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！

龙图腾网获悉贵州大学申请的专利一种基于AI的喀斯特区土壤-地下水协同污染评估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：CN121724443B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610197968.0，技术领域涉及：G06Q10/0635；该发明授权一种基于AI的喀斯特区土壤-地下水协同污染评估系统是由商成梅;吴攀;李学先;钮杰;郝海洋;张世鸿设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本一种基于AI的喀斯特区土壤-地下水协同污染评估系统在说明书摘要公布了：本发明涉及污染风险评估技术领域，提出了一种基于AI的喀斯特区土壤‑地下水协同污染评估系统。该系统融合多源土壤与地下水重金属时序监测数据，构建跨介质协同表征特征，引入具备参数高效适配能力的增强型时序建模方法，并设计面向非平稳污染演化特征的复合型动态损失函数，实现对土壤与地下水重金属污染状态的协同预测与不确定性刻画。进一步地，将预测结果与空间网格化分析相结合，构建协同污染风险指标与风险分区结果，实现由污染演化建模向空间风险评估与预警输出的技术转化，为喀斯特区重金属污染的动态预警、分级防控与环境管理决策提供可靠技术支撑。

本发明授权一种基于AI的喀斯特区土壤-地下水协同污染评估系统在权利要求书中公布了：1.一种基于AI的喀斯特区土壤-地下水协同污染评估系统，其特征在于：所述系统包括现场监测子系统、中心数据服务器集群和环境管理终端； 现场监测子系统，采集土壤-地下水重金属协同监测数据和重金属含量分析结果； 边缘采集终端，对土壤-地下水重金属协同监测数据执行时间戳对齐、基础去噪和本地缓存处理，得到土壤-地下水重金属污染采集数据； 中心数据服务器集群，包括：数据预处理模块、特征构建模块、协同污染评估模块和风险分区模块； 数据预处理模块，通过重金属含量分析结果对土壤-地下水重金属污染采集数据行标定，构建土壤-地下水重金属时序数据集； 特征构建模块，基于土壤-地下水重金属时序数据集，构建多通道输入特征集； 协同污染评估模块，构建旋转参数增强的Chronos-T5模型；引入复合型动态损失函数作为模型训练与预测约束机制，并基于旋转参数增强的Chronos-T5模型对多通道输入特征集进行时序编码与联合建模，获取土壤中重金属含量分布和地下水中重金属浓度分布，并输出协同污染风险指标； 风险分区模块，当协同污染风险指标超过预设阈值时，生成协同污染预警信息并推送至环境管理终端； 环境管理终端，接收并展示协同污染预警信息； 复合型动态损失函数的构建方式为：构建交叉熵损失函数，引入基于三角波的时间振荡权重因子，对交叉熵损失函数的类别梯度贡献与损失景观曲率特性进行动态调制，得到动态交叉熵损失函数；构建均方误差损失函数，引入基于方波的时间振荡权重因子，对均方误差损失函数的目标侧进行时变调制，得到动态均方误差损失函数；结合动态交叉熵损失函数和动态均方误差损失函数构建复合型动态损失函数； 引入基于三角波的时间振荡权重因子的动态交叉熵损失函数公式： ，； 其中，表示训练步下，第个预测通道对应的时间振荡权重因子；表示振荡幅值系数；表示三角波函数，表示类别总数；表示时间振荡权重因子的周期长度，表示第个预测通道对应的相位偏移量； ； 其中，表示训练步计算得到的动态交叉熵损失；表示当前批次的总的训练条目数，表示训练条目的索引，表示第个训练条目的输入向量，表示第个训练条目对应的真实污染状态标签，表示训练步时刻的模型参数，表示指数化结果；表示对指数化结果的求和； 引入基于方波的时间振荡权重因子的动态均方误差损失函数： ； 其中，表示在训练步下，第个预测通道对应的基于方波的时间振荡权重因子；表示方波振幅系数；表示方波函数； ； 其中，表示训练步计算得到的动态均方误差损失；表示对输出的第个预测通道的预测值，表示第个条目的one-hot标签在第个预测通道维度上的分量； 复合型动态损失函数： 其中，表示训练步计算得到的复合型动态损失，分别表示权衡系数；表示正则化系数，表示正则化项。

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贵州大学，其通讯地址为：550000 贵州省贵阳市花溪区甲秀南路贵州大学；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。