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。     

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。     

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。     

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。     

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。     

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。     

湖南古丈山体滑坡影响因子分析

为研究湖南省古丈县2016年7月17日群体滑坡的地质环境与降水诱发成因,基于GIS空间分析平台,利用古丈县1:5万地质灾害详查资料、地形地貌、公路河网、坡度坡向、地下水类型、滑坡体与岩土产状关系等空间数据,分析古丈县多种地质环境因子与滑坡事件的影响系数;采用贝叶斯后验概率分析法确定古丈滑坡降水阈值曲线(I-D曲线);基于多要素地质环境因子、临界降水条件及滑坡触发有效雨量综合分析了本次群体滑坡事件的主要成因。结果表明:出现大于当地滑坡阈值的极端降水事件(一定的滑坡降水强度、持续时间和滑坡触发有效雨量)是诱发古丈群体滑坡的主要外源动力,脆弱的岩土结构、滑坡体与岩层产状一致的滑坡类型、公路(铁路)和河网修建对山体切坡的影响、敏感的坡度区间、高风险的坡向区间等地质因子是导致古丈默戎"7·17"滑坡的地质成因,相关研究方法和结论对该地区未来地质灾害预警预报提供了方法和数据支持。     

四川丹巴县泥石流灾害及其降雨预报阈值确定

利用2000~2020年丹巴泥石流和降雨资料,对丹巴泥石流灾害进行了研究。结果表明：丹巴县境内东北部的小金河谷是泥石流的高易发区,西北部的金川河谷是次易发区;5~9月均有泥石流发生,相对集中在6~7月,高发期为7月;短时强降水的雨强越大,发生灾害的风险越大,强降水出现频率最高的时段也是泥石流高发时段,19:00~05:00是泥石流灾害发生的高发时段;当降雨强度10~15 mm/h或15~25 mm/3h时,有一定泥石流灾害气象风险,为四级;降水强度在16~20 mm/h或26~35 mm/3h时,泥石流灾害气象风险较高,为三级;降水强度21~35 mm/h或36~60 mm/3h时,泥石流灾害气象风险高,为二级;降水强度≥35 mm/h或≥60 mm/3h时,泥石流灾害气象风险极高,为一级。前期有效雨量累积时间越长、雨量越大,出现泥石流灾害的可能性越大。     

丘陵地区降水诱发滑坡地质灾害的阈值分析——以巴中市恩阳区为例

利用降水阈值模型对典型丘陵地区的227个滑坡点进行降水诱发滑坡地质灾害的分析。结果表明：2009—2018年227例降水型滑坡中,降水引起当日发生2起及2起以上滑坡事件的共143起滑坡,约占总滑坡起数的63%;降水引起当日发生3起及3起以上滑坡事件的共99起,约占总滑坡起数的43%。因此,恩阳区受降水影响的滑坡事件具有群发性特征。利用降雨和滑坡数据可以获得恩阳区降水诱发滑坡的降水强度—降水历时阈值曲线和具有滑坡群发性特征的降水强度—降水历时阈值曲线。此外,当0 2时,选择群发性的降水阈值曲线进行预警,以此得到组合模型;组合模型解决了常规的滑坡降水阈值曲线对降水是否诱发滑坡的预警空报率较高,而群发性的滑坡降水阈值曲线的漏报率较高的问题。     

陕西降雨型地质灾害气象预报预警系统

基于降雨型地质灾害气象预报预警模型,采用自动气象站数据和乡镇雨量站降水数据作为实况基础资料,利用WRF(weather research and forecasting model,即天气预报模式)降水预报数据,计算综合雨量并得出降雨型地质灾害发生的等级。系统集成了数值预报精细化预报处理模块、自动气象站监测数据处理模块、乡镇降水量插值模块、地质灾害预报预警模型运算模块和预报预警结果展示模块,实现了数据自动化处理,运行稳定,建成之后发挥了较好的服务效益。     

Duration and Seasonality of Hourly Extreme Rainfall in the Central Eastern China

Compared with daily rainfall amount, hourly rainfall rate represents rainfall intensity and the rainfall process more accurately, and thus is more suitable for studies of extreme rainfall events. The distribution functions of annual maximum hourly rainfall amount at 321 stations in China are quantified by the Generalized Extreme Value（GEV） distribution, and the threshold values of hourly rainfall intensity for 5-yr return period are estimated. The spatial distributions of the threshold exhibit significant regional diferences, with low values in northwestern China and high values in northern China, the mid and lower reaches of the Yangtze River valley, the coastal areas of southern China, and the Sichuan basin. The duration and seasonality of the extreme precipitation with 5-yr return periods are further analyzed. The average duration of extreme precipitation events exceeds 12 h in the coastal regions, Yangtze River valley, and eastern slope of the Tibetan Plateau. The duration in northern China is relatively short. The extreme precipitation events develop more rapidly in mountain regions with large elevation diferences than those in the plain areas. There are records of extreme precipitation in as early as April in southern China while extreme rainfall in northern China will not occur until late June. At most stations in China, the latest extreme precipitation happens in August–September. The extreme rainfall later than October can be found only at a small portion of stations in the coastal regions, the southern end of the Asian continent, and the southern part of southwestern China.     

