降雨型滑坡时间概率的逻辑回归拟合及连续概率滑坡危险性建模

提高降雨型滑坡危险性预警精度和空间辨识度具有重要意义.以江西宁都县1980—2001年156个降雨型滑坡为例,首先基于传统的EE-D（early effective rainfall-rainfall duration）阈值法计算不同降雨诱发滑坡的时间概率级别;然后以各级别临界降雨阈值曲线对应的时间概率为因变量,并以对应的前期有效降雨量（early effective rainfall,EE）和降雨历时（D）为自变量,采用逻辑回归拟合出上述因变量与自变量之间的非线性关系,得到降雨诱发滑坡的连续概率值;之后对比C5.0决策树和多层感知器的滑坡易发性预测性能;最后利用降雨诱发滑坡的连续概率值与易发性图相耦合以实现连续概率滑坡危险性预警.结果显示:（1）宁都降雨型滑坡连续概率值的逻辑回归方程为1/P=1+e4.062+0.747 4×D-0.079 44×EE,其拟合优度为0.983;（2）2002—2003年的20处用于连续概率阈值测试的降雨型滑坡大都落在连续概率值大于0.7的区域,只有4处落在小于0.7的区域;（3）C5.0决策树预测滑坡易发性的精度显著高于多层感知器;（4）近5年的4次降雨型滑坡的连续概率危险性值都在0.8以上,且高和极高预警区的面积较传统滑坡危险性分区更小.可见连续概率滑坡危险性预警法相较于传统危险性分区法具有更高的预警精度和空间辨识度,且通过叠加滑坡易发性图及其临界降雨阈值可开展实时滑坡危险性预警制图.      

基于易发性分区的区域滑坡降雨预警阈值确定——以云南龙陵县为例

滑坡所处不同易发等级的区域,降雨预警阈值差别较大。为提高滑坡降雨预警的针对性和准确率,文章以野外地质调查和滑坡易发条件分析为基础,结合信息量模型和层次分析法开展滑坡易发性评价,再通过滑坡发生概率与前期累计降雨量的相关性分析,分区进行滑坡降雨预警阈值模型研究。结果表明：坡度、高程、距断层距离、工程地质岩组、水系是龙陵县滑坡的主要孕灾地质条件;龙陵县滑坡非易发区面积为14.33 km²,低易发区面积为1 053.87 km²,中易发区面积为1 471.65 km²,高易发区面积为254.73 km²;确定单日和前3日为降雨预警时间,分区分时细化了降雨预警阈值模型;对比降雨预警阈值模型应用于龙陵县滑坡监测预警中的前后,预警信息减少了70条,预警准确率提高了14.4%,并实现了镇安镇户帕村施家寨组滑坡的有效预警。文章为区域滑坡降雨预警阈值确定提供了一种较好的参考方法。     

台风-非台风降雨型滑坡的多时段临界雨量值预测模型

统计确定临界降雨量是滑坡早期预警常用的方法.东南沿海地区台风暴雨不同于一般降雨,常引发滑坡灾害,从而威胁沿海地区人民生命财产安全.为了建立台风和非台风降雨型滑坡临界降雨量预测模型,以浙江丽水市为例,基于2010-2020年台风暴雨、非台风降雨诱发滑坡与降雨量的统计,构建了丽水市滑坡发生概率和有效降雨量的关系,提出了多时...     

基于有效降雨强度的滑坡灾害危险性预警

选取湖北省恩施地区1 000 km2区域作为典型研究区, 在全面分析该区域历史滑坡资料的基础上, 根据该区滑坡生成与地层岩性之间的关系, 将研究区地层划分为高、中、低3类易发性岩组.分岩组统计降雨监测数据与历史滑坡信息, 得出有效降雨强度与关键降雨持续时间的散点图, 由此确定不同滑坡发生概率的有效降雨强度阈值, 提出该区的滑坡灾害危险性预警判别模型.基于样本区统计数据建立滑坡预测指标体系, 运用GIS得出研究区域的滑坡空间易发性区划结果, 并根据不同易发岩组-有效降雨强度模型, 叠加滑坡灾害易发性分区结果与降雨危险性预警等级分级结果, 对研究区的滑坡灾害危险性进行了预测预警.结果表明: 不同易发岩组-有效降雨强度模型所得预警结果与实际情况吻合, 预警模型具有考虑全面和预警精度高的特点, 在实际预警中切实可用.      

