張 靜，保廣裕*，周 丹，馬守存，劉 瑋

（青海省氣象服務(wù)中心，青海 西寧 810001）

鐵路是國(guó)民經(jīng)濟(jì)的大動(dòng)脈，其運(yùn)輸安全對(duì)國(guó)民經(jīng)濟(jì)發(fā)展具有重大意義。青藏鐵路是中國(guó)21世紀(jì)以來(lái)最重要的鐵路建設(shè)工程，是內(nèi)陸地區(qū)聯(lián)系西藏的唯一鐵路通道[1-3]。青藏鐵路從青海省民和縣開(kāi)始，途經(jīng)湟水河谷地、青海湖流域、柴達(dá)木盆地等高原內(nèi)陸盆地，翻越藏北高原以及昆侖山、唐古拉山、念青唐古拉山等高山，最終到達(dá)西藏自治區(qū)首府拉薩，全程約2052 km，是世界上海拔最高、線路最長(zhǎng)、穿越多年凍土里程最長(zhǎng)的高原鐵路[4-5]。其中青海境內(nèi)青藏鐵路長(zhǎng)度為1507 km，占青藏鐵路總長(zhǎng)度的73%以上。近年，隨著中國(guó)高速鐵路網(wǎng)的快速布局，新建的蘭新高鐵在青海境內(nèi)的里程也達(dá)到268 km。此外，青海境內(nèi)哈木支線、敦格鐵路、茶卡支線、寧大支線的青海境內(nèi)鐵路總里程達(dá)到2441 km。因此，如何面對(duì)復(fù)雜自然地理環(huán)境和安全有效的生產(chǎn)運(yùn)營(yíng)，成為人們關(guān)注的熱點(diǎn)。

青海省位于青藏高原東北部邊緣地帶，地質(zhì)環(huán)境復(fù)雜，是現(xiàn)今地球表層構(gòu)造性活動(dòng)最強(qiáng)的地理單元[6-7]。同時(shí)，青海境內(nèi)的大部分鐵路通過(guò)的都是高山峽谷，兩側(cè)地勢(shì)陡峭，巖石破碎，路段土質(zhì)松散，具備誘發(fā)滑坡和泥石流發(fā)育的條件[8]。加之高原天氣變化多端，氣候差異明顯，尤其是夏季高原中、小尺度天氣系統(tǒng)活動(dòng)頻繁，降水發(fā)生突然、歷時(shí)短且強(qiáng)度大，極易造成滑坡和泥石流等水害，對(duì)鐵路路基、橋梁、隧道造成很大的威脅。我國(guó)鐵路每年都遭受不同程度的水害侵襲，國(guó)內(nèi)學(xué)者做了很多關(guān)于降水特征與水害的關(guān)系、降水致災(zāi)的發(fā)生頻數(shù)與斷道時(shí)間之間的關(guān)系、地質(zhì)災(zāi)害時(shí)空分布特征與氣象條件的關(guān)系及鐵路地質(zhì)災(zāi)害與氣象預(yù)警模型[10-15]等方面的研究，但在具備誘發(fā)滑坡和泥石流發(fā)育條件的青海境內(nèi)，鐵路水害氣象風(fēng)險(xiǎn)評(píng)估方面的研究較少。因此開(kāi)展青藏鐵路青海境內(nèi)降水引發(fā)的水害氣象風(fēng)險(xiǎn)評(píng)估研究，有助于提升鐵路部門應(yīng)該對(duì)氣象災(zāi)害防御的能力，滿足對(duì)鐵路部門的服務(wù)需求，提高鐵路專業(yè)氣象的服務(wù)能力。

1 資料數(shù)據(jù)和分析方法

1.1 資料數(shù)據(jù)

1.1.1 水害資料

鐵路水害是指發(fā)生在鐵路沿線的由于高強(qiáng)度或持續(xù)性降水（包括因降水誘發(fā)的滑坡、泥石流、崩坍等地質(zhì)災(zāi)害）造成鐵路受損或鐵路運(yùn)輸中斷的現(xiàn)象[9-10]。如果一天內(nèi)因水害造成鐵路同一路段范圍內(nèi)多次受損，統(tǒng)計(jì)時(shí)按一次計(jì)算。選取2000—2014年青藏鐵路的西寧工務(wù)段、德令哈工務(wù)段和格爾木工務(wù)段提供的鐵路沿線水害統(tǒng)計(jì)資料，具有水害出現(xiàn)的時(shí)間和地點(diǎn)資料總計(jì)176次，其中因降水導(dǎo)致的鐵路水害為158次，占整個(gè)鐵路水害的89.8%。

1.1.2 氣象數(shù)據(jù)

選取2000—2014年青藏鐵路沿線青海境內(nèi)民和、樂(lè)都、平安、西寧、湟源、海晏、剛察、天峻（天棚）、茶卡、烏蘭、德令哈、格爾木、五道梁、沱沱河14個(gè)氣象站點(diǎn)逐日降水資料，選取2012—2014年青藏鐵路沿線青海境內(nèi)28個(gè)加密氣象站降水資料進(jìn)行參考分析。

