近日,广东省测绘学会在广州市组织召开了由广东工业大学等单位完成的“空天地一体化地质灾害智能监测与预警关键技术与应用”项目(以下简称项目)科技成果评价会。
广东省测绘学会按照科技成果评价的标准及程序,本着科学、客观、公正的原则,邀请了中国工程院院士/深圳大学党委书记李清泉、国际欧亚科学院院士/广州大学教授张新长、华南师范大学教授/北斗研究执行院长邢汉发、中山大学教授陈逸敏、中科院广州地理研究所研究员钟凯文组成评价委员会。
会上,评价委员会听取了项目组的成果汇报,审阅了相关文档资料,经过质询和讨论,认为该项目取得了三大创新点:一是针对传统卫星遥感技术在地质灾害监测中空间分辨率和时间分辨率低以及对地下动态变化感知能力不足的局限性,提出多极化InSAR观测点识别技术、InSAR时间序列融合分析策略、自适应偏移追踪算法以及基于卫星重力的地下水变化监测等创新方法。这些技术将地质灾害监测的有效形变观测点提升超过400%,覆盖范围从单景图像覆盖扩展至多景图像覆盖,为地质灾害的高效监测与精准预警提供了强有力的技术支撑,展现了极高的实用价值和科学意义。二是通过融合空间(卫星遥感)、空中(无人机或航空遥感)与地面(地面传感器网络、GNSS等)的多种遥感与监测技术,通过多层次数据集成和信息交叉验证,构建了一套集成式数据处理与分析框架,成功构建了一体化的地质灾害监测体系。该体系突破了传统遥感技术在监测时效性差、单一数据源局限性高的不足,实现了对地质灾害的空间全覆盖、时间连续性强、多维度动态监测。同时,通过开发的自动化处理流程简化了数据处理复杂度,降低了对用户专业水平的要求,为技术的推广应用提供了有力保障。三是在空天地一体化智能融合灾害预警技术方面取得了显著成果,特别是基于遥感与机器学习技术构建的地面形变预测模型,成功解决了传统分析方法难以综合多维度数据对地面沉降主导影响因素进行定量评价的问题。该模型结合了InSAR形变监测数据、水文地质信息和地理空间数据,通过机器学习算法(如层次分析法、卷积神经网络等)对地面沉降的主导影响因素进行权重量化,实现了对地面形变灾害的精准预测和预警,不仅提升了灾害预警的可靠性和精准度,更为地质灾害的防控提供了强有力的技术支持。
评价委员会认为该项目的研究成果已在城市综合开发、电力设施运行监测、矿区地面形变监控以及冻土与冰雪灾害预警等多个领域成功应用,取得了显著的经济效益和社会效益,为提升地质灾害防治能力提供了重要技术保障。评价委员会认为该成果在多源数据智能融合处理、地质灾害监测与风险评估等关键技术方面达到国内领先水平,其中在InSAR形变监测与地质灾害应用领域达到国际领先水平。