基于逻辑回归的四川青川县区域滑坡灾害预警模型

四川省青川县滑坡灾害群发,点多面广,区域滑坡灾害预警是有效防灾减灾的重要手段,预警模型是成功预警的核心。由于研究区滑坡诱发机理复杂、调查监测大数据及分析方法不足等原因,传统区域地质灾害预警模型存在预警精度有限、精细化不足等问题。文章在青川县地质灾害调查监测和降水监测成果集成整理与数据清洗基础上,构建了青川县区域滑坡灾害训练样本集,样本集包括地质环境、降雨等27个输入特征属性和1个输出特征属性,涵盖了青川县近9年（2010—2018年）全部样本,数量达1 826个（其中,正样本613个,负样本1 213个）。基于逻辑回归算法,对样本集进行5折交叉验证学习训练,采用贝叶斯优化算法进行模型优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。其中,ROC曲线也称为“受试者工作特征”曲线;AUC值表示ROC曲线下的面积。校验结果显示,基于逻辑回归算法的模型训练结果准确率和泛化能力均较好（准确率94.3%,AUC为0.980）。开展区域滑坡实际预警时,按训练样本特征属性格式,输入研究区各预警单元27个特征属性,调用预先学习训练好的模型,输出滑坡灾害发生概率,根据输出概率分段确定滑坡灾害预警等级。当输出概率P≥40%且P<60%时,发布黄色预警;当输出概率P≥60%且P<80%时,发布橙色预警;当输出概率P≥80%时,发布红色预警。     

四川都江堰三溪村710高位山体滑坡研究

2013年7月10日上午10时,四川都江堰市中兴镇三溪村受极端暴雨影响发生高位山体滑坡灾害,滑坡-碎屑堆积体方量超过150104m3,其中1#滑坡-碎屑堆积体长度1.26km,造成三溪村一组重大人员伤亡。笔者在野外实地调查和室内研究分析的基础上,总结了都江堰三溪村滑坡的基本特征,研究了其启动运动机制和滑动速度,主要认识如下:（1）该滑坡为一处高位山体滑坡,后缘白垩系砂砾岩地层高速滑动后剧烈撞击-铲刮-偏转后铲动坡体上的松散堆积层而形成高位山体滑坡-碎屑流灾害。（2）根据滑坡的运动及堆积特征,将1#滑坡划分为砂砾岩滑动区、碰撞铲刮区和碎屑流堆积覆盖区3部分。（3）7月8日8时至10日8时,中兴镇三溪村的持续强降雨天气过程（都江堰市3d的降雨量相当于该地区年降雨总量的44.1%）,直接触发了滑坡的发生。（4）三溪村滑坡的发生受2008年汶川地震、特殊的岩土体性质、地形地貌条件以及极端暴雨事件的综合影响,地震、地形为其发育提供了基础条件,极端暴雨事件为其直接诱发因素。（5）建议加强高位山体滑坡的研究,尤其是远程滑坡-碎屑流的早期识别和预警。     

基于I-D-R阈值模型的滑坡气象预警

建立滑坡灾害多维度气象预警判据和划分“网格化”预警单元能够为滑坡灾害气象预警提供科学依据.本文以浙江省金华市磐安县205个降雨型滑坡为研究对象,首先,基于平均有效降雨强度-降雨历时（I-D）阈值模型,采用普通最小二乘回归（OLSQ）和分位数回归（QR）划分临界阈值曲线;其次,引入当日降雨量（R）,进一步优化I-D阈值模型,建立I-D-R阈值模型,采用不同参数估计方法对比不同阈值模型精度,选择最优阈值模型作为磐安县滑坡灾害气象预警判据;最后,基于降雨分布的差异性,在划分地形单元的基础上利用泰森多边形（VD）建立了乡镇级别的“网格化”预警单元.结果显示：（1）I-D-R阈值模型相比于I-D阈值模型具有更好的预警精度,且基于QR的I-D-R阈值模型效果更好,警告及以上阈值等级精度提升到50%,特别注意及以上阈值等级精度提升到88.9%;(2)采用基于QR的I-D-R降雨阈值作为磐安县51个预警单元四级气象预警（红、橙、黄、蓝）的判据,并提出相应的应急响应措施.研究成果提供了一种新的阈值模型,能够为磐安县区域气象预警提供借鉴与参考.     

