美国太平洋西北部的液化危险与影响预测：地理空间 AI 示范研究
计算工程、金融与科学
2026-03-20 v2
摘要
近期大规模地震表明，土壤液化的破坏后果令人震惊，并强化了在区域尺度上理解和规划液化危险的必要性。在美国，太平洋西北部因潜在的板内、板内及俯冲构造地震而独特地面临此类后果的风险。在本研究中，我们对华盛顿州和俄勒冈州85个情景地震进行高分辨率、区域尺度的土壤液化危险地理空间预测。这一工作通过一种由机器学习驱动的新兴地理空间模型实现，后者通过代理化状态实践岩土力学模型来预测地表变形的损伤概率。所采用的模型在性能上得到改善，并在概念上优于先前的区域尺度建模方法，具体体现在：（i）预测受力学启发；（ii）利用机器学习获取更多地理空间信息；（iii）基于已知地下条件进行地统计锚定。随后展示了85个情景预测在资产和网络基础设施脆弱性评估中的实用性。液化危险预测已发布于GIS就绪的公共存储库中，适用于灾难模拟、疏散路线规划、网络脆弱性分析、土地利用规划、保险损失建模、危险信息传播、公共投资优先级确定等区域尺度应用。
引用
@article{arxiv.2509.10965,
title = {Geospatial AI for Liquefaction Hazard and Impact Forecasting: A Demonstrative Study in the U.S. Pacific Northwest},
author = {Morgan D. Sanger and Brett W. Maurer},
journal= {arXiv preprint arXiv:2509.10965},
year = {2026}
}