[特邀报告]中日同震滑坡易发性评价中机器学习与统计模型的对比研究

中日同震滑坡易发性评价中机器学习与统计模型的对比研究

编号：3866 稿件编号：3278 访问权限：私有更新：2023-04-25 16:09:49 浏览：1049次特邀报告

报告开始：2023年05月08日 08:40 （Asia/Shanghai）

报告时间：10min

所在会议：[3A] 3A、地质灾害与工程地质 » [3A-4] 3A-4 地质灾害与工程地质

暂无文件

摘要

强震诱发的滑坡呈现数量多、规模大、危害范围广和破坏严重等特点，严重威胁山区人民生命财产安全。探明同震滑坡空间分布规律、滑坡易发区，分析滑坡地震响应机制和次生灾害链演化成因机理，就能对震后地质灾害进行合理的监测和预防，从而降低同震滑坡等次生灾害所带来的损害。虽然滑坡易发性评估能够预测灾害空间分布，但传统评估方法存在数据源有限、数据量化标准不一等问题，难以获取准确的易发性评价结果及难以掌握复杂孕灾环境下滑坡发育特征。因此，研究震后滑坡空间分布规律与区域特征，快速准确识别滑坡易发区域，能够提高灾后预测预报效率，减少震后滑坡灾害对人民生命财产安全和社会发展的威胁，对于震后防灾减灾提供理论支持及技术支撑。