暴雨型滑坡灾害因素分析及预测试验研究

针对暴雨型滑坡灾害预报预警服务的需要, 以江西为研究区域, 从暴雨型滑坡灾害形成机理及预测理论入手, 通过8个滑坡灾害易发点的监测试验, 系统地研究了大气降水对地下水位、孔隙水压力、滑坡土体应力及滑坡稳定性的影响, 探讨了植被覆盖与滑坡的关系。结果表明:滑坡稳定系数与降水量有较好的负相关关系, 当降水量增大时, 滑坡稳定系数减小, 且略滞后于降水量的峰值; 在其他因素一定的条件下, 地下水位升高, 滑坡稳定系数直线下降。经计算得到8个试验点促使滑坡复活的临界指标是24 h降水量为60~203 mm, 值域的变化与滑坡体的土壤结构、力学性质、植被覆盖程度和降水强度的时空分布等因素有关。     

一基于Web-GIS技术的滑坡灾害预报预警业务系统

2004年开始在江西地质灾害易发区内建立了8个滑坡灾害监测点。通过定点监测试验、历史资料的统计分析和应用滑坡稳定性原理等方法,揭示了我国东部丘陵区降雨诱发滑坡灾害的形成机理。分析表明,降水对滑坡的诱发作用,不仅取决于当日雨量,而且与前期过程降水量有关,但前期各日雨量的影响程度是不相同的;饱和状态下的滑坡,其稳定性主要与滑坡的条块重量(W)和总的孔隙水压力与总的上浮压力之比(ru)有关。在监测试验和统计分析的基础上,建立了滑坡稳定性预报预警报的数学模型,确定了滑坡灾害发生时的降水临界值。应用Web-GIS技术,建立了滑坡灾害预报预警的实时业务系统。在近年来的预报服务中,多次成功地发布了滑坡灾害预报和警报,取得了明显的成效。     

暴雨型滑坡灾害形成机理及预测方法研究思路

暴雨型滑坡灾害形成机理和预测方法研究,在国内外仍是个难题和热点。本研究的总体思路是：以江西为研究区域,从暴雨型滑坡灾害形成机理及预测理论入手。通过8个滑坡灾害易发点的监测试验,系统地研究大气降水对地下水位、孔隙水压力、滑坡土体应力及滑坡稳定性的影响,探讨植被覆盖与滑坡的关系;根据历史资料,进行滑坡风险区划和暴雨型滑坡的时空分布特征分析;应用统计学和试验研究相结合的方法,提出滑坡体发生滑动的临界雨量指标;开发基于Web—GIS的暴雨型滑坡灾害预报预警业务系统,并进行业务试验。     

降水引发的西南地区公路损毁风险预报方法

降水引发公路沿线滑坡、泥石流及其他灾害频繁发生,已成为引发公路损毁的最重要因子之一。该文利用2007年1月—2013年7月区域 (云、贵、川、渝4个地区) 公路损毁灾害数据、基础地理信息数据及国家气象中心降水量历史资料,通过对灾害发生频次、降水量等资料的统计分析,初步探讨降水与公路损毁灾害的关系,并重点针对公路损毁的降水影响因子 (即前期有效降水和损毁灾害发生当日降水),开发具有普适性的公路损毁概率密度函数及其概率拟合方程,建立公路损毁灾害概率预报模型;综合公路损毁灾害风险区划信息 (即灾害危险性等级) 与降水的等级临界阈值 (即降水危险性等级),建立区域公路损毁的危险性分级预警方案,得出综合的西南地区公路损毁风险预报模型,以1～5级划分, 分别为灾害发生可能性极小、灾害发生可能性较小、灾害发生可能性中等 (注意)、灾害发生可能性较大 (预警)、灾害发生可能性极大 (警报)。该预报方法结合降水危险性等级及公路损毁灾害危险性等级,明显优于仅考虑阈值降水量的判别方法。     

