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！

龙图腾网获悉四川省生态环境科学研究院;清华大学申请的专利一种基于点源清单与北斗轨迹的大宗产品源流向建模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：CN121544144B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610058303.1，技术领域涉及：G06Q10/083；该发明授权一种基于点源清单与北斗轨迹的大宗产品源流向建模方法是由李媛;刘欢;孙蜀;姜涛;范武波;周虹辉;李俊洁设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种基于点源清单与北斗轨迹的大宗产品源流向建模方法在说明书摘要公布了：本发明涉及一种基于点源清单与北斗轨迹的大宗产品源流向建模方法，属于交通运输与环境管理技术领域。其中，该方法包括：构建大宗货源地数据库，利用5G定位与北斗轨迹数据，经时空融合算法清洗重建轨迹，识别关键运输停留点；构建动态空间匹配模型优化关联策略，基于图神经网络整合生产计划与需求预测生成潜在路径，通过双维度评估体系规划候选路线；采用区块链技术采集多源异构数据，通过智能预测模型实现路径分类与方案制定，并利用对抗生成网络与专家知识图谱验证和更新规则；基于数字孪生技术实现运输路径的动态映射，通过时空大数据分析与因果推断模型挖掘物流关联并预测优化方向。实现了源‑流‑向关系的精准建模与决策支持。

本发明授权一种基于点源清单与北斗轨迹的大宗产品源流向建模方法在权利要求书中公布了：1.一种基于点源清单与北斗轨迹的大宗产品源流向建模方法，其特征在于，包括： S1：基于点源排放清单与卫星遥感数据，采用人工智能图像识别技术提取企业地理位置、生产规模及产品产量信息，构建大宗货源地数据库；获取货运车辆的5G蜂窝定位数据与北斗轨迹数据，运用时空融合算法完成数据清洗与轨迹重建，并基于轨迹模式识别引擎识别关键停留点； 其中，所述大宗货源地数据库通过点源清单数据预处理技术、卫星遥感数据解析技术与数据动态校验技术配合完成构建，具体包括：对所述点源排放清单中的企业数据进行字段规范化处理，剔除重复登记的企业信息与无效产能数据，统一行业分类标准与数据格式；采用图像增强技术对卫星遥感数据进行纹理特征优化，结合地形校正技术消除地形起伏对企业位置定位的影响，提取企业厂房、仓储区的空间范围参数；基于实体匹配技术将所述点源排放清单中的企业名称、行业类型与遥感提取的企业空间信息进行关联比对，修正清单中地理坐标偏移与生产规模统计偏差，输出地理校准-生产融合数据集；建立数据周期更新机制，采集企业月度生产报表与库存数据，同步更新数据库中产品产量与库存余量信息； 所述运用时空融合算法完成数据清洗与轨迹重建，方法为：采集货运车辆的所述5G蜂窝定位数据与北斗轨迹数据的信号强度参数，基于动态权重分配机制进行融合权重系数配对；构建三维路网约束模型，结合区域路网的道路走向、车道数量与节点分布，生成路网拓扑结构特征向量；对融合后的轨迹片段进行基于语义理解的平滑调整，通过对抗生成网络识别并剔除与实际路网不符的轨迹拐点，修正轨迹偏差；采用增量式轨迹重建技术，结合边缘计算实现定位数据的实时清洗与轨迹重建； 所述关键停留点的识别，方法为：通过所述轨迹模式识别引擎采集车辆的速度、加速度与方向变化数据，建立行驶状态特征阈值模型，捕捉车辆从行驶至静止的状态转换节点；运用运动参数分析技术，对所述状态转换节点进行二次校验；通过计算停留时长、统计单位面积内的车辆密度，构建停留特征量化指标体系；结合地理信息空间数据库中大宗货源地周边的装卸货场地布局与停车场位置特征，建立贝叶斯分类模型，通过分析停留点与设施的空间距离、历史停留模式匹配度，区分临时停靠与装卸货停留，识别与货源地相关的关键停留点； S2：构建动态空间匹配模型，结合实时交通状况与路网变化，调整产地企业与所述关键停留点之间的空间关联策略；基于图神经网络构建区域物流拓扑图，整合企业生产计划与消费端需求预测数据，生成潜在运输路径；基于需求预测-产能匹配双维度评估体系，结合所述空间关联策略对候选运输路线进行规划；其中，所述空间关联策略的调整，包括： 采集区域内的交通流量、拥堵程度与道路通行状态数据，通过加权平均算法和灰色关联分析算法，构建包含时间维度与空间维度的交通影响权重因子；建立三级拥堵预警机制，根据拥堵程度动态调整产地企业与所述关键停留点的关联距离阈值；面对突发状况，所述大宗产品源流向模型借助地图实时更新服务捕捉路网拓扑结构变化，调用迪杰斯特拉算法与遗传算法相结合的混合路径规划策略，结合所述关联距离阈值完成路网重构，并重新计算所述关键停留点与产地企业的最优关联路径；同时，建立历史交通事件数据库对路网变化模式进行预测，实现空间关联策略的动态适配； S3：基于区块链技术采集与所述候选运输路线相对应的产品类别、运输距离及车种类型信息；构建智能预测分析模型，通过多维特征融合对所述候选运输路线进行分类，依据分类结果制定差异化方案；采用对抗生成网络生成虚拟路径进行对比验证，并基于专家知识图谱动态更新预设的建模评估规则； S4：基于数字孪生技术构建三维可视化平台，对大宗产品实际运输路径分布进行可视化数字映射；运用时空大数据分析技术，整合多源异构数据挖掘产地企业、区域物流枢纽与消费企业之间的潜在关联，并借助因果推断模型对源-流-向关系进行动态推演，预测运输路径优化方向。

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四川省生态环境科学研究院;清华大学，其通讯地址为：610041 四川省成都市人民南路4段18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。