基于模拟器的类流滑坡运动模型全局敏感性分析
流体动力学
2021-08-17 v1 机器学习
摘要
滑坡运动建模涉及源自模型输入数据的各种不确定性。因此，评估模型的敏感性是必要的。能够探索整个输入空间并考虑所有交互作用的全局敏感性分析，往往因大量必要模型运行导致的计算挑战而受限。我们通过将高斯过程模拟集成到滑坡运动建模中，并将其应用于开源模拟工具 r.avaflow，以填补这一研究空白。基于 2017 年 Bondo 滑坡事件，我们展示了该方法的可行性与效率。研究了聚合模型输出（如表观摩擦角、影响面积以及空间分辨的最大流深与速度）对干库仑摩擦系数、湍流摩擦系数和释放体积的敏感性。一阶效应的结果与先前常见的单因素敏感性分析结果一致。除此之外，我们的方法能够严格地研究交互作用。在流路径边缘检测到了强交互作用，而在这些边缘处最大流深与速度的期望和方差均较小。随着最大流深与速度方差的增加，交互作用普遍减弱。此外，两个摩擦系数之间的交互作用强于释放体积与各摩擦系数之间的交互作用。未来，将该方法扩展至其他计算成本高昂的任务（如不确定性量化、模型校准和智能预警）具有广阔前景。
引用
@article{arxiv.2010.04056,
title = {Emulator-based global sensitivity analysis for flow-like landslide run-out models},
author = {Hu Zhao and Florian Amann and Julia Kowalski},
journal= {arXiv preprint arXiv:2010.04056},
year = {2021}
}