青年大学习2022年第6期_: 复杂现象的解读,能否引领我们找到出口?

青年大学习2022年第6期: 复杂现象的解读,能否引领我们找到出口?

更新时间: 浏览次数:20



青年大学习2022年第6期: 复杂现象的解读,能否引领我们找到出口?各观看《今日汇总》


青年大学习2022年第6期: 复杂现象的解读,能否引领我们找到出口?各热线观看2025已更新(2025已更新)


青年大学习2022年第6期: 复杂现象的解读,能否引领我们找到出口?售后观看电话-24小时在线客服(各中心)查询热线:



全国服务区域:怒江、海口、无锡、张家口、扬州、甘孜、日喀则、威海、沈阳、新疆、郴州、荆州、四平、迪庆、鹤岗、咸宁、成都、吉安、辽阳、汉中、邵阳、周口、锦州、北海、塔城地区、云浮、绥化、山南、茂名等城市。










青年大学习2022年第6期: 复杂现象的解读,能否引领我们找到出口?
















青年大学习2022年第6期






















全国服务区域:怒江、海口、无锡、张家口、扬州、甘孜、日喀则、威海、沈阳、新疆、郴州、荆州、四平、迪庆、鹤岗、咸宁、成都、吉安、辽阳、汉中、邵阳、周口、锦州、北海、塔城地区、云浮、绥化、山南、茂名等城市。























龙之谷二转任务
















青年大学习2022年第6期:
















铜仁市碧江区、玉溪市易门县、广西百色市德保县、德州市禹城市、平顶山市叶县、温州市鹿城区、苏州市昆山市、七台河市桃山区文山富宁县、梅州市大埔县、内蒙古包头市土默特右旗、太原市娄烦县、昆明市禄劝彝族苗族自治县、陵水黎族自治县英州镇、内蒙古通辽市奈曼旗、新乡市辉县市聊城市茌平区、重庆市綦江区、珠海市斗门区、合肥市庐江县、东莞市南城街道、七台河市新兴区、上海市青浦区、宜宾市叙州区、聊城市临清市、大理南涧彝族自治县抚州市乐安县、东营市东营区、惠州市龙门县、福州市永泰县、临高县波莲镇、郴州市临武县、白山市浑江区、广西防城港市港口区洛阳市汝阳县、绍兴市上虞区、西安市灞桥区、广州市荔湾区、六盘水市水城区、南平市松溪县、吉林市丰满区、荆州市石首市、凉山西昌市、西安市周至县
















文昌市铺前镇、安阳市汤阴县、宜春市袁州区、北京市石景山区、黄石市下陆区、重庆市渝中区、中山市石岐街道、广西百色市田林县、武汉市江岸区东莞市清溪镇、酒泉市玉门市、南昌市南昌县、郑州市二七区、雅安市宝兴县、运城市新绛县、五指山市水满、泰州市高港区、镇江市丹阳市大庆市林甸县、儋州市和庆镇、抚州市崇仁县、万宁市龙滚镇、白沙黎族自治县七坊镇、黄冈市浠水县
















陵水黎族自治县三才镇、汕头市金平区、鹤岗市兴安区、内蒙古包头市昆都仑区、广西玉林市玉州区合肥市蜀山区、福州市连江县、伊春市南岔县、济南市莱芜区、榆林市吴堡县屯昌县坡心镇、湖州市南浔区、天津市西青区、株洲市渌口区、湛江市遂溪县、宿迁市泗洪县、内蒙古赤峰市喀喇沁旗、武汉市汉阳区龙岩市武平县、伊春市友好区、六安市霍山县、内蒙古乌兰察布市化德县、成都市新都区、重庆市奉节县、中山市东升镇、莆田市城厢区、铁岭市开原市
















莆田市荔城区、晋城市沁水县、湛江市徐闻县、广西钦州市钦北区、甘孜炉霍县、重庆市潼南区、七台河市桃山区、合肥市庐江县  沈阳市苏家屯区、聊城市东阿县、宜春市袁州区、十堰市郧阳区、忻州市神池县、庆阳市庆城县、澄迈县仁兴镇、伊春市丰林县
















海口市秀英区、荆州市石首市、盘锦市双台子区、台州市黄岩区、南京市玄武区、昭通市永善县、郑州市上街区、阳泉市平定县、十堰市丹江口市、哈尔滨市道外区渭南市大荔县、红河泸西县、广西崇左市江州区、定安县黄竹镇、芜湖市弋江区、大理洱源县、广元市苍溪县、鞍山市千山区、恩施州恩施市、内蒙古赤峰市敖汉旗临汾市永和县、烟台市莱阳市、上饶市横峰县、青岛市市北区、信阳市商城县、绍兴市上虞区、广西河池市金城江区、南昌市南昌县嘉兴市桐乡市、景德镇市昌江区、中山市神湾镇、遵义市红花岗区、遂宁市船山区、许昌市建安区、沈阳市沈河区、滨州市滨城区、景德镇市浮梁县聊城市东阿县、汕尾市陆河县、赣州市赣县区、琼海市龙江镇、衡阳市石鼓区、遵义市播州区、信阳市固始县、甘孜泸定县玉溪市红塔区、日照市东港区、内蒙古包头市石拐区、天津市宁河区、佳木斯市前进区
















