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！

龙图腾网获悉河海大学申请的专利一种基于协同克里金插值的复合灾害空间变异性识别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：CN116541681B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310437686.X，技术领域涉及：G06F18/21；该发明授权一种基于协同克里金插值的复合灾害空间变异性识别方法是由季小梅;郭婷;张蔚;乔煜;徐龑文设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本一种基于协同克里金插值的复合灾害空间变异性识别方法在说明书摘要公布了：本发明公开了一种基于协同克里金插值的复合灾害空间变异性识别方法，包括：S1、采集研究区域内多种相关灾害数据，制作相关灾害数据集；S2、确定研究区域的复合灾害事件的主变量和次变量；S3、采用协同克里金插值法，对符合正态分布的主变量序列和次变量序列进行分析评估；S4、根据协同半变异函数以及主变量序列的空间插值，对复合灾害进行空间变异性识别。本发明通过引入协同克里金方法，结合复合灾害是由多种因素共同引发的这一特征，利用多变量对其主要因素进行分析，其空间插值结果经过验证，更加精确，所得到的半变异函数参数可表征空间变异的程度。

本发明授权一种基于协同克里金插值的复合灾害空间变异性识别方法在权利要求书中公布了：1.一种基于协同克里金插值的复合灾害空间变异性识别方法，其特征在于，包括以下步骤： S1、采集研究区域内多种相关灾害数据，剔除多种相关灾害数据中整体分布距离较远的数据，制作相关灾害数据集，相关灾害数据集包括剔除多种相关灾害数据中整体分布距离较远的数据后的多种相关灾害数据及其经纬度，相关灾害数据包括：降雨事件强度、沿海地区潮位、相关衍生灾害及其损失； S2、根据相关灾害数据集确定复合灾害事件的主变量序列，并将主变量序列与相关灾害数据集中的其他数据序列两两组合，使用Spearman和或Kendall相关系数对两两组合进行相关性分析，选择相关性高且显著的数据序列作为次变量序列；对主变量序列与次变量序列分别进行正态性检验，若主变量序列和次变量序列为非正态分布，则将主变量序列和次变量序列分别转换为正态分布； Spearman相关系数计算公式为： ； 其中，n为进行相关性分析的相关灾害数据集的长度；和分别为主变量序列的秩和与主变量序列两两组合的其他数据序列的秩，和分别为主变量序列的平均值和与主变量序列两两组合的其他数据序列的平均值； Kendall相关系数计算公式为： ； ，； 其中，xi和xj分别为第i个和第j个主变量序列的数据，yi和yj分别为第i个和第j个与主变量序列两两组合的其他数据序列的数据； S3、采用协同克里金插值法，对步骤S2得到的符合正态分布的主变量序列和次变量序列进行分析评估；首先，根据符合正态分布的主变量序列或次变量序列，分别通过半变异函数公式计算出对应的主变量半变异函数值序列和次变量半变异函数值序列，通过协同半变异函数公式计算出对应的主变量和次变量的协同半变异函数值序列；其次，对得到的主变量半变异函数值序列、次变量半变异函数值序列、协同半变异函数值序列分别进行多模型拟合，采用均方根误差RMSE对各模型拟合结果进行评价，选择RMSE值最小的模型为最优模型，得到最佳主变量半变异函数、最佳次变量半变异函数与最佳协同半变异函数；随后根据最佳主变量半变异函数、最佳次变量半变异函数和最佳协同半变异函数，采用协同克里金插值法来对主变量序列和次变量序列进行空间插值，得到主变量在研究区域内的空间分布；然后，采用均方根误差对主变量序列和次变量序列的空间插值进行交叉验证； S4、根据步骤S3得到的最佳协同半变异函数的参数以及主变量序列的空间插值，对复合灾害进行空间变异性识别。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。