基于随机森林算法的砂土液化预测方法

彭刘亚，解惠婷，冯伟栋

(安徽省地震局 安徽省地震工程研究院，安徽 合肥 230031)

0 引言

砂土液化通常是指在地震作用下，饱和砂土(或粉土) 由于有效应力减小所导致的从固态到液态的变化现象[1]。发生较大震级的地震时，砂土液化容易引起地基承载力降低,造成地面沉陷、滑坡、冒水喷砂、建筑物受损等灾害[2]，如1975年海城 7.3级地震、1976年唐山7.8级地震、1978 年日本Miyagiken-okij7.4级地震、1995年日本阪神7.3级地震、2008年汶川8.0级地震[3-4]中均出现了大面积的砂土液化现象。因此，研究砂土液化的影响因素，建立合理的预测模型，快速判断是否存在砂土液化现象，在一定程度上能够有效地防治砂土液化带来的地震地质灾害。

传统液化判别和危害程度评价方法大多是基于宏观地震灾害现象资料，结合现场试验和室内试验结果，通过总结分析和统计得出的一般规律[5]。如根据剪切波速法、标准贯入法及静力触探法等得出的结果与规范中给出的临界值比较，从而判别是否液化。国内外用于砂土液化的判别方法种类繁多，但由于砂土液化的影响因素多且复杂，因此每种方法都有一定的适用范围和局限性。

砂土液化问题本质上可视为机器学习中的分类问题。近些年来，更多的国内外学者在理论方法和实测数据的基础上，综合多个砂土液化的影响因子，采用不同的分类算法研究砂土液化判别问题。如人工神经网络[6]、支持向量机[7]、距离判别法[8]、Fisher判别模型[9]等方法都被应用到砂土液化预测中。……