我們的房屋和辦公室的堅固程度取決于它們下面的地面。當(dāng)堅硬的地面變成液體時——有時發(fā)生在地震中——它會倒塌建筑物和橋梁。這種現(xiàn)象被稱為液化，它是 2011 年新西蘭基督城地震的一個主要特征，這是一場 6.3 級地震，造成 185 人死亡，數(shù)千所房屋被毀。

基督城地震的一個好處是它是歷史上記錄最完整的地震之一。由于新西蘭地震活躍，這座城市配備了許多用于監(jiān)測地震的傳感器。事后偵察提供了大量關(guān)于土壤如何響應(yīng)整個城市的額外數(shù)據(jù)。

“這是我們領(lǐng)域的大量數(shù)據(jù)，”博士后研究員 Maria Giovanna Durante 說，她曾是德克薩斯大學(xué)奧斯汀分校(UT Austin)的瑪麗斯克洛多夫斯卡居里研究員。“我們說，'如果我們有數(shù)千個數(shù)據(jù)點(diǎn)，也許我們可以找到一個趨勢。'”

Durante 與 Ellen Rathje 教授、德克薩斯大學(xué)奧斯汀分校工程學(xué)百年主席珍妮特 S.科克雷爾以及國家科學(xué)基金會資助的 DesignSafe 網(wǎng)絡(luò)基礎(chǔ)設(shè)施的首席研究員合作，該網(wǎng)絡(luò)基礎(chǔ)設(shè)施支持整個自然災(zāi)害社區(qū)的研究。Rathje 對液化的個人研究使她研究了基督城事件。她一直在思考如何將機(jī)器學(xué)習(xí)融入她的研究中，這個案例似乎是一個很好的起點(diǎn)。

“有一段時間，我對機(jī)器學(xué)習(xí)如何被納入其他領(lǐng)域印象深刻，但似乎我們在巖土工程中從來沒有足夠的數(shù)據(jù)來利用這些方法，”Rathje 說。“然而，當(dāng)我看到來自新西蘭的液化數(shù)據(jù)時，我知道我們有一個獨(dú)特的機(jī)會最終將人工智能技術(shù)應(yīng)用于我們的領(lǐng)域。”

兩位研究人員開發(fā)了一種機(jī)器學(xué)習(xí)模型，可以預(yù)測當(dāng)基督城地震導(dǎo)致土壤失去強(qiáng)度并相對于周圍環(huán)境移動時發(fā)生的橫向運(yùn)動量。

結(jié)果于 2021 年 4 月在線發(fā)表在Earthquake Spectra上。

“這是我們巖土工程領(lǐng)域的首批機(jī)器學(xué)習(xí)研究之一，”杜蘭特說。

研究人員首先使用帶有二元分類的隨機(jī)森林方法來預(yù)測特定位置是否發(fā)生橫向擴(kuò)展運(yùn)動。然后，他們應(yīng)用多類分類方法來預(yù)測位移量，從零到超過 1 米。

“我們需要將物理學(xué)放入我們的模型中，并能夠識別、理解和可視化模型的作用，”杜蘭特說。“出于這個原因，選擇與我們研究的現(xiàn)象相匹配的特定輸入特征非常重要。我們沒有將模型用作黑匣子——我們試圖盡可能地整合我們的科學(xué)知識。”

Durante 和 Rathje 使用與所經(jīng)歷的峰值地面震動(液化的觸發(fā)因素)、地下水位深度、地形坡度和其他因素相關(guān)的數(shù)據(jù)來訓(xùn)練模型?？偣灿衼碜猿鞘幸恍K區(qū)域的 7,000 多個數(shù)據(jù)點(diǎn)用于訓(xùn)練數(shù)據(jù)——這是一個很大的進(jìn)步，因?yàn)橹暗膸r土工程機(jī)器學(xué)習(xí)研究僅使用了 200 個數(shù)據(jù)點(diǎn)。

他們在地震震中周圍的 250 萬個地點(diǎn)在全市范圍內(nèi)測試了他們的模型，以確定位移。他們的模型以 80% 的準(zhǔn)確率預(yù)測液化是否發(fā)生;它在確定位移量時準(zhǔn)確率為 70%。

研究人員使用世界上最快的德克薩斯高級計算中心 (TACC) 的 Frontera 超級計算機(jī)來訓(xùn)練和測試模型。TACC 是 DesignSafe 項(xiàng)目的重要合作伙伴，為自然災(zāi)害工程社區(qū)提供計算資源、軟件和存儲。

