专利标题 公开号/公告号 公开日期 摘要 专利状态
业务升级方法、装置、计算机设备和存储介质 CN202110336038.6 - 本申请涉及一种业务升级方法、装置、计算机设备和存储介质。所述方法包括：获取待升级业务所对应的业务代码；编译所述业务代码，获得升级后的业务动态链接库；获取所述待升级业务对应的交易节点配置规则；按照所述交易节点配置规则，基于所述升级后的业务动态链接库，升级包含所述待升级业务的交易节点。采用本方法能够节省升级时间。 专利申请的更正
业务组件部署方法、装置、计算机设备和存储介质 CN202110332697.2 - 本申请涉及一种业务组件部署方法、装置、计算机设备和存储介质。所述方法包括：获取交易平台对应的待配置业务组件；获取为所述待配置业务组件分配的业务通信地址；根据配置的所述待配置业务组件与关联业务组件之间的关联关系，将所述待配置业务组件部署到所述交易平台中，以使在所述业务通信地址对应的设备上运行与所述待配置业务组件相关的应用；所述待配置业务组件与所述关联业务组件位于同一组播网络。采用本方法能够减少业务组件部署的工作量。 专利申请的更正
县域水资源综合规划与管理决策支持系统 CN202410675009.6 - 本发明涉及水资源规划领域，具体涉及县域水资源综合规划与管理决策支持系统，包括数据采集与整合模块、水资源评估模块、水资源管理模块、水资源生态补偿模块以及水资源动态优化调控模块，其中；所述数据采集与整合模块获取水资源数据；所述水资源评估模块评估县域内水资源的数量、质量和分布情况；所述水资源管理模块对水资源进行监测、调度、保护和治理；所述水资源生态补偿模块通过评估县域内不同生态环境对水资源的贡献；所述水资源动态优化调控模块动态调整和优化水资源管理及规划方案。本发明，增强了水资源的自然保护能力，从而推动了水资源管理向更高效、透明和可持续的方向发展。 实质审查
智能水资源管理的数字孪生模型构建方法 CN202410627030.9 - 本发明涉及水资源管理技术领域，具体涉及智能水资源管理的数字孪生模型构建方法，包括以下步骤：S1，数据收集：收集监测数据；S2，数据整合与预处理：将收集到的监测整合成一致的数据格式；S3，监测数据分析与边缘计算应用：构建数字孪生模型；S4，同化技术的应用与模型校准：应用数据同化技术；S5，预测与模拟：进行水资源状态的未来趋势预测和发生情况的模拟；S6，可视化输出与决策支持：通过图形用户界面呈现；S7，持续更新与优化：更新和优化数字孪生模型。本发明，确保了模型随着环境变化和新数据的持续适应和更新，提升了决策的准确性，使管理措施更加精准有效。 实质审查
一种用于水土保持的多级拦沙装置 CN202410599761.7 - 本发明公开了一种用于水土保持的多级拦沙装置，涉及河道整治领域，包括壳体，所述壳体的数量设为多个，所述壳体的顶部等距固定安装有多个连接板，所述连接板的顶部对称固定连接有支撑柱，两个所述支撑柱的顶部之间固定安装有支撑板，所述支撑板的顶部靠近边缘的位置对称固定安装有多个第二尖头杆。该一种用于水土保持的多级拦沙装置，通过三级拦沙网泄去大部分雨水向下的冲击力，之后，被泄去大部分冲击力的雨水穿过三级拦沙网来到一级拦沙网表面上，再从一级拦沙网的网孔渗入到土壤中，从而雨水冲击得到缓冲，雨水的冲击力大幅削弱，降低土壤颗粒和有机质松动，提高水土保持效率。 实质审查