基于有效降雨强度和逻辑回归的降雨型 滑坡预测模型

以湖南省张家界市桑植县为研究区,在全面分析近30年降雨及滑坡数据的基础上,对滑坡及滑坡数量与降雨因子的关系开展了统计分析研究。首先确定了区域最佳有效降雨衰减系数,同时分别按滑坡规模、坡度、厚度大小统计了降雨与历史滑坡信息,得出有效降雨强度（I）与持续时间（D）散点图,由此确定各不同概率下诱发滑坡的区域有效降雨强度阈值,并进行了滑坡灾害危险性等级划分。进而,利用部分样本数据进行逻辑回归分析,得到了该研究区的滑坡发生概率预测方程,并给出了降雨强度临界值定量表达式,最后选用实际降雨诱发滑坡事件与未诱发滑坡事件进行对比验证。结果表明,文章所建立的滑坡预测模型准确性较高,预测情况与实际情况比较吻合。     

降雨与滑坡灾害相关性分析及预警预报阀值之探讨

详细研究了深圳市降雨与滑坡的历史资料,对区域性滑坡与降雨量进行偏相关分析,与降雨强度进行相关分析以及与降雨时间进行了系统地统计分析。研究结果表明,（1）滑坡的活动1～4日的降雨量及一次降雨过程的降雨量偏相关系数较大,表明一次性降雨量达到或超过某一数值时区域性滑坡就可以出现;（2）暴雨尤其是大暴雨及特大暴雨与滑坡的关系非常密切,相关系数达0.8以上,大暴雨或特大暴雨具有直接触发滑坡的作用;（3）滑坡活动时间与季节性降雨相对应,季节雨量越多,滑坡亦越多;另外滑坡活动时间与暴雨、大暴雨相吻合或略滞后,滞后时间一般不超过4 d,暴雨的当天及次日发生滑坡的可能性最大。在此基础上,探讨了区域性滑坡发生的临界降雨量和降雨强度阀值。最后将滑坡灾害的地质模型与降雨模型耦合建立了滑坡灾害的空间预警预报区划指标和等级系统,为区域滑坡灾害发生的时间与空间预报预警提供了科学依据。     

降雨引发的兰州黄土滑坡时空规律分析和临界降雨量预测

开展降雨型黄土滑坡预警对于区域性防治滑坡具有重要意义。本研究在收集1985~2015年兰州市降雨型黄土滑坡历史数据的基础上,运用反距离权重插值(IDW)和核密度估算(KDE)方法揭示了降雨引发黄土滑坡的时空分布规律。该文基于统计学的基本原理,运用相关性和偏相关性等方法建立适合兰州市的有效降雨量模型。通过拟合有效降雨量与滑坡因子的线性回归关系,确定引发黄土滑坡的临界降雨量阈值,设定兰州市黄土滑坡的降雨量危险性预警等级。研究表明:(1)兰州市黄土滑坡灾害点沿着黄河及其支流沿岸分布,城关区滑坡点最多且呈环形分布,西固区次之,其他地区分布较少;(2)降雨是兰州市及其周边地区黄土滑坡的关键诱因,10d有效降雨量与滑坡因子均呈现显著正相关特性,其相关系数达到0.698;(3)依据10mm、20mm和40mm临界降雨量阈值将预警等级划分为低、中、高3个危险性等级。     

基于危险度区划的县级区域降雨引发滑坡的风险预警方法——以四川省米易县降雨滑坡为例

降雨滑坡预警在世界上开展广泛,但对小区域的降雨滑坡风险进行预警尚不多见。以通用的风险定义为基础,首先对目标区域——四川省米易县的地质灾害进行调查,以典型滑坡进行反演,获得灾害的本底因素,按贡献率权重叠加法进行危险度分区;通过对承灾体的调查确定承灾对象,并将各承灾对象按密度由行政界限向1km×1km的网格单元转化后叠加形成易损度分区。二者相乘完成风险分区。对研究区域近5年逐日降雨数据与172条地质灾害记录进行分析,按前期日降雨量模型得到降雨阈值,根据滑坡空间概率和降雨引发滑坡的时间概率叠加的结果,得到研究区域的降雨滑坡概率,对照风险分区,完成风险预警。     

基于数字滑坡技术的暴雨滑坡、泥石流预警、监测模型研究

中国学者在暴雨滑坡、泥石流预测预报研究领域取得的成果为采用数字滑坡技术进行暴雨滑坡、泥石流预警、监测模型研究提供了宝贵的基础,应用数字滑坡技术建立暴雨滑坡、泥石流预测模型的原则是：（1）必须在滑坡、泥石流形成条件理论指导下;（2）应了解研究区地质环境及滑坡、泥石流特征;（3）就基于数字滑坡技术而言,只能选取遥感方法可能...     

