[发明专利]联合InSAR与深度学习的边坡监测方法

权利要求书

1.联合InSAR与深度学习的边坡监测方法，其特征包括以下步骤：

首先，获取研究区的SAR图像，并利用InSAR技术通过连接图生成、干涉、去平、相位解缠、反演和地理编码等步骤获取研究区毫米级形变量和PS点，并将获取的PS点构建已知边坡的Delaunay三角网库作为验证集，再将全部PS点利用深度学习获取研究区范围内的边坡，其特征在于使用的InSAR技术包括PS-InSAR、SBAS-InSAR、TCP-InSAR等技术；然后，对得到的边坡通过坡度分析与形变速率分析，坡度分析主要分析边坡的坡度，坡度大的更倾向于发生灾害，其特征在于坡度分析与形变速率分析包含根据当地地质、水文、气候条件确定坡度和形变速率对边坡进行分类；形变速率分析主要分析边坡整体的形变速率，将变形阶段分为初始形变阶段、等速变形阶段、加速阶段、爆发阶段，如果根据当地情况确定的边坡处于坡度较大且形变处于加速阶段，则认定该边坡为致灾边坡，否则为一般边坡；最后，对分类的致灾边坡和一般边坡进行不同监测，对于有可能发生灾害的致灾边坡利用地面设备进行监测，对于一般边坡则利用InSAR技术进行定期监测，不断发现存在潜在威胁的致灾边坡，其特征在于用于监测致灾边的地面设备包含静力水准仪、地裂缝位移测试仪、自动雨量计、土压力盒等边坡安全监测设备。