本網(wǎng)訊(工程建設(shè)學(xué)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(lǐng)域取得重要學(xué)術(shù)成果。
滑坡災(zāi)害危險性定量評價是全球?qū)W者廣泛關(guān)注的熱點和難點課題,對區(qū)域滑坡災(zāi)害預(yù)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(guān)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(zāi)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(fù)”的滑坡致災(zāi)環(huán)境因子優(yōu)化組合原則;基于高分影像面向?qū)ο蠼庾g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(zāi)環(huán)境因子誤差對滑坡易發(fā)性結(jié)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(xué)習(xí)的綜合可解釋性算法以全面揭示滑坡易發(fā)性智能預(yù)測的內(nèi)在運行機制。
圖1. 基于斜坡單元的考慮致災(zāi)環(huán)境因子空間變異性的滑坡易發(fā)性智能預(yù)測結(jié)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(xué)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(guān)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(xué)在“巨型地質(zhì)災(zāi)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(jié)構(gòu)巖土團隊研究人員發(fā)表的滑坡危險性相關(guān)高被引論文為該排名提供了關(guān)鍵支撐。黃發(fā)明開發(fā)的“地災(zāi)風(fēng)險智能評價系統(tǒng)V3.0”已被江西省自然資源政策調(diào)查評估中心等單位采納,應(yīng)用于縣域地災(zāi)風(fēng)險評價并取得了顯著的社會經(jīng)濟效益(圖2)。
圖2. 地災(zāi)風(fēng)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(xué)院一區(qū),IF=""9.4)和" Journal of Earth Science (中科院二區(qū),IF=""4.2)的科學(xué)編輯,與意大利帕多瓦大學(xué)Filippo" Catani教授、澳洲紐卡斯爾大學(xué)Jinsong Huang教授和成都理工大學(xué)范宣梅教授等國內(nèi)外著名學(xué)者保持密切合作。
編 輯:王 葳
責(zé)任編輯:許 航