[發(fā)明專利]滑坡形變聚集區(qū)預(yù)測模型生成方法和滑坡形變聚集區(qū)預(yù)測方法有效
| 申請?zhí)枺?/td> | 202010738244.5 | 申請日: | 2020-07-28 |
| 公開(公告)號: | CN111929683B | 公開(公告)日: | 2021-06-25 |
| 發(fā)明(設(shè)計(jì))人: | 于峻川;葛大慶;李曼;馬燕妮;吳瓊;劉斌;鄭向向;王珊珊;郭兆成 | 申請(專利權(quán))人: | 中國自然資源航空物探遙感中心 |
| 主分類號: | G01S13/90 | 分類號: | G01S13/90;G01S13/88;G01S13/86;G01S7/41;G06F30/27;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京輕創(chuàng)知識產(chǎn)權(quán)代理有限公司 11212 | 代理人: | 厲洋洋 |
| 地址: | 100083*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 滑坡 形變 聚集 預(yù)測 模型 生成 方法 | ||
本發(fā)明涉及一種滑坡形變聚集區(qū)預(yù)測模型生成方法,包括獲取目標(biāo)區(qū)域的合成孔徑雷達(dá)干涉測量InSAR歷史數(shù)據(jù)和數(shù)字高程模型DEM歷史數(shù)據(jù);根據(jù)所述InSAR歷史數(shù)據(jù)和所述DEM歷史數(shù)據(jù),得到所述目標(biāo)區(qū)域的組合影像數(shù)據(jù)樣本集;根據(jù)所述組合影像數(shù)據(jù)樣本集和預(yù)設(shè)初始深度學(xué)習(xí)模型,得到所述目標(biāo)區(qū)域的滑坡形變聚集區(qū)預(yù)測模型。基于本發(fā)明得到的目標(biāo)區(qū)域的滑坡形變聚集區(qū)預(yù)測模型,可為開展滑坡隱患識別等應(yīng)用提供有價(jià)值的參考數(shù)據(jù),且滑坡形變聚集區(qū)預(yù)測模型融合了InSAR及DEM的多源及多尺度特征,使用滑坡形變聚集區(qū)預(yù)測模型對目標(biāo)區(qū)域進(jìn)行滑坡形變聚集區(qū)的預(yù)測,可以有效提升預(yù)測精度。本發(fā)明還涉及一種滑坡形變聚集區(qū)預(yù)測方法。
技術(shù)領(lǐng)域
本發(fā)明涉及遙感地質(zhì)和滑坡地質(zhì)災(zāi)害防治領(lǐng)域,尤其涉及滑坡形變聚集區(qū)預(yù)測模型生成方法和滑坡形變聚集區(qū)預(yù)測方法。
背景技術(shù)
中國是一個(gè)滑坡災(zāi)害極為頻繁的國家。近年來,造成重大傷亡的滑坡災(zāi)害多發(fā)生在條件復(fù)雜的高海拔地區(qū),具有隱蔽、高位、破壞力大等特點(diǎn),基于傳統(tǒng)的調(diào)查方法難以對這類滑坡隱患進(jìn)行有效排查,當(dāng)前對于大區(qū)域、快時(shí)效、高精度的滑坡隱患識別技術(shù)需求迫切。然而,以往對于滑坡形變聚集區(qū)的圈定主要通過人工目視解譯的方式進(jìn)行,這種方法精度高,但耗時(shí)耗力難以達(dá)到大范圍、快速圈定的應(yīng)用需求。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足,提供滑坡形變聚集區(qū)預(yù)測模型生成方法和滑坡形變聚集區(qū)預(yù)測方法。
本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下:
一種滑坡形變聚集區(qū)預(yù)測模型生成方法,所述方法包括:
獲取目標(biāo)區(qū)域的合成孔徑雷達(dá)干涉測量InSAR歷史數(shù)據(jù)和數(shù)字高程模型DEM歷史數(shù)據(jù);
根據(jù)所述InSAR歷史數(shù)據(jù)和所述DEM歷史數(shù)據(jù),得到所述目標(biāo)區(qū)域的組合影像數(shù)據(jù)樣本集;
根據(jù)所述組合影像數(shù)據(jù)樣本集和預(yù)設(shè)初始深度學(xué)習(xí)模型,得到所述目標(biāo)區(qū)域的滑坡形變聚集區(qū)預(yù)測模型。
本發(fā)明的有益效果是:提供了一種滑坡形變聚集區(qū)預(yù)測模型生成方法,通過獲取目標(biāo)區(qū)域的InSAR歷史數(shù)據(jù)和DEM歷史數(shù)據(jù),并根據(jù)InSAR歷史數(shù)據(jù)和DEM歷史數(shù)據(jù),得到目標(biāo)區(qū)域的組合影像數(shù)據(jù)樣本集,根據(jù)組合影像數(shù)據(jù)樣本集和預(yù)設(shè)初始深度學(xué)習(xí)模型,得到目標(biāo)區(qū)域的滑坡形變聚集區(qū)預(yù)測模型。基于本發(fā)明目標(biāo)區(qū)域的滑坡形變聚集區(qū)預(yù)測模型,可為開展滑坡隱患識別等應(yīng)用提供有價(jià)值的參考數(shù)據(jù),且滑坡形變聚集區(qū)預(yù)測模型融合了InSAR及DEM的多源及多尺度特征,使用滑坡形變聚集區(qū)預(yù)測模型對目標(biāo)區(qū)域進(jìn)行滑坡形變聚集區(qū)的預(yù)測,可以有效提升預(yù)測精度。
在上述技術(shù)方案的基礎(chǔ)上,本發(fā)明還可以做如下改進(jìn)。
進(jìn)一步地,所述根據(jù)所述InSAR歷史數(shù)據(jù)和所述DEM歷史數(shù)據(jù),得到所述目標(biāo)區(qū)域的組合影像數(shù)據(jù)樣本集,具體包括:
根據(jù)所述InSAR歷史數(shù)據(jù),得到所述目標(biāo)區(qū)域的地表形變相位歷史數(shù)據(jù);
根據(jù)所述地表形變相位歷史數(shù)據(jù),得到所述目標(biāo)區(qū)域的地表形變速率歷史數(shù)據(jù);
根據(jù)所述地表形變相位歷史數(shù)據(jù)和所述DEM歷史數(shù)據(jù),得到所述目標(biāo)區(qū)域的地表高程歷史數(shù)據(jù)、坡度數(shù)據(jù)和坡向數(shù)據(jù)。
將所述地表形變相位歷史數(shù)據(jù)、所述地表形變速率歷史數(shù)據(jù)、所述地表高程歷史數(shù)據(jù)、所述坡度歷史數(shù)據(jù)和所述坡向歷史數(shù)據(jù)按照年度進(jìn)行歸類,得到所述目標(biāo)區(qū)域的組合影像樣本集。
采用上述進(jìn)一步方案的有益效果是:基于InSAR數(shù)據(jù)及DEM數(shù)據(jù)構(gòu)建的目標(biāo)區(qū)域的組合影像樣本集,可以有效提升滑坡形變聚集區(qū)的預(yù)測精度。
所述根據(jù)所述組合影像數(shù)據(jù)樣本集和預(yù)設(shè)初始深度學(xué)習(xí)模型,得到所述目標(biāo)區(qū)域的滑坡形變聚集區(qū)預(yù)測模型,具體包括:
將所述組合影像數(shù)據(jù)樣本集中的組合影像樣本數(shù)據(jù)進(jìn)行預(yù)處理;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國自然資源航空物探遙感中心,未經(jīng)中國自然資源航空物探遙感中心許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010738244.5/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01S 無線電定向;無線電導(dǎo)航;采用無線電波測距或測速;采用無線電波的反射或再輻射的定位或存在檢測;采用其他波的類似裝置
G01S13-00 使用無線電波的反射或再輻射的系統(tǒng),例如雷達(dá)系統(tǒng);利用波的性質(zhì)或波長是無關(guān)的或未指明的波的反射或再輻射的類似系統(tǒng)
G01S13-02 .利用無線電波反射的系統(tǒng),例如,初級雷達(dá)系統(tǒng);類似的系統(tǒng)
G01S13-66 .雷達(dá)跟蹤系統(tǒng);類似系統(tǒng)
G01S13-74 .應(yīng)用無線電波再輻射的系統(tǒng),例如二次雷達(dá)系統(tǒng);類似系統(tǒng)
G01S13-86 .雷達(dá)系統(tǒng)與非雷達(dá)系統(tǒng)
G01S13-87 .雷達(dá)系統(tǒng)的組合,例如一次雷達(dá)與二次雷達(dá)
- 一種區(qū)域滑坡敏感性評估數(shù)據(jù)采樣方法
- 一種遙感影像滑坡單體劃分方法
- 一種滑坡模型試驗(yàn)裝置
- 坡度可調(diào)節(jié)的滑坡控制實(shí)驗(yàn)平臺
- 基于隨機(jī)森林模型的滑坡預(yù)測方法、裝置及存儲介質(zhì)
- 基于神經(jīng)網(wǎng)絡(luò)對滑坡累積位移趨勢進(jìn)行預(yù)測的方法及系統(tǒng)
- 一種滑坡的預(yù)測方法、裝置、設(shè)備和存儲介質(zhì)
- 一種基于滑坡剖面圖像分類模型的相似滑坡推薦方法
- 面向區(qū)域滑坡危險(xiǎn)性評價(jià)的空間案例推理方法
- 滑坡預(yù)測方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法、程序以及記錄介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 基于時(shí)間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 分類預(yù)測方法及裝置、預(yù)測模型訓(xùn)練方法及裝置
- 幀內(nèi)預(yù)測的方法及裝置
- 圖像預(yù)測方法及裝置、電子設(shè)備和存儲介質(zhì)
- 文本預(yù)測方法、裝置以及電子設(shè)備
- 模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)





