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！

龙图腾网获悉西北大学申请的专利一种智能化区域性滑坡监测管理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：CN116202432B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310400486.7，技术领域涉及：G01B11/02；该发明授权一种智能化区域性滑坡监测管理方法是由邱海军;朱亚茹;刘雅;杨冬冬;任志刚;强建华;刘子敬设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本一种智能化区域性滑坡监测管理方法在说明书摘要公布了：本发明属于滑坡监测领域，涉及数据处理技术，用于解决现有的滑坡监测管理方法无法对滑坡风险区域进行分布分析的问题，具体是一种智能化区域性滑坡监测管理方法，包括以下步骤：对监测区域进行区域性滑坡监测分析，在监测区域内设置若干个水平监测点、挡位监测点以及抗滑监测点，将监测区域分割为若干个子区域并计算子区域的监测系数，通过子区域的监测系数对子区域的滑坡监测结果是否合格进行判定；本发明通过区域监测模块可以对监测区域进行区域性滑坡监测分析，通过水平监测点、挡位监测点以及抗滑监测点可以分别对水平位移、挡位墙位移以及抗滑杆位移进行监控，从而对各项位移参数进行综合分析处理得到监测系数。

本发明授权一种智能化区域性滑坡监测管理方法在权利要求书中公布了：1.一种智能化区域性滑坡监测管理方法，其特征在于，包括以下步骤： 步骤一：对监测区域进行区域性滑坡监测分析：在监测区域内设置若干个水平监测点、挡位监测点以及抗滑监测点，将监测区域分割为若干个子区域并计算子区域的监测系数，通过子区域的监测系数对子区域的滑坡监测结果是否合格进行判定； 子区域的监测系数的获取过程包括：在水平监测点处对滑坡进行水平位移监测并得到水移值，将子区域内所有水平监测点的水移值进行求和取平均值标记为水移数据SY，在挡位监测点处对挡位墙进行位移监测并得到墙移值，将子区域内所有挡位监测点的墙移值进行求和取平均值得到墙移数据QY，在抗滑监测点处对抗滑杆进行位移监测并得到杆移值，将子区域内所有挡位监测点的杆移值进行求和取平均值得到杆移数据GY，通过公式得到子区域的监测系数JC，监测系数是一个反映子区域内的滑坡风险程度的数值，监测系数的数值越大，则表示子区域内的滑坡风险程度越高；其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1； 步骤二：将监测系数与监测阈值进行比较：若监测系数大于等于监测阈值，则判定子区域的滑坡监测结果不合格，将对应的子区域标记为危险区域； 对监测区域的整体滑坡风险进行监控分析：将危险区域的数量与子区域的数量的比值标记为危险系数，将所有子区域的监测系数建立监测集合，对监测集合进行方差计算得到波动系数，通过危险系数与波动系数的数值大小对监测区域的整体滑坡风险是否满足要求进行判定； 步骤三：获取监测区域的中心点位置与所有危险区域的中心点位置并分别标记为监测点与危险点，获取危险点的角度数据JD与长度数据CD，危险点的角度数据JD的获取过程包括：将的危险点依次与监测点进行连线得到若干条危险线段，将长度值最小的危险线段标记为标准线段，将危险线段与标准线段所形成夹角的角度值标记为角度数据；危险点的长度数据CD为危险线段的长度值；对危险点进行分布模拟分析：以角度数据JD为X轴、长度数据CD为Y轴建立直角坐标系，将直角坐标系中的第一象限分割为若干个分析面板，分析面板为边长为L1的正方形，获取分析面板内的危险点数量并标记为危险值，通过存储模块获取到危险阈值，将危险值不小于危险阈值的分析面板标记为危险面板，将危险面板的中心点以自左向右、自下向上的顺序依次进行连线并得到若干条关联线段，通过存储模块获取到关联阈值，将关联线段的长度值与关联阈值进行比较：若关联线段的长度值小于关联阈值，则判定关联线段两端的危险面板存在关联特征，将存在关联特征的危险面板内的危险点对应的危险区域标记为关联区域；若关联线段的长度值大于等于关联阈值，则判定关联线段两端的危险面板不存在关联特征；若关联区域的数量为零，则将监测区域的危险特征标记为分散，特征分析模块向监测管理平台发送分散治理信号，监测管理平台接收到分散治理信号后将分散治理信号发送至管理人员的手机终端；若关联区域的数量不为零，则将监测区域的危险特征标记为集中，特征分析模块向监测管理平台发送集中治理信号，监测管理平台接收到集中治理信号后将集中治理信号发送至管理人员的手机终端。

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西北大学，其通讯地址为：710127 陕西省西安市长安区郭杜教育科技产业区学府大道1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”。