待验证50% 置信事实精确时间

斯坦福大学和加州理工学院的研究团队已展示了利用卫星影像和深度学习对整座城市进行自动化抗震评估的可行性

1

来源数

50%

置信度

长期有效

时效性

2026/8/21

首次发现

来源

加州抗震改造项目：数据驱动决策缺失的典型案例

相关事实

待验证欧洲航天局的Sentinel-1卫星和NASA的NISAR任务为全球地震风险研究提供观测数据63% 相似待验证UTIAS此前已发布过多个机器人数据集，包括用于行星探测车研究的多地形数据集和用于视觉惯性里程计评估的室内数据集58% 相似待验证支持多频多卫星定位，在城市高楼峡谷和密林环境中GPS轨迹精度相比上代有明显改善58% 相似待验证新加坡的Virtual Singapore项目以厘米级精度建模了全市3D地形与建筑，可用于模拟应急响应和城市规划55% 相似待验证支持多频多星系统GPS，公开测试中轨迹精度在树林遮挡和城市高楼场景下表现属第一梯队，骑行轨迹记录可靠54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/782456

API

curl https://kongchang.com/api/v1/knowledge/claims/782456

MCP

get_claim(id=782456)