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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院水生生物研究所宋高飞获国家专利权

中国科学院水生生物研究所宋高飞获国家专利权

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!

龙图腾网获悉中国科学院水生生物研究所申请的专利一种考虑水质动态响应的水库生态调度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:CN120706938B

龙图腾网通过国家知识产权局官网在2026-03-03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:202510817344.X,技术领域涉及:G06Q10/0637;该发明授权一种考虑水质动态响应的水库生态调度方法及系统是由宋高飞;刘畅子;毕永红;朱宇轩;万栋;陈桥红;米武娟设计研发完成,并于2025-06-18向国家知识产权局提交的专利申请。

一种考虑水质动态响应的水库生态调度方法及系统在说明书摘要公布了:本发明涉及水环境管理技术领域,尤其涉及一种考虑水质动态响应的水库生态调度方法及系统。该方法包括以下步骤:获取水库水质监测数据;根据水库水质监测数据进行水体富营养化分析,得到水体富营养化数据;基于水体富营养化数据进行污染源追踪,得到污染源数据;基于污染源数据评估污染物排放强度;根据污染物排放强度标定高污染区域;根据高污染区域进行藻类密度检测,得到藻类密度数据;根据藻类密度数据进行水体藻类毒素分析,得到水体藻类毒素数据;获取水库水文数据,并进行最大降雨特征提取,得到最大降雨量数据。本发明基于水环境管理技术提高水库水质动态调度的响应率与污染风险识别率。

本发明授权一种考虑水质动态响应的水库生态调度方法及系统在权利要求书中公布了:1.一种考虑水质动态响应的水库生态调度方法,其特征在于,包括以下步骤: 步骤S1:获取水库水质监测数据;根据水库水质监测数据进行水体富营养化分析,得到水体富营养化数据;基于水体富营养化数据进行污染源追踪,得到污染源数据; 步骤S2:基于污染源数据评估污染物排放强度;根据污染物排放强度标定高污染区域;根据高污染区域进行藻类密度检测,得到藻类密度数据;根据藻类密度数据进行水体藻类毒素分析,得到水体藻类毒素数据; 步骤S3:获取水库水文数据,并进行最大降雨特征提取,得到最大降雨量数据;根据最大降雨量数据进行流量换算,得到流量数据;根据流量数据以及水体藻类毒素数据进行毒素扩散模拟,得到藻类毒素扩散数据;其中,步骤S3包括以下步骤: 步骤S31:获取水库水文数据,并进行最大降雨特征提取,得到最大降雨量数据; 步骤S32:根据最大降雨量数据计算降雨径流量; 步骤S33:获取水库流域面积数据;根据降雨径流量以及水库流域面积数据进行流量换算,得到流量数据; 步骤S34:获取水库断面数据;根据水库断面数据识别断面底床材质,得到断面底床材质数据;基于断面底床材质数据确定断面粗糙度; 步骤S35:根据水库断面数据计算底床起伏度;根据底床起伏度以及断面粗糙度计算水流阻力系数;根据水流阻力系数对流量数据进行流量修正,得到修正流量数据; 步骤S36:根据修正流量数据对水体藻类毒素数据进行毒素稀释分析,得到毒素稀释数据; 步骤S37:基于毒素稀释数据进行毒素扩散模拟,得到藻类毒素扩散数据;其中,步骤S37包括以下步骤: 步骤S371:将毒素稀释数据上传至水环境扩散模拟平台; 步骤S372:设定水体流速范围为0.05ms-1.2ms、水深范围为0.5m-10.0m、水温范围为5°C-35°C; 步骤S373:设定断面底床糙率n值为0.015-0.035,断面起伏度变化为0.3m-2.0m; 步骤S374:设定模拟时间步长1min-15min,模拟总时长为6h-72h,扩散尺度为局部区域50m-500m; 步骤S375:运行水体对流-扩散数值计算模块,得到藻类毒素扩散数据; 步骤S4:基于藻类毒素扩散数据识别高浓度毒素滞留区域;根据高浓度毒素滞留区域进行溶解氧异常检测,得到溶解氧异常数据;根据溶解氧异常数据进行水库生态放水调度,得到水库生态放水数据。

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水生生物研究所,其通讯地址为:430000 湖北省武汉市东湖南路7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。

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。