基于地学大数据的城市地质灾害智能监测、模拟、管控、预警

Urban geological disasters seriously threaten China's economic and social development. Thus important theoretical significance and application prospects have been imposed to the research on disaster warning and control..Its scientific issues are: How to organize and integrate High Performance Computers for big data of urban geological disasters? How to explore the temporal and spatial patterns by utilizing techniques of big data mining and analyzing? How to construct an Intelligent Decision Support Model for the disaster warning and control? .Based on the big data of multi-source urban geological disasters, this project is to study data models and data chain models for the geoscience big data, is to improve methods of geoscience big data mining and analyzing, is to develop numerical simulation algorithm for geological hazards with high performance and is to establish decision support system for urban geological disasters based on geoscience big data mining and high performance numerical simulation. The city of Shenzhen is to be taken as an example to carry out the study of three-dimensional geological model, big data analysis and application verification by utilizing the "Tianhe II" supercomputing platform..The innovations of this project are as follows: entity-oriented data models and object-oriented coloring PetriNet based data chain models are proposed, "non-local characteristic regularization + multi-scale mapping" based information representation models are proposed, compressive sensing based spatio-temporal fusion analysis methods are proposed, partial observed Markov Decision Processing technique based knowledge discovery methods are proposed and dynamic data driven intelligent decision support models are proposed.

城市地质灾害严重威胁着我国经济建设和社会发展，其预警、管控研究具有重要的理论意义和应用前景。存在的主要科学问题是：如何对城市地质灾害大数据进行高性能的计算机组织与集成？如何通过大数据分析与挖掘探索其演变的时空规律？最终构建预警、管控的智能决策支持模型？ .本项目基于多源城市地质灾害大数据，研究地学大数据数据模型和数据链模型，发展地学大数据分析、挖掘方法，研发地质灾害高性能数值模拟算法，建立基于地学大数据挖掘和高性能数值模拟的城市地质灾害决策支持系统模型；以深圳市为例，基于“天河二号”超算平台，开展三维地质模型、大数据分析以及应用验证。.本项目的创新点：提出了面向实体的数据模型和面向对象着色PetriNet的数据链模型，基于“非局部特征正则化+多尺度映射”的信息表征模型与基于压缩感知的时空融合分析方法，基于部分观测马尔科夫过程的的知识发现方法，以及基于动态数据驱动的智能决策支持模型。

项目背景：城市地质灾害严重威胁着我国经济建设和社会发展，其预警、管控研究具有重要的理论意义和应用前景。.主要研究内容：基于多源城市地质灾害大数据，研究地学大数据数据模型和数据链模型，发展地学大数据分析、挖掘方法，研发地质灾害高性能数值模拟算法，建立基于地学大数据挖掘和高性能数值模拟的城市地质灾害决策支持系统模型；以深圳市为例，基于“天河二号”超算平台，开展三维地质模型、大数据分析以及应用验证。.重要成果：面向地面沉降、滑坡、塌陷、风暴潮灾害等灾种，提出了多源地质灾害信息的面向实体的数据模型，建立了多源地质灾害监测、模拟、预警与管控的petrinet数据链模型；利用天基光学遥感数据和SAR观测数据，结合地面监测数据、互联网数据、众包数据，提出了多源融合驱动的城市地质灾害的遥感智能解译算法；研发了多源城市地质灾害“稀疏表征-基于局部信息的正则化-多尺度分析”数值融合分析方法，发展了多灾种、多要素耦合的城市地质灾害模拟及数值仿真方法，研制了城市地质灾害高性能模拟软件系统和城市地质灾害大数据可视化软件平台。.研究成果指导了深圳市地铁公司工程选址与开挖模拟，支持了深圳市和惠州市的沿海风暴潮灾害防控与评估，获国土资源科学技术二等奖（序1）、卫星导航定位科技进步二等奖（序5）。.项目共发表SCI论文50篇，北大中文核心期刊论文8篇，国际会议论文19篇，中文专著1部，英文专著2部，获批发明专利10项，软件著作权6项。ESI高被引论文2篇，一篇论文入选IEEE Transactions on Computer "feature article"；研究成果被《Asia Scientist》、《Supercomputing Asia》报导。深圳风暴潮灾害评估案例入选2020年《地球大数据支撑可持续发展目标报告》，在第75届联合国大会期间发布。.项目执行期间，王力哲教授获批国家杰出青年基金，因为由于在高效遥感数据处理、分析与应用中的杰出贡献当选IEEE fellow，由于在光学遥感数据智能处理、分析与应用中的杰出贡献，当选SPIE Fellow，由于遥感数据处理的教学、科研成果获评2020年全国高校GIS论坛“创新人物奖”。