研究人员在美国地震学会(SSA)2021年年会上报告说,机器学习可以为瑞士Illgraben洪流中可能发生的泥石流提供预警。


泥石流是水、固体沉积物和岩石的混合物,它们是由大量降水引发的,它们沿着陡峭的山丘迅速向下移动,通常体积可以达到数万立方米。它们的潜在破坏性使建立监测和预警系统以保护附近人员和基础设施变得很重要。


泥石流最常见的危害之一,是冲进乡村、城镇,摧毁房屋、工厂、企事业单位及其他场所设施。淹没人畜、毁坏土地,甚至造成村毁人亡。


泥石流可直接埋没车站,铁路、公路,摧毁路基、桥涵等设施,致使交通中断,还可引起正在运行的火车、汽车颠覆,造成重大的人身伤亡事故。有时泥石流汇入河道,引起河道大幅度变迁,间接毁坏公路、铁路及其它构筑物,甚至迫使道路改线,造成巨大的经济损失。冲毁水电站、引水渠道及过沟建筑物,淤埋水电站尾水渠,并淤积水库、磨蚀坝面等。


泥石流可以摧毁矿山及其设施,淤埋矿山坑道、伤害矿山人员、造成停工停产,甚至使矿山报废。


为此,苏黎世联邦理工学院(ETHZürich)的Ma?gorzata Chmiel在SSA上介绍了一种机器学习方法,用于对洪流的泥石流提供检测和预警机制,该地区每年在欧洲阿尔卑斯山都会经历大量泥石流和洪流事件。


来自艾尔格拉本流域站的地震记录,来自之前的20次泥石流事件,被用于训练一种算法,以识别泥石流形成的地震信号,从而在90%的时间内准确地检测到了早期的泥石流。


机器学习工具可以将对泥石流的预警提早20分钟到半小时


机器学习系统能够检测到在2020年的三个月内发生的所有13条泥石流和洪流事件。系统触发的警报比预计的泥石流到达时间提早20分钟到半个小时。


泥石流警报来自三个水坝的地震检波器和测量流量高度的传感器。在1961年发生灾难性事件之后,在河道下部安装了30个止水坝,该事件使河道泛滥并摧毁了一座桥梁。


当前的系统将泥石流的检测范围限制在洪流上部集水区下方的水坝。但是,通常在上方的流域,在止水坝一处,会形成泥石流。为了改善当前的预警系统,我们需要在洪灾事件最初形成阶段就对其进行检测,然后才能到达防洪坝。


艾尔格拉本泥石流的规律性和可变性使研究人员确信,洪流将是测试其机器学习模型的一种好地方,以作为替代警告系统。


“我们认为数据集的大小应足以训练用于稳健检测的机器学习模型。此外,使机器学习对Illgraben尤其有吸引力的是,可以利用新事件的数据每年对检测器进行改进,传统方法是不可能获得的。” Chmiel说。


Chmiel说,该系统可以很好地将洪流事件与人类活动,降雨和地震产生的地震信号区分开。她指出,下一步将是探索机器学习模型是否也可以区分较小的碎片流和潜在的更具破坏性的碎片流。


机器学习工具可以将对泥石流的预警提早20分钟到半小时


Chmiel说,尽管夏季融雪可以调节斜坡的坡度,但Illgraben的大多数泥石流都是由夏季暴雨引起的,可能会在春季末期或初夏引发一些泥石流。大量泥石流可能威胁到洪流下部附近的Susten村庄,或者威胁该地区在河道周围流行的远足径。


免责声明

我来说几句

不吐不快,我来说两句
最新评论

还没有人评论哦,抢沙发吧~