武汉地区雷电预警阈值研究

利用湖北新一代多普勒雷达、闪电定位仪、电场仪等探测设备获取的大气探测资料,采取概率统计方法,就武汉市2012年1月至2014年7月184次雷暴过程中的1067次闪电和预警指标的相关性进行统计分析,初步确定武汉地区雷电预警指标阈值。结果表明：雷电发生与大气电场强度、雷达回波反射率因子、回波顶高、垂直累积液态水含量等指标关系密切;大气电场强度阈值为2 kV/m左右;-10 ℃高度上回波强度大于等于40 dBz且回波顶高为6 km左右、垂直累积液态水含量大于等于10 kg/m2可以作为武汉地区雷电预警阈值,且不同的月份阈值有所变化。     

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.     

北京“7〖DK〗·21”特大暴雨过程时空特征解析

利用高密度自动站观测记录和长序列气象站观测资料,对2012年7月21日北京地区特大暴雨过程的时空演化规律进行了分析。结果表明:"7·21"特大暴雨期间,全市累积降雨量大于100mm的站数达到211个,占全部测站数的92%,96个站累积雨量大于200mm,12个站大于300mm;多数地区降雨时长超过16h,密云大成子站降水时间最长,达到20h,强降雨时长在西南房山和门头沟最大;最大小时雨强中心出现在东北和西南区域,东北部最大雨强中心较突出;平均雨强高值阶段出现在21日18:00—21:00,其中19:00雨强最大,达到22mm/h,但最大雨强在70mm/h以上的高强度降雨发生在21日13:00—14:00(门头沟龙泉站)和19:00—22:00,20:00—21:00平谷挂甲峪站高达100.3mm/h;城区及其附近地带20mm以上量级的小时降雨强度较大,同时傍晚阶段平均累积雨量增长速率快,平均小时降水强度偏大;房山站21日雨量位居1961年以来逐年最大日降水量第2位,仅次于1979年7月18日降雨量,而全市15站平均21日雨量打破了1961年以来的最大日降水量记录,比处于第2位的1963年8月9日平均雨量高出43mm。     

台风强降雨诱发地质灾害的雨量特征分析

台风的特大暴雨可以引发山体滑坡和泥石流等地质灾害,造成严重的人员伤亡.高分辨率资料的应用是地质灾害精细化预报的基础.选定频繁遭受台风袭击,同时受地质灾害影响严重的浙江乐清市作为研究区域,利用雷达联合雨量计估计降雨技术,以0414台风云娜、0505台风海棠和0509台风麦莎导致的群发性地质灾害为例,研究雷达估计降雨在监测地质灾害方面的适用性以及台风降雨和地质灾害发生之间的关系.结果表明,雷达估测降雨较好地反映地质灾害触发雨量特征.台风诱发地质灾害需要的持续时间短,有效雨量更小,临界雨强大.     

开鲁县1954—2011年降水日数及降水量变化分析

利用开鲁气象站1954—2011年逐日降水量数据,分析了近58a降水量和降水日数的年、季变化趋势和气候倾向率以及4—10月不同等级降水日数和降水量的比例。结果表明:(1)开鲁58a平均年降水量为332.5mm,年平均降水日数64d,占全年总日数的17.5%,日降水量强度仅5.2mm;(2)年降水量与降水日数呈显著的正相关关系,降水日数多,降水量则多;(3)近58a年降水日数和降水量均呈显著的减少变化趋势,降水日数减少1.8d/10a,降水量减少13.2mm/10a;特别是1999—2011年日降水强度明显减小,年平均降水量仅277.5mm,比前45a平均减少了2成,春夏季干旱突出;(4)降水量和降水日数季节分配不均,夏季降水量占全年的70.3%,雨季集中,旱季明显;(5)作物生长季(4—10月)降水量级少,有效降水日数少,因此,发生干旱的概率高,特别是季节连旱,不利于作物的生长发育,严重制约着农牧业生产的发展。     

Climatology of Tropical Cyclone Extreme Rainfall over China from 1960 to 2019

Tropical cyclone extreme rainfall(TCER)causes devastating floods and severe damage in China and it is therefore important to determine its long-term climatological distribution for both disaster prevention and operational forecasting.Based on the tropical cyclone(TC)best-track dataset and TC precipitation data from 1960 to 2019,the spatiotemporal distribution of TCER affecting China is analyzed.Results show that there were large regional differences in the threshold for TCER in China,decreasing from the southeastern coast to the northwest inland.TCER occurred infrequently in northern China but had a high intensity and was highly localized.The frequency and intensity of TCER showed slightly increasing trends over time and was most likely to occur in August(41.0%).Most of the TC precipitation processes with extreme rainfall lasted for four to six days,with TCER mainly occurring on the third to fourth days.TCER with wide areas showed a northwestward prevailing track and a westward prevailing track.Strong TCs are not always accompanied by extreme precipitation while some weak TCs can lead to very extreme rainfall.A total of 64.7%(35.3%)of the TCER samples occurred when the TC was centered over the land(sea).TCER≥250 mm was located within 3°of the center of the TC.When the center of the TC was located over the sea(land),the extreme rainfall over land was most likely to appear on its northwestern(northeastern)side with a dispersed(concentrated)distribution.TCER has unique climatic characteristics relative to the TC precipitation.     

诱发江西滑坡的降水特征分析

滑坡是江西最严重的地质灾害，在自然灾害中仅次于洪涝灾害和旱灾。滑坡的形成除与地质条件有关外，降雨和人类的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。建立了一个用日综合雨量预测滑坡发生的数学统计模型，并对江西2002年3次重大滑坡过程进行了检验，效果良好．