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！

龙图腾网恭喜国网新疆电力有限公司电力科学研究院;新疆信息产业有限责任公司;国家电网有限公司申请的专利一种基于机器学习的洪涝灾害遥感监测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：CN114444791B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210062698.4，技术领域涉及：G06Q10/04；该发明授权一种基于机器学习的洪涝灾害遥感监测评估方法是由庄文兵;张陵;秦志敏;金铭;杨洋;赵普志;张小刚;詹禹曦;李孟;赵明冠;王红霞;安金鹏;苏翔;马超设计研发完成，并于2022-01-19向国家知识产权局提交的专利申请。

本一种基于机器学习的洪涝灾害遥感监测评估方法在说明书摘要公布了：本发明公开了一种基于机器学习的洪涝灾害遥感监测评估方法，旨在基于深度学习的方法对受洪灾的区域进行遥感监测，并且利用机器学习中随机森林的算法对洪水可能淹没的范围进行预测及灾情评估，可为防洪决策和抗灾救灾工作提供重要的数据和理论支撑。本发明包含如下步骤：步骤一：洪水淹没区范围提取的步骤；基于微波遥感的Sentinel‑1ASAR数据，精确提取洪水淹没的区域；步骤二：洪水覆盖区域水深估算的步骤；基于DEM产品数据，用于估算洪水覆盖区域的水体深度；步骤三：洪水范围预测及灾情评估的步骤；基于气象数据、地形数据、流域属性特征等的数据，用于预测洪水发生时的覆盖范围以及评估洪水带来的风险。

本发明授权一种基于机器学习的洪涝灾害遥感监测评估方法在权利要求书中公布了：1.一种基于机器学习的洪涝灾害遥感监测评估方法，其特征在于，包含如下步骤：步骤一：洪水淹没区域范围提取的步骤；基于微波遥感的Sentinel-1ASAR数据，精确提取洪水淹没的区域；步骤二：洪水覆盖区域水深估算的步骤；基于DEM产品数据，估算洪水覆盖区域的水体深度；步骤三：洪水范围预测及灾情评估的步骤；基于气象数据、地形数据、流域属性特征的数据，预测洪水发生时的覆盖范围以及评估洪水带来的风险；所述步骤一为利用深度学习中的Unet神经网络模型，提取洪水淹没的区域；所述洪水淹没区域范围提取的步骤包含如下步骤：步骤1：基于Sentinel-1ASAR数据洪水水体的样本选择，包括训练集、测试集和验证集；步骤2：基于步骤1的样本数据集，对Unet神经网络模型构建、训练和优化；步骤3：利用验证样本数据集，对训练的模型进行验证和评估；步骤4：根据训练好的Unet神经网络模型，对目标影像中的洪水区域进行识别和提取分割；所述步骤二，洪水覆盖区域水深估算的步骤包含如下步骤：步骤10：预处理洪水前后的影像以及洪水前后的矢量范围矢量边界；步骤20：海拔高度的提取模块，提取每个MERITDEM数据网格的海拔高度；步骤30：创建3D表面模型模块，根据提取的海拔高度点，使用洪水边界点高程的插值方法创建3D表面模型；步骤40：洪水深度计算模块，通过对比DEM产品和创建的洪水3D表面模型计算洪水深度；所述步骤三，洪水范围预测及灾情评估的步骤包含如下步骤：步骤100：基础数据变量的获取；所述基础数据变量包含气象数据、空间数据、水文数据和河道属性数据；所述气象数据包括历史及未来时段的降水、气温、相对湿度、风速、气压、短波辐射；所述空间数据包括数字高程模型、坡度、坡向、土壤属性、土地利用、土壤储水量和人口密度；所述水文数据包括流域边界、径流、河流水系矢量；所述河道属性数据包括河道深度及宽度、河道纹理特征、河道流通指数、水系动力指数；步骤200：利用SPSS统计分析各个变量之间的线性，去除变量之间的较强的线性关系；步骤300：基于以上数据构建随机森林分类模型算法；将以上所述基础数据作为X变量输入，洪水覆盖范围数据作为Y因变量结果输入，训练随机森林模型，模拟出每个网格洪水发生的概率；步骤400：根据选取的洪水范围样本以评估模拟的洪水发生的概率结果；步骤500：根据模拟的洪水发生概率结果进行分类，筛选并聚类洪水发生概率较高的区域，确定洪水发生的范围；步骤600：根据步骤500的洪水淹没的范围情况，绘制区域的洪涝灾害范围图，并预估洪水淹没的耕地、道路以及城镇及乡村建设用地，精确估算出受灾人数，评估受灾情况。

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国网新疆电力有限公司电力科学研究院;新疆信息产业有限责任公司;国家电网有限公司，其通讯地址为：830011 新疆维吾尔自治区乌鲁木齐市高新技术产业开发区(新市区)恒达街200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”。