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！

龙图腾网获悉中国灌溉排水发展中心申请的专利一种基于物理约束机器学习的灌区尺度灌溉用水量监测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：CN120611626B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510784355.2，技术领域涉及：G06F30/27；该发明授权一种基于物理约束机器学习的灌区尺度灌溉用水量监测方法是由宋鹏;沈莹莹;王欢;张羽翔;徐磊;顾涛;田雨;黄泽军;侯鹏设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种基于物理约束机器学习的灌区尺度灌溉用水量监测方法在说明书摘要公布了：本发明公开了一种基于物理约束机器学习的灌区尺度灌溉用水量监测方法，应用于灌溉用水量监测技术领域。包括以下步骤：利用多源数据集成与同化技术构建灌区灌溉响应特征的时空连续序列；将灌溉水量平衡方程和地表能量守恒定律作为物理约束的正则化项嵌入长短期记忆深度学习模型的训练过程，以建立灌溉用水量预测模型；基于训练得到的灌溉用水量预测模型对灌区灌溉用水量进行动态估算。本发明将水量平衡方程和能量守恒定律嵌入机器学习模型，使模型预测结果遵循基本物理规律，避免出现违反物理常识的耗水量估计。物理约束的引入提高了模型在非常规气候条件或有限训练数据情况下的鲁棒性和泛化能力，增强了结果的可信度和可解释性。

本发明授权一种基于物理约束机器学习的灌区尺度灌溉用水量监测方法在权利要求书中公布了：1.一种基于物理约束机器学习的灌区尺度灌溉用水量监测方法，其特征在于，包括以下步骤： S1、利用多源数据集成与同化技术构建灌区灌溉响应特征的时空连续序列数据，作为后续灌溉用水量预测模型的输入； S2、将灌溉水量平衡方程和地表能量守恒定律作为物理约束的正则化项嵌入长短期记忆深度学习模型的训练过程，以建立灌溉用水量预测模型； S3、基于训练得到的灌溉用水量预测模型对灌区灌溉用水量进行动态估算； S2具体为： 引入水量平衡和能量守恒两大物理约束，形成灌溉用水量预测模型的损失函数： 式中，为传统数据误差项，、为权重系数，用于平衡物理约束项在训练中的作用，为水量平衡正则项，为能量闭合偏差正则项，训练过程中采用梯度下降算法最小化损失函数，得到既符合历史数据模式、又满足物理约束的灌溉用水量预测模型； 水量平衡约束具体为： 水量平衡方程是灌溉水文过程的基本约束关系，在灌溉农田的水量收支中，一定时间内的水输入减去输出等于土壤水分储量的变化量： 式中，为降雨量，为灌溉用水量，为蒸发量，为地表径流量，为深层渗漏量，为土壤水分储量的变化量；在模型训练时，对于每个时空单元计算由模型输出的灌溉量与其它水文变量是否满足守恒关系，并将偏差量引入损失函数，构造损失函数中的水量平衡正则项： 式中，S表示土壤水文储量，t表示时间步长，为第t个时间步长内的降雨量，为模型预测的第t个时间步长内的灌溉用水量，反映作物对水资源的提取需求；为模型预测的第t个时间步长内的蒸散发量，包含植被蒸腾与土壤蒸发过程的总耗水量；为模型预测的第t个时间步长内的地表径流量，表征未下渗降水形成的径流输出；为模型预测的第t个时间步长内的深层渗漏，指渗透至根系层以下的无效排水；通过最小化水量平衡正则项，促使模型预测结果满足水量守恒要求； 能量守恒约束具体为： 作物蒸散发过程伴随能量交换，遵循地表能量守恒定律，在农田地表的能量平衡关系可表示为： 式中，为净辐射，为潜热通量，为感热通量，为土壤热通量，灌溉增加土壤水分后，会提高蒸散发并降低地表温度，利用能量平衡关系对蒸散发估算进行约束，引入能量闭合偏差正则项： 式中，为模型预测的第t个时间步长内的净辐射量，表征地表接收的太阳短波辐射与反射辐射、地面长波辐射的净差值；为模型预测的第t个时间步长内的潜热通量，对应蒸散发耗能；为模型预测的第t个时间步长内的感热通量，反映空气与地表间的湍流热交换；为模型预测的第t个时间步长内的土壤热通量，表示地表向土壤深层的热传导；结合实际气象观测的辐射数据，引导模型对蒸散发和相应灌溉量的预测不超出物理可能范围。

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灌溉排水发展中心，其通讯地址为：100054 北京市西城区宣武区广安门南街60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。