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！

龙图腾网获悉中国自然资源航空物探遥感中心申请的专利一种基于地表形变成因分析的潜在滑坡识别方法及系统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：CN119785093B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202411861639.9，技术领域涉及：G06V10/764；该发明授权一种基于地表形变成因分析的潜在滑坡识别方法及系统是由于峻川;葛大庆;黄浩卓;董元彪;陈扬洋;马燕妮;吴琼;张玲;李曼;刘斌;郭兆成;贺鹏设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种基于地表形变成因分析的潜在滑坡识别方法及系统在说明书摘要公布了：本发明公开了一种基于地表形变成因分析的潜在滑坡识别方法及系统，方法包括：获取雷达数据并预处理得到地表形变相位数据；构建并训练IDANet‑1网络，预测得到地表形变异常区；针对地形DEM数据、多时相MODIS数据和光学影像数据分别处理，得到地表沉降型、冰川融雪型和矿山塌陷型地表形变区域，并集运算后与地表形变异常区进行差集运算得到滑坡型地表形变目标；利用滑坡型地表形变识别数据集对IDANet‑2网络进行训练；将广域综合遥感数据输入IDANet‑2网络模型进行推理，得到广域潜在滑坡隐患分布信息。通过本发明的技术方案，实现了对多源多模态遥感数据的多层级联合，实现了对地表形变信息准确识别，有效提高了大区域潜在滑坡隐患识别效率。

本发明授权一种基于地表形变成因分析的潜在滑坡识别方法及系统在权利要求书中公布了：1.一种基于地表形变成因分析的潜在滑坡识别方法，其特征在于，包括： 获取预设示范区的雷达数据进行预处理，并计算得到地表形变相位数据； 构建并训练IDANet-1网络，并将所述地表形变相位数据输入所述IDANet-1网络进行预测得到地表形变异常区； 针对所述地表形变异常区的地形DEM数据、多时相MODIS数据和光学影像数据分别进行坡度和起伏度计算、冰雪覆盖率计算及光学影像解译分析，并将预设要求区域分别与所述地表形变异常区进行相交运算，得到地表沉降型地表形变区域、冰川融雪型地表形变区域和矿山塌陷型地表形变区域； 将所述地表沉降型地表形变区域、所述冰川融雪型地表形变区域和所述矿山塌陷型地表形变区域进行并集运算后，与所述地表形变异常区进行差集运算得到滑坡型地表形变目标； 将所述地表形变异常区的各项数据进行重采样操作和通道维叠加，得到综合遥感数据，并与所述滑坡型地表形变目标进行通道维叠加得到滑坡型地表形变识别数据集； 利用所述滑坡型地表形变识别数据集对IDANet-2网络进行训练，并将广域综合遥感数据输入训练完成的IDANet-2网络模型进行推理，得到广域潜在滑坡隐患分布信息； 所述构建并训练IDANet-1网络，并将所述地表形变相位数据输入所述IDANet-1网络进行预测得到地表形变异常区，具体过程包括： 通过编码器和解码器构建IDANet-1网络，其中，所述编码器包括预设数量个交叉排列的Trans模块和动态调节层，所述动态调节层包括三个多层感知机和两个GeLU激活层，用于将模型迁移至形变相位识别场景，所述解码器包括一个Trans模块和两个多层感知机，用于将特征还原为与输入图像大小一致的标签数据； 利用在sa-1b数据集上训练得到的SAM网络参数对所述IDANet-1网络中所述动态调节层之外的所有层进行初始化； 采用地表形变相位数据和真值标签对所述IDANet-1网络训练，训练过程中，对所述动态调节层之外的所有层进行冻结，只训练所述动态调节层； 将所述示范区的所述地表形变相位数据输入训练完成的所述IDANet-1网络中进行预测，得到所述示范区的地表形变异常区。

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自然资源航空物探遥感中心，其通讯地址为：100083 北京市海淀区学院路29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”。

以上内容由龙图腾AI智能生成。