植被覆盖对暴雨型滑坡影响的初步分析

根据遥感资料、地形数据和历史观测资料等,以江西省为例,分析了森林植被覆盖率、森林生物量和暴雨型滑坡的空间分布,以及森林植被类型对大气降水的截留作用。分析结果初步揭示了植被覆盖对滑坡的影响,认为植被覆盖程度高、生物量多和植被覆盖差、生物量低的中低山区,都可能发生滑坡灾害。不同林冠对降水的截留作用,减缓了降水对斜坡的冲刷,但当降水强度达到或超过暴雨强度时,森林对降水的截留率减小。同等地质环境条件下,植被覆盖率低,滑坡较易发生,但当降水强度较大时,特别是达到诱发滑坡灾害发生的临界值时,植被对滑坡体的重力作用则更加重了滑坡的发生。植被覆盖对滑坡的影响主要取决于降水强度。高森林覆盖区发生滑坡的雨量临界值大于森林覆盖率差的区域。     

四川省滑坡灾害气象预报方法及其在延伸期-月尺度中的应用

分析四川省2014—2018年滑坡灾害与前期降水量之间的关系,构建滑坡灾害气象预报模型,并验证模型在延伸期-月尺度中的应用效果,为四川省延伸期滑坡灾害预报工作提供理论参考。利用历史实测降水数据对四川省滑坡灾害发生的前45 d、35 d、25 d、15 d、10 d和6 d降水量进行统计分析,结果显示,滑坡灾害的发生与其相关性是逐步递减的;在此基础上,结合逻辑回归法分析滑坡灾害发生前2 d降水量的权重关系,得到降水诱发滑坡灾害概率值;再确定滑坡灾害预报模型的易发性背景值与降水诱发滑坡灾害概率值的权重系数;最后,分别计算川东、川西和川西南三个区域临界雨量,优化滑坡灾害预报模型。结果表明:四川省滑坡灾害发生当日、前1 d和前2 d降水量对灾害的影响权重分别为0.048、0.031和0.029;滑坡灾害模型的易发性概率值和降水诱发滑坡灾害概率值的权重参数川东为0.249和0.751,川西为0.655和0.345,川西南为0.501和0.499;分区域临界雨量计算结果有明显差异,川东地区临界雨量值最大,川西南地区次之,川西地区最小。利用CFSv2降水预报产品对滑坡灾害预报模型在延伸期-月尺度中的应用效果进行验证,证实模型对延伸期滑坡灾害整体有较好的预报效果。     

暴雨型滑坡灾害预报预警方法研究评述

滑坡灾害对人类和社会经济的影响已成为仅次于地震的第二大自然灾害。暴雨诱发的滑坡占滑坡总数的90％左右。从滑坡预报方法、暴雨型滑坡灾害时空预报预警、降雨和滑坡机制及稳定性、GIS在滑坡预报中的应用等几方面,分析了国内外动态及发展趋势。分析结果认为,现代数理科学新理论在滑坡预报中的综合应用得到了较快发展;“3S”技术作为滑坡监测预报手段,仍存在没有开发出来的较大潜力;从理论上,机理研究与区域统计研究结合程度有待进一步发展和突破;已建立的滑坡灾害预测预报模型具有很大的地域性、分散性以及由于监测资料不足带来的不稳定性,有必要进行更加系统深入的探讨,尤其要着力建立基于滑坡灾害发生机理的宏观区域预警模型;降雨-滑坡关系需有更准确的模型;受降水影响的土体含水量和孔隙水压力的测量方法应更精确、有效;基于Web-GIS平台建立区域滑坡灾害实时预警预报系统十分必要。     

青藏高原东部泥石流滑坡的雷达监测研究

青藏高原东部是泥石流滑坡灾害的多发区,强降水是产生泥石流滑坡灾害的主要原因.但是那里的地面雨量站密度过稀,故缺乏代表性,很难准确表示任一区域雨量.而雷达却能估计雷达扫描范围内各点的雨强,从而为实现对泥石流滑坡灾害多发区的监测提供条件.通过对不同雷达属性参数不统一处理技术、主要站点和泥石流多发点的位置信息自动显示技术、当前雷达回波与数据库表中记录信息自动进行对比分析的技术等研究,建立了青藏高原东侧泥石流滑坡灾害雷达监测系统,从而实现了对青藏高原东部泥石流滑坡灾害多发区的监测预警.该系统从不同的角度去监测估计降水和预警灾害发生,改变了过去的主观判断方式,从一定程度上对降水情况作出定量估计,不但提高了短时预报的准确性,也提高了预报方式的自动化水平,同时也可以配合其它预报方法使灾害预警更加准确,在防灾减灾中发挥更好的作用.     

