The paper investigates the combined use of real-time hydrological monitoring, publicly available meteorological data and hydrological and geotechnical numerical modelling, to develop data-driven models to forecast the stability of a slope. This study showcases a first attempt to integrate these critical aspects into a fully automatic Internet of Thing (IoT)-based local landslide early warning system (Lo-LEWS).

中文翻译：

---

使用数字孪生进行基于 IoT 的边坡稳定性预测


本文研究了实时水文监测、公开可用的气象数据以及水文和岩土工程数值模型的组合使用，以开发数据驱动的模型来预测边坡的稳定性。本研究展示了将这些关键方面集成到基于物联网 （IoT） 的全自动本地滑坡预警系统 （Lo-LEWS） 中的首次尝试。