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！

龙图腾网恭喜长江水利委员会长江科学院申请的专利一种物理机制约束机器学习的径流分割方法、设备及介质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：CN119761218B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510256722.1，技术领域涉及：G06F30/27；该发明授权一种物理机制约束机器学习的径流分割方法、设备及介质是由程淑婕;谢康;陈述;王冬;张琴;郑浩;宋志红;张晓琦;许继军;王永强;尹正杰;董玲燕;杨春花;宋雅静;余姚果;肖雪;汪金梦;宋基权设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种物理机制约束机器学习的径流分割方法、设备及介质在说明书摘要公布了：本申请公开了一种物理机制约束机器学习的径流分割方法、设备及介质，将自上而下式的水量与能量平衡公式作为机器学习的物理约束，针对径流分割提出了全新的计算方法，该方法既通过机器学习充分挖掘了流域上丰富的气象、植被、地形、土壤和人类活动等属性数据，并通过分别构建针对径流和基流的的水量和能量平衡公式，为机器学习提供有效的物理约束边界条件，使得机器学习始终满足该物理约束边界条件，从而降低机器学习过于依赖训练数据而导致的径流分割结果的不确定性，提高径流分割结果的准确度，为科学决策提供准确依据。

本发明授权一种物理机制约束机器学习的径流分割方法、设备及介质在权利要求书中公布了：1.一种物理机制约束机器学习的径流分割方法，其特征在于，所述物理机制约束机器学习的径流分割方法包括：获取多个目标流域的历史径流数据、历史降水量、历史潜在蒸发量以及历史流域属性数据，其中，所述历史径流数据中包括历史基流数据；生成目标耦合模型，所述目标耦合模型用于进行径流分割处理，所述目标耦合模型中包括基于针对径流的第一物理约束公式、基于针对基流的第二物理约束公式以及机器学习模型；其中，所述第一物理约束公式中包括蒸发效率参数，每一所述目标流域的蒸发效率参数利用所述目标流域的历史径流数据、历史降水量以及历史潜在蒸发量进行率定；所述第二物理约束公式中包括有效蓄水能力参数，每一所述目标流域的有效蓄水能力参数利用所述目标流域的历史基流数据、历史降水量、历史潜在蒸发量以及蒸发效率参数进行率定；所述机器学习模型表征蒸发效率参数、有效蓄水能力参数分别与流域属性数据的映射关系，所述机器学习模型利用多个所述目标流域的蒸发效率参数、有效蓄水能力参数以及历史流域属性数据来确定；所述第一物理约束公式包括： 其中，Q为径流数据，P为降水量，Ep为潜在蒸发量，α为蒸发效率参数；所述第二物理约束公式包括： 其中，Qb为基流数据，P为降水量，Ep为潜在蒸发量，α为蒸发效率参数，Sp为有效蓄水能力参数。

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长江水利委员会长江科学院，其通讯地址为：430000 湖北省武汉市黄浦大街23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”。