ภัยพิบัติทางธรรมชาติและอันตรายทางธรณีวิทยา: ดินถล่ม แผ่นดินไหว และการเกิดของเหลว

กำไร:

• ทำความเข้าใจการใช้ AI ในการทำแผนที่ความไวต่อแผ่นดินไหว อันตรายจากแผ่นดินไหว และการประเมินสภาพของเหลว
• ความสามารถในการสร้างการจำแนกความเสี่ยงและขั้นตอนการเตือนภัยล่วงหน้าจากข้อมูลอันตรายหลายตัวแปร
• ความสามารถในการตรวจสอบผลลัพธ์อันตรายที่มีความรับผิดต่อความปลอดภัยในชีวิต ยอดการแจ้งเตือนที่ผิดพลาด และหลักฐานภาคสนาม

หัวข้อของหน่วยนี้เป็นพื้นที่ที่รับผิดชอบมากที่สุดของวิศวกรรมทางธรณีวิทยา: การประเมินภัยพิบัติทางธรรมชาติและอันตรายทางธรณีวิทยา ค่าเสียหายของความผิดพลาดไม่ใช่เงิน แต่คือชีวิตมนุษย์ หากแผนที่ความไวต่อการเกิดดินถล่มแสดงพื้นที่ใกล้เคียงว่า “ปลอดภัย” อย่างไม่ถูกต้อง จะไม่มีการดำเนินการใดๆ หากการประเมินสภาพของเหลวอ่านพื้นใต้โรงพยาบาลผิด โครงสร้างอาจจมได้ในระหว่างเกิดแผ่นดินไหว ในสาขานี้ ปัญญาประดิษฐ์จะสร้างมูลค่าที่แท้จริงในการประมวลผลข้อมูลหลายตัวแปร การจับรูปแบบ และการกรองสัญญาณเตือนล่วงหน้า แต่ในพื้นที่นี้เองที่การตรวจสอบจะต้องเข้มงวดที่สุด การอนุมัติของวิศวกรที่สมบูรณ์ที่สุด และการจัดการความไม่แน่นอนที่แม่นยำที่สุด เนื่องจากต้นทุนของเอาต์พุตที่ไม่ถูกต้องจะสูงที่สุด

ในหน่วยนี้ เราจะพิจารณาอันตรายสามประเภทผ่านเลนส์ของปัญญาประดิษฐ์: การทำแผนที่ความไวต่อแผ่นดินไหว (ทำนายจากข้อมูลหลายตัวแปรที่ความลาดชันมีความเสี่ยงต่อการเลื่อน) อันตรายจากแผ่นดินไหว (ความรุนแรงของการเคลื่อนที่ของพื้นแผ่นดินไหวที่เป็นไปได้) และการเกิดของเหลว (เมื่อทรายที่หลวมอิ่มตัวทำหน้าที่เหมือนของเหลวในระหว่างเกิดแผ่นดินไหวและสูญเสียความสามารถในการรับน้ำหนัก) ประเด็นหลักของเราคือเหตุใดผลลบลวงต่อผลลัพธ์อันตราย (การจัดประเภทพื้นที่อันตรายจริง ๆ ว่าปลอดภัย) จึงเป็นอันตรายถึงชีวิต และวิธีการกำหนดเกณฑ์เพื่อความปลอดภัยในชีวิต

Balance of False Negatives and False Positives

There are two types of errors in hazard classification. A false positive is classifying a safe area as dangerous; The result is unnecessary cost, extra scrutiny, perhaps delaying a project — it's on the safe side in terms of life. A false negative is classifying a dangerous area as safe; The result is failure to take precautions and possible loss of life/property. These two errors are not equal. In life safety areas, the threshold is chosen cautiously to minimize false negatives; That is, when in doubt, it rolls to the dangerous side and is confirmed by field confirmation.

