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 > 北京大学;中国公路工程咨询集团有限公司;中咨数据有限公司绳梦雅获国家专利权

北京大学;中国公路工程咨询集团有限公司;中咨数据有限公司绳梦雅获国家专利权

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!

龙图腾网获悉北京大学;中国公路工程咨询集团有限公司;中咨数据有限公司申请的专利观测与模拟集成的城市CO2排放羽流监测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:CN119830731B

龙图腾网通过国家知识产权局官网在2025-11-04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:202411896688.6,技术领域涉及:G06F30/27;该发明授权观测与模拟集成的城市CO2排放羽流监测方法及系统是由绳梦雅;侯芸;曾招城;张蕴灵;郑英君;刘尚义;华健聪;张鹏;胡林;赵爽设计研发完成,并于2024-12-23向国家知识产权局提交的专利申请。

观测与模拟集成的城市CO2排放羽流监测方法及系统在说明书摘要公布了:本发明属于温室气体排放监测技术领域,公开了观测与模拟集成的城市CO2排放羽流监测方法及系统。该方法包括:多源数据收集和预处理;基于机器学习和多源卫星观测的大气CO2柱浓度XCO2预测模型构建;利用大气传输模型的人为CO2浓度长期模拟;模拟出每小时的人为CO2浓度数据;基于最优估计的人为CO2排放估算模型及结果验证。本发明案自动化程度高,能够在多源数据融合和模型模拟的基础上自动识别排放羽流,减少了人工干预的需求,提高了监测效率,适用于大规模城市排放源监测和管理。

本发明授权观测与模拟集成的城市CO2排放羽流监测方法及系统在权利要求书中公布了:1.观测与模拟集成的城市CO2排放羽流监测方法,其特征在于,该方法包括: S1,多源数据收集和预处理; S2,构建基于机器学习和多源卫星观测的XCO2预测模型; S3,利用大气传输模型的人为CO2浓度模拟结果,模拟出每小时的人为CO2浓度数据; S4,验证基于最优估计的人为CO2排放估算模型及结果; 在步骤S2中,构建基于机器学习和多源卫星观测的XCO2预测模型,包括: S201,利用XCO2,st数据作为目标变量,基于机器学习算法构建XCO2预测模型;利用多源数据,包括CO、NO2、植被指数NDVI、降水量PRE、地表太阳辐射SSR、地表气压SurfP、气温TEM、10米高度的东西风速U10和南北风速V10、月值时间标签作为预测变量,对每个格网gi、每个月份ti组成的数据样本进行训练;XCO2预测模型表达式为: 式中,XCO2,st[gi,ti]为格网gi、月份ti对应的XCO2,st值,CO[gi,ti]为格网gi、月份ti对应的CO浓度值,NO2[gi,ti]为格网gi、月份ti对应的NO2浓度值,NDVI[gi,ti]为格网gi、月份ti对应的植被指数,PRES[gi,ti]为格网gi、月份ti对应的降水量,SSR[gi,ti]为格网gi、月份ti对应的地表太阳辐射值,SurfP[gi,ti]为格网gi、月份ti对应的地表气压值,TEM[gi,ti]为格网gi、月份ti对应的气温值,U10[gi,ti]和U10[gi,ti]分别为格网gi、月份ti对应的10米高度东西风速、南北风速,ti为月份,gi为格网; S202,通过十折交叉验证、特征重要性分析、地面观测对比方法对重构的XCO2时空连续数据集进行验证和精度评价。

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北京大学;中国公路工程咨询集团有限公司;中咨数据有限公司,其通讯地址为:100080 北京市海淀区颐和园路5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。