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
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
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
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
实时监测数据
电致发光器件
监测策略
监测方法
序列