机器学习在滑坡智能防灾减灾中的应用与发展趋势
窦杰1
向子林2
许强3
郑鹏麟2
王协康4
苏爱军2
刘军旗2
罗万祺2
1.中国地质大学湖北巴东地质灾害国家野外科学观测研究站,湖北武汉 430074;四川大学水力学与山区河流开发保护国家重点实验室,四川成都 6100652.中国地质大学湖北巴东地质灾害国家野外科学观测研究站,湖北武汉 4300743.成都理工大学地质灾害防治与地质环境保护国家重点实验室,四川成都 6100594.四川大学水力学与山区河流开发保护国家重点实验室,四川成都 610065
摘要：滑坡灾害易发频发、点多面广、隐蔽性强、危害严重.开展"天?空?地?深"观测一体化的滑坡早期识别、易发性评价及预测预报,对于保障人民生命和财产安全,推进滑坡灾害防治能力现代化具有重要意义.目前,依靠人工解译的滑坡识别耗时耗力,采用启发式模型的滑坡易发性评价不能较好地探明环境因子之间的非线性关系,基于传统监测数据的滑坡预测预报精度较低.机器学习算法凭借其强大的非线性处理能力及鲁棒性等优势,逐渐广泛应用于滑坡智能防灾减灾中.基于此,本研究系统阐述了机器学习在滑坡灾害早期识别、易发性评价及预测预报等方面的具体应用,综述了多种机器学习算法在上述3个领域中运用的优劣,最终对机器学习在滑坡灾害中未来的发展趋势进行了展望.
关键词：滑坡灾害可解释性机器学习滑坡演化知识-数据-机理三驱动智能防灾减灾激光雷达工程地质
分类号：P694(灾害地质学)
资助基金：国家自然科学基金(No.42090054)四川大学水力学与山区河流开发保护国家重点实验室基金资助项目(Nos.SKHL1903)四川大学水力学与山区河流开发保护国家重点实验室基金资助项目(SKHL2003)湖北省创新群体项目(No.2022CFA002)
论文发表日期：2023-05-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：18( 1657-1674 )
英文信息