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！

龙图腾网获悉武汉大学申请的专利一种联合有效降雨模型的滑坡时空危险性评估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：CN115859801B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202211492956.9，技术领域涉及：G06F30/27；该发明授权一种联合有效降雨模型的滑坡时空危险性评估方法是由袁瑞;陈静设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种联合有效降雨模型的滑坡时空危险性评估方法在说明书摘要公布了：本发明提供一种联合有效降雨模型的滑坡时空危险性评估方法，基于获取的滑坡诱发因子分析与滑坡发生的相关性以及重要性程度；采用三种混合深度学习网络构建滑坡易发性模型，计算滑坡的空间概率；通过在Transformer网络编码层中嵌入有效降雨模型并改变原有的注意力机制模块，提出一种ST‑Transformer深度学习网络预测滑坡不同时间周期的有效降雨量，选取最高精度的预测时间评估滑坡发生的时间概率；改变原有的滑坡危险性计算公式，并结合前面两个结果定量计算上述最佳预测时间的滑坡危险性。本发明能够为滑坡危险评估与风险管理提供可靠的决策依据。

本发明授权一种联合有效降雨模型的滑坡时空危险性评估方法在权利要求书中公布了：1.一种联合有效降雨模型的滑坡时空危险性评估方法，其特征在于，包括以下步骤： 步骤1，选取滑坡诱发因子并分析所述滑坡诱发因子与滑坡之间的关系； 步骤2，利用三种混合深度学习网络构建滑坡易发性模型，预测滑坡的空间概率并获得滑坡空间概率图； 步骤3，基于深度学习Transformer网络，嵌入有效降雨模型、CNN卷积神经网络和Bi-LSTM网络构建ST-Transformer深度学习网络，预测滑坡的不同重现周期T，即未来不同时间内滑坡发生的可能性； 步骤4，通过改进的滑坡危险性计算公式结合步骤3获取的坡的空间概率和滑坡时间概率定量计算未来最佳时间T值的滑坡危险性指数；具体实现包含如下步骤： d1，对步骤2和步骤3分别获取的滑坡空间概率图和时间概率图，分别划分为相同的C个类别，其中； d2，采用FR频率方法定量计算和划分的C个类别的相应权重值，通过每一个类别所占的像元比例与相应滑坡点所占的像元比例，来计算每一个类别的FR值即权重值，其计算公式如下： 式中,表示第i类的权重值，表示第i个类别的滑坡栅格像元数，表示研究区所有滑坡栅格像元总数;为第个类别的栅格像元数，表示覆盖研究区域的所有栅格像元总数； d3，利用危险性公式计算未来最佳时间周期T的滑坡危险性，以此达到预测未来的滑坡危险性，滑坡危险性计算公式如下； 式中，为每一个等级分类被赋予的权重大小，为每一个等级分类被赋予的权重大小。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山街道八一路299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”。