闽北地质灾害的分布特征及其成因分析

通过分析闽北地质灾害与降水特征表明:闽北地质灾害时间分布与降水、尤其是与暴雨的分布一致。其空间分布与地质条件的分布一致,而与年降雨量、3~8月降雨量的分布相反。地质灾害发生数的74.9%均在针叶林及经济林中,95.7%发生在坡度>20°的陡坡处。地质灾害与岩土性质以及岩土结构有一定的关系。当浮土厚度在5m或以上时极易发生地质灾害。因此,闽北地质灾害的发生的主要因素是地质条件,强降雨则是其重要的触发条件,人类活动也是诱发地质灾害的因素之一。文章根据地质条件将闽北的地质灾害按易发程度分为:高易发区、中易发区及低易发区。     

浙江宁波市地质灾害的雨量阈值及预报分析

山体滑坡、崩塌、泥石流等地质灾害主要由强降水或连续性降水引发产生,根据最近七年来宁波市国土资源局和宁波市气象台联合制作的地质灾害气象预报预警和地质灾害实况资料分析,结果发现:在最近七年里出现的159处地质灾害中,由热带气旋强降水引发的地质灾害有142处,约占89%;宁波市绝大多数地质灾害是由强降水引发,而强降水中又以热带气旋强降水为主要诱因,引发宁波市地质灾害的有效雨量大多数在100mm以上,因此,100mm有效雨量可作为预报引发宁波市地质灾害的雨量阈值,而200mm有效雨量可引发多处地质灾害产生。统计结果为以后地质灾害气象预报预警及强降水的临近监测提供参考依据。     

诱发池州滑坡的降水特征分析

滑坡是池州最严重的地质灾害.滑坡的形成除与地质条件有关外,降水和人类工程活动是很重要的诱发因素.通过分析大量的滑坡资料和气象(雨量)数据,研究和探讨了滑坡的发生与降水特征之间的关系,发现滑坡的发生与近3天内的降水强度、过程降水总雨量、降水的持续时间等关系十分密切.结合国内邻近省区的分析结论,建立了一个用日综合雨量预测滑坡的数学统计模型,并对池州1995、1998、1999年3次滑坡等重大突发性地质灾害过程进行了检验,效果良好.     

河北省地质灾害分布特征及预报

利用河北省近40a的地质灾害发生个例资料,分析了地质灾害时空分布特征;进行预报分区,分别找出了各区泥石流临界雨量指标;采用数学决策模型-权重分布集成法,对未来24h降水预报产品、中央台下发的降水指导预报产品、河北省气象台MM5模式降水预报产品、河北省气象台下发的降水指导预报产品等进行降水集成,将各区的降水集成结果及前期降雨量分别与临界雨量指标进行比较,作出地质灾害预报。     

地质灾害与降雨雨型的关系研究

地质灾害的发生与降雨历时、降雨量及降雨雨型有密切的关系,不同雨型的降雨诱发地质灾害的诱发机制具有明显的差异性。本文通过收集的降雨实况与地质灾害反馈资料,将诱发地质灾害的降雨雨型分为3种类型:台风降雨、持续强降雨和局地暴雨。研究表明,台风降雨型降雨诱发地质灾害具有即雨即滑的特点,即地质灾害的发生与降雨在时间上具有较好的对应关系;地质灾害发生空间位置与台风运移轨迹也基本一致。多为群发型地质灾害,灾害规模较小,一般为表层或浅层滑坡、崩塌。持续强降雨型降雨诱发地质灾害,在强降雨过程中地质灾害具有同步发生的特点;在降雨强度不大但连续降雨过程中,地质灾害具有一定的滞后效应;在地质灾害大规模发生后,诱发新的地质灾害雨量阈值提高。局地暴雨型降雨诱发的地质灾害往往集中发生在出现局地暴雨的当日当地。     

