研究领域

Research Areas

核心研究方向

聚焦 AI、地球物理与红外物理的前沿交叉

AI 与地球物理深度融合

将地球物理控制方程嵌入深度学习框架,实现物理可解释的智能反演与预测。

  • 基于 PINNs 的地下结构反演
  • 生成式对抗网络(GAN)驱动的数据增强
  • 扩散模型在地球物理仿真中的应用

多灾种前兆时序异常检测

利用天基红外/多光谱遥感数据,发展时序异常检测算法,实现地震、火山、滑坡、林火等灾害的早期预警。

  • 地震热红外前兆识别
  • 火山热状态动态监测
  • 林火早期智能预警系统

地下目标间接探测

通过地表热异常和电磁响应信号,结合物理驱动的 AI 方法,间接探测地下活动断层、岩浆房、地下空洞等目标。

  • 活动断层热异常提取与识别
  • 岩浆房热结构反演
  • 城市地下空洞风险评估

浅地表参数高精度反演

从卫星遥感数据中高精度反演热惯量、湿度、形变等浅地表关键参数,服务于农业、生态、气候变化等领域。

  • 热惯量遥感反演算法
  • 地表湿度微波-光学联合反演
  • 形变监测与地质灾害评估

技术路线

"天基观测 → 地下/浅表认知 → 全民早期预警"全链条体系

📡 天基观测层

综合利用红外/多光谱卫星、SAR、GNSS-R 等多源遥感数据,构建面向多灾种监测的天基数据获取与预处理体系。

🔍 地下/浅表认知层

基于 PINNs 和生成式 AI,建立从观测数据到地下结构和浅表参数的物理可解释反演框架。

🚨 全民早期预警层

面向地震、火山、滑坡、林火等灾害,构建多灾种综合预警平台,实现从科学认知到社会服务的闭环。