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！

龙图腾网恭喜中国科学院地理科学与资源研究所;广东海洋大学申请的专利融合动力模式与深度学习模型的孪生映射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：CN117408148B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202311365470.3，技术领域涉及：G06F30/27；该发明授权融合动力模式与深度学习模型的孪生映射方法是由苏奋振;吴文周;张鹏;仉天宇;梁朋;刘金贵设计研发完成，并于2023-10-20向国家知识产权局提交的专利申请。

本融合动力模式与深度学习模型的孪生映射方法在说明书摘要公布了：本发明实施例公开了融合动力模式与深度学习模型的孪生映射方法，包括：根据待模拟的孪生映射场景，实时采集目标区域的环境因子数据；运用物理动力模式，对所述目标区域的孪生映射场景进行数值模拟，并利用所述环境因子数据对数值模拟结果进行修正，得到环境因子的空间分布数据；以所述环境因子的空间分布数据作为样本，对轻量化深度学习模型进行训练，训练好的模型以环境因子的历史空间分布数据为输入，以环境因子的未来空间分布数据为输出；将实时采集到的环境因子数据输入训练好的模型，实时动态预测所述目标区域未来的环境因子数据并进行可视化显示。本实施例地理动力过程的全生命周期孪生映射与可视化。

本发明授权融合动力模式与深度学习模型的孪生映射方法在权利要求书中公布了：1.一种融合动力模式与深度学习模型的孪生映射方法，其特征在于，包括：根据孪生映射场景的地理动力过程，实时采集目标区域的环境因子数据；运用物理动力模式，对所述目标区域的孪生映射场景进行数值模拟，并利用所述环境因子数据对数值模拟结果进行修正，得到环境因子的空间分布数据；以所述环境因子的空间分布数据作为样本，对轻量化深度学习模型进行训练，训练好的模型以环境因子的历史空间分布数据为输入，以环境因子的未来空间分布数据为输出；将实时采集到的环境因子数据输入训练好的模型，实时动态预测所述目标区域未来的环境因子数据并进行可视化显示；所述孪生映射场景为岛礁潟湖污染物自净；所述根据孪生映射场景的地理动力过程，实时采集目标区域的环境因子数据，包括：根据岛礁潟湖污染物自净中潟湖与外海的水交换动态过程，利用布设于岛礁潟湖排污口区域的传感器，实时采集潟湖的水环境因子数据，包括氮浓度、磷浓度、海水温度、海水盐度、海流场；所述运用物理动力模式，对所述目标区域的孪生映射场景进行数值模拟，并利用所述环境因子数据对数值模拟结果进行修正，得到环境因子的空间分布数据，包括：根据岛礁潟湖开闭、地形和风场效应，确定模式参数化方案，并根据岛礁潟湖历史观测数据和现场调查资料，运用物理动力模式对潟湖水交换过程进行数值模拟；利用实时采集的环境因子数据对数值模拟结果进行参数修正，得到潟湖内不同时刻的氮浓度、磷浓度、海水温度、海水盐度、海流场的空间分布数据；所述利用实时采集的环境因子数据对数值模拟结果进行参数修正，得到潟湖内不同时刻的氮浓度、磷浓度、海水温度、海水盐度、海流场的空间分布数据，包括：对实时采集的环境因子数据进行插值，转换为与数值模拟结果相同格式的数据；使用数据同化方法将转换后的数据与数值模拟结果融合，得到潟湖内不同时刻的氮浓度、磷浓度、海水温度、海水盐度、海流场的空间分布数据，其中，所述数据同化方法包括：变分方法、卡尔曼滤波或粒子滤波中的至少之一。

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科学院地理科学与资源研究所;广东海洋大学，其通讯地址为：100101 北京市朝阳区大屯路甲11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”。