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！

龙图腾网获悉南京大学;苏州地智环保科技有限公司申请的专利融合物理约束的时空图神经网络的地下水污染浓度预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：CN120850751B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202510944512.1，技术领域涉及：G06F30/27；该发明授权融合物理约束的时空图神经网络的地下水污染浓度预测方法是由黄蕾;刘凡;郭昭;任富天;梅丹兵;马晨;王刚设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本融合物理约束的时空图神经网络的地下水污染浓度预测方法在说明书摘要公布了：本发明公开了融合物理约束的时空图神经网络的地下水污染浓度预测方法，涉及地下水污染物预测技术领域，包括对建模区域内的水文和污染物数据进行预处理并构建三维参数采样点集；通过优化算法确定水动力和溶质运移参数的空间分布；基于级联式图神经网络架构，先预测水位场，再将水位预测结果作为特征输入进行污染物浓度预测；采用物理约束损失函数进行优化，并通过时空注意力机制同步更新预测结果。因此，采用上述方法，实现了水位与污染物浓度的协同预测，物理约束保障了预测合理性，仅需少量数据即可建立预测模型，避免了传统方法构建复杂机理模型的计算负担，显著提高了在数据稀缺条件下的预测准确性。

本发明授权融合物理约束的时空图神经网络的地下水污染浓度预测方法在权利要求书中公布了：1.融合物理约束的时空图神经网络的地下水污染浓度预测方法，其特征在于，包括以下步骤： S1、提取建模区域内所有水文数据，包括监测水位、污染物浓度、抽水井流量、渗透系数及边界条件数据，按标准格式整理为结构化数据集，构建物理边界主导的高维参数空间数据库，并采用分层拉丁超立方采样，生成初始的参数采样点集； S2、根据建模区域的水文地质条件，设定建模区域内存在的水力条件边界的参数取值范围，采用空间能量函数量化采样点间的空间距离，通过最大最小距离准则评估参数分布均匀性，并利用模拟退火算法优化参数空间分布，得到优化后高维的参数采样点集； S3、基于优化的参数空间分布，构建地下水系统数值模型，基于水文地质参数的空间分布特征，建立动态的水动力场边界条件体系，并设计结构一致性驱动的水动力场配置，通过边界扰动与响应测试机制，输出数值模拟的网格数据； S4、将地下水系统数值模型输出的网格数据转换为图结构数据，节点表征水文单元，边表征空间邻接关系，构建融合物理先验的级联式预测网络架构，通过时空注意力门控机制对地下水的水位、污染浓度进行协同更新和预测。

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南京大学;苏州地智环保科技有限公司，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。