复杂地形下大规模滑坡动态模拟一直是地质灾害研究领域的难点。传统方法在处理滑坡体与崎岖地形的接触作用问题时，常因计算效率低或精度不足导致模拟结果失真，难以满足实际工程需求。
针对上述挑战，成都山地所张晓鹏博士、胡凯衡研究员及合作者提出了一种基于三角不规则网络模型与局部邻域搜索方案的三维物质点法高效模拟框架，改进了基于距离和密度水平集函数的点面接触检测算法。该研究通过三角不规则网络模型精准刻画复杂地形几何特征，并引入桶排序算法优化滑坡体与地形的接触检测过程，显著提升了粒子与三角网格匹配的计算效率。
为验证方法的有效性，团队通过弹性滑块案例、水槽试验，以及新磨村滑坡案例进行了测试。结果显示，新方法在接触检测效率上较基于密度和距离水平集的方法提升数倍，且模拟结果与理论解、实验数据以及滑坡堆积形态高度吻合。
所提出的方法具有易于集成的优势，可无缝嵌入高性能物质点法计算框架，为复杂地形下地质灾害动力学模拟提供了新思路，有望进一步提升灾害预警的时效性与准确性，为山区防灾减灾决策提供技术支撑。
该研究得到了第二次青藏高原综合科学考察（2019QZKK0902）、西藏自治区重点研发计划（XZ202301ZY0039G）、成都山地所自主部署项目（IMHE-ZDRW-01）及国家重大科技基础设施“地球系统数值模拟装置”的联合资助，成果以“Efficient local neighborhood search scheme for three-dimensional MPM modeling of large-scale landslides on complex terrain”为题，发表在岩土计算领域权威期刊 Computers and Geotechnics 上。
TIN三角网邻域局部搜索算法（LNS）