基于GIS的地質(zhì)災(zāi)害綜合監(jiān)測(cè)預(yù)警體系建設(shè)

四川地質(zhì)災(zāi)害概況P5GT€2022—■四川地質(zhì)災(zāi)害概況 —■四川地質(zhì)災(zāi)害概況 GTS2022P7四川省多年平局降雨量等值線圖!震災(zāi)區(qū)重合!..皿：圖例\資陽(yáng)川地質(zhì)災(zāi)害概況川地質(zhì)災(zāi)害概況”三指標(biāo)“超10%2.5萬(wàn)處，約12%

地災(zāi)數(shù)量占全國(guó)比例113萬(wàn)人，約11%受威脅人員占全國(guó)比例742億元，約17%受威脅財(cái)產(chǎn)占全國(guó)比例P8—■四川地質(zhì)災(zāi)害概況 —■四川地質(zhì)災(zāi)害概況 GTS2022PP#3精細(xì)化氣象風(fēng)險(xiǎn)預(yù)警機(jī)制,級(jí)互聯(lián)，分級(jí)預(yù)警，高效預(yù)警短lh. 3h.6h展望1：基于深度學(xué)習(xí)模型自動(dòng)識(shí)別地災(zāi)隱患基于深度學(xué)習(xí)目標(biāo)檢測(cè)和圖像語(yǔ)義分割等方法建立地質(zhì)災(zāi)害隱患智能識(shí)別模型，不斷測(cè)試和調(diào)參優(yōu)化，提高隱患識(shí)別效率。881"0'0"E96r0'0"EnrO'O'E126"0'0'E 14r0'0"E隨機(jī)旋轉(zhuǎn)隨機(jī)縮放數(shù)據(jù)增強(qiáng)訓(xùn)練階段隨機(jī)裁剪顏色變化預(yù)訓(xùn)練模型訓(xùn)練損失函數(shù)參數(shù)更新規(guī)范化模型預(yù)測(cè)預(yù)測(cè)階段邊界回歸結(jié)果可視化99°0'0"E102°0'0"E105°0'0"E108°0'0"E108°0'0"E105°0'0"E102°0'0"EN=ob?nmNob&NboomN_bb?nmNbbbm深度學(xué)習(xí)模型建立過(guò)程99°0'0"E102o0'0"E1O5°O'O'E108°0'0'E99°0'0"E 102°0'0"E 105°0'(TE 108°0'0'ENbbornmNbboENb-04NboommNbbomNbbozz渭坡隱患點(diǎn)?訓(xùn)練集o測(cè)試集自動(dòng)化識(shí)別研究工作部署E04080

IiIiI160km展望2:基于大數(shù)據(jù)技術(shù)優(yōu)化預(yù)警預(yù)警，進(jìn)一步提升預(yù)警精度四川省地質(zhì)環(huán)境管理信息系統(tǒng)■系統(tǒng)管理員▼修《〈C 隱患點(diǎn)基…X 短臨預(yù)警X短臨預(yù)警短臨預(yù)警預(yù)警區(qū)域列表A首頁(yè)+新増預(yù)警區(qū)模型配置僉短臨預(yù)警預(yù)警區(qū)名稱(chēng)

預(yù)警區(qū)1操作編輯刪除A預(yù)警信息配置預(yù)警區(qū)2編輯刪除預(yù)警區(qū)3編輯刪除A短信分組配置預(yù)警區(qū)4編輯刪除A預(yù)警統(tǒng)計(jì)江南區(qū)編輯刪除A短信記錄査詢閾值區(qū)劃分10編輯刪除新增模型配置行政區(qū)id預(yù)警區(qū)所含行政區(qū)：柳江（村），春熙路街道，水井坊（村），書(shū)院街街道，華興（村），紅牌樓街道晉陽(yáng)（村），簇轎街道金花橋（村），望江路街道望江（村），晉陽(yáng)街道火車(chē)南站（村），機(jī)投橋街道，跳傘塔（村），簇錦街道,肖家河街道，芳草街街道，石羊街道，桂路（村），玉林街道■雙楠（村），雙楠街道簇錦（村），火車(chē)南站街道石羊場(chǎng)（村），金花橋街道跳傘塔（村），跳傘塔荷I,桂溪（村），華燦51■紅牌樓預(yù)警模型配置預(yù)警模式序號(hào)（過(guò)去N小時(shí)實(shí)況雨量+未來(lái)X小時(shí)預(yù)報(bào)雨量）（預(yù)留模型配胃類(lèi)型）預(yù)警模式3h(1+2)6h(3+3)2h(1+1)黃色預(yù)警閡值。橙色預(yù)警閾值是否啟用3045122030101545會(huì)成都市僉自貢