个人简历
窦杰,籍贯江苏徐州,东京大学博士,日本学术振兴会(JSPS)研究员、博士生导师、博士后合作导师、教授,入选国家高层次人才、湖北省高层次人才计划、武汉市英才计划 、中国地质大学(武汉)百人计划、地大学者学科骨干人才、创新群体核心骨干。获日本第17届地震工程大会- Early Career Award、第 18 届留日中国人 优秀研究.创新成果表彰奖、连续入选中国爱思维尔高被引学者与全球前2%顶尖科学家榜单。担任新西兰皇家学会、湖北省科技厅、广东省科技厅、江西省科技厅、教育部学位与研究生教育发展中心通讯评议专家。
先后任东京大学空间情报中心博士后,日本国家国立研究开发法人土木研究所研究员,日本学术振兴会研究员。从事地质灾害人工智能大数据及智慧风险管控、数值模拟和遥感与GIS在降雨-地震-人工诱发的地质灾害应用。作为项目负责人(PI)主持并领导了10余项科研项目,主要是受日本国土交通(MLIT)部和日本文部省的资助,还负责土木研究所火山小组雷达的研究工作(由日本宇航天局签署的雷达影像在防灾中的应用)。迄今已发国际刊物、书章和会议120余篇,其中SCI 55余篇,第一作者及通讯30余篇,发表在 Earth-Science Reviews, Water Research, Landslides, Journal of Hydrology, Science of The Total Environment, Remote sensing of Environment,Environmental Modelling & Software, Nature Scientific Reports, Remote Sensing & Natural hazards 等多 个国际学术刊物上,两篇文章分别入选2019年百篇顶级自然科学报告和SCI-TAO杂志最多引用奖,13篇ESI 1%高被引,2篇ESI 0.1%热点论文,Google scholar引用6000次,担任国际SCI期刊Frontiers in Earth Science副主编,担任Geocarto International , Geomatics, Natural Hazards and Risk, Journal Mountain of Science, The Global Environmental Engineers等多个国际期刊编委,担任Remote Sensing主题编辑和Frontiers in Earth Science前沿编辑,受邀为Engineering Geology, Landslides, Earth-Science Reviews 等40多 个国际SCI期刊审稿,授权发明专利和软著15 项,在日本地球行星科学会议、地球科学论坛上等大型会议被作为邀请嘉宾作报告。担任第五届世界 滑坡大会、第三和第四届巴东国际地质灾害学术论坛BIGS2021的大会及第14届国际工程地质大会与环境(IAEG)分会召集人。
个人主页
Google Scholar 主页、 Research Gate 主页、中国地大-国家站主页、 中国地大-未来技术学院 、地质灾害智慧管控课题组 AI-Geohazards 微信公众号
研究方向与兴趣
主要从事地质灾害人工智能大数据及智慧风险管控,数值模拟和遥感与GIS在降雨-水库-地震-人工诱发的地质灾害相关的预测预报研究工作。具体包括:
1)基于机器学习识别多源海量遥感影像数据(卫星,航片,雷达SAR, 无人机UAV,激光雷达-LiDAR等)实现快速建立地质灾害库;
2)基于多源地质灾害体的资料(地质,地形地貌,气象水文等)耦合人工智能进行地质灾害风险评估;
3)基于灾害单体或小尺度灾区域结合室内实验进行物理过程数值模拟,探明灾害诱发机理和机制;
4)基于大数据耦合物理过程数值模拟的智能地质灾害预测预报,构建地灾快速响应急预报模式。
招生与培养
招生方向:地质资源与工程,3S技术与地质灾害,AI大数据-计算机及地形地貌相关的专业。热烈欢迎具有深厚数学功底、计算机编程能力、力学以及相关专业背景的申请者。
在海外生活学习工作近十年中,与国际上相关地质灾害研究课题组建立了良好的合作关系,共同研究并发表科研论文。长期招收具有良好的数学计算机、数值模拟、3S技术、水文地形地貌、地质灾害基础知识的勤奋好学的硕士、博士研究生和博士后。我们热烈欢迎具有科学研究工作热情和抱负的申请者加入我们的团队。
加入我们,您将有机会成为国家野外观测研究站和教育部985优势地质灾害平台的一员,并加入AI Geohazards-地质灾害智能管控团队,以地质资源与地质工程A+优势学科为主干,通过有组织的科研聚集科学问题,突破地质灾害边界,融合跨领域、跨平台、跨学科的交叉,来解码地质灾害难题,共同探索地质灾害智能减灾防灾的未来,让我们携手努力,为人类的宜居地球而奋斗!
