基于CPT数据和贝叶斯更新的土壤液化空间分布概率评价框架

本研究针对传统液化潜力评估中空间变异性和不确定性量化不足的问题，提出基于原位状态参数ψ的贝叶斯更新框架（ISP-BU），结合2D BCS随机场模拟与MCMC算法，实现了CPT数据驱动的液化空间分布概率化表征，为工程风险分级提供新范式。

　　

地震灾害中，饱和砂土的液化现象常引发"喷砂冒水"等次生灾害，如中国积石山6.2级地震和日本能登半岛7.6级地震造成的惨痛教训。传统Seed-Idriss简化法虽广泛应用，但难以量化模型不确定性和空间变异性等关键因素。临界状态土力学中的状态参数ψ虽能综合反映砂土密实度和围压效应，但其原位获取与空间分布预测仍存在重大挑战。

研究人员开发了原位ψ贝叶斯更新框架（ISP-BU），通过融合先验知识与CPT现场数据，结合二维贝叶斯压缩采样（2D BCS）与MCMC模拟，构建了考虑测量误差、模型不确定性和空间变异性的液化潜力概率评价体系。该成果发表于《Soil Dynamics and Earthquake Engineering》，为工程风险决策提供新工具。

关键技术包括：1）基于临界状态线（CSL）的ψ半经验模型更新；2）利用新西兰坎特伯雷地震序列（CES）的CPT钻孔数据；3）2D BCS从稀疏测量重建高分辨率ψ随机场；4）通过安全系数FS=CRR/CSR量化液化潜力。

【原位状态参数贝叶斯更新框架】

建立ψ与等效归一化锥尖阻力(q_c1N)_cs的随机变量模型，通过贝叶斯层次化处理将CPT数据、先验分布与似然函数整合，实现ψ概率分布的动态更新。

【二维随机场解释】

采用非参数的2D BCS方法，仅需5-10%的CPT测点即可重构N_v×N_h维ψ空间分布矩阵，突破传统克里金法对相关结构假设的依赖。

【液化潜力评价】

通过ψ随机场样本计算循环阻力比CRR，结合地震荷载下的循环应力比CSR，生成FS空间概率云图，成功再现2011年基督城地震液化区分布特征。

该研究创新性地将ψ的物理机制与贝叶斯概率框架结合，提出的ISP-BU方法可适配不同风险等级工程需求。2D BCS-MCMC技术为稀疏数据条件下的场地评价开辟新途径，其中ψ随机场的分位数映射结果（如P(FS<1)>90%区域）可直接指导抗液化设计。未来可扩展至CPTU多参数融合分析，进一步提升预测精度。