事件中心数据模型
Event-Centric Data Models
以"事件"而非"时间序列"组织监测数据，更适合灾害与异常管理；与 SensorThings 等模型的映射仍在探索。
01
成熟度与推进阶段
雷达等级
Promising 有前景 — 证据积极但尚不充分，建议在验证后采用。
SIYB 推进阶段
Experiment — 在实验室或受控条件下开展验证。
领域
气象 · Meteorology
02
要点
以"事件"而非"时间序列"组织监测数据，更适合灾害与异常管理；与 SensorThings 等模型的映射仍在探索。
03
其他研究主题
物理约束机器学习
Physics-Informed ML
把守恒律与物理方程作为约束融入模型，可在小样本下提升外推性；难点在于约束权重设定与验证集设计。…
低功耗边缘智能
TinyML at the Edge
在 MCU 上运行轻量模型做事件检测与异常筛查，显著降低上行流量；约束是算力、功耗与模型更新的可维护性。…
多模态事件识别
Multimodal Event Detection
联合地声、次声、振动与影像识别滑坡/雪崩/落石事件；关键是时间同步与跨模态特征对齐。…
雪崩视频 AI 分析
AI Avalanche Video Analysis
用相机与视觉模型自动识别雪崩发生与范围；受天气、光照与相机视野限制，仍需人工复核。…
雪崩次声与地声
Avalanche Infrasound & Seismic
雪崩产生可远距离传播的次声与地震信号，适合无人区监测；难点是风噪抑制与事件分类特征库。…
分布式光纤监测
Distributed Fiber Optic Monitoring
DAS/DTS 提供连续空间覆盖；落地瓶颈是光缆耦合方式、定量标定与海量数据处理。…
雷达积雪参数反演
Radar Snow Parameter Retrieval
用多频/极化雷达反演雪深、密度与液态水含量；湿雪介电剧变仍是主要障碍。…
卫星与地面观测融合
Satellite & In-Situ Fusion
把点观测升尺度到遥感像元，或把遥感产品降尺度到点位；尺度不匹配与代表性误差是核心问题。…