全球气候变化与人类工程活动叠加，使地质灾害呈频发、突发态势，传统监测手段在覆盖范围、响应速度和预测精度上日益受限。多源遥感与人工智能技术的深度融合，为灾害早期识别、实时动态监测与风险趋势研判提供了全新路径，正在推动地质灾害监测从“静态普查”向“智能预测”跨越，有力支撑防灾减灾决策。

 

本次线上研讨会由MDPI Geospatial and Earth Sciences期刊集群主办，我们非常荣幸地邀请到长江大学陈宁生教授、河海大学刘凡教授和深圳大学徐南副教授担任主讲人围绕“多源遥感与AI驱动的地质灾害智能监测预警”这一主题带来精彩的学术报告。欢迎大家积极参与！

 

 

会议信息

 

1 会议时间

 

2026年8月28日19:00-21:00

 

2 会议日程

 

●	19:00-19:10
	会议开场
●	19:10-19:40
	隐伏型滑坡的强水弱土岩机制与风险判识 陈宁生 教授 长江大学
●	19:40-20:10
	多模态遥感智能解译模型体系 刘凡 教授 河海大学
●	20:10-20:40
	基于多源卫星测高与遥感影像的滩涂地形反演方法研究 徐南 副教授 深圳大学
●	20:40-21:00
	提问交流环节 参会人员

 

3 线上直播

点击下方链接，观看会议直播。

https://9g0ug.xetlk.com/sl/RPrYH

 

4 学者交流群

 

识别二维码，添加小助手微信，备注“学校+姓名+研究方向”，邀您加入 MDPI 学者交流群，获取直播链接，掌握直播动态，交流科研经验。

 

 

特邀嘉宾

 

陈宁生 教授 长江大学

 

长江大学应急产业研究院院长，俄罗斯自然科学院外籍院士，昆仑英才杰出人才，国务院政府特殊津贴专家，应急管理部应急减灾专家，中国科学院成都山地所研究员，中国地理学会山地分会主任委员。获得2022年中国十大“最美地理科技工作者”。获国家和省部级及以上科技奖励10项，含国家科技进步二等奖1项 (排名第三)，四川省科技进步一等奖2项 (排名第一和第三)，中国科学院科技促进发展奖2项 (2项均排名第一)，中科院杰出科技成就奖突出贡献者1项 (排名前三)，中国交通运输学会科学技术奖一等奖1项 (排名第一)，西藏自治区科技进步一等奖2项 (排名第一和第十六)。科研成果被遴选为2019年度中国生态环境十大科技进展 (排名第一)。第一作者完成省部级领导以上采用的国家咨询报告51份，其中18份在国家层面产生重大影响，省部以上采用的咨询报告数量同领域排名第一，影响力名列前茅；发表论文210篇，第一和通讯作者在Geology、Science Bulletin、Clear production 等高水平SCI期刊发表论文65篇。主持过7项国家自然科学基金项目，其中4项为重点基金，主持完成科技部重点研发课题4个，在多动力强水弱岩土滑坡形成理论，干旱促进泥石流灾害理论与预测，分级多指标泥石流预警技术等理论方面取得显著创新，在泥石流勘查技术方面取得重大突破，在樟木滑坡、天山天池泥石流、科西河山地灾害风险评估等重大国内外防灾减灾工程做出了突出的贡献。

 

报告题目：隐伏型滑坡的强水弱土岩机制与风险判识

 

报告简介：20世纪80年代起我国逐步建立了地质灾害防治体系，取得的成效显著。目前我国初步完成了1:5万县级地质灾害风险评估，构建了28万处地质灾害隐患点的群测群防系统。但据统计，在已发生的滑坡灾害中，现阶段仍然有80%左右的滑坡灾害不在群测群防系统的监测中，这类滑坡灾害表现出极强的隐蔽性和意外性，属于隐伏型滑坡灾害。而且这类滑坡通常不在强震或强降水的条件下发生，是一种多动力作用的结果。如何在早期较为准确地判识隐伏型滑坡灾害是防灾减灾工作的关键。隐伏型大规模滑坡通常没有显著的触发因子，却会造成难以预料的重大灾害风险和大量人员伤亡。因此，理解隐伏型滑坡的启动机制对于防灾减灾至关重要。通过典型滑坡灾害案例的实践分析，早期的干旱、早期的强降水和中小地震等多种动力作用下，地貌影响下的强水特征耦合构造影响下的弱岩土特征使得岩土强度衰减到可滑动的状态是这类滑坡形成的机制。用强水和弱岩土相关的指标来判识隐伏型滑坡，判识过程更简单，准确性更高，解决了现有技术不能有效判识隐伏型滑坡的技术问题。成功应用到雅下、汉源城镇和梅大高速公路灾害等区域的隐伏型山地灾害早期判识。

 

刘凡 教授 河海大学

 

教授、博士生导师，河海大学计算机与软件学院副院长，兼任水利部水利大数据重点实验室副主任，担任江苏省人工智能学会常务理事、江苏省计算机学会常务理事、SCI 期刊 Pattern Recognition 和Remote Sensing 编委。主要从事计算机视觉、模式识别及人工智能交叉研究。主持国家自然科学基金面上和青年项目、江苏省优秀青年基金、装备预研教育部联合基金、航空科学基金等科研项目20余项，获中国博士后基金特别资助、面上一等资助；发表论文100余篇，谷歌学术引用11000余次，ESI高被引论文7篇、热点论文3篇，获江苏省自然科学百篇优秀学术论文成果、IEEE ICME 2021最佳演示奖、IJCAI 2021 LTDL最佳数据集论文奖；获授权第一发明人专利28项，出版教材2部、专著2部；获江苏省高等学校科学技术研究成果奖二等奖、江苏省自动化学会青年科技奖、江苏省计算机学会青年科技之星等荣誉，入选全球前2%顶尖科学家榜单 (年度)、江苏省优青、江苏省“青蓝工程”优秀青年骨干教师、江苏省科协青年科技人才托举工程。

 

报告题目：多模态遥感智能解译模型体系

 

报告简介：人工智能作为国家核心战略，正在引领新一轮科技革命和产业变革。大模型正在推动遥感智能解译从面向任务的专用模型迈向“感知-认知-决策”一体化的新范式。面向遥感影像领域语义鸿沟明显、细粒度感知不足、复杂推理能力弱，以及智能体与模糊需求适配能力有限等关键问题，本报告介绍团队在遥感基础模型、感知模型、推理模型和智能体方面的系列研究进展，重点探讨跨模态表征学习、精细化视觉感知、地理空间复杂推理以及面向开放任务的智能体自主决策等关键技术。在此基础上，报告进一步围绕数据、模型和智能体自进化三个层面，探讨遥感人工智能的发展趋势。

 

徐南 副教授 深圳大学

 

深圳大学副教授，特聘研究员，博士生导师，博士毕业于清华大学地球系统科学系，研究方向为多源遥感数据融合与资源环境遥感应用。近年来，以第一/通讯作者在Nature Communications、PNAS、Science Bulletin、The Innovation、Remote Sensing of Environment、International Journal of Applied Earth Observation and Geoinformation、IEEE Transactions on Geoscience and Remote Sensing、Geophysical Research Letters 等期刊发表论文60余篇，多次入选全球前 2%顶尖科学家榜单 (年度)。主持国家自然基金青年项目与面上项目、江苏省自然科学基金面上项目、江苏省双创博士等，担任All Earth、The Egyptian Journal of Remote Sensing and Space Sciences 期刊副主编，担任International Journal of Digital Earth、Science of Remote Sensing、Earth Critical Zone 和 Sustainable Geosciences: People, Planet and Prosperity 期刊编委。获得地理信息科学技术奖二等奖、安徽水利科学技术奖一等奖、江苏省行业领域 (基础研究领域) 优秀科技进展、江苏省双创博士、2025年度“空间数据智能新星学者”、AIRS年度交叉创新人物奖以及中国湿地遥感优秀青年学者。

 

报告题目：基于多源卫星测高与遥感影像的滩涂地形反演方法研究

 

报告简介：海岸带是海陆交互的关键地带，滩涂作为其核心组成部分，在防御风暴潮、减缓波浪侵蚀以及维护沿海生态系统方面发挥着不可替代的作用。在全球海平面持续上升与极端气候事件频发的背景下，沿海低洼地区面临的海水倒灌风险日益加剧，滩涂地形的精准获取因此成为评估灾害影响与制定应急预案的关键前提。在本次报告中，我们通过多源卫星数据同时解决滩涂地形反演与沿海海水倒灌监测两大问题。该体系由三个研究组成：第一部分基于SWOT卫星构建了中国滩涂地形大规模高精度反演框架；第二部分整合ICESat-2与长时序多源卫星影像，实现对江苏滩涂地形年际变化的持续追踪；第三部分则对近十年中国沿海海水倒灌事件开展多维度综合评估，揭示海水倒灌造成的严重影响。以中国沿海区域为案例，我们获取了滩涂地形空间分布及其动态变化，并评估了沿海海水倒灌的影响，为沿海地区防灾减灾和海岸带可持续发展提供了数据支撑与科学参考。

 

相关期刊集群 

 

点击下方链接，了解期刊集群详情。

https://www.mdpi.com/about/announcements/12528

 

特刊推荐

 

1. AI and Remote Sensing Applications for Sustainable Land Use and Management

Guest Editors: Dr. Yifu Ou, Dr. Nan Xu and Dr. Dongwei Liu

Deadline for manuscript submissions: 15 February 2027

点击下方链接，了解特刊详情。

https://www.mdpi.com/journal/remotesensing/special_issues/297IKF06O7

 

2. Advanced Artificial Intelligence and Deep Learning for Remote Sensing (4th Edition)

Guest Editors: Prof. Dr. Zhenming Peng et al.

Deadline for manuscript submissions: 30 September 2026

点击下方链接，了解特刊详情。

https://www.mdpi.com/journal/remotesensing/special_issues/AV23KXRFFX

 

主办单位