发布时间：
营口到济宁物流专线河南到齐齐哈尔物流专线
营口到济宁物流专线衡阳至银川航空货运：(1)15555220488（点击咨询）（2）15555220488（点击咨询）
营口到济宁物流专线湖北到乌鲁木齐物流专线(1)15555220488（点击咨询）（2）15555220488（点击咨询）
营口到济宁物流专线荆州到深圳物流公司
营口到济宁物流专线湖南到十堰物流公司
物流服务增值服务，满足客户更多需求：除了基本物流服务外，我们还提供全国清洗、保养等增值服务，满足客户更多需求。
营口到济宁物流专线娄底到邯郸市物流专线
营口到济宁物流专线潮州到九江物流公司
宜宾市筠连县、玉树称多县、丹东市东港市、河源市连平县、黔东南锦屏县、安康市紫阳县、徐州市云龙区、云浮市云城区、重庆市合川区、牡丹江市穆棱市
渭南市大荔县、黔东南黄平县、七台河市新兴区、成都市金牛区、湘西州吉首市
娄底市涟源市、大理鹤庆县、齐齐哈尔市碾子山区、聊城市高唐县、咸阳市渭城区、内蒙古包头市昆都仑区
九江市庐山市、海南贵南县、宁波市北仑区、天水市秦安县、忻州市岢岚县、淄博市博山区、渭南市临渭区、甘孜理塘县、通化市梅河口市
九江市永修县、内蒙古包头市青山区、黔西南普安县、万宁市北大镇、咸阳市彬州市
东营市垦利区、万宁市长丰镇、宜宾市屏山县、吉林市永吉县、成都市郫都区、大理云龙县、鹤壁市浚县、天水市秦安县、潍坊市青州市
西宁市大通回族土族自治县、南京市江宁区、铜陵市铜官区、北京市西城区、榆林市神木市、内蒙古锡林郭勒盟正镶白旗
晋中市左权县、延安市甘泉县、揭阳市揭东区、沈阳市浑南区、龙岩市漳平市、北京市密云区、广西南宁市马山县、内蒙古巴彦淖尔市磴口县、茂名市信宜市
九江市修水县、湘西州保靖县、吉林市蛟河市、福州市晋安区、遂宁市船山区、扬州市江都区、泉州市晋江市、酒泉市瓜州县、直辖县天门市、平顶山市鲁山县
内蒙古呼伦贝尔市海拉尔区、杭州市富阳区、玉溪市华宁县、南昌市青云谱区、淮北市濉溪县、安阳市龙安区、黔东南黎平县、阿坝藏族羌族自治州红原县
白银市平川区、绍兴市新昌县、广西南宁市宾阳县、鹤岗市东山区、肇庆市广宁县、南平市武夷山市、盘锦市盘山县、三明市宁化县
温州市平阳县、昭通市绥江县、沈阳市辽中区、清远市佛冈县、丹东市振安区
新余市分宜县、哈尔滨市通河县、辽阳市宏伟区、齐齐哈尔市铁锋区、红河泸西县、大连市甘井子区
北京市门头沟区、广安市前锋区、许昌市禹州市、昭通市水富市、佳木斯市向阳区、晋中市介休市、牡丹江市绥芬河市、广西河池市宜州区、漳州市漳浦县
重庆市秀山县、文昌市东郊镇、南昌市安义县、济南市历下区、福州市仓山区、中山市港口镇
十堰市郧阳区、太原市清徐县、宜春市宜丰县、盐城市滨海县、成都市龙泉驿区、汕尾市海丰县、东莞市凤岗镇、荆门市钟祥市、大兴安岭地区呼中区、东莞市高埗镇
广西柳州市柳北区、重庆市彭水苗族土家族自治县、西双版纳景洪市、济宁市鱼台县、东莞市长安镇
中国科研人员发布全球首个地震诱发滑坡近实时智能预测模型
中新社成都5月10日电(记者 贺劭清)记者10日从成都理工大学获悉，该校范宣梅教授团队基于过去50年来38次强震诱发的近40万处滑坡，建立了目前全球最大的地震诱发滑坡数据库，结合深度学习算法研发了全球首个地震诱发滑坡近实时智能预测模型。
该模型能够实现一分钟内预测全球任何地震诱发滑坡的空间概率，平均精度达82%。这一科研成果以《深度学习实现全球地震诱发滑坡预测》为题，于近日在国际顶级期刊《国家科学评论》发表。
过去的20年，全球强震频发，平均每月都会发生一次7.0级以上强震，累计夺去了约75万人的生命。强震诱发次生地质灾害是否具有普适性的发育分布规律和控制因素？是否可以建立一个适用于全球不同地质环境条件的强震诱发地质灾害预测模型？
面对这一地质灾害领域的国际前沿科学问题，中国科研人员从1970年以来全球范围内6.0级以上地震中筛选出38次典型事件，结合遥感智能识别与人工核验，解译了近40万处滑坡样本，建立了目前全球最大的地震诱发滑坡数据库，并将地震事件划分为环太平洋和阿尔卑斯—喜马拉雅两大地震带及寒带、温带与赤道带三大气候区，以提升不同区域地质环境条件下模型的泛化能力。
中国科研人员基于对强震诱发滑坡机理的认识，对17项影响因子进行了分析，发现地面峰值加速度、坡度与岩性是全球范围内地震诱发滑坡的主控因素。不同地震带—气候区的滑坡控制因子呈现显著空间分异性，反映了地质背景与气候外营力协同作用对滑坡动力过程的差异化影响。因此，模型采用“全球—区域双轨制”部署策略，充分优化网络参数的同时有效避免过拟合风险。
与传统机理和统计模型相比，此次推出的地震诱发滑坡近实时智能预测模型平均预测准确率达82%，比国际现有模型准确率提高了约20%，计算时间由原来的数天，缩短到小于1分钟，实现了地震诱发地质灾害的近实时预测。
中国科研人员计划未来将降雨预报和余震分析等更多触发条件纳入预测模型，同时结合人口、房屋、基础设施等数据，实现多因素驱动的地质灾害风险预测大模型，为全球防灾减灾提供中国方案。(完) 【编辑:张子怡】
相关推荐：
