考虑设备影响的机器学习方法：用于研究在测量异质性条件下粘性土壤的侵蚀性

《CATENA》：Device-aware machine learning for cohesive-soil erodibility under measurement heterogeneity

　　

• •
  一个统一的715条记录的黏性土壤侵蚀性数据库，涵盖六种侵蚀测试设备。
• •
  分层模型根据常规的岩土工程性质预测τ_c和k_d。
• •
  不同设备的τ_c偏差可达142倍，并且与两种侵蚀机制家族一致。
• •
  折叠隔离验证映射了有效范围；锚固测试增加了新的设备。
• •
  等效区间宽度为预测提供了明确的约束标准。

引言

黏性土壤侵蚀是许多水力和岩土工程失效过程中的速率控制因素，它决定了桥梁冲刷、河岸退缩、堤坝溃决、内部侵蚀以及黏性土结构破坏的范围（Zhong等人，2021年；Beckers等人，2022年）。与非黏性物质的运输不同，后者通常可以通过颗粒大小控制的流动性来近似，而黏性侵蚀取决于颗粒间的结合力、塑性、压实程度、土壤结构、孔隙水化学性质以及加载历史（Grabowski等人，2011年；Kimiaghalam等人，2016年）。同样的水力作用在具有相似颗粒大小特征但结构或固结状态不同的土壤中可能会产生非常不同的侵蚀速率（Xiao等人，2017年；Li等人，2021年）。

大多数工程侵蚀模型将这种行为简化为两个参数：临界剪切应力τ_c，它决定了侵蚀的开始；以及侵蚀性系数k_d，它控制着侵蚀开始后的速率（Partheniades，1965年；Briaud等人，2001年；Walder Walder，2016年）。这些参数决定了侵蚀是否会发生、裂缝或冲刷坑的发展速度以及峰值水力响应的时间（Wan和Fell，2004年）。然而，直接的侵蚀测试需要专门的设备、仔细的样品制备以及时间，在初步设计或紧急评估期间很少可行（Shafii等人，2023年）。因此，如果能够从常规测量的岩土工程性质中推断出τ_c和k_d，将具有巨大的工程价值，前提是其可转移性和不确定性是明确的（Briaud等人，2019年；Rahimnejad等人，2024年）。

障碍在于，常用的侵蚀测试设备对于具有相似性质的土壤可能会得出不同的τ_c和k_d值。侵蚀功能装置（EFA）、孔蚀测试（HET）、射流侵蚀测试（JET）、槽蚀测试（SET）、原位冲刷测试装置（ESTD）和土壤侵蚀测试装置（SETD）施加了不同的流动几何形状、边界条件、应力路径和反演程序（补充表S4）。因此，报告的τ_c和k_d实际上是设备条件下的侵蚀阻力估计值，而不是与设备无关的材料常数。一个基于多设备数据训练的模型在随机划分下可能看起来准确，但在新的设备、数据源或项目中可能会失败（Cawley和Talbot，2010年；Roberts等人，2017年）。问题不在于机器学习是否能够拟合黏性土壤的侵蚀性数据，而在于是否可以将不同的侵蚀测试记录汇总起来，使得结果在物理上可解释、可转移并在工程计算中使用。

现有的方法存在三个应用差距。首先，经典的相关性假设了单调的、乘法关系，无法很好地表示水分含量、密度、塑性、颗粒组成和物理化学控制因素之间的相互作用（Briaud等人，2019年；Beckers等人，2022年）。机器学习研究在特定数据集中提高了预测准确性，包括滑坡坝材料和桥梁冲刷应用（Wang等人，2020年，2021年；Wang等人，2022年；Rahimnejad等人，2024年），而流域尺度的研究则针对由不同测量程序定义的操作性侵蚀性因子，或者用集料稳定性替代指标来代替它（Liu等人，2023年；Perovi?等人，2025年；Gheysouri等人，2026年）。这些方法都没有解决在不同侵蚀协议下获得的目标是否可比的问题。其次，随机的训练-测试划分可能无法区分重复测量、设备身份、来源和项目依赖性（Cawley和Talbot，2010年；Roberts等人，2017年）。第三，仅使用点预测指标无法判断转移的预测是否校准或安全使用（Romano等人，2019年；Angelopoulos和Bates，2023年）。

