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！

龙图腾网获悉长沙理工大学;湖南省水利发展投资有限公司;湖南省水利水电勘测设计规划研究总院有限公司申请的专利基于时序InSAR的滑坡易发性评估方法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：CN121142547B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511687068.6，技术领域涉及：G01S13/90；该发明授权基于时序InSAR的滑坡易发性评估方法是由邓斌;周俊;余文杰;甘茂辉;左仲元;侯运武;余兆;万绍美;蒋昌波;欧阳君;王陈浩;向一飞;宋佳颖设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本基于时序InSAR的滑坡易发性评估方法在说明书摘要公布了：本发明公开了一种基于时序InSAR的滑坡易发性评估方法，包括：利用目标监测区域SAR影像时间序列反演获得地表形变速率，将其渲染为RGB彩色图像；将彩色图像输入训练好的滑坡隐患识别模型，以识别滑坡隐患区域；若检测到滑坡隐患区域，则对该区域持续开展形变监测；针对目标监测区域各栅格，计算由多源影响因子构成的总信息量；其中，多源影响因子包括形变速率及若干个静态影响因子；将目标监测区域各栅格的多源影响因子总信息量，输入滑坡易发性评估模型，得到目标监测区域各栅格对应的易发性等级。本发明方法可显著提高滑坡隐患的识别效率及滑坡易发性评价的准确性，适用于山区滑坡、城市沉降及矿区地表形变等地质灾害的监测与评价。

本发明授权基于时序InSAR的滑坡易发性评估方法在权利要求书中公布了：1.一种基于时序InSAR的滑坡易发性评估方法，其特征在于，包括： 获取目标监测区域当前时间段内的SAR影像时间序列，并反演获得对应区域的卫星视线向形变速率，再将形变速率渲染转换为RGB彩色图像； 将得到的彩色图像输入至训练好的滑坡隐患识别模型，识别其中的滑坡隐患区域； 若检测到滑坡隐患区域，则对该滑坡隐患区域进行全天候时序InSAR形变监测，并在出现地表形变异常时触发早期预警机制； 针对目标监测区域各栅格，获取其在历史滑坡编目的多源影响因子属性值，采用信息量模型计算多源影响因子的总信息量；其中，所述多源影响因子，包括形变速率动态影响因子以及若干个有关于地质和环境的静态影响因子；所述历史滑坡编目，由历史实际发生的滑坡区域和所有由滑坡隐患识别模型检测识别到的滑坡隐患区域构建得到，并根据新识别结果进行定期更新； 将目标监测区域各栅格的多源影响因子总信息量，输入至训练好的滑坡易发性评估模型，得到目标监测区域各栅格对应的易发性等级； 所述滑坡隐患识别模型，通过对预搭建的深度卷积神经网络结构进行训练得到； 所述预搭建的深度卷积神经网络结构，包括：输入层、特征提取模块、特征融合模块和检测层； 所述特征融合模块，先采用优化的PANet架构实现对提取的多层次特征进行整合，再通过整合注意力机制的多尺度自适应降噪模块筛选有效特征； 所述优化的PANet架构，在基于yolov5模型的Neck结构原本包括3个检测分支的基础上，增添第4个检测分支用于捕捉小目标的特征，同时将Neck结构原本3个检测分支所提取的特征映射到第4个检测分支的图像空间后并与第4个检测分支所提取的特征融合，以生成浅层梯度流；通过自上而下传递大目标语义信息与自下而上传输小目标细节特征的双向传播路径对特征提取模块所提取的多层次特征表示进行深度融合；采用通道维度拼接的操作方式，强化跨层级特征间的交互能力与信息互补性； 所述整合注意力机制的多尺度自适应降噪模块，包括： 首先，将输入特征图分为四个独立的分支； 然后，每个分支先经过一个1×1卷积网络过滤，随后其中三个分支分别经过不同尺度的深度卷积核计算各尺度下的特征值； 四个分支得到的特征图再分别由通道注意力机制赋予权重； 最后，将每个分支所获结果进行通道拼接后，经由一个1×1卷积网络进行降维输出。

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长沙理工大学;湖南省水利发展投资有限公司;湖南省水利水电勘测设计规划研究总院有限公司，其通讯地址为：410015 湖南省长沙市天心区赤岭路45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”。

以上内容由龙图腾AI智能生成。