摘要
本申请涉及地质灾害监测技术领域,公开了顾及滑坡先验知识的广域InSAR活动性滑坡图推理方法及系统,该方法包括:获取广域InSAR形变速率场及环境因子数据;采用高精度InSAR形变检测网络,从形变速率场中自动检测形变区域,并将其作为候选活动滑坡节点;基于空间一致性与特征相似性双重约束,构建所述候选节点间的拓扑关系图,将拓扑关系图输入图神经网络变换器推理模型,该模型融合图神经网络对局部邻域信息的聚合能力与变换器对全局长程依赖的捕获能力,对各节点进行分类判别。本发明有效融合了滑坡地质环境先验知识,并同时顾及了滑坡间的局部与全局空间关联性,提升了广域活动性滑坡识别的准确性和自动化水平。
技术关键词
推理方法
节点
统计特征
变换器模块
多层次特征
速率
地质灾害监测技术
空间聚类分析
关系
因子
特征金字塔
推理系统
数据获取模块
网络
邻域
拓扑图
雷达
系统为您推荐了相关专利信息
解密密钥
发送者
数据安全
密钥生成算法
仿真场景
焊接路径规划方法
路径规划效率
三维模型
机器视觉技术
关键特征点
库存控制方法
节点
信号失真
库存周转率
需求预测模型