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！

龙图腾网获悉山东大学申请的专利隧道不良地质物理场－水文场融合全息探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：CN121091397B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511632424.4，技术领域涉及：G01V11/00；该发明授权隧道不良地质物理场－水文场融合全息探测方法及系统是由李术才;宋志成;张铎;聂利超;李志强;肖越设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本隧道不良地质物理场－水文场融合全息探测方法及系统在说明书摘要公布了：本发明属于地下工程不良地质灾害预测与智能控制技术领域，提供了一种隧道不良地质物理场－水文场融合全息探测方法及系统，采用激电场、震电场、自然电场、水文场等多种物理场探测信息作为融合数据源，建立交叉梯度反演作为物理约束条件的耦合目标函数；构建CNN‑GNN‑Transformer混合网络，进行多层次特征融合；通过自适应权重动态平衡耦合目标函数中的物理约束条件与混合网络的深度学习数据驱动特征学习能力的贡献，实现了以混合深度学习模型为载体的多场全息解译，提高了多源异构数据的融合度，可以实现突涌水灾害源的三维全息成像与涌水预测，提高不良地质灾害探测的准确性与智能化决策的可靠性。

本发明授权隧道不良地质物理场－水文场融合全息探测方法及系统在权利要求书中公布了：1.一种隧道不良地质物理场－水文场融合全息探测方法，其特征是，包括以下步骤： 获取探测区域的地质资料和钻探资料，对其中的潜在突涌水区域，进行覆盖空地、孔隧全场景的激电场、震电场、自然电场和水文场探测，获取多源探测数据； 对所述多源探测数据进行预处理，在预处理过程中，引入时空同步控制方法，将多源探测数据对齐至统一的时空坐标系，形成标准化的时空数据结构； 建立交叉梯度反演作为物理约束条件的耦合目标函数； 构建CNN‑GNN‑Transformer混合网络，进行多层次特征融合，其中的CNN用于提取局部非线性响应特征，处理多物理场的空间变化，GNN用于建模物理场源之间的空间拓扑关系，体现交叉梯度的结构约束，Transformer用于捕捉长程依赖与全局特征； 通过自适应权重动态平衡耦合目标函数中的物理约束条件与CNN‑GNN‑Transformer混合网络的深度学习数据驱动特征学习能力的贡献； 构建不同物理场之间的梯度相关性，通过CNN‑GNN‑Transformer混合网络学习不同物理场之间的非线性映射关系，进行预测； 比较CNN‑GNN‑Transformer混合网络的预测结果与耦合目标函数的计算结果，当二者的偏差大于设定值时，触发局部调整，对异常区域进行修正，更新CNN‑GNN‑Transformer混合网络的参数，调整自适应权重，直至预测结果满足要求； 根据最终的预测结果，进行地质构造的三维空间建模，结合物性参数进行结构可视化与风险分区，构建灾害源空间分布模型。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。