天堂网2014av,欧美精品一区二,日躁夜躁狠狠躁2020,久久性爱二区

本網(wǎng)訊（工程建設學院）近日，我校黃發(fā)明副教授在區(qū)域滑坡危險性智能評價領域取得重要學術成果。

滑坡災害危險性定量評價是全球學者廣泛關注的熱點和難點課題，對區(qū)域滑坡災害預警和防治具有重要的理論與工程實踐意義。黃發(fā)明針對滑坡危險性相關空間數(shù)據(jù)集的不確定性問題及智能評價精度提升的需求，深入研究了空間數(shù)據(jù)獲取困難和致災環(huán)境因子選取等不確定性因素對滑坡危險性評價的影響規(guī)律，提出了“數(shù)據(jù)準確、類型齊全、機制明確、操作可行且避免重復”的滑坡致災環(huán)境因子優(yōu)化組合原則；基于高分影像面向對象解譯思路創(chuàng)新開發(fā)了多尺度分割算法，實現(xiàn)了高效準確的區(qū)域斜坡單元劃分；揭示了滑坡邊界和致災環(huán)境因子誤差對滑坡易發(fā)性結果的影響，并提出滑坡邊界精確繪制方法和環(huán)境因子誤差減緩的低通濾波方法；率先提出降雨誘發(fā)滑坡的連續(xù)概率降雨閾值模型，有效提升了滑坡危險性智能評價的準確率和時空辨識度（圖1）。針對滑坡危險性智能評價中的“黑箱作業(yè)”問題，探索了SHAP (Shapley Additive exPlanations) 方法進行建模事后解釋的可行性，提出了機器學習的綜合可解釋性算法以全面揭示滑坡易發(fā)性智能預測的內在運行機制。

圖1. 基于斜坡單元的考慮致災環(huán)境因子空間變異性的滑坡易發(fā)性智能預測結果對比分析

上述研究成果形成了較為完整的區(qū)域堆積層滑坡危險性智能評價體系，得到了國家自然科學基金面上項目（NO. 42377164）和江西省杰出青年基金項目（NO. 20242BAB23052）的支持。相關論文中有7篇入選ESI熱點論文，11篇入選ESI高被引論文。根據(jù)中國工程院2023年發(fā)布的“全球工程前沿報告”，南昌大學在“巨型地質災害鏈時空分布與智能化評估”這一研究前沿的核心論文影響力中全球排名第三，黃發(fā)明、蔣水華和姚池等水工結構巖土團隊研究人員發(fā)表的滑坡危險性相關高被引論文為該排名提供了關鍵支撐。黃發(fā)明開發(fā)的“地災風險智能評價系統(tǒng)V3.0”已被江西省自然資源政策調查評估中心等單位采納，應用于縣域地災風險評價并取得了顯著的社會經(jīng)濟效益（圖2）。

圖2. 地災風險智能評價系統(tǒng)V3.0

此外，黃發(fā)明于2024年初獲聘為SCI期刊 Journal of Rock Mechanics and Geotechnical Engineering （中國科學院一區(qū)，IF=""9.4）和" Journal of Earth Science （中科院二區(qū)，IF=""4.2）的科學編輯，與意大利帕多瓦大學Filippo" Catani教授、澳洲紐卡斯爾大學Jinsong Huang教授和成都理工大學范宣梅教授等國內外著名學者保持密切合作。

編    輯：王  葳

責任編輯：許  航