甘肃省陇西县地质灾害气象条件分析

利用陇西县近20年的地质灾害与降水资料,分析发生地质灾害的主要区域和具体地点及危害程度和分布特征,研究了引发地质灾害的气象条件。研究结果表明:山体滑坡、地裂缝、塌陷和泥石流是陇西县主要的地质灾害类型,地质灾害时段主要集中在局部强降雨和暴雨出现的夏季(5～8月)。地质灾害发生有多方面因素构成,大—暴雨、暴雨降水过程是地质灾害发生的决定条件,其次是人为性破坏了地质原有结构,导致出现或诱发地质灾害。我们在探讨地质灾害形成的主要成因的基础上,确定了地质灾害发生的降水强度标准,再根据多年的预报经验,寻找出相关性较好的预报因子,应用气象资料分析判断引发地质灾害可能性大小,发布预警信号和地质气象灾害预警发布和防御流程。     

GPM近实时反演数据对河南省2021年“7·20”极端暴雨的比较分析

近实时卫星降水反演数据具有覆盖范围广、空间连续性和时效性较强以及开放获取等优势,是重要的全球性降水资料。针对2021年河南省“7·20”极端暴雨,基于116个地面气象站观测资料及其空间插值数据,综合解析了4种GPM近实时卫星降水数据(IMERG early、IMERG late、GSMaP NOW和GSMaP Gauge NOW)对极端强降水事件的表征能力。结果发现：(1)IMERG early、IMERG late对站网累积雨量的低估程度在20%左右,GSMaP NOW和GSMaP Gauge NOW的高估程度分别达到了约35%和70%,但2种GSMaP数据更易探测到500 mm以上的累积雨量。(2)在雨量过程方面,4种GPM数据对小时降水事件均具有较强的分类辨识能力,但未捕捉到主要雨峰过程,定量误差较突出,与地面降水量之间表现出显著的负相关关系。GPM降水数据对小时雨量低于10 mm的降水事件以高估为主;对于小时雨量超过30mm的降水事件以低估为主,甚至存在普遍低估。(3)在空间格局方面,4种GPM数据的精度指标均具有较强的时间波动性,IMERG数据的空间相关系数和体积临界成功指数...     

山东费县地质灾害易发程度分区评价

通过调查,认为费县地质灾害主要为滑坡、崩塌、泥石流,其发育与地形地貌、地层岩性、地质构造和人类工程活动、大气降水关系密切。依据地质灾害发育现状和规律、致灾因子,利用 MapGIS空间分析功能和 Microsoft Ex-cel数据计算功能对其进行叠加,获得各评价单元的地质灾害综合危险性指数,将费县地质灾害易发程度分为高易发区、中易发区、低易发区、不易发区4个区,并进行了分区评价。为当地国土资源部门的地质灾害防治工作提供科学的理论依据。     

青海化隆县地质灾害易发性区划

通过青海化隆县1:5万地质灾害详细调查工作,基本查清了该县境内的地质灾害类型、规模、危害程度及时空展布规律,并进行了地质灾害易发程度分区和风险性评价。(1)县境内共发育地质灾害点438处,其中滑坡243处,不稳定斜坡92处,泥石流沟90条,崩塌13处,其展布主要受控于地形地貌和气候条件。(2)利用GIS信息量模型区划评价了县境内的地质灾害高易发区和高风险区,认为化隆县境内地质灾害高易发区面积占县境总面积的49.1%;中易发区面积占33.5%。;低易发区面积占17.4%。(3)地质灾害高风险区面积占总面积的44.3%;中风险区面积占37.4%;低风险区面积占18.3%。评价区划成果将为当地政府有效开展地质灾害群测群防工作提供基础数据。     

