美国地震学会 信用:CC0公共领域 研究人员在美国地震学会2021年年度会议上报告说，机器学习可以为瑞士依格拉本河沿岸的泥石流提供额外一小时的预警时间
泥石流是水、沉积物和岩石的混合物，由强降水引发，沿着陡峭的山坡快速移动，通常含有数万立方米的物质
它们具有潜在的破坏性，因此有必要建立监控和预警系统来保护附近的人员和基础设施
苏黎世联邦理工学院的małgorzata·赫米尔在撒南非洲的演讲中介绍了一种机器学习方法，用于探测和预警欧洲阿尔卑斯山中每年都会经历重大泥石流和暴雨事件的一个地点——伊尔格拉本激流的泥石流
来自位于伊格拉本集水区的地震记录，来自20次以前的泥石流事件，被用来训练一种算法来识别泥石流形成的地震信号，在90%的时间里准确地检测早期的泥石流
机器学习系统能够检测2020年三个月期间发生的所有13起泥石流和暴雨事件
根据水流的速度，系统触发的警报比预计的水流到达第一个检查坝的时间早20分钟到一个半小时
地堑洪流的泥石流警报来自三个淤地坝的地震检波器和测量流动高度的传感器
在1961年的一次灾难性事件后，30座淤地坝被安装在了英吉利海峡的下部，那次灾难性事件导致英吉利海峡泛滥并摧毁了一座桥梁
目前的系统将泥石流探测限制在位于急流上游集水区下方的大坝上
“然而，泥石流通常形成于上游集水区，在一号淤地坝之上，”赫米尔解释道
“为了改善目前的预警系统，我们需要在暴雨事件到达第一淤地坝之前，在它们的初始形成阶段对它们进行探测
" 地堑泥石流的规律性和可变性让研究人员相信，作为一种替代性的预警系统，这种洪流将是测试他们的机器学习模型的好地方
“我们认为数据集的大小应该足以训练用于鲁棒检测的机器学习模型
此外，机器学习对地堑特别有吸引力的是，探测器可以每年改进，有新事件的数据，这是传统方法不可能获得的，”赫米尔说
赫米尔说，该系统在区分暴雨事件和人类活动、降雨和地震产生的地震信号方面表现良好
她指出，下一步将是探索机器学习模型是否也能区分小型和大型以及潜在的更具破坏性的泥石流
奇米尔说，尽管融雪会影响斜坡，并有可能在春末或初夏引发一些泥石流，但伊尔格拉本的大多数泥石流都是由夏季暴雨引发的
一场大规模的泥石流可能会威胁到苏士坦村，该村位于急流的下游，或者是该地区在英吉利海峡附近的著名徒步旅行路线
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
