公开(公告)号：CN110993019A

公开(公告)日：2020-04-10

申请号：CN201911025512.2

申请日：2019-10-25

Applicant: 北京师范大学

Inventor： 何佳 ,  张璇 ,  杜鹏 ,  殷国栋 ,  郝芳华 ,  付永硕 ,  郝增超

IPC: G16B20/00 ,  G16B40/20

Abstract: 本发明属于生态风险评价测试策略领域，具体涉及一种用于制定水质基准及风险评估的生物富集因子预测方法。包括以下步骤：(1)生物富集因子数据的选取；(2)替代物种的选择；(3)生物富集因子种间关系模型的建立；(4)预测数据的筛选等步骤，可以避免耗时耗力的生物实验，通过化学品对已知物种的生物富集因子预测更多物种的生物富集因子，尤其是稀有和濒危物种生物富集因子数据的空白，改善中国目前面临本土物种数据极度短缺的情况，满足中国水质基准对生物富集因子数据生物多样性的需求，加快水质基准的研究发展，并且可以为化学品生态风险评估提供基础数据支持。

公开(公告)号：CN119577356A

公开(公告)日：2025-03-07

申请号：CN202411524324.5

申请日：2024-10-30

Applicant: 北京师范大学

Inventor： 何佳 ,  魏琨宇 ,  何珊 ,  郭星妤 ,  张璇 ,  赵晓丽 ,  吴丰昌

IPC: G06F18/20 ,  G01N33/18 ,  G06F18/24

Abstract: 本申请涉及一种基于溶解氧的各水域水生态信息识别方法和装置。所述方法包括：获取不同水域的水生态检测信息和各位置点的水样数据，并识别每个水域对应的水域类型和各水生态指数的指数值；针对每个水域类型，识别每个水域的各位置点的溶解氧数据，从而生成每个水域的溶解氧分布信息；生成所述水域类型的溶解氧水生态识别策略，并采集目标水域的目标水域类型、以及所述目标水域的各目标位置点的当前水样数据；基于各所述目标位置点的当前水样数据，通过所述目标水域类型的溶解氧水生态识别策略，识别所述目标水域的目标水生态信息。采用本方法能够提升了通过溶解氧数据分析不同水域的水生态信息的精准度。

公开(公告)号：CN116881624A

公开(公告)日：2023-10-13

申请号：CN202311141790.0

申请日：2023-09-06

Applicant: 北京师范大学

Inventor： 郝增超 ,  张璇 ,  郝芳华 ,  付永硕 ,  何佳 ,  郝莹

IPC: G06F17/18 ,  G06N20/00 ,  G06Q10/0639

Abstract: 本申请涉及一种复合型极端事件预报方法、装置、计算机设备和存储介质。所述方法包括：基于目标复合型极端事件的潜在影响因子和预先构建的目标复合型极端事件对应的目标复合指数，在潜在影响因子中，选择目标复合型极端事件的预报因子；将预报因子的当前值分别输入至预先训练的多个复合型极端事件预报模型，得到目标复合型极端事件的多个预报结果；多个复合型极端事件预报模型采用不同的机器学习模型实现；对目标复合型极端事件的多个预报结果进行贝叶斯平均，得到目标复合型极端事件的目标预报结果；目标预报结果用于表征目标复合型极端事件在预见期发生的强度。采用本方法能够对复合型极端事件进行预报。

公开(公告)号：CN110993019B

公开(公告)日：2020-11-27

申请号：CN201911025512.2

申请日：2019-10-25

Applicant: 北京师范大学

Inventor： 何佳 ,  张璇 ,  杜鹏 ,  殷国栋 ,  郝芳华 ,  付永硕 ,  郝增超

IPC: G16B20/00 ,  G16B40/20

Abstract: 本发明属于生态风险评价测试策略领域，具体涉及一种用于制定水质基准及风险评估的生物富集因子预测方法。包括以下步骤：(1)生物富集因子数据的选取；(2)替代物种的选择；(3)生物富集因子种间关系模型的建立；(4)预测数据的筛选等步骤，可以避免耗时耗力的生物实验，通过化学品对已知物种的生物富集因子预测更多物种的生物富集因子，尤其是稀有和濒危物种生物富集因子数据的空白，改善中国目前面临本土物种数据极度短缺的情况，满足中国水质基准对生物富集因子数据生物多样性的需求，加快水质基准的研究发展，并且可以为化学品生态风险评估提供基础数据支持。

公开(公告)号：CN116881624B

公开(公告)日：2023-11-17

申请号：CN202311141790.0

申请日：2023-09-06

Applicant: 北京师范大学

Inventor： 郝增超 ,  张璇 ,  郝芳华 ,  付永硕 ,  何佳 ,  郝莹

IPC: G06F17/18 ,  G06N20/00 ,  G06Q10/0639

Abstract: 本申请涉及一种复合型极端事件预报方法、装置、计算机设备和存储介质。所述方法包括：基于目标复合型极端事件的潜在影响因子和预先构建的目标复合型极端事件对应的目标复合指数，在潜在影响因子中，选择目标复合型极端事件的预报因子；将预报因子的当前值分别输入至预先训练的多个复合型极端事件预报模型，得到目标复合型极端事件的多个预报结果；多个复合型极端事件预报模型采用不同的机器学习模型实现；对目标复合型极端事件的多个预报结果进行贝叶斯平均，得到目标复合型极端事件的目标预报结果；目标预报结果用于表征目标复合型极端事件在预见期发生的强度。采用本方法能够对复合型极端事件进行预报。