基于关键信息统计的山区公路地质灾害危险性评价方法

    公开(公告)号:CN116975576B

    公开(公告)日:2024-01-05

    申请号:CN202311207105.X

    申请日:2023-09-19

    Abstract: 本发明涉及地质灾害危险性评价方法技术领域,具体为基于关键信息统计的山区公路地质灾害危险性评价方法,包括以下步骤,利用包括遥感设备、无人机、移动传感器的技术手段,实时收集多维度数据。本发明中,基于遥感和人工智能技术,结合高质量的遥感影像和地形数据,实现对大范围区域的实时监测和自动识别地质灾害迹象。多尺度和多源数据的集成使得地质灾害评价能够综合考虑地质、气象、水文等多个因素的影响,提供更全面、准确的评价信息。融合物理建模和数据驱动方法能够提高预测和评价的精确性,结合物理机制和大数据分析提高模型的准确性和普适性。数据挖掘和空间分析技术揭示潜(56)对比文件Wang Y.Empirical predictive modelingapproach to quantifying socialvulnerability to natural hazards《.Annalsof the American Association ofGeographers》.2020,第111卷(第5期),1559-1583.李露瑶.四川省地质灾害危险性与区域发展间相互作用探讨《.中国优秀硕士学位论文全文数据库 (基础科学辑)》.2023,(第02期),A011-94.王毅等.山区公路脆弱地质环境灾害多方法早期识别及路线优化《.武汉大学学报(信息科学版)》.2023,1-15.

    基于关键信息统计的山区公路地质灾害危险性评价方法

    公开(公告)号:CN116975576A

    公开(公告)日:2023-10-31

    申请号:CN202311207105.X

    申请日:2023-09-19

    Abstract: 本发明涉及地质灾害危险性评价方法技术领域,具体为基于关键信息统计的山区公路地质灾害危险性评价方法,包括以下步骤,利用包括遥感设备、无人机、移动传感器的技术手段,实时收集多维度数据。本发明中,基于遥感和人工智能技术,结合高质量的遥感影像和地形数据,实现对大范围区域的实时监测和自动识别地质灾害迹象。多尺度和多源数据的集成使得地质灾害评价能够综合考虑地质、气象、水文等多个因素的影响,提供更全面、准确的评价信息。融合物理建模和数据驱动方法能够提高预测和评价的精确性,结合物理机制和大数据分析提高模型的准确性和普适性。数据挖掘和空间分析技术揭示潜在的地质灾害危险性模式和规律,提高评估和预测的准确性。

Patent Agency Ranking