Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学王书肖获国家专利权

清华大学王书肖获国家专利权

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!

龙图腾网获悉清华大学申请的专利用于大气污染物浓度分析的响应曲面模型构建方法及装置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:CN120509155B

龙图腾网通过国家知识产权局官网在2026-02-17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:202510467326.3,技术领域涉及:G06F30/20;该发明授权用于大气污染物浓度分析的响应曲面模型构建方法及装置是由王书肖;宋倩;赵斌;董赵鑫;姜越琪;丁点设计研发完成,并于2025-04-15向国家知识产权局提交的专利申请。

用于大气污染物浓度分析的响应曲面模型构建方法及装置在说明书摘要公布了:本发明公开了一种用于大气污染物浓度分析的响应曲面模型构建方法及装置,其中该方法包括:基于拉格朗日扩散模型对研究区域进行前体物排放模拟,生成前体物排放浓度数据;基于前体物排放浓度数据,利用统计学方法建立前体物浓度对前体物排放变化的响应关系;基于三维空气质量模型的多情景模拟,结合多项式响应曲面方法,建立大气污染物浓度对前体物浓度变化的响应关系;将前体物浓度对前体物排放变化的响应关系,与大气污染物浓度对前体物浓度变化的响应关系进行耦合,得到大气污染物浓度对前体物排放变化响应曲面模型。本发明可以降低响应曲面模型建模的成本和时间,快速量化小尺度区域排放源变化对大气污染物浓度的影响。

本发明授权用于大气污染物浓度分析的响应曲面模型构建方法及装置在权利要求书中公布了:1.一种用于大气污染物浓度分析的响应曲面模型构建方法,其特征在于,包括: 基于拉格朗日扩散模型对研究区域进行前体物排放模拟,生成前体物排放浓度数据; 所述前体物排放浓度数据包括不同前体物排放源排放后的前体物浓度; 基于前体物排放浓度数据,利用统计学方法建立前体物浓度对前体物排放变化的响应关系; 基于三维空气质量模型对研究区域进行前体物排放情景模拟,生成情景模拟结果数据;所述情景模拟结果数据包括不同前体物排放后的大气污染物浓度; 基于多项式响应曲面方法,利用情景模拟结果数据,建立大气污染物浓度对前体物浓度变化的响应关系; 将前体物浓度对前体物排放变化的响应关系,与大气污染物浓度对前体物浓度变化的响应关系进行耦合,得到大气污染物浓度对前体物排放变化响应曲面模型; 其中,基于拉格朗日扩散模型对研究区域进行前体物排放模拟,生成前体物排放浓度数据,包括:基于拉格朗日扩散模型对研究区域内划分的各个网格进行前体物排放模拟,生成前体物排放浓度数据集;所述前体物排放浓度数据集反映仅单一单元网格排放、其他网格无排放后设定时刻的每个网格的前体物浓度; 其中,所述拉格朗日扩散模型包括气象模块和拉格朗日高斯烟团模块;气象模块用于利用地形高程数据、土地利用数据,生成时间变化、空间变化的气象场;拉格朗日高斯烟团模块用于利用气象模块生成的气象场,将从前体物排放源释放出的烟团平流输送,模拟输送路径上的扩散和转化过程; 其中,基于拉格朗日扩散模型对研究区域内划分的各个网格进行前体物排放模拟,生成前体物排放浓度数据集,包括: 配置第一基准情景和多个前体物排放置零情景;所述第一基准情景表示每个网格所在地区的排放源强均为基准年的实际排放源强,所述前体物排放置零情景表示每个网格所在地区、每个排放源部门分别设置前体物排放置零的情景; 将第一基准情景输入拉格朗日扩散模型,进行污染物浓度的时空分布计算,得到第一前体物浓度矩阵;第一前体物浓度矩阵包括基准年每个网格所在地区的前体物浓度; 将每个前体物排放置零情景分别输入拉格朗日扩散模型,进行污染物浓度的时空分布计算,得到多个第二前体物浓度矩阵;第二前体物浓度矩阵包括前体物排放置零情景对应的各个网格的前体物浓度; 基于第一前体物浓度矩阵、多个第二前体物浓度矩阵形成前体物排放浓度数据集;所述前体物排放浓度数据集包括不同排放源、不同地区位置以及不同时间分辨率的浓度信息。

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清华大学,其通讯地址为:100084 北京市海淀区清华园;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。

免责声明
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。