โดยทั่วไป โมเดล AI จะเลือกเกณฑ์ที่จะเพิ่มความแม่นยำโดยรวมสูงสุด แต่ในวิทยาศาสตร์อันตราย เป้าหมายไม่ใช่ความแม่นยำโดยรวม แต่ต้องรักษาผลลบลวงให้ต่ำ ดังนั้น ผลลัพธ์ของแบบจำลองควรเป็นความน่าจะเป็นที่สอบเทียบแล้ว ไม่ใช่ "คลาส" และผู้เชี่ยวชาญด้านอันตรายควรกำหนดเกณฑ์ขั้นต่ำ โดยทราบผลที่ตามมา ความแม่นยำ 92% ของแบบจำลองแผ่นดินถล่มนั้นไร้ค่าหากพลาดครึ่งหนึ่งของแผ่นดินถล่มที่เกิดขึ้นจริง

ข้อควรระวัง: อย่าหลงกลกับความแม่นยำโดยรวมที่สูงของแบบจำลองอันตราย ดูอัตราการพลาด (ลบลวง) สำหรับเหตุการณ์ที่เกิดขึ้นไม่บ่อยแต่เป็นอันตรายถึงชีวิต (แผ่นดินถล่ม การทำให้กลายเป็นของเหลว) เกณฑ์ความปลอดภัยในชีวิตนั้นไม่จำเป็นต้องถูกต้องโดยเฉลี่ย แต่ต้องไม่พลาดสิ่งที่เป็นอันตราย

Landslide Susceptibility Mapping

ความอ่อนแอต่อแผ่นดินถล่ม "สถานที่นี้จะเลื่อนเมื่อตรงตามเงื่อนไขทั้งหมดหรือไม่" ตอบคำถามด้วยตัวแปรทางธรณีวิทยาและภูมิประเทศ โดยทั่วไปปัจจัยนำเข้า ได้แก่ ความลาดชัน ลักษณะ การพิมพ์หิน การวางแนวที่ไม่ต่อเนื่อง การใช้ที่ดิน ปริมาณน้ำฝน รายการดินถล่มในอดีต และน้ำใต้ดิน ปัญญาประดิษฐ์จะหลอมรวมชั้นเหล่านี้และสร้างแผนที่ความอ่อนไหวโดยการเรียนรู้รูปแบบรอบดินถล่มที่ผ่านมา

There are two critical points. First, the model learns from past landslide inventory; If the inventory is incomplete (many landslides are not recorded) the model cannot see those patterns at all and produces false negatives. Second, sensitivity gives not the trigger (when to shift) but the susceptibility (where to shift if the conditions arise); It is dangerous to confuse the two. แผนที่ไม่สามารถใช้เป็นพื้นฐานในการตัดสินใจได้หากไม่ได้รับการตรวจสอบโดยการสังเกตโผล่ขึ้นมา การวัดความไม่ต่อเนื่อง และร่องรอยการเคลื่อนไหวในอดีตของนักธรณีวิทยาภาคสนาม

Seismic Hazard and Liquefaction

การประเมินอันตรายจากแผ่นดินไหวให้การประมาณความน่าจะเป็นของการเคลื่อนที่ของพื้นดิน (ความเร่ง) ที่คาดว่าจะเกินในช่วงเวลาที่กำหนด ณ ไซต์งาน ปัญญาประดิษฐ์ช่วยในการประมวลผลฐานข้อมูลบันทึก เปรียบเทียบความสัมพันธ์ในการทำนายการเคลื่อนที่ภาคพื้นดินและการสร้างสถานการณ์ However, the definition of fault sources, recurrence intervals and ground amplification require geological-seismological expertise; the model cannot fit them.

การประเมินสภาพเป็นของเหลวจะวัดความเสี่ยงที่ทรายหลวมอิ่มตัวจะสูญเสียความสามารถในการรับน้ำหนักเนื่องจากการสั่นสะเทือนของแผ่นดินไหว วิธีการดั้งเดิมคือการเปรียบเทียบค่า SPT-N (หรือ CPT) กับอัตราวงจรแรงดันไฟฟ้าที่เกิดจากแผ่นดินไหว และหาปัจจัยด้านความปลอดภัย AI จัดระเบียบข้อมูลและสแกนอย่างรวดเร็วเพื่อหาศักยภาพในการเกิดของเหลวในช่องที่มีหลายหลุม แต่ผลลัพธ์จะถูกตรวจสอบด้วยการคำนวณด้วยมือโดยใช้วิธีการมาตรฐาน (เช่น รหัสแผ่นดินไหวในท้องถิ่น) ผลลบลวงในที่นี้หมายความว่าโครงสร้างจมลงสู่พื้นระหว่างเกิดแผ่นดินไหว

