-
公开(公告)号：CN117787486B
公开(公告)日：2024-09-27
申请号：CN202311811561.5
申请日：2023-12-25
Applicant: 中国地质大学(武汉)
IPC: G06Q10/04 , G06Q50/26 , G06F16/29 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G01S13/90 , G01B15/00
Abstract: 本申请提供了一种耦合InSAR和深度学习滑坡面状位移预测方法，涉及滑坡灾害预测预报领域，包括：通过时间序列InSAR技术提取目标滑坡体的地表位移时间序列并进行投影转换和空间插值，获取最陡坡度向位移的面状栅格数据集；根据邻域窗体建立空间关系索引，提取邻域窗体内栅格点的最陡坡度向位移，结合滑坡位移诱发因子，构建影响因子矩阵；通过滑坡类型以及地表距离，对邻域窗体内所有栅格点建立加权邻接矩阵；通过GCN网络，实现加权邻接矩阵对影响因子矩阵的重构，将重构后的影响因子矩阵输入BiLSTM网络，利用双向循环神经网络对每个栅格点进行预测，得到滑坡面状位移的预测结果。通过考虑面状滑坡整体的物理空间关联，提高变形预测的空间精细化程度。
-
公开(公告)号：CN119199853A
公开(公告)日：2024-12-27
申请号：CN202411293133.2
申请日：2024-09-14
Applicant: 中国地质大学(武汉)
Abstract: 本申请提供了一种考虑环境因素的SAR时序位移同步观测值求解方法，涉及滑坡灾害监测领域，方法包括：获取SAR影像数据和界环境因子数据；基于短基线集技术处理SAR影像数据，获取升轨和降轨滑坡位移时序数据；基于CNN模型和LSTM模型，构建同步观测值求解模型；通过升轨位移观测数据和外界环境因子数据对同步观测值求解模型进行训练，得到升轨模式下的同步观测值；通过降轨位移观测数据和外界环境因子数据对同步观测值求解模型进行训练，得到降轨模式下的同步观测值；通过同步观测值，实现滑坡的三维位移解算。基于CNN模型和LSTM模型构建的同步观测值求解模型，能够很好地捕捉和建模复杂的非线性动态，提高模型求解的精度。
-
公开(公告)号：CN119199853B
公开(公告)日：2025-05-02
申请号：CN202411293133.2
申请日：2024-09-14
Applicant: 中国地质大学(武汉)
Abstract: 本申请提供了一种考虑环境因素的SAR时序位移同步观测值求解方法，涉及滑坡灾害监测领域，方法包括：获取SAR影像数据和界环境因子数据；基于短基线集技术处理SAR影像数据，获取升轨和降轨滑坡位移时序数据；基于CNN模型和LSTM模型，构建同步观测值求解模型；通过升轨位移观测数据和外界环境因子数据对同步观测值求解模型进行训练，得到升轨模式下的同步观测值；通过降轨位移观测数据和外界环境因子数据对同步观测值求解模型进行训练，得到降轨模式下的同步观测值；通过同步观测值，实现滑坡的三维位移解算。基于CNN模型和LSTM模型构建的同步观测值求解模型，能够很好地捕捉和建模复杂的非线性动态，提高模型求解的精度。
-
公开(公告)号：CN117787486A
公开(公告)日：2024-03-29
申请号：CN202311811561.5
申请日：2023-12-25
Applicant: 中国地质大学(武汉)
IPC: G06Q10/04 , G06Q50/26 , G06F16/29 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G01S13/90 , G01B15/00
Abstract: 本申请提供了一种耦合InSAR和深度学习滑坡面状位移预测方法，涉及滑坡灾害预测预报领域，包括：通过时间序列InSAR技术提取目标滑坡体的地表位移时间序列并进行投影转换和空间插值，获取最陡坡度向位移的面状栅格数据集；根据邻域窗体建立空间关系索引，提取邻域窗体内栅格点的最陡坡度向位移，结合滑坡位移诱发因子，构建影响因子矩阵；通过滑坡类型以及地表距离，对邻域窗体内所有栅格点建立加权邻接矩阵；通过GCN网络，实现加权邻接矩阵对影响因子矩阵的重构，将重构后的影响因子矩阵输入BiLSTM网络，利用双向循环神经网络对每个栅格点进行预测，得到滑坡面状位移的预测结果。通过考虑面状滑坡整体的物理空间关联，提高变形预测的空间精细化程度。
-
-
-
Search Results
4
records
(took 0.021 seconds)
