2025-05-12 4218 0
近日，成都理工大學(xué)范宣梅教授團隊在全球地震誘發(fā)地質(zhì)災(zāi)害智能預(yù)測方面取得重要進展，相關(guān)成果以“Deep learning can predict global earthquake-triggered landslides”為題，發(fā)表在國際頂級期刊National Science Review（《國家科學(xué)評論》，NSR，影響因子16.3）。
▲論文首頁
（點擊圖片查看詳情）
發(fā)表期刊
National Science Review
發(fā)表時間
2025.05.09
這項研究基于過去50年來38次強震誘發(fā)的40余萬處滑坡，建立了目前全球最大的地震誘發(fā)滑坡數(shù)據(jù)庫，結(jié)合深度學(xué)習(xí)算法研發(fā)了智能預(yù)測模型，能夠實現(xiàn)一分鐘內(nèi)預(yù)測全球任何地震誘發(fā)滑坡的空間概率，平均精度達82%。 該成果可以在震前對地震高風險區(qū)進行災(zāi)害風險情景推演，也可在震后快速評估地質(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。這一成果不僅為全球強震地質(zhì)災(zāi)害研究提供了寶貴的數(shù)據(jù)支持，更為減輕災(zāi)害風險提供了可推廣的有效工具和全球示范。
強震誘發(fā)滑坡 全球視角下的災(zāi)害風險 01 全球強震頻發(fā)，過去20年全球平均每月都會發(fā)生一次7級以上強震，累計奪去了約75萬人的生命。山區(qū)強震誘發(fā)次生地質(zhì)災(zāi)害是造成地震傷亡的重要因素，例如2008年汶川7.9級地震誘發(fā)地質(zhì)災(zāi)害造成的死亡人數(shù)逾2萬人，占到了地震總死亡人數(shù)的約1/3；2015年尼泊7.9級地震滑坡造成的傷亡占總傷亡的40%以上。 這些地質(zhì)災(zāi)害不僅造成直接傷亡，還往往阻斷道路和通信，嚴重影響震后應(yīng)急救援。我國是世界上地震災(zāi)害風險最高的國家，精準預(yù)測強震誘發(fā)地質(zhì)災(zāi)害，對提升我國應(yīng)對自然災(zāi)害風險的能力具有重要意義。
從“物理機理”到“數(shù)據(jù)驅(qū)動” 地震誘發(fā)滑坡近實時智能預(yù)測模型 02 從全球尺度來看，強震誘發(fā)次生地質(zhì)災(zāi)害是否具有普適性的發(fā)育分布規(guī)律和控制因素？是否可以建立一個適用于全球不同地質(zhì)環(huán)境條件的強震誘發(fā)地質(zhì)災(zāi)害預(yù)測模型？是地質(zhì)災(zāi)害領(lǐng)域的國際前沿科學(xué)問題。 傳統(tǒng)基于物理機理的Newmark方法，由于對物理力學(xué)參數(shù)的要求較高，僅適用于小范圍評估。近年來，隨著遙感等觀測數(shù)據(jù)的增加，部分研究采用統(tǒng)計方法和機器學(xué)習(xí)，建立歷史滑坡樣本和控制因素的經(jīng)驗映射，雖然解決了對物理力學(xué)參數(shù)高度依賴的問題，但也面臨樣本代表性與跨區(qū)域泛化能力不足的嚴峻挑戰(zhàn)。 全球地震誘發(fā)滑坡數(shù)據(jù)庫 為實現(xiàn)真正意義上的全球預(yù)測，研究團隊從1970年以來全球范圍內(nèi)6級以上地震中篩選出38次典型事件，結(jié)合遙感智能識別與人工核驗，解譯了近40萬處滑坡樣本，構(gòu)建了迄今規(guī)模最大、質(zhì)量最高的全球地震誘發(fā)滑坡數(shù)據(jù)庫（圖1）。 ▲圖1 1970年以來全球地震誘發(fā)滑坡事件的空間分布和地震帶-氣候分區(qū) 進而，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，及寒帶、溫帶與赤道帶三大氣候區(qū)，以提升不同區(qū)域地質(zhì)環(huán)境條件下模型的泛化能力。 