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！

龙图腾网恭喜首都师范大学申请的专利一种煤矿采空区形变敏感性评价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：CN117111057B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202311069080.1，技术领域涉及：G01S13/86；该发明授权一种煤矿采空区形变敏感性评价方法是由高明亮;宫辉力;叶楹桐;陈蓓蓓;李小娟;朱琳;郭琳;周超凡设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本一种煤矿采空区形变敏感性评价方法在说明书摘要公布了：本发明涉及地表形变探测与遥感地学分析技术领域，且公开了一种煤矿采空区形变敏感性评价方法，包括以下步骤：S1、建立煤矿采空区形变敏感性评价指标库；S2、利用SBAS‑InSAR技术获取煤矿采空区地表形变速率；S3、在研究区内均匀选取样本点，以煤矿采空区形变敏感性评价指标最为输入变量，以相应地表形变速率作为标签，构建模型训练样本数据集，并对其按照7:3的比例进行随机分组，分别作为训练集和测试集。该煤矿采空区形变敏感性评价方法，通过联合地表形变探测技术、遥感技术和机器学习方法，可在一定程度上弥补常规基于调查统计资料的煤矿采空区形变敏感性评价方法的局限性，实现了一种更有效、更准确的煤矿采空区形变敏感性评价方法。

本发明授权一种煤矿采空区形变敏感性评价方法在权利要求书中公布了：1.一种煤矿采空区形变敏感性评价方法，其特征在于，包括以下步骤：S1、建立煤矿采空区形变敏感性评价指标库；所述S1中建立煤矿采空区形变敏感性评价指标库，包括以下步骤：S11、收集与煤矿采空区形变敏感性相关的地理、环境、地质空间要素，其中包含：含水层介质类型分布、土地覆盖类型、土地利用类型分布、含水层或沉积层厚度分布、主要地质构造分布、历史地震震中分布以及震级统计数据、地下水位分布等值线、地表水资源分布、地质岩性分布、导水率或储水系数分布、数字高程分布的因子指标；S12、将上述指标分别进行分级、分类或归一化处理，其中，数字高程分布数据分别提取坡度和坡向数据；断裂和地表水资源分布则分别生成距离分布数据，并进行归一化处理，其余指标数据按照分级、分类情况进行赋值；S13、建立包括含水层介质类型分布、土地覆盖类型、土地利用类型分布、含水层或沉积层厚度分布、与断裂的距离分布、历史地震震中分布以及震级、地下水位分布等值线、与水系的距离分布、地质岩性分布、导水率或储水系数分布、高程分布、坡度分布、坡向指标的煤矿采空区形变敏感性评价指标库；S2、利用SBAS-InSAR技术获取煤矿采空区地表形变速率，其中，将SAR图像进行配准、基线估算、干涉处理以及相位解缠，得到SAR干涉图集合；利用相干性阈值和最小生成树规则将干涉图进行组网，利用加权最小二乘方法进行地表时间序列的反演；利用ERA-5大气模型参数估算大气延迟并进行去除；利用小波滤波方法估算并去除DEM残差和噪声，生成地表形变时间时间序列；利用最小二乘法估算地表形变速率；S3、在研究区内均匀选取样本点，以煤矿采空区形变敏感性评价指标最为输入变量，以相应地表形变速率作为标签，构建模型训练样本数据集，并对其按照7:3的比例进行随机分组，分别作为训练集和测试集；所述S3中构建模型训练样本数据集，包括以下步骤：S31、在研究区内生成2000个均匀分布的样本点，利用空间叠加分析技术分别获取点位相应的指标值和地表形变速率；S32、随机将所有样本点按照数量7:3的比例划分为训练组和测试组；S4、构建并训练基于遗传算法优化的BP神经网络模型；所述S4中构建并训练基于遗传算法优化的BP神经网络模型，包括以下步骤：S41、创建BP神经网络；S42、确定网络的初始权重值和阈值，对其进行编码得到初始种群；S43、训练BP神经网络误差作为适应度值；S44、进行遗传算法的操作，即选择、交叉、变异，得到新种群；S44、迭代计算适应度，获取最优权值阈值；S45、迭代更新权值阈值，直到满足约束条件并输出结果；S5、对模型训练结果进行精度评价；初始创建包含输入层、3个隐含层和输出层的五层结构BP神经网络，输入层节点设置为12，输出层节点设置为1；隐含层节点的个数通过迭代进行确定，即使用循环来遍历范围内的隐含层节点与训练误差情况；初始化遗传算法参数，设置初始种群规模、最大进化代数、交叉概率、变异概率，权重和阈值的经验范围为-1，1；随后，对变量矩阵进行编码得到初始种群，并以BP神经网络误差作为适应度值；进行选择、交叉、变异，得到新种群；迭代计算适应度，确定获取最优权值和阈值，并确定相应的隐含层节点数；将GA得到的最优解对应参数传递给BP神经网络的权值矩阵和阈值向量进行训练，并输出训练结果；S6、根据神经网络模型输出结果，调整模型参数，然后重复S4和S5，如此重复5-10轮，选择最优结果对应的模型作为最终的敏感性评价模型；S7、利用最优评估模型估算并生成煤矿采空区形变敏感性空间分布；所述S7中利用最优评估模型估算并生成煤矿采空区形变敏感性空间分布，包括基于S6中得到的最优模型进行逐像元反演，得到研究区地表形变敏感性评估的量化结果，根据评估结果数值的四分位数从大到小按照低、中、高、极高进行风险划分，生成煤矿采空区形变敏感性空间分布。

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首都师范大学，其通讯地址为：100048 北京市海淀区西三环北路105号首都师范大学；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”。