一项对尼泊尔超过20年的滑坡数据进行分析的新研究显示,现有滑坡每年约占可见滑坡单元的80%。该研究利用卫星图像和深度学习,证明了地震和风暴等触发事件的规模可以通过最大滑坡密度和持续时间等指标来识别。这项工作强调了利用多时相数据集准确评估国家尺度滑坡灾害的迫切需求,并强调了将现有滑坡纳入减灾策略的重要性。 AI
影响 强调了人工智能和卫星图像在大型环境灾害评估中的应用,可能改善基础设施和建筑规划。
排序理由 学术论文,详细介绍滑坡分析的研究结果。[lever_c_demoted from research: ic=1 ai=0.7]
在 Mastodon — sigmoid.social 阅读 →
- Himalayas
- Long-Term, National-Scale Records Of Landslide Persistence And Dynamic Hazard In A Mountain Landscape | Identifying Recurrent And Persistent Landslides Using Sa
- Mastodon
- Nepal
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →