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西北生态环境资源研究院申请的专利一种面向无实测资料冰川覆盖区的径流重建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：CN121638085B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610165713.6，技术领域涉及：G06F30/27；该发明授权一种面向无实测资料冰川覆盖区的径流重建方法是由任彦润;张耀南;敏玉芳;刘景琦;赵雪茹设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本一种面向无实测资料冰川覆盖区的径流重建方法在说明书摘要公布了：本申请公开一种面向无实测资料冰川覆盖区的径流重建方法，涉及地理信息与水文科学技术领域，包括：获取目标流域的多源异构数据；基于遥感影像提取冰湖面积时间序列，并基于数字高程模型构建面积‑水位‑库容关系曲线，确定冰湖库容变化量时间序列；基于冰川分布数据和气象再分析强迫数据，构建冰川水文物理模型并集成冰川湖水库模块；通过跨流域参数迁移技术确定先验分布，基于冰湖库容变化量时间序列构建似然函数，基于贝叶斯定理确定最优参数集合后运行冰川水文物理模型，得到初级模拟径流序列；基于初级模拟径流序列、冰湖库容模拟时间序列和环境特征序列，通过校正模型进行偏差校正生成重建径流序列。本申请可提升径流重建的准确性和可靠性。

本发明授权一种面向无实测资料冰川覆盖区的径流重建方法在权利要求书中公布了：1.一种面向无实测资料冰川覆盖区的径流重建方法，其特征在于，所述方法包括： 获取目标流域的数字高程模型、冰川分布数据、气象再分析强迫数据和光学与雷达遥感影像；基于所述光学与雷达遥感影像提取冰湖面积时间序列，并基于所述冰湖面积时间序列和所述数字高程模型构建面积-水位-库容关系曲线，确定冰湖库容变化量时间序列； 基于所述冰川分布数据和所述气象再分析强迫数据，采用冰川水文模型作为模拟骨架构建冰川水文物理模型，并在所述冰川水文物理模型中集成模拟冰川湖库容动态变化的冰川湖水库模块； 通过流域属性向量计算目标流域与参考流域之间的流域属性相似性，建立参数映射空间，执行跨流域参数迁移技术，获得所述冰川水文物理模型中模型参数集合的先验分布，其中，所述流域属性向量根据地形坡度、冰川覆盖率、纬度和植被指数构成； 将所述冰湖库容变化量时间序列作为状态一致性约束条件，构建基于冰湖状态观测的似然函数，所述似然函数表征在给定一组模型参数集合的条件下，所述冰川水文物理模型模拟的冰湖库容模拟时间序列与所述冰湖库容变化量时间序列的匹配概率； 基于贝叶斯定理，结合所述先验分布与所述似然函数，确定所述模型参数集合的后验分布，根据所述后验分布确定所述冰川水文物理模型的最优参数集合，所述后验分布的计算公式通过下式表示： ； 式中，表示遥感反演的冰湖库容变化量时间序列；表示后验分布；表示似然函数；表示先验分布；运行基于所述最优参数集合的冰川水文物理模型，得到初级模拟径流序列； 构建基于深度学习的校正模型，以初级模拟径流参考序列、冰湖库容模拟时间参考序列和环境特征参考序列作为输入，在具有实测径流资料且与所述目标流域具有相似特性的参考流域上对所述校正模型进行预训练，学习参考流域的初级模拟径流参考序列与对应的实测径流序列之间的残差序列，其中，所述校正模型为长短期记忆网络模型或时间卷积网络模型； 将目标流域的初级模拟径流序列、冰湖库容模拟时间序列和环境特征序列输入至预训练后的校正模型中，输出对应于目标流域的初级模拟径流序列的预测残差序列，将所述预测残差序列和所述初级模拟径流序列相加，得到目标流域的重建径流序列，并同步生成诊断信息，所述诊断信息包括冰川湖的调蓄贡献量、极端排水事件对流量峰值的贡献度和所述重建径流序列的不确定性置信区间，所述不确定性置信区间通过对所述模型参数集合的后验分布进行蒙特卡罗模拟确定。

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西北生态环境资源研究院，其通讯地址为：730030 甘肃省兰州市城关区东岗西路318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。