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！

龙图腾网获悉西安理工大学申请的专利一种基于水文机理融合的深度学习模型搭建和预报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：CN121118976B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511677882.X，技术领域涉及：G06N3/042；该发明授权一种基于水文机理融合的深度学习模型搭建和预报方法是由杨雪;景鑫;张晓;罗军刚设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种基于水文机理融合的深度学习模型搭建和预报方法在说明书摘要公布了：本发明涉及水资源的管理和预报技术领域，具体涉及一种基于水文机理融合的深度学习模型搭建和预报方法。具体方法包括：构建融雪计算模块和土壤计算模块，拼接形成产流模型，构建汇流计算模块，使用汇流计算模块来执行产流模块计算成果的汇流演进模拟，构建汇流模型；汇流模型模拟计算中，根据计算单元的数量，采用广播计算策略和基于数组的常微分方程求解方法，实现多计算单元的并行计算，得到多个单元的产流计算结果；通过汇流模型整合计算每个单元的产流计算结果，得到汇流后建模流域的径流预测结果。本发明的方法解决目前深度学习技术在水文模型中的应用面临的模型的构建效率低和实际应用效果不佳的问题。

本发明授权一种基于水文机理融合的深度学习模型搭建和预报方法在权利要求书中公布了：1.一种基于水文机理融合的深度学习模型搭建和预报方法，其特征在于，包括以下步骤： 获取水文模型所涉及的变量，并构建通量类型；然后分别构建融雪计算模块和土壤计算模块；将融雪计算模块和土壤计算模块的构建成果进行拼接，形成产流模型； 根据产流模型的计算公式的变量，确定产流模型的计算公式之间的计算关系；根据确定的计算关系构建拓扑图，并使用网络搜索算法得到每个变量的计算顺序，然后构建汇流计算模块； 根据汇流计算模块，通过河网拓扑计算和网格汇流计算的方式，使用汇流计算模块来执行产流模块计算成果的汇流演进模拟，构建汇流模型；所述汇流模型为集总式模型、半分布式模型或分布式模型；其中，集总式模型采用汇流计算模块调整径流过程；半分布式模型使用汇流计算模块结合河网拓扑连接每个子流域的出流过程，得到流域出口的汇流过程；分布式模型使用汇流计算模块结合流向信息连接每个计算单元格的产流过程，通过流向矩阵累积，得到所有计算单元的径流分布； 汇流模型能够根据计算需求动态地从输入数据中提取数据变量和参数，根据提取的数据变量整合成键值对，并完成计算步骤，获得计算结果，然后将计算结果与初始输入数据中的键值对进行同步更新，通过更新键值对，将新生成的输出变量名称和对应的数据变量值保存到输入数据结果中； 汇流模型模拟计算中，根据计算单元的数量，采用广播计算策略和基于数组的常微分方程求解方法，实现多计算单元的并行计算，以提高模型参数率定和计算效率；得到多个单元的产流计算结果； 通过汇流模型整合计算每个单元的产流计算结果，得到汇流后建模流域的径流预测结果； 实现多计算单元的并行计算的方法，包括以下步骤： 根据计算单元的数量，输入数组的维度分为二维矩阵和三维数组，其中i表示变量维度；j表示计算单元个数；k表示时间长度； 生成针对单个时间点进行计算的函数，如下所示： ； 其中，I表示输入变量；O表示输出变量；P表示常规模型参数；NNp表示神经网络参数； 基于数组广播和切片技术，对二维数组和三维数组分别沿第2维和第3维进行切片处理，通过将高维数组沿指定维度分割为多个子数组，生成一个迭代器，每次迭代提供一个切片作为函数输入的数据格式； 执行数组广播和切片技术的步骤如下： 对二维矩阵的时间维度进行切片处理，生成切片后的多个子数组，生成一个迭代器；通过广播计算使参数匹配切片后的迭代器的维度，代入汇流模型的计算函数中，得到各时段下的函数计算结果； 对三维数组的时间和计算单元维度进行切片，然后再执行二维矩阵的计算； 通过数组广播机制，输入参数与切片数组自动匹配，实现逐元素的计算过程；设定计算采用的常微分方程的状态变量为二维矩阵，用以表示某一个时间点下各计算单元的各个状态变量；设定计算采用的常微分方程如下： ； 其中，为常微分方程在t时段的状态值，表示的时段变化值，维度为变量维度×计算单元个数；t表示时间； 在完成常微分方程求解后，得到与输入数组维度匹配的输出结果。

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西安理工大学，其通讯地址为：710048 陕西省西安市西安理工大学金花南路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。