內(nèi)容簡介
本書圍繞滑坡智能識別、易發(fā)性評估與位移預(yù)測三大關(guān)鍵問題, 系統(tǒng)融合合成孔徑雷達(dá)干涉測量(InSAR)技術(shù)與深度學(xué)習(xí)方法, 構(gòu)建面向復(fù)雜地質(zhì)環(huán)境的滑坡智能預(yù)測框架。通過引入多源異構(gòu)數(shù)據(jù)、圖神經(jīng)網(wǎng)絡(luò)與時序建模技術(shù), 全面揭示滑坡與孕災(zāi)環(huán)境之間的時空演化機制, 有效提升了滑坡識別的精度、風(fēng)險評估的可靠性及位移預(yù)測的準(zhǔn)確性, 為滑坡災(zāi)害的科學(xué)防控提供了有力支撐。全書強調(diào)可解釋性與實用性, 兼顧理論創(chuàng)新與工程應(yīng)用, 展示了深度學(xué)習(xí)賦能滑坡預(yù)測的前沿成果。本書可供從事地質(zhì)災(zāi)害監(jiān)測、遙感與人工智能應(yīng)用的科研人員及相關(guān)專業(yè)高年級本科生及研究生的閱讀參考。
![]()
寫作背景
滑坡監(jiān)測的困境
隨著全球氣候異常與人類活動的增強,滑坡災(zāi)害的發(fā)生頻率和破壞程度顯著上升,傳統(tǒng)的監(jiān)測與預(yù)警手段已難以滿足現(xiàn)實需求。面對災(zāi)害防控時效性強、精度要求高、環(huán)境復(fù)雜度大的挑戰(zhàn),亟須融合先進遙感技術(shù)與人工智能方法,構(gòu)建具備高效率、高精度與高可解釋性的滑坡智能預(yù)測技術(shù)體系。
InSAR技術(shù)的優(yōu)勢
InSAR 技術(shù)因其全天候、高精度和廣覆蓋的特點,已成為獲取地表形變信息的重要手段。近年來,深度學(xué)習(xí)技術(shù)在圖像識別、時間序列分析和空間建模等方面展現(xiàn)出卓越的能力,為滑坡災(zāi)害的自動識別、風(fēng)險評估和趨勢預(yù)測提供了新的突破口。然而,滑坡預(yù)測面臨的數(shù)據(jù)往往具有多源異構(gòu)、結(jié)構(gòu)復(fù)雜、樣本稀疏等問題,單一方法難以全面刻畫滑坡孕災(zāi)環(huán)境與動態(tài)演化機制之間的深層關(guān)系。因此,構(gòu)建一種融合 InSAR 數(shù)據(jù)、深度學(xué)習(xí)模型與地學(xué)知識的系統(tǒng)性解決方案,具有重要的理論價值和現(xiàn)實意義。
核心亮點
集成多源遙感數(shù)據(jù)多神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)滑坡自動識別
利用圖神經(jīng)網(wǎng)絡(luò)與地理環(huán)境相似性理論構(gòu)建滑坡易發(fā)性評估模型
協(xié)同InSAR形變與孕災(zāi)環(huán)境動-靜態(tài)因子開展滑坡風(fēng)險等級劃分
融合時序神經(jīng)網(wǎng)絡(luò)與時序InSAR 地表形變數(shù)據(jù)實現(xiàn)滑坡位移動態(tài)預(yù)測
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
目錄一覽
![]()
![]()
左右滑動查看全書目錄
購書直達(dá)
本文摘編自科學(xué)出版社10月出版的
《InSAR與深度學(xué)習(xí)滑坡智能預(yù)測》
何毅,張清著
北京:科學(xué)出版社, 2025. 10
ISBN 978-7-03-083781-3
審圖號: GS 京(2025)2273 號
責(zé)任編輯: 李曉娟
地球為你而轉(zhuǎn)!
歡迎關(guān)注:賽杰奧(sci_geo)
科學(xué)出版社地球科學(xué)訂閱號
(本文編輯:方嘉雯)
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.