贵州省降雨型滑坡预报模型及检验

本文利用贵州省2010—2017年630次降雨型滑坡资料以及国家气象台站和区域自动气象站逐小时降水资料,分析了贵州省降雨型滑坡的时空分布特征。基于5个不同时效降水指标与滑坡累积发生概率的拟合曲线公式,得到不同概率对应的5个降水指标的降水阈值,建立贵州省降雨型滑坡预报模型,并利用2018年新增滑坡样本对预报模型进行检验。结果表明：贵州省降雨型滑坡高发期主要集中在5—7月,其中6月滑坡发生概率最高,约48.6 %;7月次之,约34.9 %。当R1h、R3h、R6h、R24h、R3d分别大于等于26.9 mm、48.9 mm、62.9 mm、79.5 mm、92.0 mm时,发布滑坡预报预警。在降雨型滑坡预报模型中,随着5个不同时效指标的降水量增大,降雨型滑坡累积发生概率变化呈现前后增加缓慢,中间快速增加的变化特征。模型检验结果表明贵州省降雨型滑坡预报模型有一定的准确性,且5个降水指标均具有一定的实用性,其中利用R3d开展降雨型滑坡预报准确率最好。     

大降雨型滑坡临界雨量及潜势预报模型研究

通过对湖北省1975～2002年发生的194次滑坡个例进行分析发现：滑坡时间主要发生在5-8月,占全年总次数的80％左右,与多年月平均雨量分布比较一致;滑坡区域主要位于湖北西部山地,高频中心在三峡库区;滑坡与前期降雨尤其是大降雨关系非常密切,大降雨型滑坡占滑坡总次数的63．1％。利用实效雨量计算方法,确定了大降雨型滑坡临界雨量,以此为依据建立了潜势预报模型。     

降雨型滑坡地质灾害预警预报研究进展

为了提高我国不同区域、不同气候条件下受降雨影响产生的滑坡地质灾害预警预报水平,通过对近30 a国内外降雨型滑坡地质灾害预警预报主要研究成果的回顾,总结其预警预报的相关方法和手段,重点分析了在降雨型滑坡地质灾害预警预报研究与业务中常用的三类方法(即数学统计分析法、理论模型评价法、数值模拟法)的优缺点与适用范围,以期为今后国内科研业务人员开展降雨型滑坡地质灾害预警预报研究和业务工作提供参考依据。     

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。     

石阡县降雨型滑坡临界雨量的研究

利用石阡县2010—2014年18起降雨型滑坡事件对应的区域气象站以及气象台站逐小时降水资料,采用统计分析的方法分析了滑坡发生前后的降水类型,建立了临界雨量的预报模型。结果表明滑坡对应的暴雨类型均属于尖峰型降水,强降雨时间都较短。滑坡的降雨量度与历时关系的分析表明可以将小时雨量大于10 mm作为石阡县滑坡的起报必要条件。基于区域气象站资料建立的滑坡预报模型表明24 h雨量(前期3d雨量)与1 h最大雨量(3 h最大雨量)呈反相关关系。在滑坡预警预报中可以根据气象台的24 h雨量预报值(或前期3 d有效雨量)及1 h最大雨量(或3 h最大雨量)预报值就可以及时发出滑坡预警,从而在地质灾害防御中起到重要作用。     

贵州省降雨型滑坡预警预报模型2020年应用检验分析

基于概率拟合曲线的贵州省降雨型滑坡预警预报模型,利用降水预报数据和实况数据对2020年强降水背景下的27次降雨型滑坡事件进行预警预报,从两个方面检验了该模型的业务实用性。结果表明：利用降水预报数据开展降雨型滑坡预警预报,提前3 d和提前1 d的效果优于提前2 d,其准确率均为63%,具有一定的业务实用性;利用降水实况数据开展降雨型滑坡预警预报,滑坡实际发生的位置与模型预警预报中可能性较大以上的区域吻合度较高,进一步验证该模型具有一定的准确性和实用性;能否准确把握降水强度和落区是影响降雨型滑坡预警预报准确率的关键因素。     