本研究将黏性土壤的侵蚀性预测视为一个可转移推断问题，而不仅仅是模型拟合问题。核心问题是，从不同侵蚀测试设备中推断出的τ_c和k_d是否可以转化为超越原始设备、来源或项目的工程输入。回答这个问题需要不仅仅是更高的分布内R²值，因为测量协议偏差、土壤性质控制和部署不确定性在汇总的记录中是纠缠在一起的。

我们围绕这些要求开发了一个考虑设备差异的框架。一个统一的多设备数据库首先量化了六种设备之间的设备相关偏差及其结构，确定了在汇总这些设备时是否可以可靠地估计这些偏差。然后，分层预测策略根据信息可用性的实际水平进行匹配，从常规的岩土工程描述符快速筛选到扩展的描述符进行设备条件分析。在逐渐增强的域偏移下评估性能，每次调整都在其自身的训练数据集中重新估计，从而确保在熟悉的数据中的插值不会被误认为是跨设备、跨来源或跨项目的转移。这种分离明确了预测支持的领域，即所覆盖土壤范围内的六种设备。超出这些设备的范围是测量可识别性的极限。原则上，对新仪器进行简短的锚固测试可以消除这一限制，而模型的任何细化都无法做到这一点。校准后的概率建模为每个预测提供了一个无分布的区间，并将区间宽度转化为根据应用容忍度判断的使用或测试规则。通过受控的密度扫描实验检查归属性，并将通过过量剪切破裂模型传播预测的τ_c和k_d。这些元素共同提供了从不同侵蚀测试记录到初步冲刷评估和堤坝破裂筛选的、考虑设备差异的、具有不确定性界限的路径，同时明确了该路径有效的条件。

章节片段

数据库来源、协调性和来源

统一数据库结合了两个互补的来源（图1a）。德克萨斯A&M大学的侵蚀数据库（TAMU）贡献了946条可用记录，这些记录来自12种侵蚀测试类型，由独立研究小组在二十年间收集，去除了不兼容的目标单位、非土壤材料和不完整的条目（Briaud等人，2019年；Shafii等人，2023年）。SETD数据集增加了120条受控记录，涉及10种土壤成分，每种成分在11-13个干密度状态下进行了分级测试

工作流程概述

该框架将不同的侵蚀测试记录转化为τ_c、k_d和相应的侵蚀率预测，通过五个相互关联的阶段完成（图4）：(i) 数据库协调和设备偏差诊断，(ii) 与信息可用性相匹配的分层特征设计，(iii) 分组和折叠隔离评估，(iv) 带有归属一致性检查的不确定性校准，以及(v) 通过过量剪切侵蚀定律传播τ_c–k_d预测。在每个外部阶段

结果与分析

该框架在两个问题上进行了评估：它在数据库所代表的范围内预测的准确性，以及什么定义了该范围的边界，哪些测量数据影响了这一范围。

作为方法条件测量的侵蚀性参数

这些结果以条件形式回答了核心问题：不同的侵蚀测试记录可以转化为工程输入，但这种转换的可行性取决于具体领域。在所代表的设备-来源范围内，转换是直接的；对于新仪器，需要通过简短的锚固测试；对于未代表的土壤群体，目前还无法直接转换，此时需要局部测试来替代预测。同样的分析指出了锚固步骤必须提供的内容：已知偏差

结论

本研究开发了一个考虑设备差异的机器学习框架，该框架根据来自六种侵蚀测试设备的715条记录的统一数据库，从常规的岩土工程性质预测黏性土壤的临界剪切应力（τ_c）和侵蚀性系数（k_d）。设备偏差校正、分层特征设计、分组和折叠隔离验证以及等效不确定性校准共同决定了汇总的侵蚀测试记录在何种情况下支持可靠的预测，以及哪些测量数据

CRediT作者贡献声明

Hongning Lu： 写作——原始草稿、可视化、验证、资金获取、正式分析、数据管理。 Qiming Zhong： 写作——审稿与编辑、资源管理、项目协调、资金获取。 Yibo Shan： 调查、资金获取、数据管理。 Lucheng Zhang： 验证、调查、数据管理。 Liang Hu： 可视化、调查、数据管理。 Conrad Zorn： 写作——审稿与编辑、监督。

利益冲突声明

作者声明他们没有已知的利益冲突或个人关系可能影响本文中的工作。

致谢

本文献给已故的Aasad Y. Shamseldin教授，他的支持对这项工作起到了重要作用。他于2026年2月去世，我们非常怀念他。