對 Frontera 的訪問為 Durante 和 Rathje 提供了前所未有的機(jī)器學(xué)習(xí)能力。推導(dǎo)出最終的機(jī)器學(xué)習(xí)模型需要測試 2,400 個可能的模型。

“在其他任何地方進(jìn)行這項(xiàng)研究可能需要數(shù)年時間，”杜蘭特說。“如果你想進(jìn)行參數(shù)研究，或進(jìn)行綜合分析，你需要具備計算能力。”

她希望他們的機(jī)器學(xué)習(xí)液化模型有朝一日能夠引導(dǎo)急救人員應(yīng)對地震后最緊迫的需求。“緊急救援人員需要指導(dǎo)哪些區(qū)域和哪些結(jié)構(gòu)最有可能倒塌，并將注意力集中在那里，”她說。

共享、再現(xiàn)和訪問

對于 Rathje、Durante 和越來越多的自然災(zāi)害工程師來說，期刊出版物并不是研究項(xiàng)目的唯一結(jié)果。他們還將所有數(shù)據(jù)、模型和方法發(fā)布到 DesignSafe 門戶，該門戶是與颶風(fēng)、地震、海嘯和其他自然災(zāi)害對建筑和自然環(huán)境的影響相關(guān)的研究中心。

“我們在 DesignSafe 門戶中完成了項(xiàng)目的所有工作，”杜蘭特說。“所有地圖都是使用 QGIS 制作的，QGIS 是 DesignSafe 上提供的一種地圖工具，使用我的計算機(jī)作為連接到網(wǎng)絡(luò)基礎(chǔ)設(shè)施的一種方式。”

對于他們的機(jī)器學(xué)習(xí)液化模型，他們創(chuàng)建了一個 Jupyter 筆記本——一個基于 Web 的交互式文檔，其中包括數(shù)據(jù)集、代碼和分析。該筆記本允許其他學(xué)者以交互方式重現(xiàn)團(tuán)隊的發(fā)現(xiàn)，并用自己的數(shù)據(jù)測試機(jī)器學(xué)習(xí)模型。

杜蘭特說：“讓材料可用并使其可重復(fù)對我們來說很重要。” “我們希望整個社區(qū)都采用這些方法。”

NSF 工程理事會項(xiàng)目主管 Joy Pauschke 表示，這種新的數(shù)據(jù)共享和協(xié)作范式是 DesignSafe 的核心，有助于加快該領(lǐng)域的進(jìn)展。

“研究人員開始將人工智能方法與自然災(zāi)害研究數(shù)據(jù)結(jié)合使用，并取得了令人興奮的結(jié)果，”Pauschke 說。“將機(jī)器學(xué)習(xí)工具添加到 DesignSafe 的數(shù)據(jù)和其他資源中將帶來新的見解，并有助于加快進(jìn)步，從而提高災(zāi)難恢復(fù)能力。”

機(jī)器學(xué)習(xí)的進(jìn)步需要豐富的數(shù)據(jù)集，就像基督城地震的數(shù)據(jù)一樣。“關(guān)于基督城事件的所有信息都可以在網(wǎng)站上找到，”杜蘭特說。“這在我們的社區(qū)中并不常見，沒有它，這項(xiàng)研究就不可能完成。”

進(jìn)步還需要高性能計算系統(tǒng)來測試新方法并將其應(yīng)用于新領(lǐng)域。

研究人員繼續(xù)完善液化的機(jī)器學(xué)習(xí)模型。他們說，需要進(jìn)一步研究來開發(fā)可推廣到其他地震事件和地質(zhì)環(huán)境的機(jī)器學(xué)習(xí)模型。

今年回到家鄉(xiāng)的杜蘭特說，她希望從收回的一件事是研究影響公共政策的能力。

她引用了最近與 Scott Brandenberg 和 Jonathan Stewart(加利福尼亞大學(xué)洛杉磯分校)合作的一個項(xiàng)目，該項(xiàng)目開發(fā)了一種新方法來確定擋土墻在地震期間是否會倒塌。在他們的研究開始不到三年后，為新建筑和其他結(jié)構(gòu)推薦的抗震規(guī)定包括了他們的方法。

“我希望我的工作對日常生活產(chǎn)生影響，”杜蘭特說。“在，研究和現(xiàn)實(shí)生活之間有更多的直接系，這是我想帶回家的東西。”