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);南京信息工程大学史潇获国家专利权
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基于因果推断的旱涝急转关键因子预测方法及系统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:CN120951063B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202511484750.5,技术领域涉及:G06F18/24;该发明授权基于因果推断的旱涝急转关键因子预测方法及系统是由史潇;张云霞;张鹏;王国杰;胡一凡;刘浩男设计研发完成,并于2025-10-17向国家知识产权局提交的专利申请。
本基于因果推断的旱涝急转关键因子预测方法及系统在说明书摘要公布了:本发明提供基于因果推断的旱涝急转关键因子预测方法及系统,涉及旱涝急转预测技术领域,包括:获取旱涝系统从亚稳态向急转态过渡时的临界态数据;判定旱涝急转的临界启动点;筛选能驱动系统从亚稳态跃迁至临界态的序参量前体因子;排除仅伴随临界态但无驱动作用的伪因子;验证候选因子集中各个因子引发系统临界相变的普适性;筛选具有跨系统域普适驱动性的因子,确定为旱涝急转关键因子;构建临界相变推演模型;预测未来1‑15天内系统是否发生临界跃变,生成预测报告。本发明通过借助临界态指纹匹配法,提取多维度核心指纹特征,可准确判定旱涝急转的临界启动点,生成关联地理环境信息的完整临界态事件清单,提升临界事件识别的精准度。
本发明授权基于因果推断的旱涝急转关键因子预测方法及系统在权利要求书中公布了:1.基于因果推断的旱涝急转关键因子预测方法,其特征在于,包括: S1:捕捉复杂系统临界相变前兆,采用非侵入式多场耦合感知,获取旱涝系统从亚稳态向急转态过渡时的临界态数据,形成临界前兆数据集; S2:运用临界态指纹匹配法,判定旱涝急转的临界启动点,标记事件类型,形成临界态事件清单; 步骤S2中,判定旱涝急转的临界启动点的步骤包括: S21:以系统平衡态基准值为参照,分析临界前兆数据中偏离基准的特征,提取包含日降雨量增幅、10cm土壤湿度日降幅、径流-降水响应滞后时间、NDVI空间异质性的核心指纹特征,形成指纹特征类型库; S22:基于所述临界前兆数据集,结合所述指纹特征类型库,计算所述核心指纹特征的值,生成量化指纹特征矩阵; S23:根据历史旱涝急转事件,将量化指纹特征矩阵中对应启动时间点前后7天的特征值提取为临界样本集,采用百分位法确定各特征阈值,通过ROC曲线验证阈值有效性,输出临界阈值表; S24:对所述量化指纹特征矩阵进行逐时间、逐空间单元检查,当某单元同时满足指纹特征超临界阈值时,标记为潜在临界启动点,再与所述历史旱涝急转事件对比,输出含启动时间和空间坐标的临界启动点清单,并标注事件类型; S25:为每个所述潜在临界启动点分配唯一事件ID,关联对应前兆数据片段,补充事件发生时的地理环境信息,生成所述临界态事件清单; S3:基于所述临界前兆数据集与所述临界态事件清单,筛选能驱动系统从亚稳态跃迁至临界态的序参量前体因子;排除仅伴随临界态但无驱动作用的伪因子,得到自组织临界驱动的候选因子集; S4:在不同水文气候系统中,验证所述候选因子集中各个因子引发系统临界相变的普适性;筛选具有跨系统域普适驱动性的因子,确定为旱涝急转关键因子,形成普适性关键因子清单; S5:基于所述旱涝急转关键因子与系统自组织临界相变的因果关系,构建临界相变推演模型;基于所述临界相变推演模型,预测未来1-15天内系统是否发生临界跃变,输出各关键因子在推动临界相变中的序参量贡献度,生成预测报告; 步骤S5中,构建临界相变推演模型的步骤包括: S51:基于关键因子与系统临界相变的因果关系,选择因果推断神经网络作为核心模型,包括输出层、隐藏层和输出层,嵌入序参量贡献度计算模块,参考已有旱涝预测模型优化网络结构,绘制模型架构图; S52:使用历史临界事件数据训练模型,输出训练完成的模型、参数配置表及误差评估报告; 步骤S5中,输出各关键因子在推动临界相变中的序参量贡献度的步骤包括: S53:基于所述非侵入式多场耦合感知,每日自动采集实时数据,并对所述实时数据进行预处理,输出标准化实时输入数据集; S54:将所述标准化实时输入数据集导入所述训练完成的模型,模拟未来1-15天系统演化轨迹,当任一天的临界跃变概率大于预设概率阈值时,标记为高风险跃变日,同时通过SHAP值算法计算各关键因子的序参量贡献度,输出1-15天临界跃变预测结果表与贡献度矩阵; S55:按背景、方法、预测结果、关键因子贡献分析、风险提示的结构,插入预测概率图、贡献度饼图,补充模型误差范围与数据来源说明,按水文部门标准格式排版,输出所述预测报告。
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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励