常年招生1-3个博士后,1-2博士生,2-4硕士!也欢迎优秀本科生加入课题组积极参与科研活动,同时也积极欢迎副教授或教授的加入,帮其推荐申请校内外各种人才计划。
欢迎咨询邮箱:doujie@cug.edu.cn
团队
AI Geohazards-地质灾害智慧管控团队,与日本东京大学、北海道大学、日本国土交通部技術政策综合研究所和土木研究所、美国East Carolina University、University of South-Eastern Norway等单位保持长期的合作关系,面向国际科学前沿和国家重大工程的科学问题,立足于三峡于库区,开展地质灾害智能减灾防灾的研究工作。
目前在读:
博士二名
硕士九名
两名博士后。
学生指导情况
1.2021.11:2020硕士生罗万褀、2021届王锐、何雨健、马豪分别获得第三届巴东国际地质灾害学术论坛,BIGS2021 Poster二等奖、三等奖及优秀奖,向子林并在国际大会BIGS2021做口头报告
2.2021.11: 2021届向子林博士生分别获得三峡中心、中国地质大学2021年科技论文报告会一等奖和二等奖,2020硕士生罗万褀获得三等奖。
3.2022.10: 2022届博士生张乐乐、2021届王锐获国家站2022年科技论文报告会二等奖;2021届向子林博士生、2021届硕士生汪恒分别获国家站2022年科技论文报告会三等奖。
4.指导向子林博士以第一作者发表中科院TOP一区1篇文章,硕士生罗万褀以第一作者发表中科院二区1篇(高被引ESI1%),硕士生郭衍昊和何雨健分别以第一作者发表发表四区各一篇,2022届硕士董傲男以第一作者发表T2一篇。
5.2023.5:张乐乐与王锐分别获得中国地质大学第33届学生科技论文报告会三等奖。
6.2023.9:2021届王锐,2022届董傲男、Hamza Daud获得国际会议BIGS2023学术海报三等奖。
7.2023.9:2021届向子林博士在14届国际环境工程大会IAEG做口头学术报告,2022届董傲男和邢珂分别作国际学术海报。
8.2023.11:2022届董傲男和邢珂分别获得2023年国家站科报会一等奖和三等奖,同时他们俩也获第34届科技报告会一等奖和三等奖。获优秀指导称号。
毕业生:
硕士:
2023年: 1. 罗万褀 (西北大学转博);2.郭衍昊(湖北省-地调局水环中心)
教育背景
2012-2015东京大学新领域创成科学研究科 博士学位
2006-2009中国科学院地球科学院 硕士学位
2002-2006 青岛农业大学资环学院 学士学位
工作履历
2021.12-至今,中国地质大学(武汉) 地质灾害国家野外科学观测研究站
2020-2021 中国地质大学(武汉) 教育部长江三峡库区地质灾害研究中心
2019-2020 日本学术振兴会 研究员
2016-2019 日本国立研究开发法人 土木研究所 研究员
2015-2016 东京大学空间情报中心 博士后
2011-2012 日本アカデミック エクスプレス株式会社 助理工程师
2010-2011 中国赴日本国留学生东北师范大学预备学校日语培训
2009-2010 广州奥格公司项目经理
社会兼职
学术兼职
学会任职
日本滑坡学会会员、日本砂防学会会员、日本地球行星科学連合会员和国际工程地质与环境协会(IAEG)会员、美国地球物理学会(AGU)会员、欧洲地球科学学会(EGU)会员、中国地震学会地震灾害链专业委员会委员,中国地质协会终身会员
国内外期刊编委
Frontiers in Earth Science (IF=3.34) 副主编
Geocarto International, Geomatics, Natural Hazards and Risk,Journal Mountain of Science, Journal of Geography and Geology 编委
地质科技通报、深地科学、地球科学 编委
Remote Sensing, NaturalHazards, Deep Underground Science and Engineering, Geoscience,Machine Learning and Knowledge Extraction, Frontiers in Earth Science, Sensors 专题主编
国际期刊审稿
Earth-Science Reviews, Geomorphology, Engineering Geology, Geoscience Frontiers, Science of The Total Environment, CATENA, Nature scientific report, Natural hazards, Remote sensing, Journal of Mountain Science, Theoretical and Applied Climatology, Bulletin of Engineering Geology and the Environment, Arabian Journal of Geosciences, Geocarto International, Journal of African Earth Sciences, Human and Ecological Risk Assessment, International Journal of Digital Earth, Geoscience, ISPRS International Journal of Geo-Information, The Egyptian Journal of Remote Sensing and Space Sciences, International Journal of Disaster Risk Science, Mathematical and Computational Applications, Engineering with Computers, The Professional Geographer, Advances in Space Research, Geosciences,Machine Learning and Knowledge Extraction等40多个SCI审稿人。
主持项目及核心骨干
1. 动水驱动型滑坡启滑机制与判据课题(第二负责人)-子课题负责人,国家自然科学基金重大项目(2021-2025) (42090054)
2. Coupling ensemble machine learning with physical parameters framework for landslide evaluation四川大学水力学与山区河流开发保护国家重点实验室基金资助项目(2021-2022)(SKHL2003)
3. 人工智能地质灾害减灾防灾,中央高校高层次人才科研经费(2021-2026)
4. 基于深度学习的山区流域多源地质灾害链预测研究,四川大学水力学与山区河流开发保护国家重点实验室基金资助项目(2020-2021)(SKHL1903)
5. Cognitive modeling for dynamic long-term landslide assessment associated with extreme events in emergency preparedness and disaster management,日本学术振兴会(2019-2020) (1074088)
6. 基于地质地形因素对地表崩塌的发生与评价研究日本国土交通部 (2015-2018)
7. 深层滑坡监测观测技术研究,日本国土交通部萌芽 (2016-2018)
8. 基于地质灾害移动的损伤预测监视技术的开发研究,日本国土交通部重点(2015-2019)
9. 广东省地质灾害数据建设 广东省科技厅(2006-2009)
10. 库岸滑坡地质灾害体智能识别技术 中国电建集团华东勘测设计研究院(2022-2024)(KY2021-ZD-03)
11. 重大滑坡地质灾害演化机理与预测预报 创新群体 (2022-2024)(No.2022CFA002)
12. 国家高层次人才计划 (2022-2025)(20233040018)
13. 武汉英才优秀青年人才项目 (2023-2024)( 20233050043)
14. 长时间序列下的多场耦合库岸滑坡智能监测预警 三峡库区地质灾害教育部实验室重点开放基金(2023-2024)(2023KDZ02)
15. 湖北省襄阳市2024年度地质灾害监测台站建设项目选点及设计 (2023-2024)
16. 云南2024年度1:1万地质灾害调查及数据库建设 (2023-2024)
近年主要论文 (*代表通讯,#共同一作)
1. Dou, Jie*, Yunus, A.P., Tien Bui, D., Merghadi, A., Sahana, M., Zhu, Z., Chen, C.-W., Khosravi, K., Yang, Y., Pham, B.T., 2020. Different sampling strategies for predicting landslide susceptibilities are deemed less consequential with deep learning. Science of the Total Environment https://doi.org/10.1016/j.scitotenv.2020.137320 (SCI=10.75 -ESI 1% 高被引)
2. Abdelaziz Merghadi1#, Ali P. Yunus2#, Dou Jie#*, Jim Whiteley, Binh Thai Pham. Machine learning methods for landslide susceptibility studies: a comparative overview of algorithm performance, Earth-Science Reviews, 207 (August): 103225. https://doi.org/10.1016/j.earscirev.2020.103225. (SCI=12.41 ESI 1% 高被引及热点论文)
3. Dou, Jie*, Yunus, A.P., Tien Bui, D., Merghadi, A., Sahana, M., Zhu, Z., Chen, C.-W., Khosravi, K., Yang, Y., Pham, B.T., 2019. Assessment of advanced random forest and decision tree algorithms for modeling rainfall-induced landslide susceptibility in the Izu-Oshima Volcanic Island, Japan. Science of the Total Environment 662, 332–346. doi: 10.1016/j.scitotenv.2019.01.221 (SCI=10.75 -ESI 1% 高被引)
4. Dou Jie*, Yunus, A.P., Bui, D.T., Merghadi, A., Sahana, M., Zhu, Z., Chen, C.-W., Han, Z., Pham, B.T., 2019. Improved landslide assessment using support vector machine with bagging, boosting, and stacking ensemble machine learning framework in a mountainous watershed, Japan. Landslides. https://doi.org/10.1007/s10346-019-01286-5 (SCI=6.578-ESI 0.1% 高被引及 热点论文)
5. Dou, Jie*, et.al. Evaluating GIS-Based Multiple Statistical Models and Data Mining for Earthquake and Rainfall-Induced Landslide Susceptibility Using the LiDAR DEM. Remote Sensing 2019, 11, doi:10.3390/rs11060638. (SCI=5.349 -ESI 1% 高被引)
6. Dou Jie*, Chang K-T*, Chen S, et al. 2015. Automatic Case-Based Reasoning Approach for Landslide Detection: Integration of Object-Oriented Image Analysis and a Genetic Algorithm. Remote Sensing 7:4318–4342. doi: 10.3390/rs70404318 (SCI=5.349)
