化下的降水多要素时空变化分析及归因识别方法在权利要求书中公布了：1.气候变化下的降水多要素时空变化分析及归因识别方法，其特征在于，包括如下步骤： 步骤S1、划定研究区域范围和研究时期范围，采集研究数据并提取降水信息、聚类与子流域之间的映射关系；其中每个研究区域包括至少两个子流域，每个研究时期包括至少两个研究时段； 步骤S2、基于各个子流域的降水特征进行聚类，读取研究区域中的各个子流域并概化为点，构建点模式分析方法，并进行空间分布格局分析； 步骤S3、构建降水变化驱动因子集和基于GA超参数优化的GBDT模型，针对研究区域的各个研究时期，筛选敏感的降水变化驱动因子作为关键驱动因子； 步骤S4、基于作为关键驱动因子的降水变化驱动因子对研究区域的子流域进行聚类分析，获得各个降水变化驱动因子的空间分布特征，对降水空间分布格局演变进行归因分析； 所述步骤S4进一步为： 步骤S41、基于每个子流域内k个关键驱动因子的值作为子流域在k维空间中的坐标值，通过欧式距离计算各个子流域之间的距离，对子流域进行聚类；k为自然数； 步骤S42、检验降水空间分布状况与关键驱动因子空间分布状况的相关性，利用驱动因子与降水映射关系模型模拟各个关键驱动因子单独或联合作用下的降水变化程度，根据降水变化程度对各个子流域进行聚类，并计算各类受关键驱动因子的比例； 步骤S43、若相关性程度高于阈值，则结合关键影响因子的空间分布，针对降水演变过程中存在的空间差异性，对不同大小级别、不同变化程度的降水演变进行归因分析； 对不同大小级别的降水演变进行归因分析过程，具体包括： 在第i个时段内各子流域的降水特性共分为l类，各类之间的区别在于降水量大小不同，对l类降水分别进行演变格局中所呈现特征的归因分析，以受主导影响的面积为度量指标，确定影响因子对其影响程度， ， 式中：α i C,p 为第i时段内第p类大小级别的降水在接下来的降水演变过程中受气象因素中的关键影响因子主导的比例；Aj为第j个子流域的面积；n为流域内子流域的个数；m为研究期内包含的时段数；l为第i个时段内基于降水大小级别的子流域聚类数目，i=1,2，…，m-1，p=1,2,…,l； 不同变化程度的降水演变进行归因分析过程，具体包括： 从第i个时段到第i+1个时段各子流域的降水变化特性共分为k类，各类之间的区别在于降水量变化程度的不同，对k类降水分别进行演变格局中所呈现特征的归因分析，以受主导影响的面积为度量指标，确定影响因子对其影响程度， ， β i C,q 为从第i时段到第i+1时段第q类变化程度的降水在其演变过程中受某一关键影响因子主导的比例；Aj为第j个子流域的面积；n为流域内子流域的个数；m为研究期内包含的时段数；k为从第i时段到第i+1时段基于降水变化程度的子流域聚类数目，i=1,2，…，m-1，q=1,2,…,k。

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水利部水利水电规划设计总院，其通讯地址为：100120 北京市西城区六铺炕北小街2-1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”。