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！

龙图腾网获悉中国环境科学研究院申请的专利一种基于同源水文模型输入输出变量驱动的地下水降尺度模型获得GWSA的方法及其在生态修复中的应用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：CN119359952B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202411515977.7，技术领域涉及：G06T17/05；该发明授权一种基于同源水文模型输入输出变量驱动的地下水降尺度模型获得GWSA的方法及其在生态修复中的应用是由徐驰;付正辉;王书航;张博;姜霞设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于同源水文模型输入输出变量驱动的地下水降尺度模型获得GWSA的方法及其在生态修复中的应用在说明书摘要公布了：本发明属于卫星重力学、水文学等交叉技术领域，尤其涉及一种基于同源水文模型输入输出变量驱动的地下水降尺度模型获得GWSA的方法及其在生态修复中的应用。所述方法包括以下步骤：（1）结合卫星观测数据通过PLSR模型对来源于一套水文模型的输入、输出变量进行筛选来获得同源的地下水降尺度模型预测变量；（2）通过GWR模型在较粗糙的空间分辨率下构建预测变量与目标变量之间的非平稳关系；（3）利用精细尺度预测因子结合建立的降尺度模型，将粗像元陆地水储量分割成精细像元；（4）在每个高精度网格单元中，从陆地水储量信息中分离其他水储量信息的贡献，从而得到高空间分辨率下的GWSA结果。本发明方法提高了模型输出结果的准确性和可信度。

本发明授权一种基于同源水文模型输入输出变量驱动的地下水降尺度模型获得GWSA的方法及其在生态修复中的应用在权利要求书中公布了：1.一种基于同源水文模型输入输出变量驱动的地下水降尺度模型获得GWSA的方法，其特征在于，包括以下步骤： 步骤1：同源水文模型输入、输出变量获取 基于一个分布式水文模型，结合多源遥感数据和再分析资料，构建模拟待研究区域水文情况的水文模型；将高空间分辨率的气候数据和植被数据作为模型驱动输入变量驱动水文模型，获得高空间分辨率的模型输出水文变量； 其中，所述气候数据包括降水、平均气温、地表温度、风速、积雪覆盖、热通量；所述植被数据包括归一化植被指数、叶面积指数、土壤类型、岩性、导水率；所述水文变量包括土壤水分、雪水当量、地表径流、地下径流、实际蒸散发、植被根区水分；所述高空间分辨率的气候数据和植被数据是通过双线性插值方法对原始低空间分辨率的气候数据和植被数据进行重采样获得； 步骤2：降尺度模型预测变量筛选 基于PLSR模型，以待研究区域的逐月TWSA数据为目标变量，从步骤1所述模型驱动输入变量和模型输出水文变量中筛选VIP值＞0.8的变量作为降尺度模型的预测变量； 其中，以R2、Q2和Q2cum的值均大于0.5为判别标准对所述PLSR模型的质量进行评估； 步骤3：基于同源水文模型输入输出变量驱动的地下水降尺度模型构建 步骤3-1：将步骤2所得预测变量从高空间分辨率采样至低空间分辨率，以与待研究区域的逐月TWSA数据的空间分辨率保持一致； 所述待研究区域的逐月TWSA数据经数据集合求平均的方法处理，其来源于GRACE-Mascon数据产品； 步骤3-2：以步骤2所得预测变量为自变量，以待研究区域的逐月TWSA数据为因变量，建立GWR模型，并根据回归关系，得到低空间分辨率下的地理加权回归系数和回归残差； 步骤3-3：将低空间分辨率下的地理加权回归系数和回归残差转换至高空间分辨率，将高空间分辨率的地理加权回归系数和预测变量代入上述GWR模型中获得高空间分辨率的TWSA； 步骤4：高分辨率GWSA获得 从高空间分辨率的TWSA结果中剔除SWSA和SMSA数据，得到高空间分辨率的GWSA结果； 所述SWSA和SMSA从步骤1所述分布式水文模型的模型输出水文变量中获取。

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环境科学研究院，其通讯地址为：100020 北京市朝阳区洼里乡大羊坊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”。