คดีเล็กๆ สามคดี: ตามตัวเลข

Case 1 — Capturing missing inventory. บนแผนที่ถล่มทลายของเทศมณฑล แบบจำลองนี้ดู “ดี” โดยมีความแม่นยำ 89%; แต่นักธรณีวิทยาภาคสนามพบรอยแผลเป็นจากดินถล่มเก่า 3 รอย (ไม่ได้บันทึกไว้) บนเนินหุบเขาซึ่งแผนที่แสดงว่าปลอดภัย โมเดลไม่สามารถเรียนรู้รูปแบบนี้ได้เนื่องจากสินค้าคงคลังไม่สมบูรณ์ เมื่อสินค้าคงคลังได้รับการอัปเดตและแผนที่ได้รับการต่ออายุ ความชันนั้นจะเปลี่ยนไปใช้ความไวสูง ความแม่นยำ 89% ปกปิดส่วนที่ขาดหายที่สุด

Case 2 — Liquefaction threshold. ที่ไซต์เติมชายหาด แบบจำลองทำเครื่องหมายการเจาะ 6 จาก 42 ครั้งว่าเป็น “ความเสี่ยงที่จะเกิดของเหลวเป็นของเหลว” โดยมีเกณฑ์ความแม่นยำเฉลี่ยสูงสุด เมื่อผู้เชี่ยวชาญย้ายเกณฑ์ไปทางด้านอนุรักษ์นิยมเพื่อลดผลลบลวง เสียง 11 รายการจะถูกตั้งค่าสถานะ อีกห้ารายการได้รับการยืนยันว่ามีความเสี่ยงอย่างแท้จริงจากการคำนวณมือมาตรฐาน เกณฑ์แบบอนุรักษ์นิยมช่วยประหยัดผลลบลวงที่อาจเกิดขึ้นได้ห้ารายการ ต้นทุนที่เพิ่มขึ้นเล็กน้อยเมื่อเทียบกับความเสี่ยงที่อาจเกิดขึ้นต่อชีวิต

Case 3 — Early warning signal. เรดาร์ประมวลผลปัญญาประดิษฐ์และข้อมูลเซ็นเซอร์ความลาดเอียงบนทางลาดแบบเปิดแจ้งว่ามีการเร่งความเร็วที่ช้าในอัตราการเสียรูปและส่งสัญญาณเตือน The team evacuated the area; 40 ชั่วโมงต่อมา เกิดสไลด์ขนาดใหญ่บนทางลาด แต่ไม่มีผู้ได้รับบาดเจ็บ The model did not say the exact day/time; มันทำให้มองเห็นการเคลื่อนไหวเร่งความเร็วและให้เวลากับการตัดสินใจของมนุษย์

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

Is there a landslide risk in this region? ดูข้อมูลแล้วบอกว่าปลอดภัยหรืออันตราย[ชั้นข้อมูล]

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้ช่วยนักธรณีวิทยาภัยธรรมชาติ ให้ป้ายกำกับ "ปลอดภัย/อันตราย" ที่แน่นอนพร้อมตัวแปรต่อไปนี้ แทน:1) อธิบายปัจจัยที่มีส่วนต่อความรู้สึกและทิศทางของแต่ละคน 2) สร้างตรรกะความน่าจะเป็นที่สอบเทียบแล้วแทนที่จะเป็นชั้นเรียน ระบุว่าเหตุใดจึงควรเลือกเกณฑ์ความปลอดภัยในชีวิตอย่างระมัดระวังเพื่อลดผลลบลวง 3) เขียนว่าผลลัพธ์อาจทำให้เข้าใจผิดได้อย่างไร หากรายการดินถล่มในอดีตไม่สมบูรณ์ 4) ระบุ 4 ประเด็นที่ต้องได้รับการยืนยันในภาคสนาม การประเมินขั้นสุดท้ายเป็นของวิศวกรที่ได้รับอนุญาต ข้อมูลไม่ระบุชื่อ

เทมเพลตที่คัดลอกได้สี่แบบ

1) การขอความน่าจะเป็นแทนระดับอันตราย:

ตีความผลลัพธ์ของแบบจำลองอันตรายว่าเป็นความน่าจะเป็นที่ปรับเทียบแล้ว ไม่ใช่ระดับที่คมชัด เปรียบเทียบผลที่ตามมาของผลบวกลวงและผลบวกลวงในสาขานี้ และหาเหตุผลว่าควรเปลี่ยนเกณฑ์วิธีใดเพื่อความปลอดภัยในชีวิต

2) การตรวจสอบการขาดแคลนสินค้าคงคลัง:

แสดงรายการข้อบ่งชี้ใดๆ ที่แสดงว่าสินค้าคงคลังที่ได้รับการฝึกอบรมแบบจำลองความอ่อนแอต่อดินถล่มอาจไม่สมบูรณ์ (ปีที่บันทึกไว้ พื้นที่ครอบคลุม ช่องว่างของข้อมูล) ทำเครื่องหมายว่าข้อบกพร่องนี้ในส่วนใดจะเพิ่มความเสี่ยงของผลลบลวง

3) ร่างการคัดกรองการทำให้เป็นของเหลว:

สำหรับศักยภาพในการทำให้กลายเป็นของเหลวในพื้นที่เจาะหลายจุด: แนะนำให้คัดกรองว่าหลุมเจาะใดบ้างที่มีทรายหลวมอิ่มตัว และต้องมีการคำนวณด้วยมือเบื้องต้น ระบุว่าต้องตรวจสอบด้วยวิธีมาตรฐาน อย่าให้ค่าสัมประสิทธิ์ความปลอดภัยที่แน่นอน

4) การตีความสัญญาณเตือนล่วงหน้า:

เพื่อสรุปการเปลี่ยนแปลงของความเร็วและความเร่งในชุดการตรวจสอบการเสียรูป (ความชัน/เรดาร์) มีรูปแบบการเร่งความเร็วที่น่าตกใจหรือไม่? ให้การประมาณเวลาที่แน่นอน ระบุเวลา/ข้อมูลที่จำเป็นสำหรับการตัดสินใจของมนุษย์

ประเภทอันตราย ผลลบลวง และการตรวจสอบ

อันตราย

การมีส่วนร่วมของ AI

ผลลัพธ์ของผลลบลวง

การตรวจสอบภาคบังคับ

ความไวต่อแผ่นดินถล่ม

เลเยอร์ฟิวชั่น, ลวดลาย

คิดว่าพื้นที่ลอยน้ำปลอดภัย

ฟิลด์ + สินค้าคงคลังปัจจุบัน

อันตรายจากแผ่นดินไหว

ฐานข้อมูล/สถานการณ์

ประเมินการเคลื่อนที่ของพื้นดินต่ำไป

ผู้เชี่ยวชาญด้านแผ่นดินไหว+มาตรฐาน

การทำให้เป็นของเหลว

การสแกนแบบหลายหลุม

อาคารจมลงสู่พื้นดิน

การคำนวณมือ SPT/CPT + การควบคุม

การเตือนล่วงหน้าทางลาด

ติดตามการกรองสัญญาณ

การหลั่งล่าช้า

การตัดสินของมนุษย์ + การยืนยันภาคสนาม

เคล็ดลับ: ตรวจสอบเอาต์พุตความทุกข์เสมอด้วยคำถาม "ถือเป็นสัญญาณเตือนที่ผิดพลาดหรือพลาด" อ่านพร้อมคำถาม.. ในเรื่องความปลอดภัยในชีวิต การทนต่อสัญญาณเตือนภัยที่ผิดพลาดไม่กี่ครั้งก็เป็นที่ยอมรับได้ดีกว่าการพลาดอันตรายเพียงครั้งเดียว

