水下滑坡发生前的预先预测

德克萨斯农工大学（Texas A&M）的研究人员或许现在能够利用水下场地表征数据来准确预测海洋滑坡的发生。

"威胁陆上和海上设施的主要事件之一是滑坡：它们可能彻底摧毁所有这些设施，" 土木与环境工程系副教授泽农·梅迪纳-塞蒂纳 (Zenon Medina-Cetina) 说。"我们在论文中指出，需要来自多个学科的信息以正确的顺序整合，才能更好地理解在任何地点和时间发生滑坡的可能性。"

在任何海上项目（如油气作业或风电场）开始之前，团队会收集有关海床、海底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。此过程需要包括地球物理学家、地理空间信息技术专家、岩土工程师和地质学家等多个专业人员的协同努力。梅迪纳-塞蒂纳的模型校准方法论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，并稳固在设计位置上。

尽管需要不同专业背景人员的数据来描绘海底之下的情况，但他们执行场地表征任务的顺序至关重要。如果因预算或时间限制而打乱这一顺序，可能导致滑坡预测的不确定性。

"正确的做法非常重要：首先由地球物理学家开展工作，然后是地质学家介入，接着让地球空间信息技术组与岩土工程师协作，" 梅迪纳-塞蒂纳解释。"打个比方，想象一下我需要一边训练婴儿走路，一边教他跑步。这肯定会困难得多，对吧？遵循系统性的证据使用顺序，能确保利用实时生成的数据不断学习，从而更好地校准滑坡模型。"

研究人员指出，当出资公司对海底民用基础设施设计能否抵御地质灾害缺乏信心时，通常会遭受经济损失。因此，梅迪纳-塞蒂纳及其团队采用了一种名为贝叶斯统计的概率方法来进行模型校准，以最大限度地利用场地调查数据所包含的信息。他们证实，这种方法论显著提高了滑坡模型预测的准确性和置信度。

"我的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，并稳固在设计位置上，" 梅迪纳-塞蒂纳强调。"我们试图阐明的是：进行这些场地调查的流程顺序至关重要，整合这些数据来训练滑坡模型的方式也至关重要，这样才能对潜在海底滑坡的发生有更高的把握。"

本研究其他贡献者包括来自Geosyntec Consultants, Inc的帕特里夏·瓦雷拉 (Patricia Varela)，以及德克萨斯农工大学土木与环境工程系的学生比利·赫尔纳万 (Billy Hernawan)。

本研究由"保障美国能源安全研究伙伴计划"(Research Partnership to Secure Energy for America) 和PLENUM Soft公司资助。