近日，校区城市建设工程系2022级本科生张凯璇、肖伟佛科创团队在滑坡灾害易发性评估领域取得显著科研成果。相关研究论文《Assessing landslide susceptibility with dynamic deformation monitoring and explainable machine learning: a case study in Longhua County, China》已在国际知名期刊《Geomatics, Natural Hazards and Risk》（中信所2区）上发表。这是该本科生科创团队发表的第二篇高水平研究论文，展现了我校本科生卓越的科研创新能力。
该研究针对传统滑坡易发性评估方法在解释性和动态监测方面的不足，创新性地提出了“滑坡优化易发性评估框架”（Landslide Optimised Susceptibility Assessment, 简称LOSA）。LOSA框架巧妙地融合了小基线集差分干涉合成孔径雷达（SBAS-InSAR）时序形变监测数据与基于随机森林的可解释机器学习模型，并通过SHapley加性解释（SHAP）方法，深入剖析了滑坡发生的主导因素。
科创团队以河北省龙华县为研究区域，利用2019-2022年间的186景Sentinel-1A卫星影像数据，成功实现了毫米级地表形变监测。研究结果表明，LOSA模型将极高风险区域的范围有效缩小了70.66%（从13.09%降至3.84%），显著提升了滑坡灾害识别的精准性，并通过实地核查验证了模型识别出的热点区域。这一成果为滑坡风险管理提供了透明、自适应且可快速更新的工具，将形变运动学与可解释建模相结合，为龙华县滑坡灾害的精准防控提供了强有力的科学支撑。
此项研究是宣城校区本科生科研能力培养的重要体现，也是城市建设工程系推动本科生参与高水平科研项目取得的丰硕成果。城建系始终坚持以学生为中心，鼓励和引导本科生积极投身科学研究，为国家培养具备创新精神和实践能力的优秀人才。
该研究依托省级大学生创新创业训练计划项目（项目编号：S202410359410）开展，并得到国土资源部中国自然经济研究院的大力支持。
论文网址：https://www.tandfonline.com/doi/full/10.1080/19475705.2026.2616638?src=
（宁少尉/文 宁少尉/图 黄慎江/审核）
