报告详情
机器学习驱动的滑坡易发性评价演变与可视化分析
编号：125
访问权限：仅限参会人
更新：2025-09-10 15:12:28 浏览：3次
口头报告
报告开始：暂无开始时间（Asia/Shanghai）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
摘要
机器学习的兴起正在深刻改变滑坡易发性评价的研究格局。为了把握这一领域的发展脉络，本文基于Web of Science数据库收录的817篇相关论文，利用文献计量学方法，对2009—2024年间机器学习在滑坡易发性评价中的应用进行了系统梳理。研究发现，近十五年来该领域呈现持续升温态势，整体发展历程大致可分为起步探索期、逐步发展期和快速增长期三个阶段。2021年之后，发文量迅速增长并集中于少数核心作者和多国合作网络，中国在数量和合作范围上均处于领先地位。研究主题也发生了明显转变：早期以传统统计与单一机器学习模型为主，近年来逐渐向深度学习和集成学习拓展，并开始关注模型的可解释性问题。在知识传播方面，Engineering Geology、Computers & Geosciences和Landslides等期刊发挥了重要作用。总体来看，滑坡易发性评价进入快速发展阶段，复杂模型的应用和跨学科融合成为突出趋势，但研究仍面临关键词依赖和数据库覆盖不足等局限。
关键词
文献计量学,滑坡易发性,机器学习
报告人
李涛
博士研究生 中国科学院大学；应急管理部国家自然灾害防治研究院稿件作者
全部评论
重要日期
-
会议日期
09月19日
2025
至09月21日
2025
-
09月08日 2025
初稿截稿日期
-
09月21日 2025
注册截止日期
主办单位
河海大学
中国地理学会地图学与地理信息系统专业委员会
中国地质学会地质制图与地理信息专业委员会
中国测绘学会地图学与地理信息系统专业委员会
中国地理信息产业协会地图工作委员会
中国自然资源学会资源制图专业委员会
中国地理学会地图学与地理信息系统专业委员会
中国地质学会地质制图与地理信息专业委员会
中国测绘学会地图学与地理信息系统专业委员会
中国地理信息产业协会地图工作委员会
中国自然资源学会资源制图专业委员会
承办单位
河海大学地理与遥感学院
江苏省流域地理空间智能工程研究中心
江苏省流域地理空间智能工程研究中心
联系方式
- 陈跃红
- yu******@hhu.edu.cn
- 153********
发表评论