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！

龙图腾网获悉上海大学申请的专利一种基于机器学习的地下水微塑料污染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：CN120954571B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511469102.2，技术领域涉及：G16C20/70；该发明授权一种基于机器学习的地下水微塑料污染预测方法是由魏亚强;谢佳伦;李辉设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本一种基于机器学习的地下水微塑料污染预测方法在说明书摘要公布了：本发明公开了一种基于机器学习的地下水微塑料污染预测方法，涉及生态环境领域，包括：将全球尺度的微塑料观测数据与多源环境因子数据进行统一网格化与标准化处理；构建并训练回归模型和分类模型，以分别预测微塑料浓度的对数值及其超过预设阈值的概率；对回归模型和分类模型进行特征重要性分析，确定影响微塑料污染的主控环境因子；根据分类模型的输出概率，结合诊断学准则确定风险阈值，划分高风险区域；对高风险区域施加空间掩膜；将微塑料污染风险概率与人口分布数据及地下水依赖度数据进行耦合计算，逐网格评估潜在暴露人口数量；对潜在暴露人口数量的评估结果进行不确定性量化。本发明实现对地下水微塑料污染的空间分布预测。

本发明授权一种基于机器学习的地下水微塑料污染预测方法在权利要求书中公布了：1.一种基于机器学习的地下水微塑料污染预测方法，其特征在于，包括： 将全球尺度的微塑料观测数据与多源环境因子数据进行统一网格化与标准化处理，得到训练数据； 利用所述训练数据，构建并训练回归模型和分类模型，以分别预测微塑料浓度的对数值及其超过预设阈值的概率； 采用SHAP可解释性分析对所述回归模型和分类模型进行特征重要性分析，以确定影响微塑料污染的主控环境因子； 根据所述分类模型的输出概率，结合诊断学准则确定风险阈值，并划分高风险区域； 对所述高风险区域施加空间掩膜，以排除无效区域并限定水文活跃陆域； 在所述水文活跃陆域内，将微塑料污染风险概率与人口分布数据及地下水依赖度数据进行耦合计算，逐网格评估潜在暴露人口数量，并按行政单元进行汇总； 采用蒙特卡洛模拟方法对所述潜在暴露人口数量的评估结果进行不确定性量化； 统一网格化与标准化处理的过程包括： 将所述微塑料观测数据与所述多源环境因子数据统一至同一坐标系与分辨率的目标网格； 对所述微塑料观测数据进行对数变换； 对同一网格内的多个微塑料观测数据取几何平均值作为该网格的代表值；根据预设的浓度阈值，将网格的微塑料观测数据转换为二分类标签； 对连续型环境因子数据进行标准化处理，对分类变量环境因子数据进行独热编码； 构建并训练回归模型和分类模型的过程包括： 采用XGBoost算法构建所述回归模型，其目标函数为最小化正则化平方误差损失； 采用XGBoost算法构建所述分类模型，其目标函数为最小化加权的对数损失函数； 采用分层K折交叉验证策略训练所述回归模型和分类模型。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。