在水下滑坡发生之前预测它们
海洋风电场、石油钻井平台和其他海上设施下方是庞大的水下结构网络，包括管道、锚、立管和电缆，这些结构对于利用能源至关重要。 但与陆地结构非常相似，这些海底建筑也容易受到自然事件的影响，例如海底滑坡，这些事件可能会阻碍海底设施的生产力。 德克萨斯A&M的 研究人员现在可能能够准确预测海洋的发生使用水下场地特征数据的滑坡。 “威胁陆上和海上设施的主要事件之一是滑坡：他们可以完全摧毁所有这些设施，”土木与环境工程系副教授Zenon Medina-Cetina说。 “我们在论文中表明，需要以正确的顺序来自多个学科的信息，以更好地了解在任何地点和时间发生滑坡的可能性。” 之前任何海上项目开始时，例如石油和天然气作业或风电场，团队都会收集有关海床、海底和环境条件的信息。 这种场地特征有助于减轻潜在的地质灾害，并为海上结构的设计、施工和安装提供信息。 这个过程涉及许多人员的协作努力，包括地球物理学家、测绘技术人员、岩土工程师和地质学家。 Medina-Cetina 的模型校准方法使用场地特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危险条件下，这些海上结构都是安全的，并将保持在它们的设计位置。 尽管需要来自不同专业知识的人员的数据来讲述海底陆地的故事，但他们执行场地表征任务的顺序非常重要。 这个序列如果由于预算或时间限制而违反，可能会导致山体滑坡预测的不确定性。 “从地球物理学家开始，然后引入地质学家，然后让测绘小组与岩土工程师合作，这一点非常重要，”Medina-Cetina 说。 “打个比方，想象一下我需要训练一个婴儿走路，同时教它如何跑步。 这会困难得多，对吧？ 系统地使用证据的顺序确保山体滑坡通过在生成数据时从数据中学习，可以更好地校准模型。 研究人员指出，当资助海上项目的公司对海底民用基础设施的设计能够抵御地质灾害没有信心时，通常会亏损。 因此，Medina-Cetina 和他的团队的模型校准方法使用一种称为贝叶斯统计的概率方法来最大化现场调查数据中产生的信息。 这种方法，他们demon-seen 提高了 Landslide 模型在进行预测时的准确性和置信度。 “我的工作是确保在任何地质危险条件下，这些海上结构都是安全的，并将保持在它们的设计位置，”Medina-Cetina 说。 “我们想说的是，你如何进行这些现场调查的顺序，以及如何整合这些数据来训练滑坡模型，这样你就可以对发生潜在的海底滑坡。 这项研究的其他贡献者是来自 Geosyntec Consultants， Inc 的 Patricia Varela 和德克萨斯 A&M 土木与环境工程系的学生 Billy Hernawan。 这项研究由 Secure Energy for America 和 PLENUM Soft 研究伙伴关系资助。