技術(shù)特征：

1.一種基于insar的滑坡隱患點(diǎn)識(shí)別分類方法，其特征在于：包括以下步驟，

2.根據(jù)權(quán)利要求1所述的基于insar的滑坡隱患點(diǎn)識(shí)別分類方法，其特征在于：步驟(1)中所述基于融合分布式散射體目標(biāo)的stamps-sbas時(shí)序insar處理方法的具體步驟包括：

3.根據(jù)權(quán)利要求2所述的基于insar的滑坡隱患點(diǎn)識(shí)別分類方法，其特征在于：對區(qū)域insar數(shù)據(jù)進(jìn)行預(yù)處理，獲得差分干涉相位集的具體步驟為：

4.根據(jù)權(quán)利要求2所述的基于insar的滑坡隱患點(diǎn)識(shí)別分類方法，其特征在于：獲得同質(zhì)點(diǎn)集合的具體步驟如下：

5.根據(jù)權(quán)利要求2所述的基于insar的滑坡隱患點(diǎn)識(shí)別分類方法，其特征在于：提取ds點(diǎn)和提取sdfp點(diǎn)的具體步驟如下：

6.根據(jù)權(quán)利要求1所述的基于insar的滑坡隱患點(diǎn)識(shí)別分類方法，其特征在于：步驟(3)中所述將數(shù)據(jù)集輸入深度學(xué)習(xí)模型訓(xùn)練滑坡分類模型的具體步驟為：

7.根據(jù)權(quán)利要求6所述的基于insar的滑坡隱患點(diǎn)識(shí)別分類方法，其特征在于：所述目標(biāo)檢測模塊基于開源框架faster-rcnn構(gòu)建，使用區(qū)域形變速率圖進(jìn)行訓(xùn)練。

8.根據(jù)權(quán)利要求6所述的基于insar的滑坡隱患點(diǎn)識(shí)別分類方法，其特征在于：所述實(shí)例分割模塊以自注意力機(jī)制為核心的深度學(xué)習(xí)模型構(gòu)建，使用融合光學(xué)影像的形變速率圖用于訓(xùn)練。

9.一種基于insar的滑坡隱患點(diǎn)識(shí)別分類系統(tǒng)，其特征在于：包括，

10.根據(jù)權(quán)利要求9所述的基于insar的滑坡隱患點(diǎn)識(shí)別分類系統(tǒng)，其特征在于：所述數(shù)據(jù)集獲取模塊獲取的數(shù)據(jù)集包括以下兩種：

技術(shù)總結(jié)
本發(fā)明公開了一種基于InSAR的滑坡隱患點(diǎn)識(shí)別分類方法及系統(tǒng)，其中方法包括以下步驟：基于融合分布式散射體目標(biāo)的StaMPS?SBAS時(shí)序InSAR處理方法處理區(qū)域InSAR數(shù)據(jù)，獲得區(qū)域形變速率圖；采集與監(jiān)測區(qū)域的區(qū)域形變速率圖時(shí)間一致的光學(xué)影像圖，并生產(chǎn)融合地區(qū)光學(xué)影像的區(qū)域形變速率圖；整合區(qū)域形變速率圖和融合地區(qū)光學(xué)影響的區(qū)域形變速率圖，制作用于訓(xùn)練的數(shù)據(jù)集，將數(shù)據(jù)集輸入深度學(xué)習(xí)模型訓(xùn)練滑坡分類模型；將待解譯的InSAR形變速率圖輸入滑坡分類模型，滑坡分類模型輸出該InSAR形變速率圖的滑坡位置和滑坡分類。本發(fā)明能夠獲取高質(zhì)量的區(qū)域形變速率圖，自動(dòng)化程度高，能夠自動(dòng)識(shí)別區(qū)域內(nèi)滑坡位置，并能夠?qū)逻M(jìn)行分類。

技術(shù)研發(fā)人員：曹久慧,李寶枝,陳劍,徐士月,郭際明,王鼎,夏顯文,李華富
受保護(hù)的技術(shù)使用者：中交三航局第三工程有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6