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。     

机器学习分类算法在降雨型滑坡预报中的应用

针对气象灾害预警业务中客观描述降雨型滑坡发生不确定性的实际需求,利用2014—2020年全国滑坡数据以及多源融合降水实况分析数据,通过样本构建、模型训练、参数优化以及预报输出等关键步骤构建基于机器学习分类算法的区域降雨诱发滑坡概率预报模型,探究不同类型机器学习分类算法识别诱发滑坡的降雨过程的可行性。结果表明：在算法评估中,线性判别分析算法准确率最高且泛化能力最好,其次为逻辑回归算法,再次为最邻近算法。在预报试验中,线性判别分析、逻辑回归以及最邻近等算法能够提取并学习降雨诱发滑坡的条件特征,对诱发滑坡的降雨过程有一定识别能力,最邻近算法和逻辑回归算法的概率预报高值区范围相对较大,易造成虚警结果,线性判别分析算法对局地降雨信息的提炼较好,但线性判别分析算法在非降雨中心区域输出低值概率预报的面积偏大。     

基于神经网络和模型集成的短时降雨预测方法

为了得到更精准的短时降雨预测结果,提出了一个基于神经网络的预测模型,可通过多普勒雷达图像序列预测某区域36min内的降雨概率。通过对神经网络和传统光流法的对比分析,还提出了一种结合了两种方法各自优点的集成预测模型。集成模型学习到了更丰富的降雨带变化模式。在一个包含多地、多月真实雷达数据的大规模数据集上的实验表明,神经网络模型实现了具有较高精度的短时降雨预测,且集成模型在整体的预测性能上有明显改进。     

基于小时雨量的泥石流滑坡降雨特征分析

利用2007～2010年6～9月四川加密自动气象站雨量监测资料,分析了小时雨量特征,并结合其间的泥石流、滑坡地质灾害个例,对泥石流、滑坡发生时的降雨特点进行了分析。结果表明,1500m以下小时平均雨强较大时段出现在1～7时,1500m以上小时雨强较大时段出现在夜间10时至次日8时,短历时强降雨是诱发泥石流的关键因素,而滑坡的发生受降水的累计和滞后效应影响。海拔1500m以下,发生泥石流、滑坡一般需要50mm的降水,1500～3500m海拔,6小时降水有15～20mm,就有可能引发泥石流、滑坡,而在3500m以上,6小时降水有10～15mm即可。     

基于降雨分级的泥石流降雨I-D预报模型

降雨阈值是泥石流预警预报和防灾减灾的重要研究内容。通过野外考察、文献查询等手段,收集了汶川地震灾区典型区域(都(江堰)汶(川)公路沿线)震后34次泥石流事件和对应的降雨过程,通过统计诱发泥石流的降雨历时及平均降雨强度,建立了该地区的降雨I-D(雨强-历时)关系;针对I-D关系在实际预报中的不足,结合中国气象部门的雨量划分标准和诱发泥石流的降雨历时将降雨分为小量级降雨(SI)、中量级降雨(MI)和大量级降雨(LI)3个等级,得出复合型降雨I-D关系。结果表明:①都汶地震灾区诱发泥石流的降雨历时为2～53h,平均降雨强度为0.1～13.8mm/h,I-D关系可表示为I=5.94 D-0.70;②复合型降雨I-D预报模型可进行分级预警,其中约80%泥石流事件超过了橙色等级预警线,I-D关系式为I=10.0 D-0.56(1h≤D 12h),I=4.8 D-0.26(D≥12h);③改进后的复合型降雨I-D阈值线斜率更小,预报精度更高,更适合中国西部山区的泥石流预报工作,且在2014—2016年都汶公路沿线的泥石流预报检验中取得了较好效果。本研究拟为汶川地震灾区泥石流的预警预报提供技术支撑。     

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。     

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。     

基于降雨强度与历时的红层区滑坡降雨阈值分析——以普洱为例

普洱位于云南西南部,境内岩浆岩分布广泛。地质构造不仅复杂,也是典型的红层易滑区。本文利用普洱市2009—2014年降水量和滑坡资料,采用Caine阈值曲线和聚类分析方法,分析了红层区降雨型滑坡特征及确定降雨型滑坡的降雨阈值曲线,以期为红层区降雨型滑坡的预报预警提供理论依据。通过统计分析得出:(1)研究区域滑坡灾害主要集中在哀牢山群、无量山群及澜沧群,并属相应断裂带上。(2) 7—9月滑坡灾害发生最为频繁,占发生总量的77.1%。(3)滑坡灾害可分为短历时强降水型,中等历时弱降水型和长历时弱降水型、非降雨型滑坡,通过统计分析得出全市有40个滑坡事件与降雨无明显相关关系(0.7%)。(4)使用改进后的Caine模型研究了区域滑坡降雨阈值曲线,得到4类曲线:I=85 D~(-0.874)、I=45 D~(-0.811)、I=27 D~(-0.782)、I=12 D~(-0.774)。其最低阈值高于Guzzetti全球阈值,但较Caine全球阈值略低,最高阈值较福建台风型降雨滑坡阈值高。     