7. Dou Jie*, Yunus, A.P., Xu, Y., Zhu, Z., Chen, C.-W., Sahana, M., Khosravi, K., Yang, Y., Pham, B.T., 2019. Torrential rainfall-triggered shallow landslide characteristics and susceptibility assessment using ensemble data-driven models in the Dongjiang Reservoir Watershed, China. Natural Hazards 97, 579–609. https://doi.org/10.1007/s11069-019-03659-4 (SCI=2.427)
8. Chang, K.-T., Merghadi, A., Yunus, A.P., Pham, B.T., Dou Jie*. Evaluating scale effects of topographic variables in landslide susceptibility models using GIS-based machine learning techniques. Nature Scientific report vol. 9, no. 1, 2019, p. 12296, doi:10.1038/s41598-019-48773-2. (SCI=4.996, 自然 科学报道Selected as Top 100 rank,ESI 1% 高被引)
9. Dou, Jie*, Li, Xia, Yunus, Ali P., et al. (2015). An Integrated Artificial Neural Network Model for the Landslide Susceptibility Assessment of Osado Island, Japan. Natural Hazards, 1–28. doi:10.1007/s11069-015-1799-2. (SCI=3.158)
10. Dou Jie*, Tien Bui, Dieu, P. Yunus, Ali et al (2015). Optimization of Causative Factors for Landslide Susceptibility Evaluation using Remote Sensing and GIS data in parts of Niigata, Japan, Plos one, 10.1371/journal.pone.0133262 (SCI=3.53)
11. Dou Jie*, Li X, Yunnus Ali, et al. (2015). Automatic detection of sinkhole collapses at finer resolutions using a multi-component remote sensing approach, Natural hazards DOI: 10.1007/s11069-015-1756-0. (SCI=3.158)
12. Hai-bo Li#, Yue-ren Xu#, Jia-wen Zhou#, Xie-kang Wang#, Hiromitsu Yamagishi, Dou, Jie#*. Preliminary analyses of a catastrophic landslide occurred on July 23, 2020, in Guizhou Province, China. Landslides. https://doi.org/10.1007/s10346-019-01334-0 (SCI=6.578)
13. Han, Zheng, Bin Su, Yange Li, Dou Jie, Weidong Wang, and Lianheng Zhao. Modeling the Progressive Entrainment of Bed Sediment by Viscous Debris Flows Using the Three-Dimensional SC-HBP-SPH Method, Water Research, 182,116031. https://doi.org/10.1016/j.watres.2020.116031(SCI =9.130 )
14. Ali P.Yunus; Xuanmei Fan, Xiaolu Tang; Dou Jie, Qiang Xu, Runqiu Huang. Decadal vegetation succession from MODIS reveals the spatiotemporal evolution of post-seismic landsliding after the 2008 Wenchuan earthquake, Remote Sensing of Environment, 2020 (SCI=13.850)
15. Yunus AP, Dou, Jie*, Song X, Avtar R (2019) Improved Bathymetric Mapping of Coastal and Lake Environments Using Sentinel-2 and Landsat-8 Images. Sensors 19:2788. https://doi.org/10.3390/s19122788 (SCI=3.23)
16. Dou Jie, Paudel U, Oguchi T, et al (2015). Differentiation of shallow and deep-seated landslides using support vector machines: a case study of the Chuetsu area, Japan (SCI) Terrestrial, Atmospheric and Oceanic Sciences. doi: 10.3319/TAO.2014.12.02.07(EOSI) (SCI=1.1)