全球尺度地震誘發(fā)滑坡普適性控制因素 該研究基于對強震誘發(fā)滑坡機理的認識，對17項影響因子進行了分析，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直接反映地震動能量釋放強度，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—氣候區(qū)的滑坡控制因子呈現(xiàn)顯著空間分異性（圖2）：寒區(qū)以PGA和距斷層距離為主控因子；赤道地區(qū)地形—地震動耦合作用主導(dǎo)滑坡觸發(fā)；溫帶地區(qū)則表現(xiàn)為PGA—坡度—巖性并列核心的態(tài)勢。這種區(qū)域分異特征反映了地質(zhì)背景與氣候外營力協(xié)同作用對滑坡動力過程的差異化影響，突破了傳統(tǒng)預(yù)測模型“一刀切”的局限，為模型的分區(qū)優(yōu)化提供了開拓性啟示。 ▲圖2 全球和不同分區(qū)地震誘發(fā)滑坡控制因素的重要性分析 全球地震誘發(fā)滑坡預(yù)測的分鐘級推理 該研究創(chuàng)新設(shè)計了多尺度全卷積回歸網(wǎng)絡(luò)，結(jié)合通道—空間注意力模塊，實現(xiàn)了誘發(fā)滑坡關(guān)鍵特征的自動提取、聚焦與融合。模型采用“全球—區(qū)域雙軌制”部署策略（圖3、圖4）：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，通過區(qū)域化訓(xùn)練充分優(yōu)化參數(shù)，獲得更高的預(yù)測精度；而在事件和樣本匱乏的寒區(qū)場景則采用全球模型，憑借海量多樣的訓(xùn)練樣本能夠保障穩(wěn)健的預(yù)測下限，有效避免過擬合風險。 ▲圖3 全球5個地震帶—氣候區(qū)典型強震誘發(fā)滑坡空間概率預(yù)測 ▲圖4 基于全球和分區(qū)模型的地震誘發(fā)滑坡預(yù)測精度評價與對比 與傳統(tǒng)機理和統(tǒng)計模型相比，該方法在準確率和計算效率上均有顯著突破，平均預(yù)測準確率達82%，比國際現(xiàn)有模型準確率提高了約20%，計算時間由原來的數(shù)天，縮短到小于1分鐘，實現(xiàn)了地震誘發(fā)地質(zhì)災(zāi)害的近實時預(yù)測。
展 望 03 研究將通過探索“機理與數(shù)據(jù)聯(lián)合驅(qū)動”方法，進一步提升模型預(yù)測精度和響應(yīng)速度。未來有望將降雨預(yù)報和余震分析等更多觸發(fā)條件納入預(yù)測模型，同時結(jié)合人口、房屋、基礎(chǔ)設(shè)施等數(shù)據(jù)，實現(xiàn)多因素驅(qū)動的地質(zhì)災(zāi)害風險預(yù)測大模型，為全球防災(zāi)減災(zāi)提供中國方案。
亮 點 04 該研究構(gòu)建了首個全球地震誘發(fā)滑坡數(shù)據(jù)庫，系統(tǒng)揭示了全球和不同地震帶—氣候區(qū)的滑坡發(fā)育分布規(guī)律和關(guān)鍵控制因素，創(chuàng)新了基于深度學(xué)習(xí)算法的地震誘發(fā)滑坡近實時智能預(yù)測模型，是人工智能在地質(zhì)災(zāi)害領(lǐng)域應(yīng)用的成功示范，為全球地震災(zāi)害的震后應(yīng)急處置和震前科學(xué)規(guī)劃提供了重要支撐。 后記：十七載地震誘發(fā)滑坡探索的初心 17年前 范宣梅走進汶川震區(qū) 親眼目睹了山崩地裂、滿目瘡痍 17年后 她帶領(lǐng)的團隊 將這些“記憶”轉(zhuǎn)化成 高精度的數(shù)字化預(yù)測圖 從深入災(zāi)區(qū)的勘察腳印，到構(gòu)建世界級的地震滑坡預(yù)測平臺，這條道路既有泥土的厚重，也有代碼的鋒利。他們以科學(xué)精神與堅韌執(zhí)著，為全球地質(zhì)災(zāi)害應(yīng)急響應(yīng)提供了“上帝視角”。如今，這一成果正從中國走向世界，成為地質(zhì)災(zāi)害風險預(yù)測的領(lǐng)航標桿。 （點擊圖片查看詳情）
Hot News
成功提示
錯誤提示
警告提示
評論 （0）