基于遥感与机器学习的大尺度降雨型滑坡特征提取
编号:2934 访问权限:仅限参会人 更新:2024-04-23 20:07:01 浏览:976次 快闪报告

报告开始:2024年05月19日 11:42(Asia/Shanghai)

报告时间:3min

所在会场:[S7] 主题7、遥感与地理信息科学 [S7-4] 主题7、遥感与地理信息科学 专题7.8、专题7.21(19日上午,301)

暂无文件

摘要
滑坡是世界上最常见、最严重的自然灾害之一,其中降雨型滑坡约占滑坡总数的90%,研究降雨型滑坡事件的时空变化特征对于区域滑坡预警和灾害防治具有重要意义。鉴于此,本研究设计一套基于 Google Earth Engine(GEE)与机器学习的滑坡事件空间信息自动化提取算法;耦合滑坡前期土壤湿度和近期降雨情况,建立基于水文气象阈值的滑坡预测模型,探索降雨型滑坡的区域空间分布特征。本文基于遥感长时序滑坡变化检测方法,顾及滑坡事件提取的面积精度,实现大尺度的滑坡事件空间信息的快速提取,同时考虑滑坡事件的类型和时间,提出一种顾及前期土壤湿度和近期降雨的水文气象阈值模型,实现降雨型滑坡的判别,为降雨型滑坡事件的时空特征分析提供了数据支撑。
关键词
滑坡空间提取;NDVI;水文气象阈值
报告人
曾桐潇
硕士研究生 南京师范大学

稿件作者
曾桐潇 南京师范大学
戴强 南京师范大学
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    05月17日

    2024

    05月20日

    2024

  • 03月31日 2024

    初稿截稿日期

  • 03月31日 2024

    报告提交截止日期

  • 05月20日 2024

    注册截止日期

主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询