川东北地区强降雨诱发崩滑流灾害分析

川东北地区一直以来都是地质灾害高发地区,地质环境条件脆弱,极端降雨事件频发,是区域地质灾害预警高度关注地区。以2012年6月下旬到7月上旬持续强降雨诱发崩滑流灾害过程为例,通过统计方法,从空间和时间角度,分析地质灾害的空间分布、时间分布与降雨的相关关系,得到该区域降雨诱发地质灾害的规律特点及临界降雨判据。(1)川东北地区的降雨模式常见为数日持续降雨,且降雨中出现数次(2~3日)的极值雨量,在这种降雨模式下,考虑到前期降雨的累积效应,需要着重关注第二次的极值降雨,往往会诱发更大的群发灾害过程,并具有明显的滞后效应,此特点在巴中、达州、广元等地表现得尤为明显,而南充市的即时发灾特点更为明显。(2)川东北地区各市临界雨量不同,在少量前期雨量累计情况下,广安最低,约为25mm;其次是广元,约为50mm;最后是巴中、达州和南充,约为90mm。相关结论可为该地区的区域地质灾害预警研究和实践提供技术支撑。     

甘肃定西地区地质灾害危险性评价

识别地质灾害聚集的热点区及驱动力对于区域灾害预警具有重要意义。以甘肃定西地区为研究区,选取坡度、坡向、土地利用等7个评价因子,利用确定系数与逻辑回归耦合模型、空间自相关方法分析地质灾害的空间集聚特征及驱动因素。结果表明:定西地区地质灾害危险性呈现中部高,南北两侧低的特征,其主要受降水、坡向、工程岩组等因子的影响;地质灾害与降水、坡向和工程岩组的空间关系为高高聚集;地质灾害危险性存在较强的空间自相关性,在3 km的空间尺度上呈显著正相关,且随距离阈值增加而降低;距离阈值为5 km时,正相关高高聚集与低低聚集以团块的形式存在,而高低聚集与低高聚集多以零星状分布。研究可为区域地质灾害监测与防控提供参考。     

宁镇地区地质灾害预报模型——以镇江润州区为例

宁镇地区是长江中下游地质灾害最严重的地区之一。镇江润州区虽然仅是宁镇地区的一个局部区域,但其气候和地质环境特征具有典型意义,所提出的地质灾害气象预警预报模型同样适用于整个宁镇地区,对长江中下游地区亦有借鉴作用。气候环境、降雨尤其是连续降雨或强降雨是诱发地质灾害的重要因素。润州区地质灾害主要与梅雨期总降雨量有关,其次与台汛期台风带来的降雨量有关,而与台汛期总降雨量无关。地质灾害预测预警方程应针对不同时期采用不同的预警模型：非梅雨期的预警方程采用预报日降雨量结合前5日降水之和的综合模型,梅雨期的预警方程采用梅雨期降雨总量模型。提出地质灾害气象预报预警等级应根据《国家突发公共事件总体应急预案》将等级统一划分为4级。该模型可作为完善我国现有地质灾害气象预警预报系统的参考。     

An analysis of the drought and flood hazard characteristics and risks during the pre-rainy season in South China

Based on the daily precipitation data provided by the National Meteorological Information Center recorded at 89 representative stations in South China, as well as the reanalyzed monthly average 850-hPa wind field and sea surface temperature (SST) data from the National Centers for Environmental Prediction and the National Center for Atmospheric Research between 1969 and 2008, we studied the inter-annual variations and the causes of flood and drought hazards during the pre-rainy season in South China. Moreover, we assessed the hazard risks. The results indicate the following. (1) Most areas in Guangdong, the north and southwest of Guangxi, and the junction of Jiangxi and Fujian are at high risk of severe flooding. (2) The inter-annual variations of the pre-rainy season flood and drought hazards are evident in South China; specifically, consistent anomalies exist in Guangdong, Guangxi, central and north Fujian, and central and south Jiangxi. An inverse distribution of anomalies occurred in central and south Guizhou. Since the 1990s, inter-annual drought and flood hazards have accrued, particularly in south Guangxi, the southern and northern regions of Guangdong, and the north and central of Fujian where the risk of severe drought and flood is high. (3) The “El-Niño-Southern-Oscillation-like” (ENSO-like) SST anomaly and the corresponding atmospheric circulation anomaly are the major causes of the inter-annual variation of the pre-rainy season drought and flood hazards in South China. From the preceding winter to the pre-rainy season, the ENSO-like positive (negative) SST anomaly regulates the South China Sea and western Pacific anti-cyclonic (cyclonic) airflow to control the South China Sea. This effect increases (or decreases) the warm, humid vapor input in South China and causes severe pre-rainy season floods (or droughts) hazards in South China. It should be noted that because of the asymmetry in the anomalous local low-level circulation and the rainfall patterns, the floods and droughts hazards region in South China are also asymmetry between El Niño and La Niña.     

