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一种基于地统计与分形理论联合模型的地下水长期相关性分析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：CN119444493B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411492511.X，技术领域涉及：G06Q50/06；该发明授权一种基于地统计与分形理论联合模型的地下水长期相关性分析方法是由孙龙;孙闻;刘鹏;齐晓静;刘靖宇;鲁程鹏;刘纯黎;李爽设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种基于地统计与分形理论联合模型的地下水长期相关性分析方法在说明书摘要公布了：本发明公开了一种基于地统计与分形理论联合模型的地下水长期相关性分析方法，包括：获取研究区域初始地下水长序列埋深监测数据，基于时空克里金插值方法对所述地下水长序列埋深监测数据进行处理，获得地下水平均埋深数据；构建地统计与分形理论联合模型，将所述初始地下水长序列埋深监测数据与地下水平均埋深数据输入所述地统计与分形理论联合模型进行处理，获得输出结果，通过所述输出结果分析所述研究区域的地下水埋深的长期相关性。本发明提供了更为准确和可靠的预测结果，为地下水资源管理与规划提供了更科学的依据。

本发明授权一种基于地统计与分形理论联合模型的地下水长期相关性分析方法在权利要求书中公布了：1.一种基于地统计与分形理论联合模型的地下水长期相关性分析方法，其特征在于，包括： 获取研究区域初始地下水长序列埋深监测数据，基于时空克里金插值方法对所述地下水长序列埋深监测数据进行处理，获得地下水平均埋深数据集； 构建地统计与分形理论联合模型，将所述初始地下水长序列埋深监测数据与地下水平均埋深数据输入所述地统计与分形理论联合模型进行处理，获得输出结果，通过所述输出结果分析所述研究区域的地下水埋深的长期相关性； 获得所述地下水平均埋深数据集，包括： 计算经验半变异函数，使用协方差函数对所述经验半变异函数进行优化，选取在时间、空间和时空上能最好表达变量相关性的函数； 确定网格大小，通过计算获得每个网格中心点的地下水埋深差值； 将所述每个网格中心点的地下水埋深差值赋值到网格，并将网格转化为相同空间分辨率的栅格，获得地下水平均埋深数据集； 构建所述地统计与分形理论联合模型，包括： 使用谱分析序列消除所述地下水平均埋深数据集中周期性和趋势项的影响，确定Hurst指数计算数据长度； 基于所述Hurst指数计算数据长度，通过重标极差分析法计算地下水埋深的Hurst指数； 根据地下水埋深分布及所述Hurst指数，分析Hurst指数变化与地下水埋深变化的相关性，获得所述地统计与分形理论联合模型； 使用谱分析序列消除所述地下水平均埋深数据集中周期性和趋势项的影响，包括： 对所述地下水平均埋深数据集进行预处理，去除明显的趋势项或进行差分处理，应用傅里叶变换将与处理后的数据转换到频率域，并通过谱分析识别与周期性和趋势相关的频率成分，在频域中，使用带阻滤波器滤除周期性频率成分，保留不含周期性波动的频率成分，处理后的频谱通过逆傅里叶变换转换回时间域，获得筛选后的地下水平均埋深数据集； 通过重标极差分析法计算地下水埋深的Hurst指数，包括： 将所述筛选后的地下水平均埋深数据集的均值序列定义为Xτ： 计算Xτ的累积偏差Xt,τ： 计算Xτ的极端偏差Rτ： 计算Xτ的标准差Sτ： 分析RτSτ＝RS的统计规律，得到： 式中，T是Xt中数据点的数量，τ为任意正整数，τ≥1，Xt为给定的时间序列，H为Hurst指数； 其中，使用最小二乘法在对数网格中绘制τ、RS关系线，H为关系线斜率，Xu为以u为长度的时间序列； 通过所述重标极差分析法计算地下水埋深的Hurst指数，分析地下水埋深的长期相关性，包括： 依次增加时间序列的长度计算不同样本对应的Hurst指数，获取Hurst指数平稳时的样本数量作为滑动时间序列； 依据Hurst计算结果和时段变化情况，预测地下水埋深变化趋势。

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”。