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！

申请/专利权人：湖北省自然资源厅信息中心;中国地质大学(武汉)

摘要：本发明提供一种融合多尺度时空特征的滑坡形变预测方法，包括：获取滑坡形变相关数据进行预处理，将处理得到的滑坡历史形变时序数据和时空影响因子数据输入滑坡形变预测模块中，滑坡形变预测模块包括编码器和解码器，编码器为多尺度双分支网络，基于时间特征提取模块，通过动态时序分解算法和轻量化时间注意力机制提取多尺度时间特征；基于空间特征提取模块，通过融合滑坡形变间的局部空间特征和全局空间特征的多尺度空间特征；通过解码器将多尺度时间特征和多尺度空间特征进行特征融合，并上采样进行重构获得下一时刻滑坡累积形变预测结果。本发明的滑坡形变预测模块可以充分挖掘滑坡数据的时空依赖关系，能有效提升滑坡形变时空预测的精度。

主权项：1.一种融合多尺度时空特征的滑坡形变预测方法，其特征在于，包括：步骤1，获取遥感卫星影像数据、精密轨道数据、GACOS大气数据、DEM数据、年平均降雨量数据和库水位数据；步骤2，基于所述精密轨道数据和GACOS大气数据，对所述遥感卫星影像数据进行SBAS-InSAR处理，得到滑坡历史形变时序数据；以及对所述DEM数据进行处理，得到坡度和坡向数据；其中，所述年平均降雨量数据、库水位数据、坡度和坡向数据构成时空影响因子数据；步骤3，对所述时空影响因子数据和所述滑坡历史形变时序数据进行灰色关联度相关性分析，基于灰色关联度，筛选出与所述滑坡历史形变时序数据关联的时空影响因子数据；步骤4，将所述滑坡历史形变时序数据和所述时空影响因子数据输入滑坡形变预测模块中，所述滑坡形变预测模块包括编码器和解码器，所述编码器为多尺度双分支网络，所述多尺度双分支网络包括时间特征提取模块和空间特征提取模块；步骤5，基于所述时间特征提取模块，通过动态时序分解算法和轻量化时间注意力机制提取多尺度时间特征；基于所述空间特征提取模块，通过融合滑坡形变间的局部空间特征和全局空间特征的多尺度空间特征；步骤6，通过所述解码器将提取的多尺度时间特征和多尺度空间特征进行特征融合，并上采样进行重构获得下一时刻滑坡累积形变预测结果。

全文数据：

权利要求：

百度查询： 湖北省自然资源厅信息中心 中国地质大学(武汉) 一种融合多尺度时空特征的滑坡形变预测方法