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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利一种基于藻类垂向分布结构解析的城市湖泊藻华测度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：CN121073308B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511624433.9，技术领域涉及：G06Q10/0639；该发明授权一种基于藻类垂向分布结构解析的城市湖泊藻华测度方法是由殷高方;巨昕玥;赵南京;梁天泓;贾仁庆;李睿涵;黄天男;黄凯;雍玲玲;朱恒翔设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本一种基于藻类垂向分布结构解析的城市湖泊藻华测度方法在说明书摘要公布了：本发明公开了一种基于藻类垂向分布结构解析的城市湖泊藻华测度方法，属于环境科学领域，本发明构建了以柱面浓度水平、柱面藻群落组成、柱面聚集特性和柱面廓线形态为关键维度，包含14个单一指标的藻类垂向分布结构综合评价指标体系，实现了对藻类垂向分布结构的定量化解析。本发明建立了一套以快速响应和风险分级为核心的藻华测度流程，包括藻类原位立体观测、藻类垂向分布结构综合评价、藻类垂向分布结构分类和藻华及风险识别等步骤。该方法突破了传统方法在监测维度受限、观测数据未充分挖掘和藻华判定标准模糊等局限，为藻华监测与评估体系研究奠定了理论基础，应用于城市湖泊可为藻华预测预警和藻华精准防控提供技术手段和科学依据。

本发明授权一种基于藻类垂向分布结构解析的城市湖泊藻华测度方法在权利要求书中公布了：1.一种基于藻类垂向分布结构解析的城市湖泊藻华测度方法，其特征在于，包括以下步骤： 步骤1：藻类原位立体观测：在湖泊多点位以0.05~0.5m步长垂向分层采集藻类生物量数据； 步骤2：藻类垂向分布结构综合评价：基于柱面浓度水平、柱面藻群落组成、柱面聚集特性和柱面廓线形态4个维度共14项指标量化解析垂向分布结构； 所述柱面浓度水平包括柱面平均浓度VAC、表层浓度SAC、中层浓度MAC、底层浓度BAC和柱面藻总量TAC； 所述柱面藻群落组成包括柱面相对丰度RA和柱面优势种属DS； 所述柱面聚集特性包括藻类生物量浓度最大值所在水层的代表深度ZP、柱面重心深度ZC、聚集层宽度ALD和藻类聚集强度AI； 聚集位置ZPZC：，，ZP为藻类生物量浓度最大值所在水层的代表深度，ZC为柱面重心深度，为对应的深度，为藻类生物量浓度最大值，表示第i个水层对应的深度，n表示监测点位水柱的有效分层总数，表示第i层的藻类生物量； 聚集层宽度ALD：表示第i个水层的厚度，为赋值参数； 藻类聚集强度AI：，当ALD＞0时，通过聚集层内超出柱面平均浓度的藻类生物量总和与聚集层数的比值来计算聚集藻类聚集强度，当ALD=0时，直接定义AI为0，因为此时没有聚集现象，聚集强度为0； 所述柱面廓线形态包括柱面不均匀性CV、柱面浓度差CR和柱面偏移度PC； 柱面不均匀性CV：，其中为垂直浓度分布的标准差，表示第i层的藻类生物量； 柱面浓度差CR：，Cmax表示柱面浓度最大值，Cmin表示表示柱面浓度最小值； 柱面偏移度PC：，ZP为藻类生物量浓度最大值所在水层的代表深度，ZC为柱面重心深度； 步骤3：藻类垂向分布结构分类：根据柱面平均浓度VAC划分生物量水平，所述生物量水平包括低中高极高，结合柱面相对丰度RA、聚集位置及柱面不均匀性CV判定优势藻种、聚集状态及分层形态； 步骤4：藻华及风险识别：当VAC≥10μgL且RA＞50%时判定藻华发生，并依据聚集特性区分表层聚集分层型非聚集混合型风险。

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中国科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市庐阳区蜀山湖路350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。