四川茂县叠溪镇新磨村滑坡特征与成因机制初步研究 |
| |
引用本文: | 许强. 对地质灾害隐患早期识别相关问题的认识与思考[J]. 武汉大学学报 ( 信息科学版), 2020, 45(11): 1651-1659. DOI: 10.13203/j.whugis20200043 |
| |
作者姓名: | 许强 |
| |
作者单位: | 1.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,610059 |
| |
基金项目: | 国家自然科学基金创新研究群体科学基金(41521002);四川省科技计划(2018SZ0339);四川省国土资源科研项目(KJ-2018-21) |
| |
摘 要: | 中国地质灾害点多面广,目前通过人工排查已发现近30万处隐患点,但近年来发生的多起重大地质灾害并不在已发现的隐患点范围内,应该还有大量的灾害隐患没被发现,尽可能全面识别和发现灾害隐患仍是中国防灾减灾最重要的工作内容之一。就如何进一步推动地质灾害隐患早期识别工作提出了自己的认识和建议:(1)近年来,各种遥感技术在地质灾害隐患识别中发挥了重要作用,但每种技术都有各自的长处和短处,所能识别的隐患类型和特征也不尽相同,只有将各种技术手段综合应用,相互补充和校验,才能最大限度地识别已存在的地质灾害隐患,有效破解隐患识别难题。 (2)对于识别难度最大的不稳定斜坡,需要将传统地质勘测与现代技术激光雷达(light detection and ranging, LiDAR)、航空或半航空物探等有机结合,才能提升识别效率和准确性。(3)利用深度机器学习可望实现地质灾害隐患的智能化自动识别,但目前其仅对光谱和纹理特性显著的新生地质灾害具有较好的自动识别能力,而对其他类型如古老滑坡体、一般地质灾害隐患点而言,自动识别的正确率还不高,应加大力度开展相关方面的深入研究。
|
关 键 词: | 地质灾害隐患 早期识别 合成孔径干涉雷达测量(InSAR) 激光雷达(LiDAR) 深度机器学习 |
收稿时间: | 2020-02-18 |
|
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载免费的PDF全文 |
|