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！

龙图腾网获悉南昌大学申请的专利一种区域水资源消耗量的空间化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：CN120874600B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511247733.X，技术领域涉及：G06F30/27；该发明授权一种区域水资源消耗量的空间化方法是由郑博福;钱昱旗;朱锦奇;覃美云;谢泽阳;江波;纪超设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本一种区域水资源消耗量的空间化方法在说明书摘要公布了：本发明公开了一种区域水资源消耗量的空间化方法，包括：1构建研究区域数据库，整合区域内的用水量数据及影响因子的栅格数据；2对数据进行预处理，消除量纲差异；3筛选关键影响因子；4构建多元线性回归模型；5基于ArcGIS平台，结合关键因子的栅格数据，生成区域水资源需求量空间分布图；6根据空间分布图将栅格化的结果与原始观测数据进行检验，保证模型的准确性和适用性。本发明方法通过整合多元影响因子，筛选出关键影响因子，利用线性回归优化模型，借助GIS技术实现区域水资源需求量的高分辨率空间分布表达，解决了传统方法忽视多元影响因子耦合关系的问题，能够为水资源管理、土地利用规划和生态系统保护提供重要的科学依据。

本发明授权一种区域水资源消耗量的空间化方法在权利要求书中公布了：1.一种区域水资源消耗量的空间化方法，其特征在于，包括以下步骤： 步骤S1、构建研究区域数据库，整合研究区域内不同用水类型的用水量数据及影响因子的栅格数据； 所述影响因子通过查阅相关学术论文、政府报告和行业研究资料确定，所述影响因子的栅格数据来自中国科学院资源环境科员数据中心、国家气象数据中心和世界土壤数据库； 步骤S2、对步骤S1中研究区域内不同用水类型的用水量数据及影响因子的栅格数据进行预处理，消除数据间的量纲差异； 步骤S3、基于RStudio平台，将预处理后的影响因子的栅格数据与研究区域内不同用水类型的用水量数据进行线性拟合，筛选出拟合优度R²≥0.7的关键影响因子； 步骤S4、根据步骤S3筛选出的关键影响因子，利用基于决策树分组改进的非负最小二乘回归方法构建多元线性回归模型； 步骤S41、根据步骤S3中筛选出的关键影响因子，对研究区域的样本数据采用决策树分割方法，将其划分为若干具有相似用水特征的子集； 步骤S42、针对每一子集，采用改进的非负最小二乘回归算法，以关键影响因子为自变量，研究区域内各类别实际观测用水量为因变量进行线性拟合； 改进的非负最小二乘回归算法的数学表达式为： ； 上式中，xi是输入特征向量；yi是目标值；Dl是第l组数据点的集合；βl是叶子节点l的回归系数，且满足βl≥0，wi是数据点xi,yi的权重，计算公式为： ； 上式中，cl是叶子节点l的中心，dist为欧氏距离函数； 在回归过程中，强制回归系数为非负，并剔除系数为0的影响因子，构建不同用水类型的用水量拟合方程，生成各子集对应的用水量拟合表达式及其拟合优度R²的模型矩阵； 步骤S43、将所有子集生成的用水量拟合表达式及其对应的R²按子集顺序汇总，构建完整的分类型用水量预测模型库； 步骤S44、遍历分类型用水量预测模型库中所有子集的拟合结果，依据R²值由高至低排序，选择R²值最大的分类模型，作为最终的用水量预测模型； 步骤S5、将经过决策树分组优化后的多元线性回归模型参数输入ArcGIS平台，结合关键影响因子的栅格数据，生成30m分辨率的区域水资源需求量空间分布图； 步骤S6、将栅格化的预测结果与原始观测用水量数据进行检验，保证模型的准确性和适用性。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。