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！

龙图腾网获悉石家庄铁道大学申请的专利基于多源遥感数据融合的滑坡提取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：CN121661503B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202511847074.3，技术领域涉及：G06V20/10；该发明授权基于多源遥感数据融合的滑坡提取方法是由赵志宏;陈祎阳;童爱华;马菱雨;张然设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本基于多源遥感数据融合的滑坡提取方法在说明书摘要公布了：本发明涉及地质灾害监测与遥感图像处理技术领域，具体公开一种基于多源遥感数据融合的滑坡提取方法。该方法通过统一光学遥感影像、合成孔径雷达数据、数字高程模型数据的分辨率与投影，构建包含植被衰减因子、地形因子、SAR动态因子的多维度特征体系；采用熵权法结合物理修正、变异系数法动态分配因子权重，构建滑坡风险指数，设计基于数据分布特征的自适应阈值模型，通过数据分布特性、空间上下文特征、阈值可靠性动态优化分割阈值，最终实现滑坡区域的精准提取。本发明解决了传统滑坡提取方法中数据源单一、阈值固定、权重分配不合理导致的精度低、适应性差等问题，提升了复杂地形条件下滑坡提取的准确性与鲁棒性，为震后灾害评估和应急响应提供可靠技术支持。

本发明授权基于多源遥感数据融合的滑坡提取方法在权利要求书中公布了：1.一种基于多源遥感数据融合的滑坡提取方法，其特征在于，包括以下步骤： S1：获取目标区域滑坡前、后的光学遥感影像、合成孔径雷达数据及数字高程模型数据，对所有数据进行统一分辨率、统一投影的标准化处理，确保空间对齐； S2：基于预处理后的光学遥感影像，计算归一化植被指数变化量ΔNDVI，所述ΔNDVI为第一时相归一化植被指数与第二时相归一化植被指数的差值，保留正值并归一化，得到植被衰减因子；基于预处理后的数字高程模型数据提取地形因子，所述地形因子包括坡度、曲率及地形粗糙度，各地形因子分别归一化；基于预处理后的合成孔径雷达数据计算SAR动态因子，所述SAR动态因子包括SAR变化指数和SAR空间一致性，其中SAR变化指数由极化对数比、极化比变化及纹理变化加权得到，SAR空间一致性通过5×5窗口内SAR变化指数的标准差计算，各SAR动态因子分别归一化； S3：采用熵权法计算坡度、曲率、粗糙度的初始权重，通过物理修正提升坡度权重占比，得到最终地形因子权重；基于变异系数计算所述SAR动态因子的权重，SAR空间一致性的权重为其变异系数与SAR变化指数变异系数之和的比值，SAR变化指数的权重为1与所述比值的差值； S4：根据所述地形因子及其权重计算静态地形风险，根据所述SAR动态因子及其权重计算SAR动态风险，结合植被衰减因子构建滑坡风险指数LRI； S5：通过加权融合OTSU阈值、百分位数阈值、动态比例阈值与空间调整因子，同时加入 范围约束确保合理性计算基于数据分布特征的自适应阈值，计算目标区域所有像素点的 LRI指数的偏度、峰度、数据密度特征及空间上下文权重；分别采用OTSU算法得到基础阈值，采用百分位数法得到基础阈值、采用LRI最大值动态比例法得到基础阈值；计 算各基础阈值的提取比例、阈值附近数据密度，得到阈值可靠性得分；基于数据分布特性与 阈值可靠性得分，动态分配三类基础阈值及空间上下文调整因子的权重，通过加权融合基 础阈值与空间上下文调整因子，结合范围约束得到基于数据分布特征的自适应阈值； S6：基于S5中的阈值对LRI指数进行二值化处理，通过形态学开运算去除二值化结果中的小面积噪声和孤立点，通过形态学闭运算填充开运算处理后结果中的细小孔洞和连接断裂区域，得到最终滑坡提取结果。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市长安区北二环东路17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。