滑坡临界暴雨强度

本文介绍了几个主要暴雨滑坡集中区的临界暴雨强度,分析了各地临界暴雨强度不同的主要原因。指出前期降雨对滑坡滑动是否有明显影响,取决于滑体岩土性质及滑坡形成机制等多种因素,不可一概而论。     

降雨对滑坡的作用机理及动态模拟研究

从动态分析和数值模拟两方面讨论了滑坡过程中的地下水作用机理和地下水动力场的时空分布问题，建立了二维极限平衡状态下的临界水位高度模型和描述滑坡剖面二维不稳定流动问题的动力学模型；以临界水位高度模型对重庆土台镇滑坡稳定性分析的研究结果表明，该滑坡的防治措施宜首先考虑地表水防渗和地下排水方案，在滑坡位移监测的同时更应考虑位移、降雨量、地下水动态三者的结合；采用数值模型计算了长江三峡库区鸡扒子滑坡因降雨入渗而引起的地下水动力场的时空分布，研究结果表明，地下水水位和流速场的时空演化过程与滑坡发生的时空特点基本吻合，当降雨达到46h时，滑坡体中地下水流向与滑动面倾向基本一致，尤其是在滑体底部出现潜水流，此时的地下水流动对滑坡稳定性最为不利。     

降雨诱发区域性滑坡预报预警方法研究

论文以四川省雅安市雨城区为研究区，将逻辑回归模型引入区域降雨型滑坡预警预报，建立了同时考虑降雨强度和降雨过程的降雨临界值表达式。在滑坡危险性区划的基础上，研究提出了区域降雨型滑坡预警预报指标，包括临界值降雨指数R和滑坡发生指数L，并利用20台自动遥测雨量计和地质灾害群测群防网络，采用历史记录雨量和预报雨量，建立了区域降雨型滑坡预报预警体系。     

无锡市雪浪山滑坡监测及诱发因素分析

为研究无锡市雪浪山滑坡的成因机理,在滑坡后缘岩体裂缝处布置了4支裂缝计并开展了连续监测,获取岩体裂缝1~4月份的活动性特征。监测及研究表明:边坡顺层及泥岩夹层是雪浪山滑坡的两大内因,降水及低温则是该处滑坡的两大外在诱发因素;日降水量20 mm、前2 d累积降水量30~40 mm、前3 d累积降水量40~50 mm,可作为雪浪山滑坡地质灾害预警预报的临界预警指标。     

Erratum to: Early warning of rainfall-induced shallow landslides and debris flows in the USA

The state of knowledge and resources available to issue alerts of precipitation-induced landslides vary across the USA. Federal and state agencies currently issue warnings of the potential for shallow, rapidly moving landslides and debris flows in a few areas along the Pacific coast and for areas affected by Atlantic hurricanes. However, these agencies generally lack resources needed to provide continuous support or to expand services to other areas. Precipitation thresholds that form the basis of landslide warning systems now exist for a few areas of the USA, but the threshold rainfall amounts and durations vary over three orders of magnitude nationwide and over an order of magnitude across small geographic areas such as a county. Antecedent moisture conditions also have a significant effect, particularly in areas that have distinct wet and dry seasons. Early warnings of shallow landslides that include specific information about affected areas, probability of landslide occurrence, and expected timing are technically feasible as illustrated by a case study from the Seattle, WA area. The four-level warning scheme (Null, Outlook, Watch, Warning) defined for Seattle is based on observed or predicted exceedance of a cumulative precipitation threshold and a rainfall intensity–duration threshold combined with real-time monitoring of soil moisture. Based on analysis of historical data, threshold performance varies according to precipitation characteristics, and threshold exceedance corresponds to a given probability of landslide occurrence. Experience in Seattle during December 2004 and January 2005 illustrates some of the challenges of providing landslide early warning on the USA West Coast.