地基GPS遥测大气可降水量在天气分析诊断中的应用

利用河北省石家庄、张家口、秦皇岛3个GPS站观测资料，通过GAMIT软件处理反演到2005年4—11月的大气可降水量（PWV）资料，初步分析了河北大气可降水量时空分布特征。结果表明，GPS反演的大气可降水量具有较高的使用价值，其时空变化明显，反映了河北降水的季节和地区变化特征。通过与降水之间关系分析发现，降水大多出现在高于大气可降水量基值的时段，不同影响天气系统，大气可降水量变化具有不同的变化特征。     

云贵高原楚雄滑坡灾害与降水关系分析和预报

楚雄地质结构复杂,加之人类活动破坏了山体的稳定性,在降水的诱因下易发生山体滑坡、地面崩塌,小型泥石流等地质灾害,楚雄州地质灾害调查结果显示,滑坡在地质灾害中所占比例达80％,滑坡是楚雄地质灾害中的主要类型,故本文仅针对滑坡灾害展开分析。利用楚雄州10县（市）气象站2004～2006年5～10月逐日降水资料,分析不同滑坡结构山体滑坡与2004—2006年降水的关系,得出不同滑坡结构和降水条件下的滑坡等级预报指标,在降水预报与实况降水对比的基础上建立楚雄山体滑坡气象预警预报等级。2007年度试运行中准确率达70．4％,在气象防灾减灾中取得了突出成绩。     

云南降雨型滑坡县级预警雨量阈值分析

根据云南省华坪县滑坡灾害历史数据和同期气象站实测小时降雨资料,以滇西北的华坪县为例动态地计算了每次滑坡灾害的有效降雨天数和对应前期的有效降雨量;并应用主成分分析法对44场降雨型滑坡进行分析,结果表明间接前期雨量、发生雨量和激发雨量对诱发滑坡都有重要影响,得出诱发滑坡的降水有短时强降雨和长时低强度降雨两种类型。由此建立了含有两类降雨特点的华坪县I〖CD*2〗D（降雨强度〖CD*2〗历时）阈值曲线,并在此过程中提出了确定降雨历时D结束时刻的方法和有待进一步研究的问题。通过对华坪县滑坡预警雨量研究,为其他县级滑坡灾害预警雨量阈值的确定提供一种方法。     

A Probabilistic Prediction Model for Heavy Rain-Caused Landslides in the Chongqing Region

Landslide (or rockslide) is a geological disaster that is mainly induced by strong precipitation, among a number of other natural inducing factors. Based on 1615 landslide cases, a statistical analysis is performed to find the relationship among the landslide occurrence time, rainfall 0-10 days ahead, and probability of landslides over the Chongqing region. The results show that 1) strong rainfall-caused landslides occur mainly on the day it rains or 1-2 days after the heavy rain, and as time goes on, the likelihood of the disaster reduces rapidly; 2) the heavier the rainfall, the closer the landslide time is to the precipitation time.A concept of "effective precipitation" is thus developed, and a categorical prediction model for heavy rain-caused landslides is established. Tests show that for categories III, IV, and V landslides, the model forecast accuracy arrives at 29.9%, 75%, and 100%, respectively. This indicates that the categorized probabilistic prediction can serve as a warning for the landslide prevention and mitigation.     

