机器学习模型全球滑坡预报准确性翻番帮助制定决策建议和采取行动

2021-08-18 15:20:36

近日,美国航空航天局(NASA)戈达德太空飞行中心发布消息称,NASA的全球滑坡危险评估(LHASA)模型Version 2可将全球滑坡“实时播报”的准确性翻番。

LHASA Version 2是基于一个机器学习的模型,可以分析单个变量和来自卫星的数据集的集合,以生成可定制的“实时预报”。这些及时和有针对性的实时预报是对两地间每1平方公里区域潜在滑坡活动的预测。该版本集中了地形坡度(较高的坡度更容易发生滑坡)、地质断层的距离、岩石的构成、过去和现在的降雨量,以及来自卫星的土壤湿度和积雪量等因素。

NASA戈达德太空飞行中心研究人员指出,该模型可以处理所有数据,并以交互式地图的形式输出滑坡危险的预测概率,并提供滑坡危险的相对规模。用户可以定义他们感兴趣的领域,并调整类别和概率阈值,以适应他们的需求。

研究结果显示,LHASA Version 2的准确性大约是LHASA Version 1的两倍,使其成为可用的最准确的全球实时预报工具。与第一个版本相比,这个新版本拥有300个决策树的信息;包含了更多变量,如土壤湿度和雪量数据;增加了一个新的暴露特性,该特性可以分析每个网格单元中道路和人口的分布情况,以计算遭受滑坡危害的人数或基础设施。增加这类关于暴露道路和容易遭受滑坡危害的人口的信息有助于提高国际组织利益相关者对滑坡情况的了解,以帮助制定决策建议和采取行动。

标签: 机器 学习 模型 预报

关闭
新闻速递