5月20日，记者从中国地质大学（武汉）获悉，该校地理与信息工程学院副教授周超研究团队联合国内外专家，通过卫星影像获取滑坡灾害精细变形，实现了滑坡灾害的有效预测，为大区域范围内滑坡灾害的普适性监测预警提供了新解决方案。相关研究成果刊发在国际期刊《工程地质》上。
当前，全球范围内地质灾害频发，科学家们致力于开发更准确、更经济的预测方法，减少滑坡等自然灾害带来的损失。
周超介绍，卫星技术为滑坡灾害观测提供了新手段。该预测方法通过多时相合成孔径雷达干涉测量（MT-InSAR）技术，从卫星影像中提取滑坡的位移信息，为预警预报提供低成本基础数据。研究团队通过卫星观测数据，揭示了水库滑坡的时空变形机制，并应用机器学习技术，构建滑坡运动对环境驱动因素的动态响应函数，提升了预测的有效性。
该方法在我国三峡库区已得到成功应用。研究结果显示，MT-InSAR可以精准地监测滑坡变形，机器学习算法能准确建立滑坡变形与其驱动因素之间的复杂非线性关系。通过整合MT-InSAR和机器学习技术优势，该预测方法不仅能考虑滑坡灾害演化的物理机制，而且能在大尺度范围内进行高效、准确地预测。
周超表示，随着卫星观测技术不断发展和完善，地质灾害预警系统正在逐步向智能化、普适化和空天地一体化方向发展。这项研究不仅能为地质灾害预警领域带来新技术突破，也为地质灾害风险管控的长期研究提供了经验和启示。
（受访单位供图）
未来，人工智能或将帮助科研工作者跳过文献检索、粗读的过程，直接找到需要的文献，大幅提升科研工作者的文献阅读效率。 由复旦大学发布的MOSS大模型一度引发关注，它背后的团队现在在关注哪方面的技术突破？ 12月2日，中国软件领域规模最大、影 根据12月13日发表于《自然》上的两项研究，澳大利亚北部和中部地区的土著是地球上基因最独特的群体，他们的基因变异率很高， 一种使用深度学习方法设计出来的新蛋白质。图片来源：华盛顿大学医学院蛋白质设计研究所 美国科学家借助机器学习 12月18日，由中国科协—北京大学科学文化研究院、中国科协创新战略研究院及北京大学科学技术与医学史系共同主办的“第三 科技日报北京12月29日电 （记者张佳欣）向人体运送药物的主要挑战是能不断将药物准确送达病灶位置，同时确保它们留在病灶 。本文链接：我国科研团队应用卫星影像实现地质灾害精准预测http://www.sushuapos.com/show-11-6269-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
下一篇： 南昌大学成立康复学院