近日，同济大学工程风险研究团队以张洁教授为第一作者、姚鸿增硕士研究生为第二作者、王梓芃硕士研究生为通讯作者在《Georisk: Assessment and Management of Risk for Engineered Systems and Geohazards》期刊上发表了题为“On prediction of slope failure time with the inverse velocity method”的研究论文^[1]，从高维非凸函数优化的角度出发，报道了采用速率倒数法预测滑坡时间的最新研究成果。

文章链接: https://doi.org/10.1080/17499518.2022.2132263

速率倒数法是一种常用的滑坡时间预测方法，但线性与非线性速率倒数法的使用尚存在争议。本研究结合历史滑坡案例数据库，对线性与非线性速率倒数法进行了系统比较。研究表明，在应用非线性速率倒数法时常会遇到鞍点和海森矩阵病态的问题，导致其预测结果不稳定；相比而言，线性速率倒数法使用简单，且不存在上述数值计算问题，从而揭示了两类方法数学不同的本质。匿名评审专家指出，论文成功诠释了“简约即是美”(simple is beauty)的科学思想。

由于滑坡失稳是一种复杂的工程地质现象，其时间预报存在大量的不确定性因素。近年来，工程风险团队致力于滑坡时间预报中不确定性因素的量化和表征^[2-3]，首次将滑坡时间不确定性分为观测不确定性和模型不确定性，提出了两类不确定性的量化方法，构建了基于概率原理的滑坡时间预报方法，不但可以给出滑坡最可能发生时间，还能给出对应的置信区间，为基于滑坡预警决策提供了新的视角。

图1 速率倒数法线性程度示意图

图2 鞍点示意图（O为鞍点）  

图3 Hessian矩阵病态引起的平坦区域

图4 优化算法终止点海塞矩阵条件数的比较

APA文献格式

1. Zhang, J., Yao, H. Z., Wang, Z. P., Xue, Y. D., & Zhang, L. L., 2022. On prediction of slope failure time with the inverse velocity method. Georisk: Assessment and Management of Risk for Engineered Systems and Geohazards, 1-13.

2. Zhang, J., Wang, Z. P., Zhang, G. D., & Xue, Y. D., 2020. Probabilistic prediction of slope failure time. Engineering Geology, 271, 105586.

3. Zhang, J., Wang, Z., Hu, J., Xiao, S., & Shang, W., 2022. Bayesian machine learning-based method for prediction of slope failure time. Journal of Rock Mechanics and Geotechnical Engineering, 14(4), 1188-1199.

供稿：王梓芃 姚鸿增

编辑：陈辉