美国太平洋地震工程研究中心2018年会“计算模拟”专题大会报告简报

陆新征

清华大学土木工程系，北京，100084

《国际地震动态》，2018，2，pp: 37-39.

2018年1月18日-19日在美国加州伯克利大学（UC Berkeley）举行了美国太平洋地震工程研究中心（Pacific Earthquake Engineering Research Center，简称PEER）的2018年会。美国太平洋地震工程研究中心始建于1997年，由美国二十几所积极从事地震工程领域研究的大学组成。2018年是太平洋地震工程研究中心成立21周年。今年太平洋地震工程研究中心年会的主题是：“PEER at 21: The Practice of Performance-Based Engineering for Natural Hazards”。该主题体现出一个重要变化：即除地震灾害外，太平洋地震工程研究中心年会的讨论范畴扩大至其他自然灾害的性能化设计问题。会议参会人数约200余人，采用分不同专题邀请大会报告的形式进行交流。

会议第一天的交流包括4个主题，分别为：(1) 地震灾害特征，(2) 性能化设计应用，(3) 性能化设计研究，(4) 地震韧性社区的工程措施和公共政策。会议第二天上午的交流分成4个专场，分别就建筑、地震动特征、桥梁、地质灾害设计等话题进行交流。第二天下午汇报的专题是“计算模拟（Computational Simulation）”。

计算模拟专题由加州伯克利大学Frank McKenna博士和Filip Filippou教授组织。共由5个大会报告组成，其中大会报告一是南加州大学Patrick Lynett做的题为“近期海啸模拟进展（Recent Advances in Tsunami Simulation）”的报告。主要介绍了美国近年来在海啸模拟工具和方法上的进展。大会报告二、三、四都是典型的地震工程内容，主要从区域地震动模拟、城市震害模拟和桥梁震害模拟方面进行介绍。大会报告五是加州伯克利大学Kenichi Soga 教授做的题为“利用实时数据和变尺寸Agent-Based模型研究交通基础设施性能（Investigating the Performance of Transport Infrastructure Using Real-Time Data and a Scalable Agent-Based Model）”的报告。本文将重点就与地震工程直接相关的大会报告二、三、四的基本内容加以介绍。

大会报告二是由美国劳伦斯伯克利国家实验室（LBNL）David McCallen博士做的题为“面向百亿亿次计算的区域地震灾害和风险模拟（Towards Exascale Simulations for Regional Earthquake Hazard and Risk）”的报告。McCallen博士首先介绍了高性能计算领域的发展，指出最近30年来，超级计算机的计算能力已经从10^8（次/秒）进步到了10^17（次/秒），取得了10^9数量级的进步，这是任何行业都无法比拟的。但是美国的超级计算机已经先后被中国、日本等国超过，为了保证美国在高性能计算领域的领导地位，美国正在开展百亿亿次（Exascale，1018（次/秒））高性能计算领域的研究，将开发新的硬件架构、新的应用和新的软件系统，在未来10年造出比现在最快的计算机还要快10倍以上的计算机，且效率进一步提升。McCallen博士本次汇报的内容就和新的应用领域相关。具体说来就是劳伦斯伯克利国家实验室和Lawrence Livermore国家实验室、加州戴维斯大学（UC Davis）等单位一起，利用超级计算机的高性能计算能力，实现地震灾害场（地震波传播）以及地震风险（结构破坏）的模拟。其核心软件就是基于有限差分法的地震动传播软件SW4以及若干结构分析软件。但是，现有的地震波传播模拟受到计算能力的限制，往往只能达到2 Hz以下的精度要求，远不足以满足工程上对地震波的频率要求。因此，McCallen博士计划通过利用百亿亿次计算平台，将地震波模拟精度提升到10 Hz的水平，并进行更多次的模拟以考虑更多的不同工况。McCallen博士的研究项目在第一年里面，通过修改程序结构，使得SW4程序执行效率提高了6倍。而后，利用该程序，完成了加州旧金山湾区附近HayWard断层发生7.0级地震的地震波传播模拟。并将地震波模拟的解析度从现阶段的最高2 Hz提升到了4 Hz。进一步，他们将地震波输入到2000个典型建筑模型里面，可以得到在旧金山湾区附近HayWard断层地震后不同建筑的最大层间位移角分布，从而可以将地震灾害和工程风险建立关联。通过观察不同地区典型建筑破坏情况，McCallen博士发现相近场地上建筑的破坏可能会因为地震动的差异而非常不一样（作者注：而这样的地震动差异在经验性的地震动衰减模型中是很难模拟的）。McCallen博士最后展望了可以将高解析度的地震波模拟和性能化抗震设计以及基于模拟的（Simulation-based）定量灾害和风险分析相关联。

大会报告三是由加州伯克利大学Frank McKenna博士做的题为“用于建立自然灾害下区域韧性评价流程的软件框架（A Software Framework to Allow the Creation of Workflow Applications for Regional Resiliency Assessment in Natural Hazards）”的报告。为了支持全美国范围多灾害工程对策的研究，美国国家科学基金（NSF）支持了“国家灾害工程研究基础设施（National Hazard Engineering Research Infrastructure，NHERI）”研究项目。其中，加州伯克利大学联合几所美国高校，承担了“Computational Modeling and Simulation Center”，简称“SimCenter”（模拟中心）的课题。已有的研究项目已经在灾害不确定性分析、性能化设计、区域韧性模拟、灾害教育等领域形成了众多计算软件。SimCenter计划将现有的软件集成成一个体系，并大力开发软件界面、前后处理、应用案例、前端工具、数据收集方法等。Frank McKenna博士介绍SimCenter目前最大的一个应用是在加州伯克利大学Stephen Mahin教授和斯坦福大学Gregory Deierlein教授领导下，完成了美国加州旧金山湾区地震全过程的模拟工作。通过将美国劳伦斯伯克利国家实验室（LBNL）完成的地震波模拟，UrbanSim软件公司提供的建筑基础数据，加州伯克利和清华大学共同开发的基于OpenSees、HAZUS和FEMA P-58的基于非线性时程分析的区域震害模拟工具、UrbanSim的可视化工具和清华大学开发基于城市3D模型的可视化工具、以及UrbanSim开发的城市功能影响工具集成在一起，实现了对旧金山湾区180万栋建筑从地震发生、到建筑震害、到城市功能影响和政策对策的研究。上述成果在完成系统性的论证和检验后，将在2018年7月正式发布。具体过程为：(1) 劳伦斯伯克利国家实验室建立了旧金山湾区100km×100km×30km范围的地层模型，水平网格尺寸100m，竖向网格尺寸25m，使用NERSC超级计算机和SW4软件，用了6528个计算节点、417792个计算内核、5百万个CPU小时，完成了目前旧金山湾区最高解析度的3D地震动模拟。(2) UrbanSim公司提供了旧金山湾区180万建筑的资料，UrbanSim公司可以通过采用代理（Agent）模型，进行城市活动模拟，检查不同城市政策的效果。加州伯克利大学和UrbanSim公司一起，将通过多种渠道收集到的城市信息集成到了一个系统里面。(3) 清华大学开发了不同类型建筑的建模方法，可以基于HAZUS软件提供的美国36种不同类型建筑的性能数据库，自动建立多自由度非线性剪切层模型，并确定模型的计算参数。将上述计算模型和旧金山湾区180万建筑的资料相关联，就可以得到在设定地震情境下不同建筑的损失比例以及建筑的需求参数。(4) UrbanSim公司可以展示模拟的结果，分析社会冲击（例如因为地震引起的无家可居人口）以及各种影响因素。SimCenter将进一步研究利用人工智能等提升结构建模方法。SimCenter未来还将进一步为研究人员提供不同的数据获取、地震情境、结构建模、损失分析、不确定分析等功能，并扩展到生命线系统，以及其他不同灾害的问题。

大会报告四是由美国加州洛杉矶大学（UC Los Angeles）Ertugal Taciroglou教授做的题为“大规模基于概率的地震风险评价框架的流程（Workflows & Logistics of Large-Scale Probabilistic Seismic Risk Assessment Frameworks）”的报告。Taciroglou教授首先就该工作的选题背景做了介绍，指出虽然现阶段工程人员更关注单体工程，但是灾害会对整个区域产生影响，保险公司、政府和应急部门需要更大范围的灾害分析结果。而且现在人造建成环境密切相连：社区生活、交通网络、生命线系统等。单个工程的分析结果不能充分反映实际的抗灾性能。例如即使震后医院保持完好，但是交通中断了，病人仍然难以得到充分的救治。但是，要是完成大范围的模拟结果，我们需要新的数据收集手段，新的建模手段，新的计算手段，也需要新的计算结果分析手段。Taciroglou教授研究的目标是利用自动化的交互工具来研究复杂网络的地震易损性。具体包括通过对不同途径获得的数据进行数据挖掘来建立结构模型，进行特定场地、特定结构的地震影响分析，基于网络尺度来评价经济损失后果。Taciroglou教授举例说，Napa地震后，美国地质调查局（USGS）的PAGER系统最开始预测损失在1千万-1亿美元之间，而后修正到了1亿到10亿美元之间，而后又修正到了10亿到100亿美元之间，而一个月后调查得到的实际损失为4亿美元。这个案例反映出现阶段对震害损失预测精度难以令人满意。Taciroglou教授提出可以通过图片和其他信息来建立工程结构模型，可以根据位置确定其灾害风险，进而更好的对损失进行预测。Taciroglou教授重点讨论了如何从数据到模型的手段，例如可以通过数据库或者通过图片获取桥梁资料，可以根据标准图集和设计规范来估算桥梁的信息，还可以从互联网或者通过众筹的方式获取。Taciroglou教授以一个桥梁为例来介绍如何建模，基本思路是首先通过Google Earth或者其他手段来获取桥梁位置和线型信息，通过照片处理获得结构尺寸，通过设计规范估算设计信息（如承载力等），根据位置获得其灾害的风险。然后就可以建立桥梁的非线性有限元模型进行地震破坏分析。Taciroglou教授以多个实际桥梁为例，举例说明了这个方法的具体执行过程，并对建模和计算的精度进行了验证，证明其精度可以满足工程需要。Taciroglou教授还提出这种基于图片的建模方法也可以考虑用于建筑中。

从上述报告可以看出，随着社会的进步，地震灾害防御已经不再满足于某个单体工程抗震性能的优劣，城市、区域和社会的影响日渐成为防震减灾工作重点关注的问题。而这些问题也是计算模拟手段可以充分发挥其优势的领域。

具体报告视频可以参阅

https://v.qq.com/txp/iframe/player.html?vid=h0536kuvnrx&width=500&height=375&auto=0

https://v.qq.com/txp/iframe/player.html?vid=c0536n7bqzc&width=500&height=375&auto=0

https://v.qq.com/txp/iframe/player.html?vid=l0536kj0k4l&width=500&height=375&auto=0

相关资料

长按识别二维码，关注我们的科研动态