Climate extremes related with rainfall in the State of Rio de Janeiro,Brazil: a review of climatological characteristics and recorded trends

This paper presents a synthesis of the main characteristics of precipitation in the State of Rio de Janeiro (Brazil) based on extreme rainfall indicators. Daily precipitation data are derived from 56 rainfall stations during the second half of the twentieth century and the 2000s. Eight indices related to extreme precipitation were analyzed. The Mann–Kendall nonparametric test and the Sen's Curvature were employed to evaluate the significance and magnitude of trends. The primary climatological aspects and identified trends throughout the last decades are discussed, besides the hydrometeorological impacts associated with them. Lower values of annual total precipitation are recorded in northern Rio de Janeiro (around 800 mm) and higher in the southern State (up to 2,200 mm). The Serra do Mar affects the frequency of heavy precipitation, and the areas near the sea and high relief present the highest values of consecutive days with expressive rainfall (more than 150 mm in 5 days). These areas also showed a high concentration of flood and landslides events. Most of Rio de Janeiro exhibits precipitation intensity of about 13 mm/day. The maximum number of consecutive dry days shows a gradient from the coast (about 30 days) to the State's interior (around 50 days). Regarding trends, there is a growth of accumulated extreme precipitation in various stations near the ocean. The extreme rainfall in 24 h displays an increase in most Rio de Janeiro (+?1 to?+?5 mm/decade). The consecutive dry and rainy days present similar signs of decreasing trends, suggesting irregularly distributed precipitation in the State. This study is especially relevant for decision-makers who need detailed information in the short and long term to prevent natural hazards like floods and landslides and the related impacts in the environmental and socioeconomic sectors of the Rio de Janeiro.

     

青藏高原及其毗邻地区降水中稳定同位素成分的经向变化

分析了从南亚经青藏高原到毗邻的我国西北地区一个经向剖面上降水中稳定同位素成分的时空分布以及与温度、降水量、水汽来源的关系.在青藏高原南部和南亚,温度效应均不存在.在所统计的站点中,大约一半的取样站具有降水量效应,但降水中稳定同位素比率的季节变化并不与降水量强度的变化相一致.在季节变化中,δ¹⁸O的最大值往往出现在雨季到来之前的春季,最小值则出现在雨季后期或雨季结束的秋季.在青藏高原中、北部和毗邻的我国西北地区,各取样站均具有显著的温度效应,且降水中δ¹⁸O的季节变化与温度的季节变化几乎一致.说明在这些地区,温度是制约降水中稳定同位素变化的主要影响因子.由于来自源区水汽的直接凝结,南亚地区降水中平均稳定同位素成分相对较重.稳定同位素比率的季节差异较小;从青藏高原南坡的坚景到唐古拉山,由于翻越喜马拉雅山时水汽受强烈的洗涤作用,降水中稳定同位素比率急剧减小,达经向分布中δ¹⁸O的最低值段;从31°N到青藏高原北部,降水中稳定同位素比率随纬度而增大,并最终过渡到与我国西北地区降水中稳定同位素比率的变化型相类似.     

