川觀(guān)新聞?dòng)浾?蘭珍
一分鐘內(nèi)預(yù)測(cè)全球任何地震誘發(fā)滑坡的空間概率，平均精度達(dá)82%，比國(guó)際現(xiàn)有模型準(zhǔn)確率提高了約20%。5月12日是全國(guó)防災(zāi)減災(zāi)日，川觀(guān)新聞?dòng)浾邚牡刭|(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)全國(guó)重點(diǎn)實(shí)驗(yàn)室獲悉，日前，該實(shí)驗(yàn)室主任、成都理工大學(xué)教授范宣梅及團(tuán)隊(duì)在全球地震誘發(fā)地質(zhì)災(zāi)害智能預(yù)測(cè)方面取得重要進(jìn)展，相關(guān)成果以“Deep learning can predict global earthquake-triggered landslides”為題，發(fā)表在國(guó)際期刊National Science Review（《國(guó)家科學(xué)評(píng)論》）。
據(jù)團(tuán)隊(duì)介紹，該研究基于過(guò)去50年來(lái)38次強(qiáng)震誘發(fā)的40余萬(wàn)處滑坡，建立了目前全球最大的地震誘發(fā)滑坡數(shù)據(jù)庫(kù)，結(jié)合深度學(xué)習(xí)算法，研發(fā)了智能預(yù)測(cè)模型，能夠快速預(yù)測(cè)全球任何地震誘發(fā)滑坡的空間概率，平均精度達(dá)82%，計(jì)算時(shí)間由原來(lái)的數(shù)天縮短到小于1分鐘，實(shí)現(xiàn)了地震誘發(fā)地質(zhì)災(zāi)害的近實(shí)時(shí)預(yù)測(cè)。
1970年以來(lái)全球地震誘發(fā)滑坡事件的空間分布和地震帶—?dú)夂蚍謪^(qū)。受訪(fǎng)者供圖
該成果可以在震前對(duì)地震高風(fēng)險(xiǎn)區(qū)進(jìn)行災(zāi)害風(fēng)險(xiǎn)情景推演，也可在震后快速評(píng)估地質(zhì)災(zāi)害空間分布，為震前防災(zāi)規(guī)劃和震后應(yīng)急救援提供重要科技支撐。
過(guò)去20年，全球強(qiáng)震頻發(fā)，平均每月都會(huì)發(fā)生一次7級(jí)以上強(qiáng)震，山區(qū)強(qiáng)震誘發(fā)次生地質(zhì)災(zāi)害是造成地震傷亡的重要因素。例如，2015年尼泊爾7.9級(jí)地震滑坡造成的傷亡占總傷亡的40%以上。
精準(zhǔn)預(yù)測(cè)強(qiáng)震誘發(fā)地質(zhì)災(zāi)害，建立一個(gè)適用于全球不同地質(zhì)環(huán)境條件的強(qiáng)震誘發(fā)地質(zhì)災(zāi)害預(yù)測(cè)模型，成為地質(zhì)災(zāi)害領(lǐng)域的國(guó)際前沿科學(xué)問(wèn)題。
傳統(tǒng)基于物理機(jī)理的Newmark方法（結(jié)構(gòu)動(dòng)力學(xué)中廣泛使用的數(shù)值技術(shù)），由于對(duì)物理力學(xué)參數(shù)的要求較高，僅適用于小范圍評(píng)估。近年來(lái)，隨著遙感等觀(guān)測(cè)數(shù)據(jù)增加，部分研究采用統(tǒng)計(jì)方法和機(jī)器學(xué)習(xí)，建立歷史滑坡樣本和控制因素的經(jīng)驗(yàn)映射，解決了對(duì)物理力學(xué)參數(shù)高度依賴(lài)的問(wèn)題，但面臨樣本代表性與跨區(qū)域泛化能力不足的挑戰(zhàn)。
范宣梅團(tuán)隊(duì)是如何破題的呢？
首先，研究團(tuán)隊(duì)從1970年以來(lái)全球范圍內(nèi)6級(jí)以上地震中篩選出38次典型事件，結(jié)合遙感智能識(shí)別與人工核驗(yàn)，解譯了近40萬(wàn)處滑坡樣本，構(gòu)建規(guī)模大、質(zhì)量高的全球地震誘發(fā)滑坡數(shù)據(jù)庫(kù)。進(jìn)而，將地震事件劃分為環(huán)太平洋和阿爾卑斯—喜馬拉雅兩大地震帶，以及寒帶、溫帶與赤道帶三大氣候區(qū)，用來(lái)提升不同區(qū)域地質(zhì)環(huán)境條件下模型的泛化能力。
其次，基于對(duì)強(qiáng)震誘發(fā)滑坡機(jī)理的認(rèn)識(shí)，研究團(tuán)隊(duì)對(duì)17項(xiàng)影響因子進(jìn)行分析，發(fā)現(xiàn)地面峰值加速度（PGA）、坡度與巖性是全球范圍內(nèi)地震誘發(fā)滑坡的主控因素：PGA直接反映地震動(dòng)能量釋放強(qiáng)度，坡度決定斜坡自身穩(wěn)定性閾值，巖性則影響巖土體的物理力學(xué)特性。
值得注意的是，不同地震帶—?dú)夂騾^(qū)的滑坡控制因子呈現(xiàn)顯著空間分異性，反映了地質(zhì)背景與氣候外營(yíng)力（地球外部能源驅(qū)動(dòng)、通過(guò)氣候、水文等自然過(guò)程改變地表形態(tài)的力）協(xié)同作用對(duì)滑坡動(dòng)力過(guò)程的差異影響。這就突破了傳統(tǒng)預(yù)測(cè)模型“一刀切”的局限。
再者，該研究創(chuàng)新設(shè)計(jì)了多尺度全卷積回歸網(wǎng)絡(luò)（一種用于處理不同尺度特征的深度學(xué)習(xí)模型），?結(jié)合通道—空間注意力模塊，實(shí)現(xiàn)了誘發(fā)滑坡關(guān)鍵特征的自動(dòng)提取、聚焦與融合。
模型采用“全球—區(qū)域雙軌制”，在赤道和溫帶等事件和數(shù)據(jù)充足的區(qū)域采用區(qū)域模型，通過(guò)區(qū)域化訓(xùn)練充分優(yōu)化參數(shù)，獲得更高的預(yù)測(cè)精度；在事件和樣本匱乏的寒區(qū)場(chǎng)景則采用全球模型，憑借海量多樣的訓(xùn)練樣本能夠保障穩(wěn)健的預(yù)測(cè)下限，有效避免過(guò)擬合風(fēng)險(xiǎn)。
據(jù)了解，研究將通過(guò)探索“機(jī)理與數(shù)據(jù)聯(lián)合驅(qū)動(dòng)”方法，進(jìn)一步提升模型預(yù)測(cè)精度和響應(yīng)速度。未來(lái)有望將降雨預(yù)報(bào)和余震分析等更多觸發(fā)條件納入預(yù)測(cè)模型，同時(shí)結(jié)合人口、房屋、基礎(chǔ)設(shè)施等數(shù)據(jù)，實(shí)現(xiàn)多因素驅(qū)動(dòng)的地質(zhì)災(zāi)害風(fēng)險(xiǎn)預(yù)測(cè)大模型。
【未經(jīng)授權(quán)，嚴(yán)禁轉(zhuǎn)載！聯(lián)系電話(huà)028-86968276】
