摘要：A new method for predicting underwater landslides may improve the resilience of offshore facilities....

海洋风电场，石油钻机和其他海上装置下方是水下结构的猛mm象网络，包括管道，锚，立管和电缆，这对于利用能源至关重要。但是，就像陆地结构一样，这些海底建筑也容易受到自然事件的影响，例如海底滑坡，可能会阻碍海底安装的生产力。

Researchers at Texas A&M may now be able to accurately predict the occurrence of marine landslides using underwater site characterization data.

民用与环境工程系副教授Zenon Medina-Cetina说：“威胁陆上和海上设施的主要事件之一是滑坡：它们可以完全消灭所有这些装置。” “我们在论文中表明，需要以正确的顺序中的多个学科信息，以更好地了解任何地方和时间的滑坡发展的可能性。”

在任何离岸项目开始之前（例如石油和天然气运营或风电场），团队收集有关海床，次接种和环境状况的信息。 This site characterization helps to mitigate potential geohazards and informs the design, construction and installation of offshore structures.该过程涉及许多人员的合作努力，包括地球物理学家，地质技术人员，岩土工程师和地质学家。 Medina-Cetina's model calibration methodology uses site characterization information to predict the occurrence of underwater landslides.

我的工作是确保在任何地球危险条件下，这些海上结构将是安全的，并且将保留在其设计原处。

尽管需要来自具有不同专业知识的人员的数据来讲述海底土地的故事，但他们在现场表征执行任务的顺序非常重要。 This sequence, if violated due to budgetary or time constraints, could lead to uncertainty in the prediction of landslides.

麦地那·塞蒂纳（Medina-Cetina）说：“从地球物理学家开始，然后引入地质学家，然后让Geomatics小组与岩土工程师合作，这非常重要。” “作为一个类比，想象一下，我需要训练婴儿在教授如何跑步时走路。这将变得更加困难，对？使用证据的系统序列可确保通过在生产过程中从数据中学习数据来更好地校准滑坡模型。”

研究人员指出，当公司不信心海底民用基础设施的设计可以承受地质灾害时，他们通常会损失资金。因此，Medina-Cetina及其团队的模型校准方法使用一种称为贝叶斯统计的概率方法来最大化现场研究数据中产生的信息。 This methodology, they demonstrated, increases the accuracy and confidence of the landslide model when it makes predictions.

麦地那·塞蒂纳（Medina-Cetina）说：“我的工作是要确保在任何地危中，这些海上建筑物将是安全的，并且将保留在其设计原处。” “我们要说的是，您如何完成这些网站调查的顺序以及如何整合这些数据以训练滑坡模型，以便您对潜在潜在潜在海底滑坡更有信心。”

这项研究的其他贡献者是来自Geosyntec Consultants，Inc的Patricia Varela和Texas A＆M的民用和环境工程系的学生Billy Hernawan。

This research is funded by the Research Partnership to Secure Energy for America and PLENUM Soft.