买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉石家庄铁道大学申请的专利基于多源数据和深度学习的滑坡易发性评估方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119442922B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510033535.7，技术领域涉及：G06F30/27；该发明授权基于多源数据和深度学习的滑坡易发性评估方法和系统是由张骞;曹书杰;肖仕华;赵亚坤;王景春;胡指南设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本基于多源数据和深度学习的滑坡易发性评估方法和系统在说明书摘要公布了：本发明公开了一种基于多源数据和深度学习的滑坡易发性评估方法和系统，结合SBAS‑InSAR技术、遥感影像分析、深度学习算法、TRIGRS‑SCOOPS3D耦合模型与MASSFLOW模拟的滑坡易发性评估方法。该方法用于高精度的滑坡易发区识别、潜在滑坡位置预测及三维滑坡过程模拟，尤其适用于山区的滑坡灾害风险管理与应急响应。

本发明授权基于多源数据和深度学习的滑坡易发性评估方法和系统在权利要求书中公布了：1.一种基于多源数据和深度学习的滑坡易发性评估方法，其特征在于，包括以下步骤： 获取研究区域的高分辨率遥感图像和数字高程模型数据，通过SBAS-InSAR技术、深度卷积神经网络和YOLO算法获取地表形变特征和潜在滑坡点信息； 获取潜在滑坡点的地质环境数据，并筛选出地质环境数据具有滑坡影响力因素的特征，基于所述地表形变特征和筛选出的特征，通过量子贝叶斯优化构建滑坡易发性评估模型； 使用TRIGRS-SCOOPS3D耦合模型对降雨诱发的滑坡进行特征分析，获取不同降雨条件下滑坡的稳定性和潜在滑坡的空间分布； 根据所述不同降雨条件下滑坡的稳定性和潜在滑坡的空间分布，通过MASSFLOW模型对潜在滑坡区的三维滑面进行模拟，计算滑坡体积与潜在滑坡路径，获得滑坡易发性评估结果； 获取地表形变特征和潜在滑坡点信息包括： 通过SBAS-InSAR技术计算卫星影像中研究区域的地表形变，获得研究区域的地表形变信息； 获取研究区域的高分辨率遥感图像和数字高程模型数据，通过预训练的深度卷积神经网络进行特征提取，获得卷积提取特征； 根据所述地表形变信息和卷积提取特征，通过YOLO算法检测和定位潜在滑坡点； 构建滑坡易发性评估模型包括： 获取潜在滑坡点的地质环境数据，其中地质环境数据包括坡度、坡向、土壤类型、植被覆盖度、地震烈度、降雨量和地下水位； 通过ElasticNet回归模型从所述地质环境数据中筛选出具有滑坡影响力因素的特征，获得筛选特征； 根据地表形变特征和筛选特征，通过量子贝叶斯优化与自适应深度强化学习构建滑坡易发性评估模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人石家庄铁道大学，其通讯地址为：050043 河北省石家庄市长安区北二环东路17号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。