报告详情
基于LiDAR数据和机器学习方法的黄土落水洞自动识别和敏感性制图
编号：4177
访问权限：仅限参会人
更新：2024-04-15 09:10:27 浏览：1018次
口头报告
报告开始：2024年05月18日 14:58（Asia/Shanghai）
报告时间：8min
所在会场：[S3] 主题3、地质灾害与工程地质 [S3-1] 主题3、地质灾害与工程地质 专题3.1、专题3.2、专题3.8（18日下午，404）
暂无文件
摘要
黄土高原广泛分布的落水洞不仅是一种地质灾害，也是一种土壤侵蚀现象，对黄土高原地区的水土流失和基础设施造成严重威胁。当前，黄土落水洞的自动探测和敏感性制图较为缺乏，制约了黄土落水洞灾害的评估和防灾减灾工作。近几年，本课题组在黄土高原典型区域利用无人机和激光雷达技术开展了详细的落水洞调查与测绘工作，获取了大量落水洞的影像、点云和高分辨率DEM数据。在此基础上，我们尝试利用PointNet++、支持向量机（SVM）、逻辑回归（LR）、卷积神经网络（CNN）、K近邻算法（KNN）、随机森林（RF）、梯度提升树（GBDT）等多种机器学习方法实现了基于点云数据的落水洞自动识别和基于雷达衍生DEM的落水洞敏感性制图，取得了较为理想的识别效果和预测精度。
关键词
LiDAR；机器学习；黄土落水洞；自动识别；敏感性评估
报告人
胡胜
副教授 西北大学稿件作者
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