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！

龙图腾网获悉河海大学;温州市水文管理中心申请的专利一种基于全河段空间差异分析的河流健康评价方法及装置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：CN117408558B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202311397373.2，技术领域涉及：G06Q10/0639；该发明授权一种基于全河段空间差异分析的河流健康评价方法及装置是由董增川;周月娇;崔洵;朱圣男;陈隆吉;杨伯华;曾广恩;刘宇鹏设计研发完成，并于2023-10-26向国家知识产权局提交的专利申请。

本一种基于全河段空间差异分析的河流健康评价方法及装置在说明书摘要公布了：本发明公开了一种基于全河段空间差异分析的河流健康评价方法及装置，方法包括：将目标流域的全河段按照河流特征划分成多种不同水体类型的区域；对各水体类型的区域分别从设定的各准则层中选取多个评价指标；分别获取预设时间段内每个区域的各评价指标的指标数据；基于所述指标数据，通过构建POME模糊评价模型与基于三角模糊数的集对分析模型对各区域进行多元耦合评价，以获得各区域的生态健康评价等级；利用泰尔指数分析各评价角度与全河段河流生态健康空间上存在的相对差异，以获得目标流域的水体生态健康协调状况。本发明以全河段河流生态健康为主题，区分水体差别，从空间角度评价河流健康状况，为决策者指导河流建设提供新的思路和理论支撑。

本发明授权一种基于全河段空间差异分析的河流健康评价方法及装置在权利要求书中公布了：1.一种基于全河段空间差异分析的河流健康评价方法，其特征在于，包括： 将目标流域的全河段按照河流特征划分成多种不同水体类型的区域； 对各水体类型的区域分别从设定的各准则层中选取多个评价指标； 分别获取预设时间段内每个区域的各评价指标的指标数据； 基于所述指标数据，通过构建POME模糊评价模型与基于三角模糊数的集对分析模型对各区域进行多元耦合评价，以获得各区域的生态健康评价等级； 所述获得各区域的生态健康评价等级包括以下步骤： 基于所获取的各区域的指标数据，通过构建POME模糊评价模型分别计算得到各区域的水体生态健康第一评价等级； 基于所获取的各区域的指标数据，通过构建基于三角模糊数的集对分析模型分别计算得到各区域的水体生态健康第二评价等级； 对所述第一评价等级与第二评价等级进行平均值计算，获得各区域的生态健康评价等级； 所述基于所获取的各区域的指标数据，通过构建POME模糊评价模型分别计算得到各区域的水体生态健康第一评价等级的步骤包括： 将对待评价的区域获得的各指标样本值和分级标准值组成的矩阵和分别标准化为模糊矩阵和； 构建待评价样本与各等级标准之间的广义加权距离最小及香农熵最大为目标问题的拉格朗日函数，得到基于POME模糊评价的最优隶属度模糊矩阵，其中的计算公式为： 1 式中：B为加权因子；wi为第i个指标的权重；eih为第i个指标第h等级分级标准值标准化处理后的值；fi为第i个指标的样本值经标准化处理后的值；uh为样本总体对第h等级的隶属度；m为指标的个数；k为评价等级的等级数； 基于最优隶属度模糊矩阵，得到待评价区域的水体生态健康第一评价等级的计算公式如下： 2 式中：uh为待评价区域的样本总体对h等级的隶属度；k为等级数；A为总隶属度，即待评价区域的第一评价等级； 所述基于所获取的各区域的指标数据，通过构建基于三角模糊数的集对分析模型分别计算得到各区域的水体生态健康第二评价等级的步骤包括： 根据集对分析的同异反原理，构建待评价区域的样本值与河流生态健康评价等级之间的五元联系数，其表达式如下： 3 式中，为第i个指标样本的联系数；ci为第i个指标的样本值；sih为第i个指标的第h等级的分级标准值，h=1,2，…k；分别为第i个指标偏离第2、3、4等级的差异度系数；；为第i个指标样本值的对立度系数； 采用分析取值法的特殊值法确定分级标准值si2，si3，si4处的差异度系数分别取i1i=0.5，i2i=0，i3i=-0.5；引入三角模糊数表示差异度系数的模糊性，其公式为： 4 基于五元联系数，得到待评价区域的水体生态健康第二评价等级的计算公式如下： 5 式中：Z为待评价区域的第二评价等级，wi为第i个指标的权重；为第i个指标样本的联系数，m为指标的个数； 利用泰尔指数分析各评价角度与全河段河流生态健康空间上存在的相对差异，以获得目标流域的水体生态健康协调状况。

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河海大学;温州市水文管理中心，其通讯地址为：210000 江苏省南京市江宁区秣陵街道佛城西路8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。