机器学习在滑坡智能防灾减灾中的应用与发展趋势

滑坡灾害易发频发、点多面广、隐蔽性强、危害严重.开展“天‒空‒地‒深”观测一体化的滑坡早期识别、易发性评价及预测预报,对于保障人民生命和财产安全,推进滑坡灾害防治能力现代化具有重要意义.目前,依靠人工解译的滑坡识别耗时耗力,采用启发式模型的滑坡易发性评价不能较好地探明环境因子之间的非线性关系,基于传统监测数据的滑坡预测预报精度较低.机器学习算法凭借其强大的非线性处理能力及鲁棒性等优势,逐渐广泛应用于滑坡智能防灾减灾中.基于此,本研究系统阐述了机器学习在滑坡灾害早期识别、易发性评价及预测预报等方面的具体应用,综述了多种机器学习算法在上述3个领域中运用的优劣,最终对机器学习在滑坡灾害中未来的发展趋势进行了展望.

基于人工智能(AI)的地质灾害防控体系建设

近年来,人工智能(AI)技术得到快速发展,并日益融入到经济社会各个领域,成为当代创新发展的新标志,智能防灾减灾将成为未来发展的趋势和研究的热点。在回顾AI发展现状与趋势的基础上,系统梳理出以往地质灾害风险防控的数据依据和传统技术方法,分析了可能采用的潜在AI方法,初步搭建了基于AI的地质灾害风险防控体系建设方案。研究表明,AI技术为地质灾害风险防控提供了新的技术途径,但目前尚无可照搬或可移植的成熟技术或解决方案。智能防灾减灾体系包括早期识别、风险评估、风险防控等3个主要环节,其中最重要的环节是早期识别,传统方法与AI技术融合的关键参数为斜坡失稳概率或泥石流发生概率;根据所依据的数据资料将早期识别方法归纳为图像识别、形变识别、位移识别、内因识别、诱因识别和综合识别等6种方法;提出了从数据层、方法层和应用层3个层次构建基于大数据智能混合优化的地质灾害风险防控平台。认为数据驱动的智能模型与理论驱动的物理模型融合是地质灾害风险防控发展的趋势。

桥梁信息化及智能桥梁2020年度研究进展

以信息化、智能化为特征的数字化时代的到来推动了桥梁工程技术的发展与创新,有必要将云计算、大数据、人工智能、3D打印、机器人等战略性新兴产业技术与桥梁工程相融合,从智能设计、智能施工、智能运维等多个维度,推进桥梁工业化、数字化、智能化升级。本文从桥梁信息化、智能检测与安全运维、智能防灾减灾、智能材料等方面,综述了2020年该领域前沿技术和重要成果,总结了研究热点与前景展望。分析表明:BIM技术可以提升桥梁正向设计精细化水平、施工过程控制和管理准确化程度;无人机、机器人等智能检测技术与机器学习、卷积神经网络等人工智能技术提高了桥梁检测的精度和效率;高性能智能材料的应用促进了桥梁结构的自感知性、自适应性、自调节性和自诊断性;基于人工智能的自然灾害监测与预警为桥梁智能防灾减灾提供了新的发展思路。未来应将人工智能技术深度融合桥梁设计、建造和养护的全生命周期,顺应信息化、智能化的发展趋势,实现桥梁强国梦。