-
公开(公告)号：CN115169812B
公开(公告)日：2025-02-18
申请号：CN202210654753.9
申请日：2022-06-10
Applicant: 中国地质大学(武汉)
IPC: G06Q10/0635 , G06Q10/0637 , G06Q50/26 , G06F17/15
Abstract: 本发明提供了一种结合动态形变和静态指数的冻土融沉风险评估方法及装置，该方法在传统的静态风险评估指数模拟结果上，提出了一种结合地表动态变形信息和静态模拟信息的风险评价指标。冻土地表形变信息由干涉SAR(InSAR)反演得到，静态指数模拟结果通过融沉指数、风险区划指数和容许承载力指数得到，并通过层次分析法将静态指数与动态形变结合，得到一种考虑冻土冻融变化状态的多因子指数。本发明尝试利用现有指数的评估结果和研究区的冻土地表形变数据对多因子指数进行验证，对冻土地区基础设施沿线的多年冻土融化沉降灾害评估工作有一定的参考意义。
-
公开(公告)号：CN116738161A
公开(公告)日：2023-09-12
申请号：CN202310499168.0
申请日：2023-05-05
Applicant: 中国地质大学(武汉) , 国网电力科学研究院武汉南瑞有限责任公司
IPC: G06F18/20 , G06F18/213 , G06Q50/26 , G06F18/214 , G06F30/27 , G06F119/08
Abstract: 本发明提供一种冻土活动层厚度反演方法、装置、设备及存储介质。考虑气候条件持续恶化、人类活动加剧、土壤理化性质日益复杂等因素对冻土区的冻融变化的影响，利用夜光遥感数据表征人类活动强度，利用主成分变换压缩土壤数据集以在相同维度上囊括更丰富的信息，基于土壤活动层厚度点位数据以及多源遥感数据，拟合环境预测因子与冻土活动层厚度之间关系；选用8种机器学习方法构建环境预测因子与冻土活动层厚度之间的最佳拟合模型。利用CMIP6温度数据，基于预测得到的最佳结果计算本世纪初至2100年冻土活动层厚度时序变化情况。相较于传统反演方法，能获取更高精度冻土活动层厚度模拟结果，从而更全面有效地分析多年冻土冻融变化规律。
-
公开(公告)号：CN113204023B
公开(公告)日：2022-09-23
申请号：CN202110507977.2
申请日：2021-05-10
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种联合PS目标与DS目标的双极化相位优化地表形变监测方法，利用平均幅度阈值法分别选取VV、VH双极化数据的PS目标，将两种极化数据的PS目标合并。再利用Anderson‑Darling检验和平均幅度阈值法识别DS目标，对DS目标采用自适应均值滤波进行降噪处理。基于PS目标和DS目标生成时空间相干矩阵，采用相干矩阵特征值分解方法分离出第一主成分，即最大特征值，采用BGSM算法寻找最优散射机制使得第一主成分相位贡献达到最大，可以有效改善相干点目标密度和提高相位质量，最后联合PS目标与DS目标反演地表形变。
-
公开(公告)号：CN113189586A
公开(公告)日：2021-07-30
申请号：CN202110360335.4
申请日：2021-04-02
Applicant: 中国地质大学(武汉)
IPC: G01S13/90
Abstract: 本发明提供一种基于PS目标时空间相干矩阵的极化相位优化方法，利用振幅离差值分别选取VV、VH双极化数据的PS目标，将两种极化数据的PS目标合并后生成时空间相干矩阵，采用相干矩阵特征值分解方法分离出第一主成分，即最大特征值，并采用ESPO算法寻找最优投影矢量使得第一主成分贡献率达到最大，最终相较于单极化数据能有效增加PS点数量，还能提高主导信号比重，从而减少噪声，提高PS目标相位质量。
-
公开(公告)号：CN119851275A
公开(公告)日：2025-04-18
申请号：CN202411588837.2
申请日：2024-11-08
Applicant: 中国地质大学(武汉) , 国网电力科学研究院武汉南瑞有限责任公司 , 武汉数纬智图科技有限责任公司
IPC: G06V20/70 , G06V20/13 , G06V20/10 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/44 , G06V10/771 , G06N3/045 , G06N3/0464
Abstract: 本申请提供了一种基于scSE‑U‑Net模型的SAR水体提取方法，涉及雷达遥感以及生态环境遥感领域，方法包括：获取双极化SAR数据以及黄河源SAR数据，结合主成分分析法，制作合成假彩色数据集；基于U‑Net模型以及scSE注意力机制，构建scSE‑U‑Net模型；通过合成假彩色数据集训练scSE‑U‑Net模型；通过scSE‑U‑Net模型，对黄河源SAR数据进行语义分割，得到黄河源地区水体范围；运用DEM数据与人工目视检查方法，得到黄河源地区水体范围内的长时间序列湖泊提取监测结果，完成黄河源区湖泊水体的提取。本申请的技术方案相较于传统监测提取方法能获取更高精度的湖泊水体提取结果。
-
Patent Agency Ranking
公开(公告)号：CN119580057A
公开(公告)日：2025-03-07
