Presentation Details
中日同震滑坡易发性评价中机器学习与统计模型的对比研究
ID：3866
View Protection：PRIVATE
Updated Time：2023-04-25 16:09:49
Hits：2357
Invited speech
Start Time：2023-05-08 08:40（Asia/Shanghai）
Duration：10min
Session：3A 3A、地质灾害与工程地质 »
No files
Abstract
强震诱发的滑坡呈现数量多、规模大、危害范围广和破坏严重等特点，严重威胁山区人民生命财产安全。探明同震滑坡空间分布规律、滑坡易发区，分析滑坡地震响应机制和次生灾害链演化成因机理，就能对震后地质灾害进行合理的监测和预防，从而降低同震滑坡等次生灾害所带来的损害。虽然滑坡易发性评估能够预测灾害空间分布，但传统评估方法存在数据源有限、数据量化标准不一等问题，难以获取准确的易发性评价结果及难以掌握复杂孕灾环境下滑坡发育特征。因此，研究震后滑坡空间分布规律与区域特征，快速准确识别滑坡易发区域，能够提高灾后预测预报效率，减少震后滑坡灾害对人民生命财产安全和社会发展的威胁，对于震后防灾减灾提供理论支持及技术支撑。
Keywords
同震滑坡 易发性评价 ；机器学习 采样优化 空间分布规律 ；中日对 比
Speaker
窦杰
中国地质大学（武汉）Submission Author
All Comments
Important Date
-
Conference Date
May 05
2023
toMay 08
2023
-
Mar 31 2023
Draft paper submission deadline
-
May 25 2023
Registration deadline
Sponsored By
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
Organized By
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
Contact Information
- 管小彬
- gu******@whu.edu.cn
- +86********
- 孙佳妮
- sc******@aconf.org
- +86********
Submit Comment