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！

龙图腾网恭喜中国水利水电科学研究院申请的专利一种蒸发胁迫对影响因子时变敏感性的计算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：CN119249876B 。

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：202411289791.4，技术领域涉及：G06F30/27；该发明授权一种蒸发胁迫对影响因子时变敏感性的计算方法是由汪勇;刘源;赵勇;何凡;翟家齐;李星;王庆明;李孟南;朱永楠;何国华设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种蒸发胁迫对影响因子时变敏感性的计算方法在说明书摘要公布了：本发明公开了一种蒸发胁迫对影响因子时变敏感性的计算方法，所述方法包括以下步骤：步骤1、计算蒸发胁迫指数时间序列；步骤2、计算蒸发胁迫指数去季节去趋势的异常分量；步骤3、获取蒸发胁迫指数异常分量的前序影响序列；步骤4、计算蒸发胁迫影响因子去季节去趋势的异常分量；步骤5、建立记忆动态线性模型；步骤6、确定模型的最优膨胀因子参数；步骤7，计算时变敏感性序列。本发明所述方法有效解决了蒸发胁迫短历时内瞬时敏感性变化的获取问题，为蒸发胁迫响应机制研究和及时干旱预警提供了可靠的理论和技术支持。

本发明授权一种蒸发胁迫对影响因子时变敏感性的计算方法在权利要求书中公布了：1.一种蒸发胁迫对影响因子时变敏感性的计算方法，其特征在于，所述方法包括以下步骤：步骤1、计算蒸发胁迫指数时间序列：获取研究区域的实际蒸散发时间序列ETa以及潜在蒸散发时间序列ETp，根据公式1计算得到t时刻的蒸发胁迫指数时间序列值ESIt，进而得到蒸发胁迫指数时间序列ESI； 式中：ESIt为t时刻的蒸发胁迫指数时间序列值；ETat为t时刻的实际蒸散发时间序列值；ETpt为t时刻的潜在蒸散发时间序列值；步骤2、计算蒸发胁迫指数去季节去趋势的异常分量：使用动态线性模型DLM，设置输入蒸发胁迫指数时间序列ESI，不引入自变量，获得蒸发胁迫指数时间序列的异常分量，数学表达式如下：ESI＝ESIl+ESIs+ESIr+vt2式中：ESI为蒸发胁迫指数时间序列；ESIl为ESI的趋势分量；ESIs为ESI的季节分量；ESIr为ESI的异常分量；vt为观测噪声残差；步骤3、获取蒸发胁迫指数异常分量的前序影响序列：对于t时刻的异常分量ESIr，t数值，获取它在前几个时间点的数值，以表征记忆效应，包括ESIr的前序一个时间间隔的序列ESIr，t-1，前序两个时间间隔的ESIr，t-2，前序三个时间间隔的ESIr，t-3，前序四个时间间隔的ESIr，t-4，前序五个时间间隔的ESIr，t-5，通过将整个蒸发胁迫指数时间序列进行错位排列的方法来获得这些序列即前序影响序列，然后保留ESIr序列和前序影响序列重叠的有效数据范围，作为有效的研究时段数据；步骤4、计算蒸发胁迫影响因子去季节去趋势的异常分量：蒸发胁迫影响因子包括土壤湿度svm、饱和水汽压差VPD以及叶面积指数LAI，通过减去多年平均的气候态来剔除季节分量，并通过减去线性拟合来剔除长期趋势分量从而获得svm、VPD和LAI的异常分量；具体过程为：季节分量的计算： 式中：St为季节分量；N为时间序列的年份总数；Xit为第i年在时间点t的数据值；X表示蒸发胁迫影响因子；趋势分量的计算：Tt＝a+bt4式中：Tt为趋势分量，是以Xt序列为纵坐标，以对应的时间t的序列为纵坐标进行的线性拟合，a和b分别是通过对Xt线性拟合得到的截距和斜率；得到异常分量：δXt＝Xt-St-Tt5式中：δXt为Xt的异常分量；步骤5、建立记忆动态线性模型：将上述步骤得到的ESI、ESI异常分量的前序影响序列、以及svm、VPD、LAI的异常分量序列代入动态线性模型中构建记忆动态线性模型，记忆动态线性模型考虑了蒸发胁迫发展机制中自身前序序列，即记忆效应的影响，数学表达式如下：ESI＝ESIl+ESIs+ESIr+vt6ESIr，t＝θESI1ESIr，t-1～θESI5ESIr，t-5+θsvmδsvmt+θVPDδVPDt+θLAIδLAIt+ε7其中，公式6同公式2，表示记忆动态线性模型的输入因变量ESI是蒸发胁迫指数时间序列，自变量ESIr，t-1、ESIr，t-2、ESIr，t-3、ESIr，t-4、ESIr，t-5、δsvmt、δVPDt和δLAIt作为驱动因素的时间序列；ESIr，t为t时刻的ESI的异常分量；ESIr，t-1为t-1时刻的ESI的异常分量；θESI1为δESIt在t时刻对ESIr，t-1的敏感性系数；δsvmt、δVPDt和δLAIt分别为t时刻的土壤湿度、饱和水汽压差、叶面积指数的异常分量；记忆动态线性模型具有动态线性模型的功能，首先会对原始时间序列进行趋势分量、季节分量和异常分量的分解，然后对分解得到的回归分量ESIr，t和驱动因素进行回归关系的建立，之后通过模型内置的贝叶斯更新方法得到在每个时刻的回归系数，即θsvm、θVPD和θLAI分别为在t时刻ESIr，t对三个变量的敏感性系数，模型的输出为ESIl、ESIS、ESIr、θESI1～θESI5以及θsvm、θVPD和θLAI的时间序列；步骤6、确定模型的最优膨胀因子参数：通过验证分量分解过程的准确性，进行最优膨胀因子的选取，步骤如下：计算不同膨胀因子γ参数下的记忆动态线性模型的分量和： 式中：ESIγ为在膨胀因子γ下得到的三个分量的和，类比公式6与输入的因变量ESI相差观测噪声残差vt；分别为在膨胀因子γ下得到的趋势分量、季节分量和异常分量；对照原始时间序列ESI，计算评估指标决定系数R2，用来评估模型的精度，计算公式为： 其中，原始时间序列ESI的均值为： 式中：T为时间序列的长度；为t时刻的ESIγ值；步骤7，计算时变敏感性序列：使用步骤6中确定的决定系数最大的膨胀因子γ运行记忆动态线性模型，得到模型的输出结果，三个变量的每个时刻的敏感性系数θSvm、θVPD和θLAI，即得到时变敏感性序列；由此确定蒸发胁迫对影响因子的时变敏感性序列。

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水利水电科学研究院，其通讯地址为：100048 北京市海淀区车公庄西路20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”。