17. Dou Jie, Qian, J., Chen, S., & Zhen, X. (2010). Object-based and case-based reasoning method for ground collapses detection. Journal of Image and Graphics, 1 5(6), 900–910. (In Chinese)
18. LV, Y., Le, Q., Bui, H.-B., Bui, X., Nguyen, H., Nguyen-Thoi, T., Dou Jie*, Song, X., 2020. A Comparative Study of Different Machine Learning Algorithms in Predicting the Content of Ilmenite in Titanium Placer. Appl. Sci. 10, 635. (SCI=2.217)
19. Zhu, Z., Wang, H., Peng, D., Dou, Jie*, 2019. Modeling the hindered settling velocity of a falling particle in a particle-fluid mixture by the Tsallis entropy theory. Entropy (SCI=2.305)
20. Shariati, M., Mafipour, M.S., Mehrabi, P., Bahadori, A., Zandi, Y., Salih, M.N.A., Nguyen, H., Dou Jie*, Song, X., Poi-Ngian, S. Application of a Hybrid Artificial Neural Network-Particle Swarm Optimization (ANN-PSO) Model in Behavior Prediction of Channel Shear Connectors Embedded in Normal and High-Strength Concrete. Appl. Sci. 9, 5534. https://doi.org/10.3390/app9245534 (SCI=2.217)
21. Khosravi, K., Shahabi, H., Pham, B.T.*, Adamowski, J., Shirzadi, A., Pradhan, B., Dou, Jie*, Ly, H.-B., Gróf, G., Ho, H.L., Hong, H.*, Chapi, K., Prakash, I.A Comparative Assessment of Flood Susceptibility Modeling Using Multi-Criteria Decision-Making Analysis and Machine Learning Methods, 2019-Journal of Hydrology- (SCI=4.405 -ESI 1% 高被引)
22. Shariati, M.; Mafipour, M.S.; Mehrabi, P.; Bahadori, A., Zandi, Y.; Salih, M.N.A.; Nguyen, H*., Dou, Jie*; Song, X.; Poi-Ngian, S. Application of a Hybrid Artificial Neural Network-Particle Swarm Optimization (ANN-PSO) Model in Behavior Prediction of Channel Shear Connectors Embedded in Normal and High-Strength Concrete. Appl. Sci. 2019, 9, 5534. ( SCI=2.217)
23. Dou Jie*. et al (2018). A Comparative Study of the Binary Logistic Regression (BLR) and Artificial Neural Network (ANN) Models for GIS-Based Spatial Predicting Landslides at a Regional Scale. Landslide Dynamics: ISDR-ICL Landslide Interactive Teaching Tools: Volume 1: Fundamentals, Mapping and Monitoring (eds. Sassa, K. et al.) 139–151 (Springer International Publishing, 2018). doi:10.1007/978-3-319-57774-6_10
24. Zhu, Z. & Dou Jie* (2018). Current status of reclaimed water in China: An overview. Journal of Water Reuse and Desalination jwrd2018070. doi:10.2166/wrd.2018.070 (SCI=1.538)
25. Daniela Castro Camilo, Luigi Lombardoa, Martin Maib, Dou Jie, Raphaël Huser, 2017. Handling high predictor dimensionality in slope-unit-based landslide susceptibility models through LASSO-penalized Generalized Linear Model, 97:145-156. Environmental Modelling & Software. doi: 10.1016/j.envsoft.2017.08.003 (SCI=4.807)
26. 窦杰, et al.2010. 基于对象的遥感案例推理方法检测岩溶地面塌陷. 中国图象图形学报 15.06(2010):900-909.
2023年
27. 窦杰, et al. 2023. 机器学习在滑坡智能防灾减灾中的应用与发展趋势. 地球科学
28. Luo, W., Dou Jie*, Fu, Y., Wang, X., He, Y., Ma, H., Wang, R., & Xing, K. (2022). A Novel Hybrid LMD – ETS – TCN Approach for Predicting Landslide Displacement Based on GPS Time Series Analysis. Remote Sensing, 15(1), 229. https://doi.org/10.3390/rs15010229 (SCI=5.349, 高被引 ESI1%)
29. Xiang Z, Dou Jie*, Yunus AP, et al (2023) Vegetation-landslide nexus and topographic changes post the 2004 Mw 6.6 Chuetsu earthquake. CATENA 223:106946. https://doi.org/10.1016/j.catena.2023.106946 (SCI=6.367 )
30. 郭衍昊 ,窦杰 *, et al. 2023. 机基于优化负样本采样策略的梯度提升决策树随机森林与随机森林梯度提升决策树模型的汶川同震滑坡易发性评价. 地质科技通报
31. 何雨健 ,窦杰 *, et al. 2023. 国内外免像控无人机航测软件在数字滑坡中的应用效果对比-以三峡库区黄土坡滑坡为例. 中国地质灾害与防治学报
32. Ni W, Zhao L, Zhang L, Dou Jie* (2023) Coupling Progressive Deep Learning with the AdaBoost Framework for Landslide Displacement Rate Prediction in the Baihetan Dam Reservoir, China. Remote Sens 15:2296. https://doi.org/10.3390/rs15092296(SCI=5.349)
33. Dong A, Dou Jie* , Fu Y, et al (2023) Unraveling the Evolution of Landslide Susceptibility: A Systematic Review of 30-Years of Strategic Themes and Trends. Geocarto Int 38:1–64. https://doi.org/10.1080/10106049.2023.2256308
国际会议口头报告
1. Estimating scale effects of multiple DEMs for landslide geohazard map using GIS-based artificial intelligence models, AGU, 2019, SanFrancisco, USA
2. GeohazardstriggeredbydeadlyHokkaidoIburi-TobuEarthquake(September 6, 2018, Mw6.7), Hokkaido, Japan,12thARCof IAEG,2019, Jeju, SouthKorean
3. EstimationofDistributionofTephraFallDepositUsingtheInterpolationMethodBased on Multi-observation Data, Interpraevent,2018,Toyama,Japan
4.High predictor dimensionality in slope-unit-based landslide susceptibility models throughLASSO-penalized Generalized Linear Model,2017,EGU General Assembly, Vienna, Austria
5.Ellipse-approximated isopach(EAI) approach forassessing ashfall deposit at the active Sakurajima volcano, Japan,2016,Cities onVolcanoes9,Puerto Varas,Chile
6. Spatial resolution effects of digital terrain models on landslide susceptibility analysis,2016,Prague, CzechRepublic
7. Analysis of the landslides in Hiroshima caused by the typhoon based on bivariate statistical landslide susceptibility,2015, JpGU, Makuhahri, Japan
8. Shallow and Deep-Seated Landslide Differentiation Using Support Vector Machines: A Case Study of the Chuetsu Area, Japan, 2014, ICEO&SI, Taiwan, Taiwan
9. GIS-Based Landslide Susceptibility Mapping Using a Certainty Factor Model and Its Validation in the Chuetsu Area, Central Japan, 2014, The Third World Landslide Forum, Beijing, China
10. Back propagation (BP) model optimized by genetic algorithms (GA) for predicting landslides, IGU 2013 - Kyoto regional conference, Japan
11. Using Back-Propagation networks to predict the landslides based on 2m Lidar DEM, 2013, JpGU, Makuahri, Japan
12. Application of Support Vector Machines to predict landslides based on Lidar DEM: the Chuetsu earthquake case study, Japan, 2013, ICEO&SI, Taiwan.
软件著作权
1.三峡库区地质灾害实时监测系统软件[简称:地灾监测系统] V1.0, 2021.9.25
2.基于和声分解-支持向量回归的滑坡时间序列位移智能预测软件 V1.0,2023.5.9 窦杰,王锐,梁文欣
3.基于轻量级编解码语义分割网络的滑坡智能识别软件V1.0,2023. 窦杰, 赵留园 ,李长冬, 董傲男, 王锐, 张乐乐, 邢珂
4.基于注意力机制的SE-VGG16的同震滑坡易发性评价软件V1.0,2023. 窦杰,李长冬, 董傲男, 王锐, 邢珂,杨玉川
5.基于优化负样本采样策略的Resnet深度学习模型滑坡易发性评价软件V1.0,2023. 窦杰, 董傲男,王锐,张乐乐,邢珂
6.基于长短时记忆神经网络的滑坡长时序监测数据智能预测软件V1.0,2023. 王锐,窦杰,梁文欣,董傲男,周凡皓
7.融合记忆神经网络与遗传算法优化SVR模型的库岸滑坡时间序列位移智能预测软件V1.0,2023. 梁文欣,王锐,窦杰,周凡皓
8.多智能体耦合深度学习的滑坡时间序列位移组合预测软件,2023. 王锐,窦杰,梁文欣,向子林,周凡皓
9.基于数据随机增强的ResUNet深度学习模型滑坡裂缝识别软件,2023. 窦杰,李长冬,赵留园 ,董傲男,张乐乐
10.基于多统计参数的二维节理粗糙度系数非线性预测软件,2023. 梁文欣,窦杰,董傲男
11.基于树结构的人工智能滑坡易发性评价软件V1.0,2024. 窦杰,龚松林,马豪,董傲男,张乐乐
发明专利
1.基于AdaBoost框架的深度学习滑坡位移预测方法, 2023 申请. 窦杰, 梁文欣, 董傲男, 王锐, 罗万祺
2.一种基于尺度无味变换法的边坡可靠性分析技术, 2023 申请. 窦杰, 向子林
2.基于GBDT的二维节理粗糙度系数非线性确定方法, 2024 申请. 窦杰 梁文欣 汤红
获得荣誉
1. 国家高层次人才、2021年入选湖北省高层次人才计划、2020年中国地质大学百人计划、武汉市英才计划 (2022)、第18届留日中国人 优秀研究.创新成果表彰奖 (2022)、入选全球前2%顶尖科学家榜单(2022、2023)、高被引学者(2023)
2. 2018年获日本学术振兴会(JSPS)特别研究基金
3. 2021年获获得日本第17届地震工程大会- "Early Career Award"
4. 2011年获日本政府(文部科学省-MEXT)博士生奖学金
5. 2014年东京大学新领域创成科学研究科科学研究基金
6. 2019年,论文“Shallow and Deep-Seated Landslide Differentiation Using Support Vector Machines: A Case Study of the Chuetsu Area, Japan” published in TAO Journal has won the Most Cited Article Award in 2019。入选SCI杂志TAO最多引用奖
7. 2020年,论文“Evaluating scale effects of topographic variables in landslide susceptibility models using GIS-based machine learning techniques”。入选百篇自然科学报告-Top 100 Nature Scientific Reports paper
8. 2008年中科院学术报告一等奖
研究方向
[1] 从事人工智能,大数据,数值模拟和遥感与GIS在降雨-地震-人工诱发的地质灾害相关的预防预警研究工作
联系方式
[1] 邮编:
[2] 传真:
[3] 通讯/办公地址:
[4] 办公室电话:
[5] 移动电话:
[6] 邮箱:
团队成员
AI Geohazards-地质灾害智能管控
常年招生1-2博士生,2-4硕士,1-3个博士后!
目前在读:
博士二名
硕士七名
一名特任教授和两名博士后在申请中。