申请号：CN202411380598.1
申请日：2024-09-30
Applicant: 中国地质大学(武汉) , 国网电力科学研究院武汉南瑞有限责任公司 , 武汉数纬智图科技有限责任公司
IPC: G06V10/82 , G06V20/52 , G06V20/70 , G06V10/25 , G06V10/766 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于InSAR的矿区沉降漏斗识别方法、介质及设备，涉及雷达遥感及图像处理技术领域，基于InSAR的矿区沉降漏斗识别方法，其步骤主要包括：对研究区域合成孔径雷达图像进行预处理得到真实干涉图，并进行标注得到真实干涉图数据集；构建模拟干涉图，结合真实干涉图数据集得到混合数据集；利用混合数据集对深度学习模型进行训练得到目标检测模型；利用目标检测模型对研究区域待识别成孔径雷达图像进行预测得到沉降漏斗分布图。实施本发明提供的基于InSAR的矿区沉降漏斗识别方法、介质及设备，能在大范围干涉图上快速准确地自动检测沉降漏斗。
-
公开(公告)号：CN116956537A
公开(公告)日：2023-10-27
申请号：CN202211727430.4
申请日：2022-12-30
Applicant: 中国地质大学(武汉)
IPC: G06F30/20 , G06F111/04 , G06F119/08
Abstract: 本发明公开了一种基于MODIS‑Landsat遥感数据的地表温度时空融合方法及装置，通过利用GEE云平台托管的地表温度与土地覆盖产品，顾及该平台像元级并行运算的特点，提出了GEE‑STFM时空融合模型。该模型借鉴了传统权重模型的核心理念，首先通过多期Landsat地表温度产品合成解决模型输入数据缺失问题，其次结合时域重建后的MOD11A1产品构成基准影像对，进而采用土地覆盖利用产品来获取相似像元，并用空间滤波代替传统权重模型的移动窗口，最终通过加权融合的方式来计算缺失时刻的高空间分辨率地表温度产品。该方法极大降低了输入数据的门槛，且在大范围研究区内具有良好的应用价值，能够在一定程度上弥补国内高时空分辨率连续地表温度产品的数据空白。
-
公开(公告)号：CN112883796A
公开(公告)日：2021-06-01
申请号：CN202110069225.2
申请日：2021-01-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于叠掩信息的SAR图像多类型建筑物高度估计方法。该方法包括：从高分辨率SAR图像中提取建筑物的叠掩区，按叠掩区的形状变异参数对所述叠掩区进行定性分类，分为：低层建筑物叠掩区、中层建筑物叠掩区和高层建筑物叠掩区；采取不同提取方法分别提取所述低层建筑物叠掩区、所述中层建筑物叠掩区和所述高层建筑物叠掩区的叠掩尺寸信息；根据叠掩尺寸信息结合建筑物的成像几何关系估算建筑物高度。本发明根据不同建筑物类别采取不同建筑物高度信息提取方法，能有效的提取出较为准确的楼层高度信息。
-
公开(公告)号：CN119577353A
公开(公告)日：2025-03-07
申请号：CN202411377714.4
申请日：2024-09-30
Applicant: 中国地质大学(武汉) , 国网电力科学研究院武汉南瑞有限责任公司 , 武汉数纬智图科技有限责任公司
IPC: G06F18/20 , G06F18/10 , G06F18/214 , G06F17/10 , G06Q50/26
Abstract: 本发明公开了一种多年冻土有机碳含量反演方法、介质和设备，涉及冻土碳储量估计领域，多年冻土有机碳含量反演方法主要包括：对区域特征数据进行预处理得到特征集，将有机碳密度点位数据进行归一化处理并对特征集进行采样得到样本集，利用样本集对不同的深度学习模型进行训练，并利用机器学习算法进行对比试验和筛选得到最优估计模型；根据最优估计模型和有机碳密度点位数据，得到有机碳密度空间分布，进而计算得到有机碳储量。实施本发明提供的一种多年冻土有机碳含量反演方法、介质和设备，能获取更高精度冻土区土壤有机碳空间分布及储量，更全面有效地分析有机碳的动态变化。
-
公开(公告)号：CN115761363A
公开(公告)日：2023-03-07
申请号：CN202211496136.7
申请日：2022-11-24
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于多光谱数据的局部气候区分类方法，包括：对原始Sentinel‑2图像进行预处理，获得待分类图像；在基于深度学习的Tensorflow中的keras框架中搭建初始多层卷积神经网络；在初始多层卷积神经网络中增加残差连接和注意力机制模块，获得第一优化阶段卷积神经网络；采用深度可分离卷积层替换第一优化阶段卷积神经网络中的普通卷积层，获得最终卷积神经网络；采用基于LCZ分类的训练数据集对最终卷积神经网络进行训练，获得最优模型；将待分类图像输入最优模型进行分类，获得目标区域的LCZ分类图。本发明构建了一种全新的最优模型，该最优模型可用于抽象和学习有意义的复杂的上下文特征，总体分类准确率较同行模型更高，且具有更强的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
