《Geosciences》:Mapping Approaches for Assessing Regional Soil Liquefaction Potential: A Comparative Assessment
编辑推荐:
地震液化对基础设施与人员安全构成重大威胁,因此准确的区域尺度灾害评估对有效减灾至关重要。研究人员以集集地震(Chi-Chi earthquake)为例,系统比较了简单克里金(SK)、普通克里金(OK)与序贯高斯模拟(SGS)在液化势制图中的表现。结果表明,在八
地震液化对基础设施与人员安全构成重大威胁,因此准确的区域尺度灾害评估对有效减灾至关重要。研究人员以集集地震(Chi-Chi earthquake)为例,系统比较了简单克里金(SK)、普通克里金(OK)与序贯高斯模拟(SGS)在液化势制图中的表现。结果表明,在八种理论半变异函数模型中,指数模型被识别为最优半变异函数模型,拟合最佳且验证误差最低。SK与OK给出的液化势指数(LPI)估计近乎一致,精度高且计算成本低,但会过度平滑高风险区并低估空间不确定性。相比之下,SGS能捕捉空间异质性与极值,其方差与变异系数图显示出更高且更异质的不确定性,为概率风险评估提供更全面依据,但计算成本显著更高。方法选择应取决于工程目标:克里金适用于快速大尺度趋势估计,SGS适用于需捕捉极值与不确定性的详细概率风险评估。
研究背景方面,地震触发的土壤液化是岩土地震工程中的重大地质灾害,历史震害反复表明液化可对基础设施与地基造成严重破坏,威胁生命安全并带来巨大经济损失。液化评估可分为点位液化势分析与区域液化势制图两类范式;前者受限于钻孔或静力触探(CPT)位置,无法提供连续空间信息,后者则整合液化敏感性与地震输入,勾画高风险区以支撑场地加固设计。早期制图依赖地质解译,定性至半定量;随着地统计发展,基于克里金插值与随机场模拟成为主流,尤其适用于野外勘测有限情形。然而已有研究多聚焦单一技术在具体案例中的部署,缺乏在理论根基、估计精度与空间不确定性表达上的正面比较,且平滑趋势估计、极值保持与计算代价之间的权衡直接关系到方法对工程决策情境的适配性。为此,研究人员以集集地震后台湾彰化滨海工业区附近填海场地为对象,系统比较SK、OK与SGS三种区域液化势制图方法,旨在明确各自优劣并为风险导向设计提供选型依据。该文发表于《Geosciences》。
关键技术方法上,研究人员采用液化势指数(LPI,liquefaction potential index)作为区域化变量,基于27个CPT(其中22个校准、5个验证)计算LPI;比较八种理论半变异函数模型(球状、五球状、有界线性、圆、指数、高斯、稳定、Whittle)筛选最优模型;在SK框架下以MAPE、RMSE、BF、CV与验证点误差率评估模型拟合;继而用最优指数模型驱动SK、OK与SGS(SGS经正态得分变换后对ln(LPI)场做1000次蒙特卡洛实现再反变换)生成160公顷、10 m×10 m网格的LPI均值、方差与变异系数图,并以5个验证点对照测量值核算误差。
研究结果部分,半变异函数模型评估小节指出,八种模型中指数模型(M5)与经验半变异值吻合最好,五验证点误差率平均最低且区间最窄,故选为后续统一模型。液化制图方法比较小节显示,SK与OK的LPI估计范围与均值接近实测,MAPE=0.02、RMSE=0.05、BF=0.99,单法计算约5分钟,但中位数偏高、方差显著压缩,平滑掉高风险区局部变异性;单次SGS实现产生远高于克里金的极值,1000次平均场在保留高于克里金变异性同时更稳定。均值LPI图中SK/OK高度相似且过平滑,SGS-1000平均保留更多细节,单次SGS实现呈散点状高LPI热点。方差与CV图表明克里金方差低且随离采样点距离平滑增长,低估真实空间不确定性;SGS方差与CV更高且空间异质,即便低均值区也标出高CV隐患。SK对OK的1:1散点几乎落于恒等线,差值图近零仅研究区边缘因均值假设差异有微正差;SK对SGS-1000在高LPI段明显偏离恒等线,差值图显示中东部红区SGS更高、局部蓝区更低,印证克里金平滑极值而SGS保异质。
讨论与结论翻译部分,研究人员系统评估比较了SK、OK与SGS三种基于LPI的液化势制图方法,并以集集地震案例说明:(1)八种理论半变异函数中指数模型(M5)最适配研究区,对经验半变异拟合最佳且验证误差最低;(2)SK与OK给出近乎一致LPI估计,精度高(MAPE=0.02、RMSE=0.05、BF=0.99)且耗时低(5分钟),但方差压缩、高风险区过平滑,未能捕捉空间异质与极值液化势;(3)SGS相反,捕捉固有空间变异性与极值,方差与CV图揭示更高且异质的不确定性,为概率风险评估提供更全依据,但1000次实现耗时约1410分钟。该研究凸显精度、计算效率与空间变异性表达间的权衡:克里金适于快速大尺度趋势评估,SGS强烈推荐用于需捕捉极值与不确定性的详细概率风险评估。未来工作应探索方法在其他地质背景与地震情景的适用性,并融合更多场地参数以提升预测精度。