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！

龙图腾网获悉中国地质调查局军民融合地质调查中心申请的专利一种基于AI技术的地质灾害识别监测预警系统及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：CN120766449B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511293052.7，技术领域涉及：G08B21/10；该发明授权一种基于AI技术的地质灾害识别监测预警系统及方法是由蔡佳君;刘沛;黄峻川;崔建勋;周仁强;朱晓帆;李思设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种基于AI技术的地质灾害识别监测预警系统及方法在说明书摘要公布了：本发明公开了一种基于AI技术的地质灾害识别监测预警系统及方法，涉及地质灾害监测技术领域；该方法包括：收集目标区域下的多源数据集，对多源数据集预处理，并进行隐患标注，得到若干标记点；其技术要点为：采用综合相似度计算与KNN算法的技术方案，实现了对当前高风险区域与历史灾害案例的智能对标，达到了智能化等级映射的效果，提高了灾害等级判定的科学性和可靠性，通过比较当前特征值与历史灾害样本的相似度，可以快速定位最接近的历史案例，并据此确定当前区域的风险等级，进一步增强了预警系统的自适应能力和响应速度，同时该方法能够有效平衡对于风险判定的准确性和响应速度。

本发明授权一种基于AI技术的地质灾害识别监测预警系统及方法在权利要求书中公布了：1.一种基于AI技术的地质灾害识别监测预警方法，该方法包括： 收集目标区域下的多源数据集，对多源数据集预处理，并进行隐患标注，得到若干标记点；其中，多源数据集至少包括：SAR数据、无人机航拍影像、地理信息以及气象数据；其特征在于：该方法还包括： 于目标区域下，依据地理信息识别坡度大于45°的区域，作为高风险区域；依据多源数据集和隐患标注，在任一高风险区域下筛选特征集合，基于特征集合计算每个高风险区域下所对应的初级风险指数；特征集合至少包括：累积形变量、形变速率以及标记点密度； 计算每个高风险区域下所对应的初级风险指数R_py，所依据的方式为： ； 式中，xi：第i个特征值，fi：标准化函数，wi：各特征值的权重，i=1、2、...、n，n为特征值总数量； 采用GBDT模型，输入为气象数据，输出为滑坡发生概率； 构建风险指数修正模型，依据滑坡发生概率，对初级风险指数完成修正，得出对应高风险区域的次级风险指数R_sy，所依据的方式为： ； 式中，α：修正系数，P_landslide：滑坡发生概率； 收集目标区域内所有识别出的高风险区域的数量N_r及其对应的初级风险指数R_pyj其中，j=1、2、...、N_r，计算初级风险指数R_pyj的均值R_py_avg和标准差σ_py； 修正系数α的调整方式如下： ； 式中，α0：初始权重；q1和q2：调节系数，取值范围均为[0，1]，N_total：目标区域下的网格数； 将任一次级风险指数下对应的多源数据集与历史不同地质灾害前期的同类数据进行对比，计算综合相似度；设定对标阈值，遍历历史数据库中所有地质灾害事件样本，筛选若干相似样本，采用KNN算法进行等级映射，输出初步灾害风险等级； 分析相邻两个超标次级风险指数之间的间隔区域，判断间隔区域与相邻两个超标次级风险指数之间是否满足设定的约束条件，在满足时触发联动风险评估机制，用于生成联合风险指数；判断联合风险指数是否超过标准指数阈值； 若否，则将初步灾害风险等级作为最终的灾害风险等级； 若是，则执行灾害等级修正动作，基于最终的灾害风险等级，发送对应的预警级别； 触发联动风险评估机制的过程如下： 构建联动风险指数模型，输入两个超标的次级风险指数和两个超标的次级风险指数所对应高风险区域中心点之间的地理距离值，输出联合风险指数R_cd； 运行联动风险指数模型时，所依据的方式如下： ； 式中，R_syA和R_syB：两个相邻高风险区域的超标次级风险指数，β：联动增强系数，取值范围为[0，1]，γ：距离衰减系数，取值范围为[0，0.1]；d：地理距离值。

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中国地质调查局军民融合地质调查中心，其通讯地址为：610036 四川省成都市金牛区茶店子路399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”。

以上内容由龙图腾AI智能生成。