就在1970年以后，成都理工大学的范宣梅教授团队着手解决一个全球难题：给强震诱发的滑坡绘制一张精确的地图。他们花了大工夫筛选出38次典型地震，借助遥感智能识别技术再加上人工确认，硬是从这些地震里解译出了近40万处滑坡样本。这就好比给每一次地震发生时，地表究竟怎么滑、哪些地方容易滑，建立了一套庞大的“档案库”。为了让这个模型能用在全世界不同地方，科研人员特意把地震带划分成了环太平洋和阿尔卑斯—喜马拉雅两个大区，还把气候分为寒带、温带和赤道带三种类型。这样一来，模型就能适应不同区域的地质环境，算是把泛化能力提升到了新高度。 接下来他们又对滑坡背后的原理进行了深入分析，最终发现地面峰值加速度、坡度还有岩石性质是决定滑坡发生的三大关键因素。这几个因素在不同地区表现出明显差异，这就说明地质背景和气候作用力这两种力量是在协同作用，让滑坡的动力过程千差万别。为了应对这种复杂情况，模型采用了“全球—区域双轨制”的策略，既充分优化了网络参数，又巧妙地避开了过拟合的风险。 这一套全新的智能预测模型到底有多厉害？它能在一分钟内算出全球任何地方的地震滑坡概率，平均准确率高达82%。相比国际上现有的那些老模型，这就好比提高了20%的命中率。更关键的是计算时间大幅缩短，从以前的好几天直接压缩到了1分钟以内，真正做到了地震诱发滑坡的近实时预测。 1970年以后发生的这20年里，全球地震频频发生，平均每个月都要摊上一次7.0级以上的大地震，一共夺去了大约75万人的生命。在这种背景下，科学家们迫切需要一个能预警次生灾害的系统。面对这个国际前沿的科学问题，中国科研人员给出了答案。他们计划把未来降雨预报、余震分析这些触发条件都纳入模型里去，还要结合人口、房屋、基础设施等数据来建立多因素驱动的大模型。 中新社成都5月10日报道说，这项成果最近在国际顶级期刊《国家科学评论》上发表了论文。范宣梅团队给全世界展示了中国方案的威力：这一模型为全球防灾减灾提供了强有力的技术支持。