[快闪报告]融合数据驱动与物理确定性模型的库岸滑坡易发性评价

融合数据驱动与物理确定性模型的库岸滑坡易发性评价
编号:4163 稿件编号:3099 访问权限:仅限参会人 更新:2024-04-17 14:05:30 浏览:435次 快闪报告

报告开始:2024年05月19日 20:03 (Asia/Shanghai)

报告时间:3min

所在会议:[S3] 主题3、地质灾害与工程地质 » [S3-7] 主题3、地质灾害与工程地质 主题三研究生主题论坛(19日晚上,305)

暂无文件

摘要
在水电站安全运行的过程中,及时识别潜在滑坡并对库区滑坡易发性进行评价尤为关键。滑坡易发性评价方法主要分为定性与定量两种。定性方法较为主观,需依靠专业知识进行评估。而定量方法则着重于探讨地理环境因素与空间位置之间的复杂相互作用。对于复杂及高维度的非线性问题,机器学习与深度学习模型通常能够提供满意的解决方案。基于物理的模型,由于其与力学理论及岩土参数的紧密联系,在理论上更易于获得认可。然而,这些模型或多或少存在一定的局限性,影响了模型预测的准确性。为了弥补单一模型的不足,提出将基于物理的稳定性分析模型与数据驱动模型相结合,旨在提升滑坡易发性评价的稳健性。
 
关键字
数据驱动,物理确定性模型,InSAR,易发性评价,变形监测
报告人
郭承乾
博士研究生 武汉大学

稿件作者
郭承乾 武汉大学
马刚 武汉大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订