基于FME的激光雷达地形特征智能提取方法 CN202410578559.6 - 本发明涉及激光雷达技术领域，具体涉及基于FME的激光雷达地形特征智能提取方法，包括以下步骤：S1，激光雷达点云数据采集及预处理：采集激光雷达点云数据；S2，点云分割与地物特征提取：根据地物点云提取地物特征；S3，时空动态特征建模：对提取地物特征进行预测；S4，自适应地形复杂度感知特征提取：根据地形复杂度和遮挡情况自动调整地物特征提取的参数；S5，FME算法的应用：利用FME算法对提取的地物特征进行融合处理；S6，地形特征细化与质量增强：细化地物特征以增强地形数据的质量。本发明，确保了高精度和高效率的地形数据处理，使得地形变化的监测更加精确和及时。 实质审查
一种基于多源信息水旱灾害动态风险评估方法和系统 CN202311075204.7 2023-11-03 本发明公开了一种基于多源信息水旱灾害动态风险评估方法和系统，所述方法包括：多源信息收集，包括气象站数据、卫星观测数据和历史数据，对有缺失的多源信息使用基于拉格朗日与克里金插值方法进行补全，并标准化获得标准数据集；基于VGG16卷积神经网络提取卫星观测获得的卫星图像特征，并基于随机邻域嵌入方法对卫星图像特征降维，结合收集到的多源信息构成综合特征；基于支持向量机构建水旱灾害动态风险评估方法，构建优化目标函数；训练构建的水旱灾害动态风险评估方法，得到训练好的风险评估方法后对水旱灾害动态风险进行实时评估。本发明采用机器学习和深度学习算法，避免传统方法需要手工提取特征的繁琐过程，提高了评估的效率。 专利权的授权
一种基于数字孪生的水旱灾害应急仿真方法和系统 CN202310858081.8 2023-12-22 本发明请求保护一种基于数字孪生的水旱灾害应急仿真方法和系统，提取水旱灾害待仿真数据；通过水旱灾害待仿真数据确定仿真模型，得到仿真模型数据进行水下地形仿真分析，得到应急仿真数据；通过分割成不同的历史干旱地区和历史洪涝地区；得到每个地区的地形和水下地形特征与特征向量；分析每个不同的地区的特征向量差异值；将小于门限值的历史干旱地区和历史洪涝地区归于近似地区；提取近似地区的历史水下地形数据值；通过历史水下地形数据值得到校验指标；通过校验指标和水下地形仿真应急仿真，得到应急仿真数据。该方案可以有效对各地区的水旱灾害情况进行精准仿真预测，充分考虑水下地形特点，准确预测地区水旱灾害防控策略。 专利权的授权
一种基于深水淤泥采样的水下地形仿真方法和系统 CN202310568729.8 2023-07-28 本发明提出一种基于深水淤泥采样的水下地形仿真方法和系统，通过仿真方法与水下测试的相互耦合，构建水下淤泥仿真地形候选模型，实施水下模拟作业，得到水下地形在水下地形淤泥检测环境下的实际淤泥检测质量参数并对模型实施调整，淤泥检测环境切分处理后实施水下地形仿真分析，得到可信度最高的可信水下地形参数，以首选淤泥检测环境来实施水下模拟作业得到首选实际淤泥检测质量参数，与可信度最高的参数实施比较，验证并输出水下地形的高程参数绘制优化结果。本发明在综合考虑其淤泥选用、地形绘制及优化的基础上，得能够综合研究人员的水下作业经验，把主观定性分析和客观数据定量计算相结合，能够避免单一定性分析或定量分析导致的片面性。 专利权的授权
一种基于卫星图像的水资源信息采集方法 CN202310433865.6 2024-06-18 本发明公开了一种基于卫星图像的水资源信息采集方法，包括：获取卫星图像并计算图像指数与卫星原始波段信息共同构成卫星图像特征；基于核主成分分析对卫星图像特征进行降维；将降维后的卫星图像特征输入深度学习网络进行训练，进而对卫星图像中的水体进行分割；根据分割结果提取水体特征；根据卫星图像水体分割结果以及提取的水体特征，采集水资源信息分布图及其变化趋势信息。本发明将多个图像指数融合到基于核主成分分析的降维方法中可以进一步提高数据的鲁棒性。通过将基于核主成分分析的降维方法和基于深度学习的图像分割方法结合起来，可以实现对卫星图像中的水体进行快速、准确的分割，提高水资源信息的采集效率和精度。 专利权的授权