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！

龙图腾网获悉中国科学院沈阳应用生态研究所申请的专利基于CT扫描与水热传输特性分析的土壤结构优化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：CN120876524B 。

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：202510978428.1，技术领域涉及：G06T7/136；该发明授权基于CT扫描与水热传输特性分析的土壤结构优化方法是由迟光宇;郝文琦;马建设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本基于CT扫描与水热传输特性分析的土壤结构优化方法在说明书摘要公布了：本发明公开了基于CT扫描与水热传输特性分析的土壤结构优化方法，涉及土壤结构优化技术领域。通过利用工业CT设备对土壤样品进行扫描，提取扫描图像的孔隙结构参数，利用数值模拟和实验研究土壤样品的水热传输特性，获取水热传输特性参数，以孔隙结构参数作为输入特征，以水热传输特性参数作为预测参数构建LightGBM模型，通过训练完成后的LightGBM模型获取输入特征的重要性分数，识别出对水热传输特性参数具有显著影响的孔隙结构参数类型作为优化对象，以土壤样品具有最佳的水热传输特性作为优化目标，构建用于目标区域内的土壤结构优化模型，获取优化对象的最佳值，进而形成土壤结构优化策略。

本发明授权基于CT扫描与水热传输特性分析的土壤结构优化方法在权利要求书中公布了：1.基于CT扫描与水热传输特性分析的土壤结构优化方法，其特征在于，包括： 获取目标区域内的土壤样品进行处理，利用工业CT设备对处理好的土壤样品进行扫描，对CT扫描得到的图像进行预处理，利用图像处理软件对CT图像进行分割，根据灰度值差异区分孔隙和固相部分，并提取孔隙结构参数，结合CT扫描获取的所述孔隙结构参数，通过数值模拟和实验研究所述土壤样品的水热传输特性，获取所述土壤样品的水热传输特性参数； 以所述孔隙结构参数作为输入特征，以所述水热传输特性参数作为预测参数构建LightGBM模型，使用LightGBM库初始化模型，设置所述LightGBM模型的基本参数，通过网格搜索或随机搜索方法对模型的超参数进行调优，训练所述LightGBM模型至其性能指标达到期望值，通过训练完成后的所述LightGBM模型获取每个所述输入特征的重要性分数，识别出对所述水热传输特性参数具有显著影响的所述孔隙结构参数类型； 以具有显著影响的所述孔隙结构参数类型作为优化对象，以所述土壤样品具有最佳的水热传输特性作为优化目标，以所述优化对象的取值范围作为约束条件，构建用于所述目标区域内的土壤结构优化模型，利用所述土壤结构优化模型获取所述优化对象的最佳值，进而形成土壤结构优化策略； 所述孔隙结构参数包括孔隙率、孔隙大小分布、孔隙连通性、空隙弯曲度及空隙体积分数中的一项或多项组合； 所述水热传输特性参数包括水分传输特性参数、热量传输特性参数和水热耦合特性参数，其中： 所述水分传输特性参数包括饱和导水率、非饱和导水率、土壤水势和凋萎系数中的一项或多项组合； 所述热量传输特性参数包括导热率、热扩散率、土壤温度梯度和热容量中的一项或多项组合； 所述水热耦合特性参数包括相变热； 所述对所述水热传输特性参数具有显著影响的所述孔隙结构参数类型的识别流程包括以下步骤： 通过训练完成后的所述LightGBM模型获取所述输入特征对所述预测参数的重要性分数，记为，表示为第i项所述输入特征对第j项所述预测参数的重要性分数； 确定参数筛选条件，包括： 筛选条件1：对于任意第i项所述输入特征对第j项所述预测参数的重要性分数不小于第一筛选阈值； 筛选条件2：对于任意第j项所述预测参数，被选中的所述输入特征的重要性分数之和不小于第二筛选阈值； 筛选条件3：对于第i项所述输入特征，其对所有所述预测参数的重要性分数之和不小于第三筛选阈值； 根据以上所述筛选条件，构建用于对所述水热传输特性参数具有显著影响的所述孔隙结构参数类型的筛选模型，利用所述筛选模型筛选出符合的所述输入特征作为对所述水热传输特性参数具有显著影响的参数类型。

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中国科学院沈阳应用生态研究所，其通讯地址为：110016 辽宁省沈阳市沈河区文化路72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。