预测水下滑坡发生前兆

德克萨斯A&M大学的研究人员现在或许能够利用水下场地表征数据准确预测海洋滑坡的发生。

「滑坡是威胁陆上和海上设施的主要灾害事件之一：它们可以彻底摧毁所有这些设施，」土木与环境工程系副教授Zenon Medina-Cetina表示，「我们在论文中表明，需要按正确顺序整合来自多学科的信息，才能更好地理解滑坡在任何地点和时间发生的概率。」

在海上项目（如油气作业或风电场）启动前，团队会收集有关海床、海底以下地层和环境条件的信息。这种场地表征有助于减轻潜在的地质灾害风险，并为海上结构物的设计、建造和安装提供依据。该过程需要地球物理学家、地理信息工程师、岩土工程师和地质学家等多领域人员的协作。Medina-Cetina的模型校准方法学利用场地表征信息来预测水下滑坡的发生。

我的工作是确保在任何地质灾害条件下，这些海上结构物都能保持安全，并稳定在设计位置。

尽管需要不同专业领域人员的数据来解析海底地质情况，但他们执行场地表征任务的顺序至关重要。若因预算或时间限制打乱流程，将导致滑坡预测的不确定性。

「必须首先由地球物理学家开展工作，随后地质学家介入，再由地理信息团队与岩土工程师协同作业，」Medina-Cetina强调，「类比而言，这就好比在教婴儿走路的同时要求它学会跑步，难度显然更大对吗？遵循系统化的证据应用序列，能确保滑坡模型在数据生成过程中持续学习，从而实现更优校准。」

研究人员指出，当投资方对海底民用基础设施的抗地质灾害设计缺乏信心时，通常会造成经济损失。因此，Medina-Cetina团队采用名为贝叶斯统计学的概率方法进行模型校准，以最大化场地调查数据的有效信息。研究证实，该方法显著提升了滑坡预测模型的准确性与置信度。

「我的核心职责是确保在任何地质灾害条件下，这些海上结构物都能保持安全可靠，并稳固在设计指定位置，」Medina-Cetina重申，「我们试图阐明的是：场地调查的序列执行方式，以及如何整合数据训练滑坡模型，这些流程直接影响对潜在海底滑坡发生概率的评估置信度。」

此项研究的合作者包括Geosyntec咨询公司的Patricia Varela，以及德克萨斯A&M大学土木与环境工程系学生Billy Hernawan。

本研究由美国能源安全研究合作伙伴（Research Partnership to Secure Energy for America）与PLENUM Soft公司联合资助。