2026-08-17已发表
基于 SBAS-InSAR 和多模型机器学习的地面塌陷易发性评价地面塌陷以阳泉市郊区采煤塌陷区为研究区，用 24 景 Sentinel-1A 影像反演时序形变，与 12 个评价因子一起训练基础/增强两组共 8 个机器学习模型，定量证明 InSAR 形变信息对塌陷易发性识别的增益作用。
SBAS-InSAR机器学习XGBoostSHAP易发性评价
READDETAIL→
00 · DIRECTIONS
我在做什么
01
GIS 与遥感
土地利用解译、植被指数、时序分析，GEE 云端处理与 InSAR 形变监测。
SECTOR RS
02
空间分析
生态安全格局、MSPA、电路理论、空间统计与地理加权建模。
SECTOR SA
03
WebGIS 与可视化
MapLibre / Cesium / Leaflet，地图应用开发与地理数据前端表达。
SECTOR WG
04
编程与数据
Python / JavaScript 地理数据处理，XGBoost-SHAP 可解释建模。
SECTOR DEV
01 · LATEST NOTES
最近的笔记
02 · RESEARCH
最近的研究
2026-08-16已发表
基于 SBAS-InSAR 和多模型机器学习的地面塌陷易发性评价地面塌陷以阳泉市郊区采煤塌陷区为研究区，用 24 景 Sentinel-1A 影像反演时序形变，与 12 个评价因子一起训练基础/增强两组共 8 个机器学习模型，定量证明 InSAR 形变信息对塌陷易发性识别的增益作用。
SBAS-InSAR机器学习XGBoostSHAP易发性评价
READDETAIL→
03 · PROJECTS
最近的项目
2026-06-10 · GIS 工具
Geo Toolbox：日常地理处理 Python 工具箱把日常重复的地理处理封装成命令行工具：批量裁剪、坐标系转换、按属性拆分、瓦片下载与简单的数据清洗，让 ArcGIS 里点到手酸的操作一条命令搞定。
PythonGeoPandasGDALRasterioTyper
2026-04-25 · 3D GIS
Cesium 三维校园场景：3D Tiles 与地形集成用 CesiumJS 搭建可交互三维校园：倾斜摄影转 3D Tiles、建筑白模分层、地下管线展示与飞行漫游。
CesiumJS3D TilesglTFobj2gltf