[口头报告]基于LiDAR数据和机器学习方法的黄土落水洞自动识别和敏感性制图

基于LiDAR数据和机器学习方法的黄土落水洞自动识别和敏感性制图
编号：4177 稿件编号：693 访问权限：仅限参会人 更新：2024-04-15 09:10:27 浏览：560次 口头报告

报告开始：2024年05月18日 14:58 （Asia/Shanghai）

报告时间：8min

所在会议：[S3] 主题3、地质灾害与工程地质 » [S3-1] 主题3、地质灾害与工程地质 专题3.1、专题3.2、专题3.8（18日下午，404）

暂无文件

摘要
黄土高原广泛分布的落水洞不仅是一种地质灾害，也是一种土壤侵蚀现象，对黄土高原地区的水土流失和基础设施造成严重威胁。当前，黄土落水洞的自动探测和敏感性制图较为缺乏，制约了黄土落水洞灾害的评估和防灾减灾工作。近几年，本课题组在黄土高原典型区域利用无人机和激光雷达技术开展了详细的落水洞调查与测绘工作，获取了大量落水洞的影像、点云和高分辨率DEM数据。在此基础上，我们尝试利用PointNet++、支持向量机（SVM）、逻辑回归（LR）、卷积神经网络（CNN）、K近邻算法（KNN）、随机森林（RF）、梯度提升树（GBDT）等多种机器学习方法实现了基于点云数据的落水洞自动识别和基于雷达衍生DEM的落水洞敏感性制图，取得了较为理想的识别效果和预测精度。
关键字
LiDAR；机器学习；黄土落水洞；自动识别；敏感性评估
报告人
胡胜
副教授 西北大学

稿件作者
胡胜 西北大学
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