2018年8月11日上午8:30左右，北京房山區(qū)大安山鄉(xiāng)發(fā)生山體塌方，塌方量約3萬(wàn)立方米。所幸，由于當(dāng)?shù)厝簻y(cè)群防安全員和公路養(yǎng)護(hù)工人及時(shí)發(fā)現(xiàn)險(xiǎn)情并采取斷路措施，塌方并未造成人員傷亡和車(chē)輛損失。日前，中國(guó)科學(xué)院成都山地災(zāi)害與環(huán)境研究所歐陽(yáng)朝軍副研究員團(tuán)隊(duì)根據(jù)此次滑坡特征和現(xiàn)場(chǎng)資料數(shù)據(jù)，并結(jié)合光流法捕捉技術(shù)、深度學(xué)習(xí)和動(dòng)力學(xué)數(shù)值模擬方法，對(duì)此次崩滑災(zāi)害的動(dòng)力學(xué)特性進(jìn)行了分析和提取，獲取了其運(yùn)動(dòng)速度、演化過(guò)程、堆積范圍等關(guān)鍵性特征參數(shù)，可為下一步工程防治方案設(shè)計(jì)、其他潛在風(fēng)險(xiǎn)點(diǎn)危害評(píng)估提供技術(shù)支撐。 

　　該團(tuán)隊(duì)利用特征輪廓匹配技術(shù)對(duì)網(wǎng)友提供的現(xiàn)場(chǎng)實(shí)時(shí)視頻進(jìn)行了精細(xì)化校正，并利用成都山地所自主研發(fā)的表面速度光流測(cè)量法對(duì)每幀像元進(jìn)行了跟蹤計(jì)算，有效提取到不同時(shí)刻的運(yùn)動(dòng)速度等重要信息。同時(shí)，還利用深度學(xué)習(xí)方法（DeepLab），采用人工智能方法自動(dòng)高效的從影像視頻中提取了不同時(shí)刻的滑坡運(yùn)動(dòng)位置和范圍信息，相較于采用肉眼勾畫(huà)的方式，實(shí)現(xiàn)了分析效率的大幅提高。 

　　每年全球發(fā)生無(wú)數(shù)滑坡災(zāi)害，但是由于滑坡多發(fā)生在偏遠(yuǎn)山區(qū)，且具有很強(qiáng)的突發(fā)性，因此具有完整過(guò)程記錄的滑坡視頻非常少。為此，科研人員不得不開(kāi)展大量室內(nèi)模型試驗(yàn)，但受模型尺寸的限制，模型結(jié)果無(wú)法真實(shí)反映滑坡固有特性。而采用以上方式提取滑坡速度、演化過(guò)程等動(dòng)力學(xué)特性對(duì)于開(kāi)展滑坡反演、機(jī)理分析等研究具有重要的科學(xué)意義。 

　　利用上述基礎(chǔ)信息，該團(tuán)隊(duì)進(jìn)一步通過(guò)自主開(kāi)發(fā)的地表動(dòng)力過(guò)程計(jì)算模擬軟件Massflow（www.massflow-software.com）,開(kāi)展了崩塌體動(dòng)力過(guò)程計(jì)算模擬，并與提取的速度、范圍等數(shù)據(jù)進(jìn)行對(duì)比分析，再次校核了模型和計(jì)算參數(shù)。校核后的模型和參數(shù)可以為此次崩塌體后續(xù)治理方案設(shè)計(jì)、本地區(qū)其他潛在滑坡風(fēng)險(xiǎn)評(píng)估提供技術(shù)支撐。 

　　該研究得到了國(guó)家重點(diǎn)研發(fā)專(zhuān)項(xiàng)(2017YFC1501000)、國(guó)家自然科學(xué)基金（41572303）、中國(guó)科學(xué)院前沿科學(xué)重點(diǎn)研究項(xiàng)目（QYZDY-SSW-DQC006）和中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)項(xiàng)目的支持。

　　

　　原始視頻（左）與表面速度光流測(cè)量法提取的滑坡體速度（右）

　　

　　DeepLab提取的滑坡演化過(guò)程（左）和Massflow滑坡過(guò)程數(shù)值模擬及參數(shù)校核（右）