迈向智慧城市：利用人工智能预测土壤液化风险

日本芝浦工业大学的研究人员开发了一种预测模型，可以生成全面的土壤液化风险图。土壤液化导致基础设施损坏一直是城市规划师和工程师争论的焦点。准确预测一个地区的土壤液化风险有助于克服这一挑战。因此，日本芝浦工业大学的研究人员应用人工智能生成土壤液化风险图，取代了已经发布的风险图。虽然这项研究的重点是横滨的例子，但研究结果对全球“智慧城市”的发展具有深远的影响。

人工智能 (AI) 驱动的 1 级地震运动土壤液化风险图与传统土壤液化风险图的比较。

人类社会的发展与基础设施的变化同步，近年来快速的城市化就是明证。我们正在迈向“智慧城市”时代，该时代由人工智能 (AI)、物联网和大数据分析等先进技术驱动，以实现可持续的城市发展。然而，气候变化一直阻碍着这一增长——地震和其他自然灾害对建筑物和其他结构产生负面影响。

土壤液化是一种自然灾害，饱和土壤在压力下会大幅丧失强度和刚度，通常是由于地震引起的震动或其他快速负载。这一过程导致土壤表现得像液体一样，从而降低了其支撑基础设施的能力。因此，克服土壤液化等挑战是当务之急。

因此，日本芝浦工业大学的研究人员开发了一种使用人工智能的预测模型，该模型能够生成全面的土壤液化风险图。这项研究由 Shinya Inazumi 教授领导，Arisa Katsuumi 女士和 Yuxin Cong 女士也参与其中。他们的研究结果于 2024 年 7 月 17 日发表在《智慧城市》杂志上。

关于进行这项研究的动机，Inazumi 教授表示：“我们之所以进行这项研究，是因为我们意识到迫切需要提高城市抗震能力，特别是在快速城市化且地震活动频繁的地区——现有的岩土风险评估和城市规划战略存在严重缺陷。由于预测土壤液化的传统方法通常受到数据集成规模和分析速度的限制，导致应急准备和风险管理存在差距，因此我们决定利用人工智能和机器学习等先进技术来开发更动态、更准确的预测模型。”

事实上，Inazumi 教授及其研究小组将先进的机器学习技术与岩土工程和地理数据相结合，开发出了这一预测模型。随后，他们成功应用该模型来加强日本横滨的城市规划和基础设施建设。该地区由于填海造地面积大、地震活动频繁，特别容易发生土壤液化。

值得注意的是，所开发的模型结合了机器学习模型（例如人工神经网络和梯度提升决策树）来提高预测土壤液化风险的准确性。研究人员在预测土壤分类和 N 值（评估土壤液化风险的关键）方面取得了很高的准确性。他们根据大量岩土勘测数据验证了该模型的有效性。

Inazumi 教授表示：“我们研究的实际应用是开发灾害地图，这可以帮助城市规划人员和工程师直观地了解和识别土壤液化高风险区域，并就基础设施的发展做出明智的决策。”他补充道，“除了加强应急响应计划外，这种人工智能驱动的方法还可以通过提供有关高风险区域的清晰易懂的信息来促进社区参与和教育。”

因此，这项研究突出了岩土工程领域将人工智能融入土壤液化风险预测的变革性发展。这种新颖的方法有助于提高城市复原力和相应的可持续性。