AI-Geohazards团队赴清江流域开展滑坡隐患快速调查与综合判识-科技赋能地质灾害智慧防控
已关注
关注
重播 分享 赞
图片速览











调查总结



调查总结
在传统地质调查基础上,团队进一步融合无人机航测、无人船水下测深、三维地形建模与多源数据综合分析技术,构建了“天—空—地—水”一体化协同调查技术链。无人机航测能够快速获取岸坡高精度影像与三维地表模型,无人船测深则有效补充了水下地形信息,弥补了传统岸坡调查中水陆交界区域数据不足的问题。通过多源数据融合,团队实现了对岸坡地表—水下形态、潜在滑坡边界及变形特征的立体化识别。
依托三维建模、水下地形测绘与现场地质判识成果,团队进一步提升了清江流域滑坡隐患识别的精度与效率,为重点岸坡风险评价、监测布设、防控决策和应急管理提供了重要技术支撑。此次工作充分体现了AI-Geohazards团队在地质灾害智能识别、多源协同感知和智慧防控方面的技术积累,也为流域地质灾害防治工作高质量推进提供了有力支撑。
未来,AI-Geohazards团队将继续面向重大工程区、库岸边坡和典型流域地质灾害防控需求,深化“天—空—地—水—深”多源感知、人工智能识别、数字孪生建模与风险预警技术应用,推动地质灾害防治由经验判断向数据驱动、智能判识和精准防控转变。
往期文献解读
-
Landslides | 极端降雨诱发浅层滑坡的数据库构建与几何形态演化规律研究
-
Remote Sensing of Environment| 基于分布式散射体InSAR与定向R-CNN的三角洲城市群地面沉降自动检测与分类
-
Engineering Applications of Artificial Intelligence| 面向同震滑坡识别的轻量级语义分割与自适应迁移学习方法
-
JRMGE | 基于可解释机器学习与 MT-InSAR 的三峡库区滑坡易发性动态增强研究
-
Landslides 2026 | 考虑触发随机性与时空依赖的浅层降雨诱发滑坡预测系统
-
Geoscience Frontiers | AI不只会“看图识滑坡”,它开始懂地质规律了
-
PNAS | 深层关键带对浅层滑坡的控制作用
-
Journal RMGE | 基于生成对抗网络的滑坡位移预测数据增强方法研究
-
JGR Solid Earth | 三峡库区南北向慢速滑坡 3D 位移、几何及水力特性增强运动学反演研究
-
Landslides 2026 | 汪发武教授团队最新成果:基于CNN-Transformer混合网络与迁移学习的高效跨区域滑坡检测
-
Engineering Geology | 填补滑坡预警数据空白:考虑降雨不确定性的物理驱动型降雨阈值
-
Geoscience Frontiers 2026 | 突破传统!Transformer深度学习模型在多类型滑坡概率时空预测中的应用
-
TGRS 2025 | “白盒化”滑坡易发性评价:基于无监督因果模型的创新路径
-
学术前沿 2026 | 彭建兵院士团队:雅鲁藏布江下游主要不良地质条件与重大工程地质问题
-
ISPRS 2026 | 中国地质大学(北京)明冬萍教授团队:基于LDP-ConvFormer和MT-InSAR观测的滑坡位移增强时空预测新方法
-
EPSL前沿 | 1+1≠2?揭秘梯级水库诱发地震的“非线性叠加”与独立动力系统
-
Science | 地表级联灾害——地球系统相互作用的关键纽带与多灾种预测新范式
欢迎在评论区交流探讨,期待您的宝贵意见。关注我们,持续获取滑坡灾害、地质工程与人工智能领域前沿研究进展。
AI Evolution-Geohazards

RECRUIT
关注我们
编辑|杨鑫
制作|孙颖 王光亚
审核|窦杰
夜雨聆风