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！

龙图腾网获悉四川省成都生态环境监测中心站;成都西交扬华环保科技有限公司;西南交通大学申请的专利一种河流汛期污染强度预测预警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：CN120220358B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510342667.8，技术领域涉及：G08B31/00；该发明授权一种河流汛期污染强度预测预警方法及系统是由翟世明;李翔;钟林;刘义青;俞阳;徐文杰;殷睿祺;田学敏;李颖;唐训民;王岚设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本一种河流汛期污染强度预测预警方法及系统在说明书摘要公布了：本发明提供了一种河流汛期污染强度预测预警方法及系统，涉及水利工程技术领域，该方法包括获取流域内的多源数据，并对多源数据进行预处理；构建对整个流域从上游到下游的水文循环过程进行计算的水文水质模型；对点源与面源污染负荷进行计算，得到水质浓度；根据水质浓度，构建预测数据集，并利用预测数据集对XGBoost机器学习模型进行训练；利用训练后的XGBoost机器学习模型，预测不同气象条件影响下汛期内污染物浓度以及进行超标浓度预警。本发明可通过融合气象预报、水文模型和实时监测数据，提前预测短期河流水质变化峰值，实现水质变化提前预警，最后集成至流域管理决策平台，实现管理部门提前调控，污染预先防治。

本发明授权一种河流汛期污染强度预测预警方法及系统在权利要求书中公布了：1.一种河流汛期污染强度预测预警方法，其特征在于，包括以下步骤： S1、获取流域内的多源数据，并对多源数据进行预处理； S2、构建对整个流域从上游到下游的水文循环过程进行计算的水文水质模型； S3、利用构建的水文水质模型，对点源与面源污染负荷进行计算，得到水质浓度； 所述S3具体为： S301、在水文响应单元HRU的基础上，采用水文水质模型模拟水文过程，并考虑水质污染物的生成、转化与迁移过程，其中，污染物的负荷量和入河量通过下式计算得到： 其中，表示第i个水文响应单元HRU的污染物负荷量，N表示水文响应单元HRU中的污染源数量，污染源包括点源污染和面源污染，表示水文响应单元HRU的面积，表示来自第j种污染源的污染物浓度； S302、根据每个水文响应单元HRU内污染物浓度和流入量变化，利用水文水质模型计算各水文响应单元HRU内污染物的入河量，其中，对于点源污染，污染物排放量由点源流量和浓度计算得到，对于面源污染，根据土壤侵蚀、径流和污染负荷计算每个水文响应单元HRU的污染物入河量： 其中，表示整体流域的污染物总入河量，表示对所有水文响应单元HRU的累加； S303、根据各水文响应单元HRU内污染物的入河量，计算得到水质浓度，完成对点源与面源污染负荷的计算： 其中，表示水质浓度，表示污染负荷量，表示污水流量，表示时间转换系数； S4、根据水质浓度，构建预测数据集，并利用预测数据集对XGBoost机器学习模型进行训练； 所述S4具体为： S401、将历史年份的6项气象数据和儒略日期作为XGBoost机器学习模型的输入变量，分别构建高锰酸盐指数和总磷浓度预测数据集，其中，6项气象数据包括日累计降雨量、日均辐射值、日最大温度、日最小温度、日均相对湿度、日均风速； S402、对6项气象数据和儒略日期进行线性插值处理，在相邻的两个儒略日期之间平均插入3个新的时间点，对于每个新的时间点，并进行线性插值处理； S403、将经线性插值处理后得到的时间序列数据及其对应的气象数据、高锰酸盐指数和总磷浓度数据加入至已构建的高锰酸盐指数和总磷浓度预测数据集中，形成新的数据集，并将新的数据集作为预测数据集； S404、将S403得到的预测数据集划分为训练集和验证集，并利用训练集和验证集对XGBoost机器学习模型进行训练和验证； S5、利用训练后的XGBoost机器学习模型，预测不同气象条件影响下汛期内污染物浓度以及进行超标浓度预警，完成对河流汛期污染强度的预测预警。

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四川省成都生态环境监测中心站;成都西交扬华环保科技有限公司;西南交通大学，其通讯地址为：610066 四川省成都市海桐街69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。