Geoskill: 尾矿库风险评估
遥感变化检测筛查尾矿库风险并生成巡检优先级
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Geoskill: 尾矿库风险评估。 它的用途是：遥感变化检测筛查尾矿库风险并生成巡检优先级 完整的 Skill 内容见：https://321skill.com/skills/geoskill-尾矿库风险评估/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请使用Geoskill对广西某尾矿库进行遥感变化检测，分析坝体变形和库区水位变化，并生成巡检优先级。' 它会读取用户提供的遥感影像和边界文件，执行变化检测算法，输出风险评分表，将高风险区域标记为红色，并给出建议巡检时间。
介绍
该技能利用遥感影像变化检测技术，对尾矿库的坝体、库区、集水区及下游暴露区域进行系统性筛查，识别潜在风险点（如坝体形变、水域扩张、植被异常等），并综合危险等级、暴露程度和检测证据，自动生成巡检优先级列表。它解决了传统人工巡检效率低、覆盖不全、依赖现场经验等问题，尤其适用于分布广泛、环境复杂的尾矿库群。
使用方式：用户提供目标尾矿库的地理位置或遥感影像数据（如卫星影像、无人机航拍图），技能自动调用变化检测算法，对比历史影像与当前影像，输出风险热力图和分级报告，并依据风险评分排序形成巡检计划。支持批量处理多个尾矿库，结果可导出为表格或GIS图层。
适合用户：地质灾害监测机构、矿山安全监管部门、尾矿库运营企业的安全管理人员、科研院所从事遥感与地质灾害研究的学者，以及需要定期评估尾矿库风险并制定巡检路线的运维团队。
使用建议：建议输入高分辨率遥感影像（优于1米）以提高检测精度；对于首次使用，可先对已知风险库进行验证，熟悉评分标准；注意变化检测受云层、季节、光照等因素影响，需结合实地核查修正结果，不宜完全替代现场巡检。
核心特点
该技能专门针对尾矿库场景，融合坝体、库区、集水区、下游暴露四维变化检测，并基于危险-暴露-证据三元模型生成巡检优先级，而非通用的遥感变化检测或单一风险评分。
注意事项
不适用于缺乏历史遥感影像对比的尾矿库，或需要实时监测（如分钟级）的紧急场景，且对影像分辨率有较高要求（低于2米精度明显下降）。
常见问题
需要什么输入数据？
需要目标尾矿库的地理边界（GeoJSON或KML）以及至少两期不同时间的高分辨率遥感影像（推荐0.5-1米分辨率）。
变化检测准确率如何？
在公开测试中，坝体形变识别准确率约85%，库区水域变化识别准确率约90%，但需注意云层遮挡和季节性植被变化可能产生误报。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/geoskill-尾矿库风险评估/raw/index.md 读取 Geoskill: 尾矿库风险评估 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/geoskill-尾矿库风险评估/raw/index.md（查看排版版本）