申请/专利权人：云南大学

申请日：2023-07-21

公开（公告）日：2024-06-14

公开（公告）号：CN117057499B

主分类号：G06Q10/063

分类号：G06Q10/063;G06F17/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2023.12.29#实质审查的生效;2023.11.14#公开

摘要：本发明公开一种高山峡谷地区滑坡敏感性评价方法、系统及设备，涉及滑坡敏感性评价领域。本发明对高山峡谷地区的研究区域进行SAR可视性模拟分析，得到最佳InSAR监测方案来获取研究区域形变速率并识别滑坡灾害范围；依据滑坡敏感性分级标准确定研究区域内滑坡灾害范围的滑坡敏感性等级；对已经确定滑坡敏感性等级的研究区域，依据共线性诊断和灰色关联分析筛选出最佳评价因子；将最佳评价因子作为输入，将对应的滑坡敏感性等级作为输出，利用PSO‑BP构建并训练滑坡敏感性评价模型；采用训练好的滑坡敏感性评价模型得到滑坡敏感性评价结果。本发明方法是适用于高山峡谷地区准确、高效的滑坡敏感性评价方法。

主权项：1.一种高山峡谷地区滑坡敏感性评价方法，其特征在于，包括：利用R-指数阴影叠掩计算方法对高山峡谷地区的研究区域进行SAR可视性模拟分析，得到最佳InSAR监测方案，具体包括：利用R-指数阴影叠掩计算公式R-index＝sinθ-β·sinA·Sh·L确定R-index值；其中，θ为LOS视线向入射角；β为数字高程模型派生出来的地形坡度；A为相位校正因子，对降轨数据A＝α-γ，对升轨数据A＝α+γ+180°；α为数字高程模型派生出来的地形坡向；γ为卫星地面轨道角或航向角；Sh和L分别为重分类阴影模型和叠掩模型；根据R-index值确定升轨和降轨下的主动被动叠掩、主动被动阴影和透视收缩区域；通过分析升轨和降轨下的主动被动叠掩、主动被动阴影和透视收缩区域的占比，找出最适合于研究区域的最佳InSAR监测方案；所述最佳InSAR监测方案为单一升轨监测方案、单一降轨监测方案或联合升降轨监测方案；依据最佳InSAR监测方案获取研究区域形变速率并识别滑坡灾害范围；所述滑坡灾害范围包括潜在滑坡；依据形变速率制定滑坡敏感性分级标准，并依据滑坡敏感性分级标准确定研究区域内滑坡灾害范围的滑坡敏感性等级；对已经确定滑坡敏感性等级的研究区域，依据共线性诊断和灰色关联分析筛选出最佳评价因子；将最佳评价因子作为输入，将对应的滑坡敏感性等级作为输出，利用PSO-BP构建并训练滑坡敏感性评价模型；采用训练好的滑坡敏感性评价模型得到高山峡谷地区的滑坡敏感性评价结果。

全文数据：

权利要求：

百度查询： 云南大学 一种高山峡谷地区滑坡敏感性评价方法、系统及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD