《Cold Regions Science and Technology》:Data-centric probabilistic machine learning framework for sandstone strength prediction under freeze-thaw conditions
编辑推荐:
•开发了一种以数据为中心的概率机器学习框架,用于预测冻融循环(FTC)条件下砂岩的强度。•保持相关性的数据增强方法能够保留物理意义上的岩力学关系。•数据的准确性对预测精度、泛化能力和不确定性可靠性有显著影响。•地质雷达(GPR)在测试集上表现优异,并能够提供可靠的概率不确定性估计
- •
开发了一种以数据为中心的概率机器学习框架,用于预测冻融循环(FTC)条件下砂岩的强度。
- •
保持相关性的数据增强方法能够保留物理意义上的岩力学关系。
- •
数据的准确性对预测精度、泛化能力和不确定性可靠性有显著影响。
- •
地质雷达(GPR)在测试集上表现优异,并能够提供可靠的概率不确定性估计。
- •
应力变量是决定岩石强度的主要因素,而密度和水相关的特征则具有次级的非线性影响。
引言
冻融循环(FTC)是影响寒冷地区岩石力学行为的最普遍且最具破坏性的环境过程之一(Yang等人,2021年)。在冻结过程中,岩石孔隙中的水会膨胀,产生拉伸应力,这可能引发微裂纹(Meng等人,2023年)。解冻后,这些裂纹可能会部分闭合,但反复的冻融循环会逐渐破坏岩石的结构完整性。这种破坏不仅降低了岩石的强度和弹性,还改变了断裂和失效模式,直接影响了天然岩体和工程结构的稳定性和可靠性(Dai等人,2026年;Wang等人,2021年;Liu等人,2022a年)。此外,了解FTC条件下岩石的动态强度尤为重要,因为地震、爆破和交通等动态载荷会以复杂的方式与冻融损伤相互作用。准确评估FTC条件下的岩石动态行为对于霜冻易发地区的基础设施、隧道和斜坡的安全设计至关重要。
对FTC条件下岩石力学行为的研究主要依赖于实验和数值模拟方法。实验室实验,包括分裂Hopkinson压力棒测试和动态压缩测试,可以在可控的冻融条件下直接测量岩石的反应(Liu等人,2022b年;Xu等人,2025年;Cui等人,2024年;Liu等人,2022c年)。数值模拟方法,如有限元法、离散元法和有限-离散元法,可以探讨冻融损伤的潜在机制,并预测不同条件下的岩石失效(Huang等人,2022年;Yu等人,2023年;Zhu等人,2021年;Yahaghi等人,2022年;Wu等人,2026年)。这些研究揭示了一些重要趋势,例如随着FTC次数的增加,岩石强度逐渐降低,断裂网络不断发展,以及能量吸收能力发生变化。然而,实验研究资源密集、耗时较长,且通常样本量有限,这限制了研究结果的统计普遍性。数值模拟也严重依赖于本构模型假设和参数校准,可能无法完全捕捉冻融损伤的随机性。
机器学习(ML)技术已成为补充传统方法研究复杂条件下岩石力学的有力工具(Feng等人,2024年;Hazrathosseini和Taheri,2026年)。ML模型可以学习输入特征与岩石响应之间的复杂非线性关系,减少对显式本构假设的依赖(Fathipour-Azar,2026a)。例如支持向量回归(SVR)(Zhou等人,2024年)、随机森林(RF)(Lv等人,2024年)和极限梯度提升(XGBoost)(Liu等人,2025年)等ML模型已被应用于预测FTC条件下的岩石力学性能。概率机器学习(PML)的最新进展不仅可以实现准确预测,还可以量化不确定性,反映模型在每个预测点的信心水平(Yang等人,2023年;Fathipour-Azar,2026b)。PML模型在预测FTC条件下的岩石动态强度方面具有优势,因为在这种条件下的岩石力学行为本质上是随机的,受到微裂纹发展、孔隙水分布和环境变化等因素的影响。ML模型高度依赖于可用数据的数量和质量来学习输入和输出之间的准确关系(Hazrathosseini和Taheri,2026年;Zhang等人,2026年)。与集成学习器相比,高斯过程回归(GPR)更适合小数据集,因为它能提供封闭形式的预测不确定性估计,并结合了基于核的归纳偏差,使其在数据稀缺和异质性显著的岩力学系统中特别适用于不确定性感知的预测。实验数据集,尤其是FTC实验,通常有限、成本高昂且获取耗时。为了解决这一挑战,数据增强技术作为一种有前景的策略出现,可以在保留原始数据分布的同时扩展训练数据集(Ma和Fathipour-Azar,2026年)。
尽管ML在FTC条件下的岩石力学应用日益增多,但仍存在两个关键缺口:(i)缺乏能够保留岩力学关系的物理约束数据增强框架;(ii)在小样本条件下,不确定性感知模型与可解释特征属性的集成有限。为了解决这些问题,本研究提出了一种以数据为中心的概率框架,该框架(a)系统地评估多种增强策略,以满足相关性保留标准;(b)将GPR与自动相关性确定(ARD)核结合,实现同时预测和不确定性量化;(c)通过多级可解释性(Shapley加法解释、排列特征重要性、偏依赖图和ARD)确保物理一致性。这将数据增强、概率建模、不确定性量化和可解释性集成到一个统一的框架中,扩展了传统的ML应用。
章节片段
数据集描述
本研究使用了一个包含216个岩石样本的数据集,每个样本由十个输入特征和一个代表岩石强度的目标变量描述(Meng等人,2023年)。该数据集整合了岩力学、物理、水力、结构和动态属性,总结如下:
- •
索引属性:FTC、围压(CP,MPa)和冲击压(IP,MPa)
- •
物理属性:干密度(g/cm3)和平均干重(g)
- •
水力属性:天然含水量(%)和水分
数据增强框架
本研究的数据增强目标不仅仅是增加样本量,还要生成满足两个约束的合成数据:(i)统计一致性(保持边缘分布);(ii)物理一致性(保持反映岩力学行为的特征间关系)。为了解决样本量有限带来的挑战,并提高ML模型的鲁棒性和泛化能力,采用了四种合成数据增强方法和一种
统计保真度和分布保持
通过对增强后的数据集与原始数据进行比较来评估其保真度。自助重采样和高斯噪声注入均保持了包括均值、方差、偏度和峰度在内的核心统计特征,而CopulaLHS和多项式扰动等更复杂的方法引入了更高阶的偏差。如图2所示,核密度估计(KDE)和累积分布函数(CDF)分析进一步验证了自助重采样与原始分布的高度吻合,而高斯噪声
讨论
本研究强调了以数据为中心的AI在岩石力学中的重要性,特别是在数据集有限和异质性的条件下。与传统以模型为中心的方法不同,这些结果表明,保持岩力学特征之间的内在统计和物理关系对于实现可靠的预测、准确校准的不确定性和可解释的模型至关重要。
本研究的主要发现
结论
本研究建立了一个以数据为中心的PML框架,用于预测FTC条件下的砂岩动态强度,表明在小样本岩力学问题中,数据的准确性可能比增强方法的复杂性对预测可靠性、可解释性和不确定性校准具有更大的影响。主要发现如下:
- 1.
预测精度和泛化能力既取决于数据集的统计和结构完整性,也取决于学习算法的质量
CRediT作者贡献声明
Hadi Fathipour-Azar:撰写——审阅与编辑、撰写——原始草案、可视化、验证、监督、软件开发、资源管理、方法学设计、调查实施、数据分析、概念化。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
Hadi Fathipour-Azar