报告详情
融合数据驱动与物理确定性模型的库岸滑坡易发性评价
编号：4163
访问权限：仅限参会人
更新：2024-04-17 14:05:30
浏览：854次
快闪报告
报告开始：2024年05月19日 20:03（Asia/Shanghai）
报告时间：3min
所在会场：[S3] 主题3、地质灾害与工程地质 [S3-7] 主题3、地质灾害与工程地质 主题三研究生主题论坛（19日晚上，305）
暂无文件
摘要
在水电站安全运行的过程中，及时识别潜在滑坡并对库区滑坡易发性进行评价尤为关键。滑坡易发性评价方法主要分为定性与定量两种。定性方法较为主观，需依靠专业知识进行评估。而定量方法则着重于探讨地理环境因素与空间位置之间的复杂相互作用。对于复杂及高维度的非线性问题，机器学习与深度学习模型通常能够提供满意的解决方案。基于物理的模型，由于其与力学理论及岩土参数的紧密联系，在理论上更易于获得认可。然而，这些模型或多或少存在一定的局限性，影响了模型预测的准确性。为了弥补单一模型的不足，提出将基于物理的稳定性分析模型与数据驱动模型相结合，旨在提升滑坡易发性评价的稳健性。
关键词
数据驱动,物理确定性模型,InSAR,易发性评价,变形监测
报告人
郭承乾
博士研究生 武汉大学稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至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
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
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论