滑坡泥石流大尺度统计预报模型的实时检验

利用滑坡敏感性分布和降雨阈值公式建立了一个滑坡泥石流统计模型,该模型可以用于中国大尺度范围内的滑坡泥石流预警。使用CMORPH卫星降水驱动该统计模型,对2016—2017年的106起滑坡泥石流事件进行了验证分析。结果表明,该模型能较好地预警大多数滑坡泥石流事件,其中对72. 1%的雨季滑坡泥石流事件能较好预警,但对非雨季的事件只有35%能较好预警,对雨季的预警效果明显优于非雨季。由于滑坡泥石流主要发生在雨季,因此该模型总体上具有较好的效能。该模型对于强降雨引发的快速滑坡事件具有较好的预警能力,但对于由强度较小、持续时间较长的降雨引发的慢过程滑坡事件的预警效果有待提升。利用该统计模型以及CMORPH实时卫星降水产品,可以建立滑坡泥石流大尺度实时预警系统,对滑坡泥石流减灾防灾具有一定意义。     

Rainfall thresholds for the initiation of landslides in central and southern Europe

Summary We review rainfall thresholds for the initiation of landslides world wide and propose new empirical rainfall thresholds for the Central European Adriatic Danubian South-Eastern Space (CADSES) area, located in central and southern Europe. One-hundred-twenty-four empirical thresholds linking measurements of the event and the antecedent rainfall conditions to the occurrence of landslides are considered. We then describe a database of 853 rainfall events that resulted or did not result in landslides in the CADSES area. Rainfall and landslide information in the database was obtained from the literature; climate information was obtained from the global climate dataset compiled by the Climate Research Unit of the East Anglia University. We plot the intensity-duration values in logarithmic coordinates, and we establish that with increased rainfall duration the minimum intensity likely to trigger slope failures decreases linearly, in the range of durations from 20 minutes to ∼12 days. Based on this observation, we determine minimum intensity-duration (ID) and normalized-ID thresholds for the initiation of landslides in the CADSES area. Normalization is performed using two climatic indexes, the mean annual precipitation (MAP) and the rainy-day-normal (RDN). Threshold curves are inferred from the available data using a Bayesian statistical technique. Analysing the obtained thresholds we establish that lower average rainfall intensity is required to initiate landslides in an area with a mountain climate, than in an area characterized by a Mediterranean climate. We further suggest that for rainfall periods exceeding ∼12 days landslides are triggered by factors not considered by the ID model. The obtained thresholds can be used in operation landslide warning systems, where more accurate local or regional thresholds are not available.     

降雨型滑坡的集合预报模型及其初步应用的试验研究

滑坡的实时预警系统GRAPES-Landslide是将数值天气预报模式GRAPES (Global/Regional Assimilation and PrEdiction System)与滑坡预测模型TRIGRS (Transient Rainfall Infiltration and Grid-based Regional Slopestability)进行单向耦合建立起来的动力数值预报预警系统。由于滑坡预测模型TRIGRS中的关键水土参数具有空间分布很不均的特性,很难获取准确的数据加以描述,使得滑坡事件的激发、预测存在很大的不确定性,同时数值天气预报模式本身具有不确定性,因而用于诱发滑坡灾害的估测降水存在不确定性,进而使得滑坡的预报存在偏差。本研究基于预测降水和水土参数分布不确定性的考虑,提出了GRAPES-Landslide滑坡集合预报模型。滑坡集合预报模型中有5个不同的预报降水成员,分别是(1) GRAPES_MESO业务模式、(2)"暖-潜热加热纳近方法、(3)基于九点平滑滤波的"暖-潜热加热纳近"方法、(4)对(1)~(3)的降水成员进行简单平均、(5)对(1)~(3)的降水成员进行概率匹配的集合。根据水土参数呈正态分布的特点,通过Monte-Carlo方法随机生成100组扰动参数值。将5个预报降水与100组扰动水土参数结合,组成GRAPES-Landslide滑坡集合预报模型。选择2013年7月18日00时到7月19日12时(协调世界时)福建省"西马仑"台风降雨引发闽三角地区发生大量滑坡灾害为例,进行实际预报试验。初步研究结果表明本文建立的GRAPES-Landslide滑坡集合预报系统所预测的滑坡频发区与观测区域有很好的吻合度,与目前的滑坡业务预报结果相比有明显改进,落区更精细化。因此,GRAPES-Landslide滑坡集合预报系统综合考虑了降水预报的不确定性和非均匀分布的水土参数的不确定性,为区域滑坡预测提供了一种新的可能方法。