一种复杂艰险山区滑坡隐患早期识别方法及系统技术方案

本发明专利技术公开了一种复杂艰险山区滑坡隐患早期识别方法及系统，涉及地质灾害早期识别技术领域，识别方法包括以下步骤：S1、从SAR时序数据中提取地表形变特征，绘制InSAR地表形变速率图；S2、得到斜坡坡度地形因子与坡向地形因子，进行活动滑坡灾害的初步识别，生成疑似活动滑坡灾害分布图；S3、采用卷积神经网络对光学遥感影像数据进行地貌形态特征提取，生成滑坡微地貌形态特征散布图；S4、生成活动滑坡灾害分布图，并进行活动滑坡编目，生成滑坡隐患早期风险等级图及危险性综合评价表。本发明专利技术采用具有监测范围广、时效性强以及精度高的优点，提高了滑坡隐患的预警准确性，对减少滑坡造成的损失具有重要意义。

【技术实现步骤摘要】

本专利技术涉及地质灾害早期识别，尤其涉及一种复杂艰险山区滑坡隐患早期识别方法及系统。

技术介绍

1、滑坡隐患是一种常见的自然灾害，对人类生命财产安全造成严重威胁。目前，滑坡隐患的早期识别方法主要依赖于传统的地质勘测和监测手段，如地形测量、gps监测、遥感影像分析等。然而，这些方法存在一些局限性，如成本较高、监测范围有限、实时性不强、监测精度低等。因此，需要研发一种高效、准确、实时的滑坡隐患早期识别方法。

2、近年来，insar和深度学习技术的发展为滑坡隐患早期识别提供了新的思路和手段。insar（interferometric synthetic aperture radar）是一种利用合成孔径雷达进行干涉测量的技术，用于监测地表形变。insar技术基于合成孔径雷达发射一串连续的雷达波束，并记录下返回的雷达信号。通过测量两个或多个不同时间段的雷达图像之间的相位差，可以计算得出地表的形变情况。其具有大范围检测、非接触性、高精度、多时间分辨率等特点。深度学习是一种模拟人脑神经网络的计算方法，具有自动学习和表征高层抽象特征的能力。通过大量的滑坡影像数本文档来自技高网...

【技术保护点】

1.一种复杂艰险山区滑坡隐患早期识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述S1包括以下步骤：

3.根据权利要求2所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述S2包括以下步骤：

4.根据权利要求3所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述S23包括以下步骤：

5.根据权利要求4所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述S3包括以下步骤：

6.根据权利要求5所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述S33包括以...

【技术特征摘要】

1.一种复杂艰险山区滑坡隐患早期识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述s1包括以下步骤：

3.根据权利要求2所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述s2包括以下步骤：

4.根据权利要求3所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述s23包括以下步骤：

5.根据权利要求4所述的复杂艰险山区滑坡隐患早期识别方法，其特征在于，所述s3包括以下步骤：

6.根据权利要求5...

【专利技术属性】
技术研发人员：张营旭，黄丽敏，程武洲，徐正宣，张瑞，张志厚，胡清波，汤益先，刘小莎，陈明浩，曾德建，贾哲强，徐学渊，张可，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：