机器学习算法助力洪水监测：基于网络图像的水位精准估算 | MDPI GeoHazards
MDPI环境与地球科学
2025-09-18 17:30
文章摘要
背景：洪水灾害造成全球71%的自然灾害损失，现有水文模型和遥感技术受限于时空分辨率和天气条件。研究目的：利用网络摄像头图像结合机器学习算法，实现高精度洪水监测和水位估算。结论：基于DeepLab (v3)网络的算法在定量评估中达到R²>0.84的精度，定性评估准确率超90%，可应用于灾后评估和保险建模，但夜间性能需进一步优化。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Evaluating the Impact of Engineering Works in Megatidal Areas Using Satellite Images—Case of the Mont-Saint-Michel Bay, France
DOI: 10.3390/geohazards4040026
Pub Date : 2023-11-10
Issue Editorial Masthead
DOI: 10.1021/efv040i005_2037331
Pub Date : 2026-02-05
Biogenesis of Au Nanoparticles from Plant-Derived Metabolites - <i>In Vitro</i> and <i>In Vivo</i> Studies.
DOI: 10.1021/acsbiomaterials.5c01488
Pub Date : 2026-02-04
MDPI环境与地球科学
全球洪水预警研究图谱：趋势、网络与地理失衡 | MDPI GeoHazards.
2025-12-30
气候变化对希腊主要农业部门的影响：适应政策与措施 | MDPI Earth.
2025-12-29
Land 系列特刊：“土地监测”栏目.
2025-12-28
MDPI与河北工业大学建立开放获取项目合作关系.
2025-12-27
最新文章
天津大学发表Angew：界面配位诱导MOF-COF复合膜亚埃米级孔道调控用于高效烯烃分离
2026-02-06
【基金项目成果介绍】2024年度地质学学科国家自然科学基金项目成果分析
2026-02-05
京公网安备 11010802042870号
