(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111578744.8 (22)申请日 2021.12.2 2 (71)申请人 云南大学 地址 650091 云南省昆明市翠湖北路2号 (72)发明人 李益敏　刘师旖　计培琨　赵志芳　 谈树成　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 刘芳 (51)Int.Cl. G06F 30/27(2020.01) G06F 119/02(2020.01) G06F 119/14(2020.01) (54)发明名称 基于InSAR技术的动态滑坡 敏感性预测方法 及系统 (57)摘要 本发明涉及一种基于InSAR技术的动态滑坡 敏感性预测方法及系统， 该方法包括： 获取某一 区域的历史滑坡数据、 地质条件、 气象水文、 人类 活动和地形地貌； 并确定动态预测因子和静态预 测因子； 采用自然断点法对所述动态预测因子和 静态预测因子进行等级划分； 对等级划分后的动 态预测因子和静态预测因子进行多重共线性诊 断， 筛掉不符合因子， 得到筛选后的预测因子； 构 建动态滑坡 敏感性预测模型； 采用筛选后的预测 因子和历史滑坡数据对所述动态滑坡敏感性预 测模型进行训练， 得到训练后的动态滑坡敏感性 预测模型； 根据所述训练后的动态滑坡敏感性预 测模型对待测区域的动态滑坡 敏感性进行预测， 得到滑坡 敏感性等级。 本发明能够提高滑坡 敏感 性模型评价精度。 权利要求书2页 说明书9页 附图3页 CN 114201922 A 2022.03.18 CN 114201922 A 1.一种基于I nSAR技术的动态 滑坡敏感性预测方法， 其特 征在于， 包括： 获取某一区域的历史滑坡数据、 地质条件、 气象水文、 人类活动和地形地貌； 根据所述地质条件、 气象水文、 人类活动和地形地貌确定动态预测 因子和静态预测 因 子； 采用自然断点法对所述动态预测因子和静态预测因子进行等级划分； 对等级划分后的动态预测因子和静态预测因子进行多重共线性诊断， 筛掉不符合因 子， 得到筛选后的预测因子； 构建动态 滑坡敏感性预测模型； 采用筛选后的预测因子和历史滑坡数据对所述动态滑坡敏感性预测模型进行训练， 得 到训练后的动态 滑坡敏感性预测模型； 根据所述训练后的动态滑坡敏感性预测模型对待测区域的动态滑坡敏感性进行预测， 得到滑坡敏感性 等级。 2.根据权利要求1所述的基于InSAR技术的动态滑坡敏感性预测方法， 其特征在于， 所 述地质条件包括地层岩性和距断裂带距离； 所述气象水文包括年均降水量、 距河流距离、 河 网密度、 TWI和SPI； 所述人类活动包括土地利用数据和距道路距离； 所述地形地貌包括高 程、 坡度、 坡向、 平面曲率、 剖面曲率、 植被覆盖度、 平均形变速率和累计形变速率。 3.根据权利要求1所述的基于InSAR技术的动态滑坡敏感性预测方法， 其特征在于， 所 述静态预测因子包括 地质条件、 气象水文、 人类活动和地形地貌 。 4.根据权利要求1所述的基于InSAR技术的动态滑坡敏感性预测方法， 其特征在于， 所 述动态预测因子包括 地形地貌 。 5.根据权利要求1所述的基于InSAR技术的动态滑坡敏感性预测方法， 其特征在于， 通 过时序InSAR技术获取动态预测因子 。 6.根据权利要求1所述的基于InSAR技术的动态滑坡敏感性预测方法， 其特征在于， 所 述动态滑坡敏感性预测模型 是基于NFR模型和MaxEnt模型集成的NFR ‑MaxEnt模型。 7.根据权利要求2所述的基于InSAR技术的动态滑坡敏感性预测方法， 其特征在于， 所 述所述静态预测因子包括地层岩性、 距断裂带距离、 年均降水量、 距河流距离、 河网密度、 TWI、 SPI、 土地利用数据、 距 道路距离、 高程、 坡度、 坡向、 平面曲率、 剖面曲率、 植被覆盖度。 8.根据权利要求2所述的基于InSAR技术的动态滑坡敏感性预测方法， 其特征在于， 所 述动态预测因子包括平均形变速率和累计形变速率。 9.根据权利要求1所述的基于InSAR技术的动态滑坡敏感性预测方法， 其特征在于， 还 包括： 使用ROC曲线对训练结果进行精度判定， 训练结果达到预设精度后， 得到所述训练后的 动态滑坡敏感性预测模型。 10.一种基于I nSAR技术的动态 滑坡敏感性预测系统， 其特 征在于， 包括： 数据获取模块， 用于获取某一区域的历史滑坡数据、 地质条件、 气象水文、 人类活动和 地形地貌； 预测因子确定模块， 用于根据 所述地质条件、 气象水文、 人类活动和地形地貌确定动态 预测因子和静态预测因子； 等级划分模块， 用于采用自然断点法对所述动态预测因子和静态预测因子进行等级划权　利　要　求　书 1/2 页 2 CN 114201922 A 2分； 筛选模块， 用于对等级划分后的动态预测 因子和静态预测 因子进行多重共线性诊断， 筛掉不符合因子， 得到 筛选后的预测因子； 模型构建模块， 用于构建动态 滑坡敏感性预测模型； 训练模块， 用于采用筛选后的预测因子和历史滑坡数据对所述动态滑坡敏感性预测模 型进行训练， 得到训练后的动态 滑坡敏感性预测模型； 预测模块， 用于根据 所述训练后的动态滑坡敏感性预测模型对待测区域的动态滑坡敏 感性进行 预测， 得到滑坡敏感性 等级。权　利　要　求　书 2/2 页 3 CN 114201922 A 3