临沧市临翔区、洛阳市宜阳县、云浮市郁南县、汉中市佛坪县、雅安市宝兴县、海南同德县、广西贺州市钟山县、晋城市高平市、青岛市即墨区宜昌市当阳市、渭南市大荔县、孝感市云梦县、昆明市禄劝彝族苗族自治县、抚州市南城县、汉中市洋县、吉林市蛟河市、果洛久治县、重庆市渝北区、福州市长乐区恩施州巴东县、朔州市山阴县、本溪市溪湖区、赣州市安远县、乐山市夹江县、丹东市东港市、三亚市海棠区、昭通市巧家县
















铁岭市清河区、宜春市上高县、聊城市阳谷县、果洛班玛县、鞍山市铁东区济宁市梁山县、平凉市庄浪县、嘉兴市海宁市、庆阳市镇原县、东莞市虎门镇、九江市共青城市潍坊市寒亭区、梅州市蕉岭县、乐东黎族自治县利国镇、泸州市江阳区、南平市建阳区、赣州市上犹县毕节市赫章县、大庆市林甸县、重庆市奉节县、内蒙古鄂尔多斯市乌审旗、内蒙古通辽市科尔沁左翼中旗、重庆市渝北区




文昌市锦山镇、哈尔滨市阿城区、朔州市应县、朝阳市双塔区、晋中市和顺县、平顶山市湛河区、广西崇左市扶绥县、宜宾市叙州区、黔东南施秉县  恩施州来凤县、扬州市邗江区、广西防城港市东兴市、黄冈市蕲春县、广西百色市田阳区、阜阳市颍泉区、商洛市丹凤县
















东方市三家镇、衢州市龙游县、张家界市武陵源区、玉树杂多县、洛阳市涧西区、泰安市岱岳区、甘南迭部县、萍乡市莲花县、万宁市北大镇、昆明市石林彝族自治县广元市旺苍县、松原市宁江区、晋中市平遥县、铜仁市思南县、佛山市顺德区、广西百色市那坡县、东营市垦利区




菏泽市牡丹区、澄迈县桥头镇、鹤岗市南山区、广西百色市乐业县、平顶山市新华区、汉中市南郑区、黔南瓮安县临沂市沂水县、嘉兴市秀洲区、琼海市会山镇、周口市沈丘县、福州市永泰县清远市连南瑶族自治县、宜昌市长阳土家族自治县、太原市迎泽区、阳江市阳东区、佳木斯市富锦市、牡丹江市绥芬河市、南平市浦城县、资阳市安岳县、佳木斯市抚远市




双鸭山市饶河县、广西百色市平果市、眉山市青神县、娄底市冷水江市、六安市裕安区、咸宁市赤壁市、厦门市集美区、宜宾市江安县、绵阳市平武县徐州市丰县、陵水黎族自治县隆广镇、万宁市后安镇、忻州市忻府区、荆门市掇刀区、岳阳市岳阳楼区、洛阳市汝阳县
















清远市英德市、福州市永泰县、清远市连山壮族瑶族自治县、商丘市民权县、黄南尖扎县、绥化市肇东市、深圳市盐田区、泰安市泰山区泉州市金门县、达州市开江县、宁德市霞浦县、长春市绿园区、遵义市湄潭县、大兴安岭地区呼玛县、鹤岗市向阳区、玉溪市易门县、中山市三乡镇、海西蒙古族乌兰县合肥市蜀山区、普洱市江城哈尼族彝族自治县、青岛市胶州市、上海市静安区、九江市修水县、郑州市金水区、兰州市西固区、抚顺市新宾满族自治县、常德市津市市、黄山市休宁县南充市营山县、江门市台山市、青岛市崂山区、内蒙古乌兰察布市丰镇市、临沂市沂南县、昌江黎族自治县乌烈镇、衡阳市祁东县、昆明市嵩明县运城市永济市、湘潭市雨湖区、周口市商水县、宝鸡市扶风县、黄山市徽州区、晋城市高平市、乐山市沐川县、黔南瓮安县、长沙市宁乡市
















南平市顺昌县、驻马店市确山县、遵义市赤水市、无锡市滨湖区、长沙市望城区、济宁市邹城市、十堰市竹溪县、怀化市辰溪县、衡阳市珠晖区、咸阳市武功县阜阳市颍州区、成都市金牛区、白银市靖远县、岳阳市湘阴县、内蒙古包头市昆都仑区、昌江黎族自治县十月田镇、北京市东城区韶关市翁源县、吕梁市孝义市、遂宁市安居区、张掖市甘州区、甘孜白玉县、延安市延川县、无锡市江阴市、湘潭市岳塘区、怀化市溆浦县开封市祥符区、佳木斯市抚远市、汕头市濠江区、盐城市亭湖区、内江市隆昌市、澄迈县福山镇、烟台市莱山区、白沙黎族自治县青松乡、铁岭市银州区陵水黎族自治县光坡镇、淄博市博山区、西双版纳景洪市、广西桂林市兴安县、晋中市祁县、内蒙古呼伦贝尔市根河市、新乡市获嘉县

  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: