时间：2025年12月15日至17日（3天）
形式：每天8小时（上午4小时 + 下午4小时）
方式：面授/混合授课 | 实践操作：约75%
面授注册费：3,559.99元人民币 / 499.99美元 | 包含当地交通、研讨会套餐、学费、证书、茶点、午餐、开放数据、交流机会、折扣或优先访问权、绍兴大学科技园参观
混合授课注册费：1,599.99元人民币 ~ 224.99美元 | 包含所有研讨会环节、研讨会材料、学费、证书、交流机会、行政和技术支持、折扣或优先访问权、开放数据
住宿：不包含
差旅费：不包含
部分资助申请：提供有限资助（2-3名成功申请者）。
地点：绍兴文理学院人工智能研究院（2天）及柯桥国际园区（1天）
注册及咨询：请联系Saied Pirasteh教授，邮箱：sapirasteh1@usx.edu.cn；spirasteh71@gmail.com
更多咨询：请联系Azim Uddin博士，邮箱：auddin@jarpartner.com
研讨会提供：联合博士后岗位、联合研究实验室资助、
科研启动支持、人才申请、联合专利支持、学术及产业访问及合作机会
目标：
本次研讨会旨在使学员掌握应用地理空间智能和地理人工智能（GeoAI）进行灾害风险降低和环境韧性提升的先进知识和实践技能。通过 GeoIME、谷歌地球引擎和深度学习模型等平台的实践培训，参与者将学习如何生成地震脆弱性地图、洪水预报、易发性地图、社会脆弱性指数，以及如何预测社会脆弱性地图。研讨会注重技术能力建设和领导力发展，使参与者能够将尖端地理空间技术融入到可持续和韧性社区的决策过程中。
第一天：地理空间基础设施管理生态系统 (GeoIME)
上午环节（理论讲解 + 互动讨论）
• 研讨会目标与领导力框架：面向未来
• 地理空间信息与 GIS 图层基础知识
o 地震建筑物脆弱性和风险评估
o 智能制图概念
• FEMA-154 概述
• GeoAI 和 GeoIME 平台简介
o 架构、工具、功能及发展潜力
下午环节（实践操作）
• GeoIME 实践操作
o 数据上传（灾害/建筑物数据）
o 风险建模，风险地图生成
o 3D 可视化，基于 AI 的智能建议
• 成果：参与者将生成建筑物地震脆弱性和风险评估地图，并
在生成式 AI 的支持下，开发建筑物加固的自动建议报告。
第二天：洪水监测、预报及混合人工智能模型
上午环节（理论讲解 + 互动讨论）
• 用于洪水监测的地球观测数据
o Sentinel-1、MODIS、Landsat
o 归一化水位变化指数 (NDWI)、合成图、变化检测
• 洪水分类中的深度学习/机器学习
• 谷歌地球引擎 (GEE)
o 多传感器影像、归一化水位变化指数 (NDWI)、合成图
o 导出用于深度学习的二值洪水地图
下午环节（实践操作）
• 混合深度学习模型（CNN、LSTM、注意力模型）
o 时空输入，混合模型的优势
• Python 实践操作
o 二值洪水数据集准备
o 训练 CNN-LSTM-注意力模型
o 生成洪水可能性图
• 成果：洪水二值图 + 基于深度学习的洪水预报输出
第三天：综合易受灾性和社会脆弱性模型
上午环节（理论讲解 + 互动讨论）讨论）
• 模型评估指标（精确度、召回率、交并比、AUROC）
• 洪水敏感性地图 (FSM)
o 在 ArcGIS 中提取条件因子
o 用于 FSM 的随机森林
o 用于土地利用预测的 CA-Markov 模型
o 整合基于 SSP 的气候情景
• 成果：当前和未来情景的 FSM 地图
下午课程（动手实践）
• 社会脆弱性与规划
o 指标：暴露度、敏感性、适应能力
o 用于减少灾害风险的主成分分析 (PCA)，德尔菲法/专家加权
o 计算社会脆弱性指数 (SoVI)（基准年）
o 使用长短期记忆 (LSTM) 预测社会脆弱性指数
• 成果：用于韧性规划的当前和预测社会脆弱性指数地图
最终成果（3 天课程结束）
• 地震建筑物脆弱性地图和基于人工智能的加固建议
• 洪水二值地图和深度学习生成的洪水预报
• 当前/未来气候情景的洪水敏感性地图 (FSM)
• 社会脆弱性指数 (SoVI) 地图及预测
• 关于如何应用 GeoAI 实现减灾和恢复力的实用领导力洞察