福建省地质灾害气象预警有效降雨模型研究

降雨是诱发地质灾害最主要的外部因素之一,在中国东南沿海中低山丘陵区强降雨诱发的地质灾害集群发生,造成了大量人员伤亡和财产损失。以福建省为例,深入挖掘多年历史地质灾害案例的降雨实况资料,以县级行政区为统计单元,基于定量化降雨估测对诱发群发性地质灾害的典型降雨过程进行相关性研究,并基于地质环境的量化指标进行了偏相关分析验证,建立了福建省有效降雨模型并通过现场监测和预警应用进行了验证。研究表明：福建地区地质灾害的发生与灾害发生3日内降雨相关,且以0.79为折减系数逐日折减,据此建立了福建地区有效降雨模型;将福建地区有效降雨模型应用于地质灾害气象预警,可以在保证地质灾害命中率的前提下,减少预警区面积、降低预警等级、缩短预警持续时间,提高地质灾害气象预警的精准性。研究结果有助于准确把握降雨特征,可为区域地质灾害气象预警中降雨因子的合理评估提供科学依据。     

盐池县地质灾害遥感调查及空间分布特征分析

宁夏盐池县地处黄土高原区,地质灾害较为频繁。以SPOT6、RapidEye、无人机以及LandSat8 OLI等多源遥感数据为基础,通过研究遥感影像特征,建立地质灾害解译标志,共解译出滑坡125处、崩塌84处、泥石流19处、地面塌陷区3处。结合区域地理地质环境特征,总结了研究区地质灾害点的基本特征,并利用GIS技术对灾害点进行点密度分析,在此基础上划分了7个集中分布区,归纳了盐池县地质灾害点的空间分布特征及规律;同时,对研究区地层构造、植被、地形等因素与地质灾害点空间分布特征的相关性进行了讨论。研究结果表明:盐池县地质灾害点具有规模小,灾害轻;点密度整体南高北低,且南部聚集、北部分散;地层、植被、坡度、坡向等因素与地质灾害有着密切的联系。     

基于GIS和层次分析法的沙溪流域滑坡地质灾害易发性评价

滑坡是沙溪流域主要地质灾害类型之一,开展滑坡灾害易发性评价可为区域地质灾害防治提供数据基础和决策依据。通过沙溪流域生态地质调查,分析了滑坡灾害分布规律和影响因素之间的关系,选取岩性建造、地貌、坡度、坡向、降雨量、距河流距离和距断层距离7项指标,利用层次分析法及地理信息系统空间分析技术,开展沙溪流域滑坡地质灾害易发性评价。结果显示: 沙溪流域滑坡易发性影响因子依次为岩性建造、多年年均降水量、地形地貌、坡度、距河流距离、距断层距离和坡向; 沙溪流域滑坡灾害易发性与坡度、岩性建造、年均降水量表现出明显正相关,即坡度越大、岩性建造性质越软弱、越易风化,年均降水量越多,越易引发滑坡灾害; 滑坡灾害易发性与断裂构造、河流距离与滑坡灾害易发性呈负相关,即距离越近越容易诱发地质灾害; 流域整体以低易发区和极低易发区为主,高易发区主要分布在沙溪流域中南部、东部及东北部地区。这为沙溪流域地质灾害防治提供了基础数据和决策依据。     

黄河上游地区地质灾害分布规律与区划

黄河上游地区是中国地质灾害特别发育的地区之一。主要地质灾害有：地震、崩塌、滑坡、泥石流以及水土流失、土地沙漠化、土地盐碱化、黄土湿陷、融冻等，除了直接威胁人民生命财产安全和各种工程设施安全外，还严重破坏国土资源和生态环境，是阻碍西部大开发和可持续发展的重要因素。受地质、地貌以及气候等条件控制，各地区地质灾害发育情况有很大差异，可划分为3个地质灾害类型区：以土地沙漠化、盐碱化和地震为主的北部区；以地震、崩滑流和水土流失灾害为主的中部区和以融冻为主的西南部及西北部区，3个灾害区又可进一步划分为13个亚区。     

兰州城区黄土斜坡地质灾害影响因素分析

兰州城区地质环境条件复杂,对地质环境扰动的人类建设工程活动强烈,引发城市南北两山斜坡区段地质灾害频发。对地质灾害分布规律和发育特征分析后认为,地形、岩土体类型、地质构造是崩塌、滑坡灾害发生的控制因素,降水和人类工程活动是崩塌、滑坡灾害发生的主要引发因素。