基于多源遥感数据的三峡库区地表沉降监测方法、系统及装置

AITNT
正文
推荐专利
基于多源遥感数据的三峡库区地表沉降监测方法、系统及装置
申请号:CN202510007820
申请日期:2025-01-03
公开号:CN119845222A
公开日期:2025-04-18
类型:发明专利
摘要
本发明属于遥感技术和环境监测领域,具体涉及一种基于多源遥感数据的三峡库区地表沉降监测方法、系统及装置,包括:获取一段时间内多个单视复合体图像以及对应的图像表面覆盖数据,对图像数据进行预处理;对经过预处理后的图像数据进行SBAS‑InSAR处理,包括对图像进行干涉、反演以及地理编码处理;采用多源遥感数据融合技术对经过编码处理的数据进行融合;将融合后的图像输入到预训练后的机器学习模型中,得到三峡库区地表沉降监测结果;本发明通过引入多源遥感数据融合与先进的机器学习模型,克服了现有技术中数据源单一、时空分辨率差异、模型适应性差等问题,显著提升了地表沉降监测与评估的精度、稳定性和鲁棒性。
技术关键词
地表沉降监测方法 多源遥感数据融合 地表沉降监测装置 机器学习模型 梯度提升决策树 长短期记忆网络 合成孔径雷达数据 数据采集模块 光学遥感影像 复合体 编码模块 原始图像数据 监测模块 控制点 存储计算机程序
系统为您推荐了相关专利信息
1
云手机虚拟化网络功能优化方法及相关设备
虚拟化网络功能 性能监测数据 动态资源分配 手机 资源约束条件
2
一种风电场风速多策略集成预测方法、系统及相关设备
集成预测方法 气象观测数据 多策略 风电场监控 融合数据驱动
3
一种基于机器学习的化合物迁移性筛查方法
筛查方法 描述符 平衡算法 EasyEnsemble算法 超参数
4
一种土壤重金属污染物浓度的预测方法及装置
土壤特征 土壤重金属污染物 土层深度 可执行程序代码 地下水
5
功率高效的视频会议
非暂态计算机可读介质 分割掩模 机器学习模型 运动向量信息 生成控制信号
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号