ข้อผิดพลาดทั่วไป

• ถูกหลอกด้วยความจริงทั่วไป ความแม่นยำสูงอาจพลาดเหตุการณ์ร้ายแรงที่เกิดขึ้นได้ยาก ตัวชี้วัดที่แท้จริงคืออัตราลบลวง
• ออกจากเกณฑ์ไปที่โมเดล เกณฑ์ความปลอดภัยในชีวิตถูกกำหนดอย่างระมัดระวังโดยผู้เชี่ยวชาญที่ทราบผลที่ตามมา ไม่ใช่เกณฑ์ "ดีที่สุด" อัตโนมัติ
• ละเว้นสินค้าคงคลังที่ขาดหายไป โมเดลไม่สามารถมองเห็นรูปแบบที่ยังไม่ได้เรียนรู้ หากสินค้าคงคลังหายไป แผนที่จะหลอกฝ่ายปลอดภัย
• จูงใจสับสนกับทริกเกอร์ ความอ่อนไหวคือคำถามว่า "ที่ไหน" ตัวกระตุ้นคือคำถามว่า "เมื่อไหร่" ทั้งสองต้องมีการตรวจสอบแยกต่างหาก
• การเข้าใจผิดว่าการเตือนล่วงหน้าเป็นคำพยากรณ์ที่ชัดเจน ระบบช่วยประหยัดเวลา การตัดสินใจและความรับผิดชอบในการอพยพเป็นของบุคคลนั้น

โดยสรุป

• ภัยธรรมชาติเป็นความรับผิดชอบที่หนักที่สุดของวิศวกรรมธรณีวิทยา ต้นทุนของผลผลิตที่ไม่ถูกต้องอาจเป็นชีวิตได้
• ผลลบลวง (การเข้าใจผิดว่าเป็นอันตรายอย่างปลอดภัย) มีความร้ายแรงมากกว่าผลบวกลวง เกณฑ์ถูกเลือกอย่างระมัดระวังเพื่อประโยชน์ของชีวิต
• ความแม่นยำทั่วไปทำให้เข้าใจผิด เกณฑ์คืออัตราการพลาดเหตุการณ์ร้ายแรงที่เกิดขึ้นได้ยาก ผลลัพธ์ควรได้รับการปรับเทียบความน่าจะเป็น ไม่ใช่คลาส
• แบบจำลองถล่มทลายไม่สามารถเรียนรู้จากสินค้าคงคลังที่ไม่สมบูรณ์ แผนที่อันตรายแต่ละแผนที่ได้รับการตรวจสอบโดยภาคสนามและการตรวจสอบโดยผู้เชี่ยวชาญ
• การเตือนล่วงหน้าช่วยประหยัดเวลาแต่ไม่ใช่คำพยากรณ์ การตัดสินใจอพยพและใช้ความระมัดระวังเป็นของวิศวกรและเจ้าหน้าที่ผู้มีอำนาจ

งานสมัคร

ดึงข้อมูลสถานการณ์อันตรายที่ไม่ระบุชื่อ (ชั้นดินถล่มหรือหลุมเจาะที่ทำให้เกิดของเหลว; ข้อมูลตัวแทน) ป้องกันไม่ให้โมเดลระบุป้ายกำกับที่รุนแรง และทำให้มันอภิปรายถึงความสมดุลเชิงลบ/บวกที่ผิดพลาดด้วยเทมเพลต "ถามถึงความน่าจะเป็นแทนที่จะเป็นระดับความเป็นอันตราย" จากนั้นใช้เทมเพลต "การตรวจสอบการขาดแคลนสินค้าคงคลัง" เพื่อดูว่างานพิมพ์อาจทำให้เข้าใจผิดตรงจุดใด และจดรายการสามประเด็นที่ต้องมีการตรวจสอบภาคสนาม

รายการตรวจสอบ

• [ ] ฉันเข้าใจความแตกต่างระหว่างผลลบลวงกับผลบวกลวง และความสำคัญของผลบวกลวงในความปลอดภัยในชีวิต
• [ ] ฉันประเมินผลลัพธ์ของอันตรายด้วยอัตราพลาด มากกว่าความแม่นยำโดยรวม
• [ ] ฉันเชื่อว่าผู้เชี่ยวชาญควรกำหนดเกณฑ์ด้วยความระมัดระวังและเป็นประโยชน์ต่อชีวิต
• [ ] ฉันเข้าใจว่าแบบจำลองถล่มไม่สามารถเรียนรู้จากสินค้าคงคลังที่ไม่สมบูรณ์ และต้องมีการยืนยันภาคสนาม
• [ ] ฉันใช้ระบบเตือนภัยล่วงหน้าไม่ใช่เป็นการพยากรณ์ แต่เป็นเครื่องมือที่ช่วยประหยัดเวลาในการตัดสินใจของมนุษย์