Page 68 - 2025年第56卷第11期

行交互式查看。其中，SQL Server 采用云服务系统为主体建立土石坝地震安全分析各维度多源信息表
单，为每一个传感器、物理力学参数预测点、网格节点等信息添加三维坐标配置表单，并通过主键和
外键关联关系确保表单中数据字段、数据类型、数据长度等信息的完整性和定义一致性。在信息获取
时，利用 GiST（Generalized Search Tree）技术的空间索引能力来加速基于坐标位置的详细信息查询。

4 基于 pix2pixHD 大坝地震动力响应分析时空全域代理模型的系统专业模型构建

大坝地震响应分析结果具有显著的时域和三维空间分布特征。传统采用有限元方法获得的物理场
张量是多维物理量，包含了三维空间位置、方向和时间等信息，能够描述大坝受地震作用时内部加速
度、位移等不同响应在空间、时间和不同方向上分布特征。物理场张量通过多维数组的数学形式表征
大坝的复杂力学状态，是分析和评估大坝抗震性能的重要工具。然而，现有的代理模型仅能预测其中
少数观测点位的信息。针对该问题，提出基于 pix2pixHD 的大坝地震动力响应分析时空全域代理模型，
实现大坝地震响应物理场张量的快速预测，揭示大坝在地震过程中的动力响应三维时空特征。
首先，基于考虑施工质量影响的大坝地震响应有限元分析方法构建数据集。将大量符合坝址场地
条件的地震动作为输入信息，计算大坝在不同地震荷载作用下的响应结果，并以物理场张量的形式导
出，作为训练代理模型输出结果的数据集。物理场张量中包含三维位置关系的空间信息和随地震过程
变化的时间信息，过程如图 4 所示。为平衡代理模型的精度与计算效率，将大坝地震响应的物理场张
量信息重构为不同分辨率的图像。其中，图像的长度和宽度分别为有限元节点按编号和时域瞬态升序
排列的信息，以分别表征空间和时间信息；图像的三种颜色通道分别表征三个方向的地震动响应。因
物理场张量数据集使图像中包含了大量节点的三维时空动态特征，更便于网络构建和深度信息提取。

图 4 数据集构建

其次，基于条件生成对抗网络（Conditional Generative Adversarial Nets，CGAN）的高分辨率图像合
［45］
成方法 pix2pixHD 建立土石坝地震响应快速分析的时空全域代理模型。pix2pixHD 采用多个生成器
（Generator，G）和多个判别器（Discriminator，D）组成由低分辨率到高分辨率的架构。其中，生成器包
含全局生成器和局部增强器。局部增强器是嵌入在生成器中的多尺度特征优化模块，其核心作用是通
过并行卷积分支聚焦于大坝结构局部区域，来增强所生成的时频域细节特征。在全局生成器捕捉大坝
总体时空响应特征基础上，引入局部增强器分支优化了其中的细节，克服传统生成对抗网络 GAN 的平
滑失真问题。局部增强器在原理上由多个并行的残差卷积层构成，每个分支针对不同空间尺度的特征
图进行细化。局部增强器在处理大坝响应时空分布特征的梯度变化和突变等细节后，通过特征融合机

制来组合全局生成器和局部增强器的多尺度特征，使大坝地震动力响应结果的输出兼具时域连续性和
空间真实性。
pix2pixHD 模型训练的总体目标是建立多个生成器的组合 G = { G 1 ，G 2 ，G 3 ，…，G n }，G 能够通过
输入的地震动快速生成高分辨率物理场张量，以表征坝体的地震响应。在此过程中，通过多个判别器
D = { D 1 ，D 2 ，…，D n }保证所生成的物理场张量符合要求。因此，目标损失函数构建如下：
n ) n )
L(G，D) = min L FM (G，D k ) （8）
max ∑ k = 1
G ( D 1 ，D 2 ，…，D n L GAN( G，D k + λ∑ k = 1
— 1459 —