报告题目：基于卷积神经网络的滑坡风险评价方法研究
报告时间：2024年1月14日（星期日）11:30-12:30
报告地点：土木学院A408
主办单位：土木工程学院
报告人：李霞
报告人简介：
李霞，博士，主要研究方向为遥感地质，近年来参与省部级以上研究课题4项，以第一作者发表学术论文10篇，授权发明专利2项，以副主编出版专著1项，获军队科技进步二等奖1项。
报告内容简介：
滑坡是山区最常见的自然灾害之一，对社会的经济发展和人民生命财产安全具有重大威胁。近年来，滑坡相关研究日益增多，但是由于历史滑坡数据量增加以及大部分地区的滑坡信息不完整，导致区域范围内的滑坡风险评价仍然存在困难。因此，报告介绍了信息不完整条件下基于卷积神经网络（CNN）的滑坡风险快速评价和滑坡定量风险评价方法，主要内容如下：①研究利用CNN进行易于更新的滑坡风险快速评价方法，将多层次滑坡风险评价扁平化后形成单层次评价问题，通过研究CNN的结构和超参数优化，构建用于滑坡风险评价的CNN模型，以便对滑坡灾害进行快速地应急处理，或者在区域范围内圈定滑坡高风险区域后进行详细地滑坡定量风险评价；②构建用于滑坡易发性评价的CNN模型，实现大数据背景下的滑坡易发性评价，并提出信息不完整条件下的滑坡发生时间概率计算指标和浅层滑坡的滑坡强度数学模型，从而实现历史滑坡信息不完整条件下滑坡定量风险评价，获取较具体的滑坡灾害损失情况。
