2025年6月11日至13日、25日，成都理工大学计算机与网络安全学院（示范性软件学院）在新实验楼533举办了为期四天的"人工智能+地质灾害预测"高端讲坛系列讲座。本次讲座特别邀请到四位国际知名学者——Riccardo Palamà高级研究员、Alessandro C. Mondini研究员、Lorenzo Nava博士和Sansar Raj Meena 博士，围绕人工智能与机器学习在地质灾害预测、监测与应急响应中的前沿应用展开深入探讨。讲座由唐小川副教授主持，吸引了众多师生参与。

6月11日，剑桥大学研究员Lorenzo Nava博士以"基于人工智能的滑坡预测与灾害应急响应研究"为题，率先拉开讲坛序幕。他首先结合自身在剑桥大学的科研经历，简要介绍了学校在滑坡监测与人工智能领域的研究发展现状，并分享了其团队在滑坡监测领域的突出成果。

随后Lorenzo博士切入讲座正题，重点探讨了人工智能在应对地表形变数据量大、结构复杂等挑战中的潜力。他指出，地表形变数据通常具有海量、多源和结构复杂等特点，传统方法难以有效处理。而人工智能技术，尤其是深度学习算法，能够自动提取数据中的关键特征，通过构建复杂的模型来识别潜在的滑坡风险区域，从而为地质灾害的早期预警和精准预测提供了有力支持，显著提升了灾害应对的效率和准确性。

接下来他结合台湾花莲的案例，展示了人工智能技术在慢速滑坡预测和突发滑坡快速识别中的应用，并分享了如何通过优化灾害预警系统提升应急响应能力的新方法。讲座尾声，他还介绍了自己领导的开源项目，为遥感与地质灾害研究领域的开放共享贡献了宝贵资源，也为推动地质灾害预防领域发展注入了新活力。

紧接着，6月12日，西班牙加泰罗尼亚电信技术中心高级研究员Riccardo Palamà以"基于欧洲地面运动服务的洲际尺度地面运动监督分类研究"为题，带来另一场的精彩报告。

在报告中，Palamà 研究员深入浅出地介绍了一种基于 XGBoost 算法的大陆尺度地表运动分类方法，他指出，将机器学习方法与高分辨率 SAR 差分干涉数据相结合，能够实现对深层重力滑移、滑坡与地面沉降的高精度分类，准确率高达 90% 以上。

他还分享了特征重要性分析结果，并对这一方法在区域风险监测与灾害应急响应中的广阔应用前景进行了展望，让在场师生对机器学习在地质灾害监测中的应用有了更深入、更全面的认识。

6月13日，意大利国家研究委员会高级研究员Alessandro C. Mondini以"基于随机建模与机器学习的滑坡预测预报研究"为题，为师生们带来一次精彩的滑坡理论研究报告。

Mondini研究员首先系统阐述了滑坡灾害有效防控的三大核心能力：精准预测灾害发生的时间与地点、实时监测地表运动过程，以及评估气候变化或政策干预对灾害风险的影响。随后，他详细介绍了通过随机建模与机器学习方法构建的集“预测—监测—风险评估”于一体的综合研究框架，包括融合深度学习与泊松二项分布的概率预测方法、目标检测模型在 SAR 干涉图中的自动识别应用，以及多时相地质水文灾害数据分析等内容。

在讲座的最后，他着重强调，以不确定性为理论基础的地质灾害预测系统，将在灾害风险管理中发挥至关重要的作用，为未来相关研究指明了方向。

时隔一个星期后的25日，Sansar Raj Meena 博士以“基于多源遥感与深度学习的滑坡快速检测与易发区划分方法研究”为题，为本次系列讲座带来了精彩的收官之作。他首先简述了滑坡灾害的全球背景与社会影响，并强调了研究区域滑坡频发性与复杂地质背景对滑坡灾害的监测有着重要影响。为了解决这些问题，他提出了一种集遥感技术、GIS 分析与机器学习为一体的滑坡识别与易发性评价框架，为滑坡灾害的精准预测提供了新的思路与方法。

在滑坡识别方面，Meena 博士介绍了多种基于光学影像和 SAR 数据的滑坡识别方法，包括变化检测、纹理分析以及深度学习等技术，并分享了相关研究成果。接下来在滑坡易发性评价环节，他详细阐述了滑坡易发性影响因子的构建，包括地形、地质与环境因子，并介绍了利用机器学习方法进行滑坡易发性建模的过程。最后，他展示了模型的验证结果，证明了该框架在滑坡易发性预测方面的有效性。

每场讲座结束后，与会师生都积极踊跃地向三位专家提问，围绕技术细节、实际应用及未来研究方向展开了热烈而深入的讨论。现场学术氛围浓厚，师生们纷纷表示受益匪浅，不仅拓宽了学术视野，更激发了对人工智能与地质灾害预测交叉领域研究的浓厚兴趣。

在师生与专家深入交流互动后环结束后，为了进一步提升学生的实践能力，四位专家围绕滑坡识别的关键技术对学生们进行了系统培训。首先，Lorenzo Nava博士从数据采集到模型优化、部署，完整解析了AI智能识别滑坡实验全流程，强调多源数据融合与算法优化关键环节；然后Riccardo Palamà研究员系统阐释了SAR图像的干涉测量原理、数据获取标准及质量控制要点，奠定高精度地表形变监测基础；接下来，Alessandro C. Mondini研究员演示了滑坡图像数据预处理、特征提取与模型训练的技术路径，提升数据处理实战能力；最后，Sansar Raj Meena博士通过泸定滑坡案例实操指导ArcGIS软件在滑坡易发性评价中的空间分析、图层叠加与可视化应用，强化地理信息工具使用技能。

此次系列讲座不仅展现了四位学者在地质灾害预测领域的深厚造诣，也为成都理工大学的师生提供了与国际前沿科技接轨的宝贵机会。讲座的成功举办，为人工智能与地质灾害研究的交叉融合注入了新动力，相信在专家们的引领下，相关领域的研究将迎来更加辉煌的成果。