買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國自然資源航空物探遙感中心申請的專利一種顧及多因子脅迫的區(qū)域可通行性潛力評估方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119313010B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-18發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411323185.X，技術(shù)領(lǐng)域涉及：G06Q10/063；該發(fā)明授權(quán)一種顧及多因子脅迫的區(qū)域可通行性潛力評估方法是由秦緒文;于峻川;王平康;付長亮;馬千里;陳偉濤;馮春設(shè)計研發(fā)完成，并于2024-09-23向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種顧及多因子脅迫的區(qū)域可通行性潛力評估方法在說明書摘要公布了：本發(fā)明提供了一種顧及多因子脅迫的區(qū)域可通行性潛力評估方法，其包括：1進(jìn)行地形要素的提取，并結(jié)合光學(xué)和地形數(shù)據(jù)進(jìn)行地形復(fù)雜度反演；2搜集已有開源數(shù)據(jù)獲取全國路網(wǎng)信息，對地表覆被類型信息進(jìn)行反演；3基于歷史的時序氣候數(shù)據(jù)對存在極端溫度和降雨區(qū)域進(jìn)行評估，基于地表覆被類型和開源的公里級土壤含水量產(chǎn)品，利用深度學(xué)習(xí)以及多源遙感數(shù)據(jù)進(jìn)行中高分辨率土壤含水量信息的反演；4進(jìn)行通行安全因子反演；5針對各因子的綜合分析，基于層次分析法進(jìn)行可通行潛力評估。本發(fā)明有效解決了區(qū)域可通行性潛力評估過程中地質(zhì)及環(huán)境影響因素考慮不充分，廣域尺度下相關(guān)遙感要素識別精度低，效率不足，智能化方法泛化能力差等問題。

本發(fā)明授權(quán)一種顧及多因子脅迫的區(qū)域可通行性潛力評估方法在權(quán)利要求書中公布了：1.一種顧及多因子脅迫的區(qū)域可通行性潛力評估方法，具體包括以下步驟：1進(jìn)行地形要素的提取，并結(jié)合光學(xué)和地形數(shù)據(jù)進(jìn)行地形復(fù)雜度計算；2搜集已有路網(wǎng)信息的開源數(shù)據(jù)獲取全國路網(wǎng)信息，結(jié)合遙感大數(shù)據(jù)、云計算平臺和深度學(xué)習(xí)模型對地表覆被類型信息進(jìn)行反演，并關(guān)注受季節(jié)變化影響的濕地和土地凍融區(qū)；3基于歷史的時序氣候數(shù)據(jù)對存在極端溫度和降雨區(qū)域進(jìn)行當(dāng)下氣候數(shù)據(jù)的評估，基于地表覆被類型和開源的公里級土壤含水量產(chǎn)品，利用深度學(xué)習(xí)以及多源遙感數(shù)據(jù)進(jìn)行中高分辨率土壤含水量信息的反演；4進(jìn)行通行安全因子反演，即基于已發(fā)生的地質(zhì)災(zāi)害點進(jìn)行統(tǒng)計分析確定地質(zhì)災(zāi)害高發(fā)區(qū)，然后利用深度學(xué)習(xí)和InSAR數(shù)據(jù)進(jìn)行地質(zhì)災(zāi)害隱患關(guān)聯(lián)的地表形變異常區(qū)的提取；5針對地形因子、地表狀態(tài)因子、氣候環(huán)境因子和通行安全性因子的綜合分析，基于層次分析法進(jìn)行可通行潛力評估；所述步驟2中地表覆被類型信息進(jìn)行反演的數(shù)據(jù)源涉及多源遙感數(shù)據(jù)，為滿足廣域的多類型遙感實時分類的的需求，需要構(gòu)建多源多分類遙感分類模型，并且基于知識蒸餾方法對網(wǎng)絡(luò)進(jìn)行輕量化改造，具體步驟如下：2.1面向地表覆被分類的多源遙感樣本數(shù)據(jù)集構(gòu)建多源遙感地表覆被分類樣本數(shù)據(jù)集由多源遙感數(shù)據(jù)和真值數(shù)據(jù)構(gòu)成，在全國范圍內(nèi)，選擇典型區(qū)域進(jìn)行多源遙感數(shù)據(jù)的采集，采集后的數(shù)據(jù)下載后經(jīng)由人工解譯得到對應(yīng)的地表覆被分類的真值標(biāo)簽，與歸一化后的多源遙感數(shù)據(jù)合并為具有16波段的原始樣本，以256×256大小為樣本框，分別按照橫向和縱向?qū)υ紭颖具M(jìn)行貫序式裁剪得到最終的多源遙感地表覆被分類樣本數(shù)據(jù)集；2.2地表覆被分類網(wǎng)絡(luò)訓(xùn)練及蒸餾采用改進(jìn)的UNet網(wǎng)絡(luò)即OUNet網(wǎng)絡(luò)作為地表覆被分類網(wǎng)絡(luò)；所述OUNet網(wǎng)絡(luò)在Unet基礎(chǔ)上做了三方面改進(jìn)：一是減少降采樣操作，更多保留淺層空間信息；二是增加編碼器中基礎(chǔ)卷積單元的個數(shù)的基礎(chǔ)上，采用深度可分離卷積替代普通卷積；三是引入在解碼器部分引入注意力機(jī)制；通過知識蒸餾技術(shù)即通過訓(xùn)練一個小型的“學(xué)生”模型來模仿大型的“教師”模型；學(xué)生網(wǎng)絡(luò)DSNet選擇采用三組CBR卷積單元，每組CBR卷積單元由一個卷積層、一個批處理層和一個ReLU激活層組成，不采用任何降采樣操作，在輸出端采用1×1卷積和Softmax激活得到與輸入等大的二值化掩膜結(jié)果；令U為原始的U-Net模型即教師模型，S為學(xué)生模型，輸入數(shù)據(jù)為X；教師模型的輸出可以表示為UX，學(xué)生模型的輸出可以表示為SX；且知識蒸餾過程中的損失函數(shù)由交叉熵?fù)p失函數(shù)和蒸餾損失函數(shù)組成，可定義為：Ltotal＝LCE+Ldistill5；其中，上式5中Ltotal為交叉熵?fù)p失函數(shù)，其計算公式為： 上式6中，C為類別的綜述，yo,c為真實標(biāo)簽的one-hot編碼，pc為模型預(yù)測樣本屬于類別C的概率；上式5中，Ldistill為蒸餾損失函數(shù)，其計算公式為： 上式7中，TXc和SXc分別表示教師模型和學(xué)生模型對輸入X預(yù)測屬于類別C的概率；將上述步驟2.1中構(gòu)建的包含多源遙感數(shù)據(jù)和真值數(shù)據(jù)的地表覆被分類樣本數(shù)據(jù)集分別進(jìn)入到教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)進(jìn)行訓(xùn)練，分別生成UX和SX，交叉熵?fù)p失函數(shù)Ltotal在訓(xùn)練過程中將逐漸收斂，使得SX逐步趨近于UX和真值；2.3地表覆被類型實時提取在GEE平臺中利用JAVA語言對學(xué)生網(wǎng)絡(luò)進(jìn)行重構(gòu)，并將訓(xùn)練后的學(xué)生網(wǎng)絡(luò)的參數(shù)導(dǎo)入重構(gòu)的網(wǎng)絡(luò)中進(jìn)行初始化；再通過輸入具有15個波段且歸一化后的多源遙感數(shù)據(jù)，即可實時得到其對應(yīng)的地表覆被類型的標(biāo)簽；2.4可非通行地表的劃分根據(jù)得到的地表覆被分類結(jié)果，區(qū)分是否為可通行區(qū)域。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國自然資源航空物探遙感中心，其通訊地址為：100000 北京市海淀區(qū)學(xué)院路29號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。