基于人工神经网络的区域滑坡预测研究

区域滑坡是自然灾害的重要类型,严重威胁人们的生命财产安全。采用数据挖掘技术充分挖掘资源环境数据库的信息,进而对滑坡的空间易发区域作出科学的评估和预测,对区域滑坡的预防和治理提前进行部署,可以大大减小区域滑坡带来的危害。为此,以区域空间环境数据库为基础,选取资源环境遥感数据,在滑坡灾害成因分析的基础上,提取地形地貌、土壤及植被覆盖等环境变量数据,采用基于人工神经网络的数据挖掘方法,通过对滑坡空间预测模型的构建过程和结果的评价分析训练出一个置信度较高的神经网络模型。最终采用训练好的神经网络模型,结合山西平陆县的资源环境遥感数据,对平陆县研究区网格进行分类,得出研究区基于神经网络的滑坡易发性分区图,为平陆县区域滑坡的预防和治理作业决策提供一定参考。     

降雨型地质灾害预报方法研究进展

首先,利用张家界2016—2020年降水资料和暴雨灾情资料,以中国人民财产保险股份有限公司湖南省分公司财货险(以下简称“财货险”)理赔案件为研究样本,运用优势分析法确定致灾因子的影响权重,构建暴雨综合致灾指数(I)模型。然后,采用指数函数拟合财货险出险乡镇(街道)数与I的关系,获得不同出险等级对应的I阈值。最后,选用2021年张家界汛期暴雨致灾理赔案例对I及其阈值进行验证。结果表明: 张家界市暴雨造成的财货险出险次数总体呈东西少、中间多的特点。暴雨致灾因子中96 h累积降雨量对出险范围影响权重最大,达28.6%。模拟财货险出险范围、理赔金额、出险次数的等级与实际灾情等级均通过0.01显著性水平检验。阈值检验显示,用其对暴雨致灾案例的预测等级与实际等级的一致率(即准确率)为71.4%,其中,轻度、中度、重度灾情等级的预测准确率分别为70%、70%、100%,因而建立的I阈值可用于张家界市财货险专业气象服务。

     

滑坡泥石流预测预报中的气象问题

根据降水具有加快滑面形成、诱发滑坡泥石流的作用,提出滑坡泥石流预测中对气象工作的需求,并展望了滑坡泥石流预测预报的发展趋势.     

7月份降雨分布型的预报方法

综述了我国７月份雨型的划分方法，各种雨型的多雨特点及环流特征，总结了各类雨型的预报判据，着眼于赤道东太平洋海温（ＳＳＴ），冬季（１－３月）５００ｈＰａ环流，春季（３－５月）西太平洋副热带高压，夏季（６－８月）赤道平流层纬向风准两年振荡（ＱＢＯ）等方面，分析了与７月雨型的关联。该方法对业务预报有很好的指导意义。     

降雨年际气候变化的非线性动力统计模拟预测

文中应用非线性动力统计方法来模拟降水年际气候变化.经过对中国42个测点近百年降雨变化的模拟预测检验,取得了较好的效果,并得出了一些有意义的结论.     

基于风暴相对螺旋度的降雨预报模型检验

风暴相对螺旋度是一个衡量对流风暴发展强度的物理量,所以对强对流天气的预报具有实际意义。通过提取2008—2010年3a天津地区153个降雨过程的多普勒天气雷达风场数据来计算风暴相对螺旋度,然后将风暴相对螺旋度与从雷达反射率因子图中提取的风暴信息相融合,得到基于风暴相对螺旋度的降雨预报模型。经过2014年4—8月天津地区59个降雨过程对本文所提出的降雨预报模型进行验证,结果表明降雨预报模型的准确率达到61%,其中提前2 h预测降雨占41%,在2 h以内预测降雨占59%。上述结果说明,风暴相对螺旋度在结合其他降雨特征后对降雨具有良好的预报效果。