报告详情
基于多源遥感数据的哈萨克斯坦洪水时空变化及影响评估分析
编号：82
访问权限：仅限参会人
更新：2025-09-10 14:31:42 浏览：5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
全球气候变化和极端天气的影响日益加剧，导致全球范围内的洪水风险显著提升，其中包括传统上被认为低风险的干早和半于早地区。本研究通过整合感与机器学习技术，分析了2000年至2024年间哈萨克斯坦境内洪水事件的时空动态。通过GEE，我们利用STARFM时空融合、降噪、平滑及样本转移技术解决数据缺失和云层干扰问题。将Landsat和MODIS影像结合生成高分辨率洪水分布图，同时利用光谱相似性指标从全球洪水数据库中转移样本。提取了包括光谱、纹理等多种指标，采用随机森林进行洪水分类。结果显示，哈萨克斯坦北部、西南部和西部地区洪水风险较高，最常发生在春季，尤其是3月和4月。机器学习模型实现了超过80%的分类准确率，证明了其可靠性。这项工作提升了洪水监测能力，并为哈萨克斯坦的气候适应和针对性洪水风险管理提供了关键洞察。
关键词
洪水,时空变化,机器学习,哈萨克斯坦
报告人
刘一璇
硕士研究生 中国科学院新疆生态与地理研究所稿件作者
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