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！

龙图腾网获悉中国水利水电科学研究院申请的专利基于InSAR技术的多因子滑坡预警监测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：CN116930960B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202310876785.8，技术领域涉及：G01S13/88；该发明授权基于InSAR技术的多因子滑坡预警监测方法是由刘毅;罗彭俊;刘有志;聂鼎;金鑫鑫;卢正超;黎利兵;姜云辉;邱永荣;李辉;沈梦瑶设计研发完成，并于2023-07-17向国家知识产权局提交的专利申请。

本基于InSAR技术的多因子滑坡预警监测方法在说明书摘要公布了：本发明公开了一种基于InSAR技术的多因子滑坡预警监测方法，包括如下步骤：收集能够完全覆盖监测区域的SAR影像数据，对SAR影像数据进行预处理，裁剪出监测区域并去除相干性较低的区域；利用SAR影像数据进行识别并提取出监测区域的组成成份；根据气温、降雨以及组成成份构建多因子数据集，将监测区域历史滑坡的形变量与数据集建立关系函数；将监测区域的预报气温和降雨量以及识别到的组成成份作为自变量，得到坡体未来某段时间内的形变量，从而达到预警的目的。

本发明授权基于InSAR技术的多因子滑坡预警监测方法在权利要求书中公布了：1.一种基于InSAR技术的多因子滑坡预警监测方法，其特征在于，它包括以下内容： S1：收集完全覆盖监测区域的SAR影像数据，对SAR影像数据进行预处理，裁剪出监测区域，并去除监测区域SAR影像数据中相干性系数低于0.3的区域； S2：提取监测区域SAR影像数据中的组成成份； s3：根据气温、降雨以及组成成份构建多因子数据集，将监测区域历史滑坡的形变量与数据集建立关系函数，具体方法为： S3-1：利用卫星最新的监测影像得到组成成份，将其和历史影像得到的组成成份构建数据集，再利用监测区域内历史气温、降雨数据和最新预报的数据构建数据集，然后将这两个数据集进行合并，得到如下多因子数据集矩阵： 式中，a、b、c依次表示一个轨道重访周期内的日平均气温、日平均降雨、组成成份，n表示第n个重访周期； S3-2：对多因子数据集矩阵进行规格化处理： 式中：x为规格化前的原始数据，xmax和xmin依次为数据集矩阵各行的最大值和最小值，xi为规格化后的数据； S3-3：引入修正系数权重n和m表示第n行第m列，利用规格化后的多因子数据集求得其特征数据集： 式中，为多因子特征数据集，将各行进行加权平均并转置，得到总因子特征向量[K1，K2，K3]，再将总因子特征向量数据代入函数式中z为总因子特征向量数据，S为总因子中间向量数据，得到总因子中间向量[K1′，K2′，K3′]； S3-4：利用总因子中间向量与历史滑坡形变量构建关系函数： D＝K1′·f1+K2′·f2+K3′·f3-e， 式中，权重f∈0，1，D为历史滑坡形变量特征值，σ为规格化后的历史滑坡形变量，其规格化方法同步骤S3-2，σmin和σmax依此为历史轨道重访周期中获取并进行规格化处理后的滑坡形变量最小值和最大值，Δ为历史滑坡形变量预测值； S4：将监测区域的预报气温和降雨量以及识别到的组成成份作为自变量，得到坡体未来某段时间内的形变量，进行滑坡预警，具体方法为： S4-1：将监测区域的历史气温、降雨量以及根据历史卫星影像所得的组成成份数据作为总因子中间向量代入关系函数，利用调节参数，Δ为历史滑坡形变量预测值，Δ′为历史滑坡形变量实际值，当ψ＜0.5时停止修正，单位为m； S4-2：将监测区域预报的气温和降雨量以及最后一次轨道重访周期获取的坡体组成成份作为自变量，利用步骤S3得到的关系函数求得滑坡形变量，若得到的数据为负数，则预测不会发生滑坡，若得到的数据为正数，则将此数据作为预测的形变量。

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水利水电科学研究院，其通讯地址为：100048 北京市海淀区车公庄西路20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”。