一种基于多源InSAR数据融合与深度学习的植被茂密区滑坡监测方法和监测系统

AITNT
正文
推荐专利
一种基于多源InSAR数据融合与深度学习的植被茂密区滑坡监测方法和监测系统
申请号:CN202511148736
申请日期:2025-08-18
公开号:CN120656069B
公开日期:2025-11-18
类型:发明专利
摘要
本发明提供一种基于多源InSAR数据融合与深度学习的植被茂密区滑坡监测方法和监测系统,方法包括:数据获取步骤,获取目标区域的多源InSAR数据;形变解译步骤,使用预设MT‑InSAR方法对多源InSAR数据的目标区域进行形变解译处理,得到形变速率数据;区域形变特征识别步骤,使用预设多源InSAR融合优化监测策略对形变速率数据进行融合分析处理,得到第一时段的区域形变检测数据,并且对区域形变检测数据进行区域边界勾画处理,得到区域形变特征数据;区域形态特征识别步骤,将待识别光学遥感影像输入至基于深度学习构建的滑坡分类器模型,以输出滑坡形态识别数据;滑坡监测分级步骤,根据区域形变特征数据和滑坡形态识别数据,得到滑坡监测数据。
技术关键词
光学遥感影像 分类器模型 形态特征识别 滑坡监测方法 监测策略 速率 特征识别模块 植被 掩膜数据 深度学习模型 覆盖区 滑坡监测系统 数据获取模块 样本 标注工具 L波段
系统为您推荐了相关专利信息
1
一种面向电力系统的低轨卫星多源感知灾害监测方法
灾害监测方法 面向电力系统 无人机集群 联邦学习模型 生成机器
2
一种基于XGBoost-2DCNN模型的水体溶解氧浓度遥感反演方法
水体溶解氧浓度 遥感反演方法 二维卷积神经网络 水体叶绿素a浓度 卷积滤波器
3
基于多模态传感器信息融合C4.5分类器的雷击识别方法及系统
磁场强度传感器 识别方法 多模态 ADC采集电路 嵌入式单片机
4
基于深度学习与联邦学习的多模态儿童嗓音数据处理方法
喉镜 数据处理方法 融合特征 分类器模型 音频
5
一种电致发光器件的坏点监测方法及系统
实时监测数据 电致发光器件 监测策略 监测方法 序列
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