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！

龙图腾网获悉江苏省气象服务中心;应急管理部国家减灾中心(应急管理部卫星减灾应用中心);南京信息工程大学申请的专利融合土壤墒情与降水耦合模型的旱涝急转预测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：CN120975343B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511502891.5，技术领域涉及：G06Q10/04；该发明授权融合土壤墒情与降水耦合模型的旱涝急转预测方法是由史潇;张云霞;张鹏;王国杰;胡一凡;刘浩男设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本融合土壤墒情与降水耦合模型的旱涝急转预测方法在说明书摘要公布了：本发明提供融合土壤墒情与降水耦合模型的旱涝急转预测方法，涉及旱涝急转技术领域。包括：采集分层土壤墒情、高频降水及辅助数据并进行预处理，构建土壤墒情‑降水耦合协调初始值并进行修正；利用标准化土壤墒情‑降水耦合协调指数序列，遍历旱涝窗口，确定最优窗口；非线性修正，按修正后阈值判定急转事件，输出旱涝急转预测结果；根据旱涝急转预测结果和土壤质地系数等计算旱涝急转持续时间预测值Tint与墒情降水突变指数SPIef，构建风险矩阵，结合承灾体脆弱性输出预警级别与响应建议，输出预警信息。本发明通过确定最优窗口并进行优化，对旱涝急转进行预测，保证了预测的科学性与精准性，强化实践应用价值。

本发明授权融合土壤墒情与降水耦合模型的旱涝急转预测方法在权利要求书中公布了：1.融合土壤墒情与降水耦合模型的旱涝急转预测方法，其特征在于，包括： S1：构建目标区域三维水文地图，标注土壤质地分布与历史旱涝急转事件位置，将区域划分为P个待预测子区域并记录各子区域中心坐标；采集分层土壤墒情、高频降水及辅助数据，输出子区域原始旱涝数据集； S2：对所述子区域原始旱涝数据集进行预处理，得到标准化数据集； S3：根据所述标准化数据集计算土壤墒情-降水耦合协调初始值并进行修正，得到标准化土壤墒情-降水耦合协调指数序列； S31：根据所述标准化数据集计算得到耦合协调初始值； S311：通过层次分析法确定土壤墒情指标与降水指标相应的权重值； S312：构建土壤墒情与降水之间耦合协调关系的函数表达式； S313：将所述标准化数据集输入函数表达式中，得到耦合协调初始值； S32：将所述耦合协调初始值输入幂函数、分段函数，使用最小二乘法量化墒情-降水动态关系，得到量化初始值； S33：使用Gamma分布拟合与逆正态转换量化初始值得标准化土壤墒情-降水耦合协调指数序列； S331：对量化初始值进行分类整理，区分出土壤墒情量化初始值和降水量化初始值； S332：采用Gamma分布的概率密度函数对土壤墒情量化初始值和降水量化初始值进行Gamma分布拟合，得到Gamma分布模型； S333：根据所述Gamma分布模型对土壤墒情量化初始值和降水量化初始值进行逆正态转换，得到正态化土壤墒情数据和正态化降水数据； S334：构建土壤墒情-降水耦合协调指数计算模型，将正态化土壤墒情数据和正态化降水数据输入指数计算模型，得到耦合协调指数； S335：对所述耦合协调指数进行标准化处理得到标准化土壤墒情-降水耦合协调指数序列； S4：利用标准化土壤墒情-降水耦合协调指数序列，遍历旱涝窗口，确定最优窗口；结合阵性降水、植被、土壤质地做非线性修正，按修正后阈值判定急转事件，输出旱涝急转预测结果； S41：根据所述标准化土壤墒情-降水耦合协调指数序列，关联子区域与时间节点，形成子区域CCIstd值三维数据表格； S42：根据所述三维数据表格，设定旱涝窗口长度N范围的候选集，提取各N值对应的窗口单元并计算变化指标，确定最优窗口长度，输出各子区域最优窗口长度及CCIstd变化特征参数； S421：根据所述三维数据表格，设定旱涝窗口长度范围，明确各子区域遍历范围，输出各子区域的窗口长度候选集； S422：针对窗口长度候选集中的每个N值，从三维数据表格提取对应子区域连续N个时间节点的CCIstd值作为窗口单元，计算极差、线性拟合斜率变化指标，输出窗口单元变化指标数据集； S423：根据所述窗口单元变化指标数据集确定最优窗口长度，输出各子区域最优窗口长度及对应的CCIstd变化特征参数； 以窗口内的CCIstd序列为基础，计算旱涝转换耦合强度CSI； 针对不同候选窗口长度，分别计算每个窗口长度下的CSI，再与历史旱涝急转事件清单对比，统计匹配率； 选择匹配率最高且能区分非急转事件的窗口长度作为最优窗口长度； S43：收集各子区域最优窗口时段的阵性降水、植被、土壤质地数据，关联该窗口内的CCIstd值构建非线性修正模型，计算修正后指数CCIstdcorr，输出各子区域的修正后指数序列； 计算窗口内阵性降水的累计频次R1、单次最大强度R2，提取窗口内的植被覆盖指数NDVI均值V，获取子区域土壤黏粒含量占比S，将这些数据与该子区域最优窗口内的CCIstd值进行关联，构建非线性修正模型； 将所述各子区域最优窗口长度及CCIstd变化特征参数代入非线性修正模型计算得到每个子区域最优窗口内的修正后标准化耦合协调指数CCIstdcorr序列，输出各子区域的CCIstdcorr序列； S44：根据历史旱涝急转事件位置，根据所述各子区域的修正后指数序列通过百分位法确定旱阈值Tdry和涝阈值Twet，输出适用于所有子区域的修正后阈值； S45：对比各子区域最优窗口内CCIstdcorr序列趋势与修正后阈值，结合最优窗口变化特征参数判定急转类型，输出旱涝急转预测结果； S5：根据所述旱涝急转预测结果和土壤质地系数计算旱涝急转持续时间预测值Tint与墒情降水突变指数SPIef，构建风险矩阵，结合承灾体脆弱性输出预警级别与响应建议，输出预警信息。

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苏省气象服务中心;应急管理部国家减灾中心(应急管理部卫星减灾应用中心);南京信息工程大学，其通讯地址为：211000 江苏省南京市建邺区雨顺路8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。