買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京石油化工學院申請的專利一種區域污染物濃度預測方法、裝置及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120163292B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510313708.0，技術領域涉及：G06Q10/04；該發明授權一種區域污染物濃度預測方法、裝置及存儲介質是由王亞飛;李啟源;劉笑瑒設計研發完成，并于2025-03-17向國家知識產權局提交的專利申請。

本一種區域污染物濃度預測方法、裝置及存儲介質在說明書摘要公布了：本發明涉及一種區域污染物濃度預測方法、裝置及存儲介質，應用于污染監測技術領域。具體包括：通過獲取各個單站點的歷史污染物濃度監測數據以及氣象數據，并基于KAN和Transformer架構融合的EnvMulti?KAN模型預測單站點的未來細顆粒物濃度以及污染物化學組成成分；再進一步根據目標區域內各個單站點的預測結果，采用多站點細顆粒物擴散模型結合地理信息以及各單站點之間的相互作用，模擬顆粒擴散匯聚，構建污染物區域濃度，精準預測區域性細顆粒物濃度，打破單站視野局限；本申請通過使單站點模型與多站點模型協同，精準預測區域性細顆粒物濃度，同步精準預測污染物的主要成分，為大氣化學理論研究提供實證。

本發明授權一種區域污染物濃度預測方法、裝置及存儲介質在權利要求書中公布了：1.一種區域污染物濃度預測方法，其特征在于，所述方法包括： 獲取目標區域內各個單站點的歷史預設時間段的污染物濃度監測數據以及氣象數據，所述污染物濃度監測數據包括各個污染物濃度以及各個污染物的化學組成成分； 將各個單站點的歷史預設時間段的污染物濃度監測數據以及氣象數據作為輸入數據分別輸入到預訓練好的EnvMulti-KAN模型中，通過所述EnvMulti-KAN模型預測單站點的未來一段時間內的細顆粒物濃度以及細顆粒物組成成分； 所述EnvMulti-KAN模型包括：多尺度特征融合模塊、動態環境交互模塊以及多任務預測解碼器； 所述通過所述EnvMulti-KAN模型預測單站點的未來一段時間內的細顆粒物濃度以及細顆粒物組成成分包括： 所述多尺度特征融合模塊采用細粒度樣條函數獲取輸入數據中氣象因素與污染物濃度的非線性關系，所述多尺度特征融合模塊還采用粗粒度樣條函數獲取氣象因素與污染物濃度的長期趨勢； 獲取目標區域內各個單站點的地理特征數據以及實時氣象數據； 將所有單站點的未來一段時間內的細顆粒物濃度以及細顆粒物組成成分、地理特征數據以及實時氣象數據一并輸入到預訓練好的多站點細顆粒物擴散模型中； 通過所述多站點細顆粒物擴散模型輸出目標區域的污染物濃度預測值，以及氣象因素、地理因素以及每個單站點分別對目標區域中各個污染物濃度的貢獻占比； 分別對所述EnvMulti-KAN模型的輸出以及多站點細顆粒物擴散模型的輸出進行預處理，使得所述EnvMulti-KAN模型的輸出與多站點細顆粒物擴散模型的輸出進行時間步長以及空間分辨率保持一致； 將時空維度一致的EnvMulti-KAN模型的輸出以及多站點細顆粒物擴散模型的輸出進行融合，構建時間、空間、污染物濃度及污染物的化學組成成分特征的時空四維數據； 根據所述時空四維數據，利用GIS平臺生成區域性細顆粒物組分分布圖，所述區域性細顆粒物組分分布圖用于動態呈現各站點污染物成分的濃度變化與空間分布； 根據所述區域性細顆粒物組分分布圖生成濃度熱力圖，根據所述濃度熱力圖獲取污染物的擴散路徑； 在所述濃度熱力圖的基礎上結合氣象數據中的風向玫瑰圖以及地理特征圖獲取污染物的傳輸路徑； 對所述EnvMulti-KAN模型的輸出以及多站點細顆粒物擴散模型的輸出采用正定矩陣因子分解獲取不同污染源類型的貢獻占比，基于不同污染源類型的貢獻占比獲取影響力最大的污染源。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京石油化工學院，其通訊地址為：102600 北京市大興區清源北路19號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。