1.2 分析方法

1.2.1 相關(guān)分析及其T檢驗(yàn)

用來(lái)描述兩個(gè)時(shí)間序列之間相互關(guān)系的方法，主要用相關(guān)系數(shù)Rkl來(lái)表示，Rkl的絕對(duì)值越大表示兩者之間關(guān)系越密切，一般用T檢驗(yàn)來(lái)判斷其相關(guān)的可信程度。假設(shè)兩個(gè)時(shí)間序列Xkl、Xli，其樣本長(zhǎng)度均為n，其中必須有一個(gè)是一維時(shí)間序列，那么相關(guān)系數(shù)表達(dá)式為：

對(duì)于氣候變量不同時(shí)刻的線性相關(guān)和兩氣候變量的線性相關(guān)是否顯著，即相關(guān)系數(shù)達(dá)到多少算是存在顯著相關(guān)關(guān)系，必須進(jìn)行統(tǒng)計(jì)檢驗(yàn)。由相關(guān)系數(shù)r，依據(jù)下式反算t值：

顯然 t-t（N-1）分布，給出信度 α，查表可以得到臨界值 tα，比較t和 tα：當(dāng)t大于tα，則說(shuō)明通過(guò)信度為α的顯著性檢驗(yàn)，反之則未通過(guò)顯著性檢驗(yàn)。

1.2.2 邏輯回歸方法

對(duì)于鐵路水害預(yù)測(cè)模型而言，所要回歸的隨機(jī)變量為水害發(fā)生的概率Pi，Pi取值范圍（0，1），水害發(fā)生與否不是一個(gè)連續(xù)的變量（假設(shè)水害發(fā)生時(shí)Pi=1，不發(fā)生時(shí)Pi=0），故普通的多元線性回歸方法將不適用于推導(dǎo)此類自變量和因變量之間的關(guān)系。而邏輯回歸[16]可以解決此類問(wèn)題，只需引進(jìn)連接函數(shù)，將Pi取值范圍映射到（-∞，+∞），則邏輯回歸函數(shù)可表示為：

式中xi，j（j=1，…，m）為m個(gè)預(yù)報(bào)因子對(duì)應(yīng)于第i個(gè)觀測(cè)樣本的災(zāi)害發(fā)生概率，Pj（j=0，…，m）為需要擬合的模型參數(shù)，模型觀測(cè)樣本為觸發(fā)或未觸發(fā)水害的雨量數(shù)據(jù)。

由（3）式可得：

利用（4）式便可預(yù)測(cè)鐵路水害發(fā)生概率，其難點(diǎn)是引入邏輯模型中雨量因子的篩選。

1.2.3 逐步回歸方法

在建立多元回歸方程的過(guò)程中，按偏相關(guān)系數(shù)的大小次序?qū)⒆宰兞恐饌€(gè)引入方程，對(duì)引入方程中的每個(gè)自變量偏相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)，效應(yīng)顯著的自變量留在回歸方程內(nèi)，循此繼續(xù)遴選下一個(gè)自變量。如果效應(yīng)不顯著，停止引入新自變量。由于新自變量的引入，原已引入方程中的自變量由于變量之間的相互作用其效應(yīng)有可能變得不顯著者，經(jīng)統(tǒng)計(jì)檢驗(yàn)確證后要隨時(shí)從方程中剔除，只保留效應(yīng)顯著的自變量。直至不再引入和剔除自變量為止，從而得到最優(yōu)的回歸方程[17]。

2 青海境內(nèi)鐵路水害特征分析

2.1 鐵路水害時(shí)間分布特征

青藏鐵路沿線2000—2014年水害發(fā)生次數(shù)年際變化曲線（圖1），由圖可以看出，2004、2008、2012年水害發(fā)生次數(shù)較多，其中在2004年水害發(fā)生次數(shù)最多，發(fā)生了31次，而對(duì)應(yīng)5—9月平均降水量來(lái)看，并非完全對(duì)應(yīng)，但也存在一定關(guān)系，原因是水害發(fā)生的頻次不僅與降水量級(jí)有關(guān)，還與降水的性質(zhì)和持續(xù)時(shí)間有關(guān)。據(jù)統(tǒng)計(jì)1980—2000年中國(guó)鐵路氣象因子導(dǎo)致的水害共發(fā)生1376次，而其余因子導(dǎo)致的發(fā)生水害339次[10]，由此可見(jiàn)氣象因子是鐵路水害發(fā)生的最主要的致災(zāi)因子。

圖1 青藏鐵路沿線2000—2014年水害發(fā)生次數(shù)與5—9月降水量年際變化曲線

圖2 是2000—2014年青藏鐵路沿線青海境內(nèi)鐵路水害各月分布圖。由圖可以看出，鐵路水害發(fā)生在月分布上存在著顯著差異，1—3月和10—12月沒(méi)有鐵路水害發(fā)生，4月開(kāi)始發(fā)生鐵路水害，5—6月呈顯著上升趨勢(shì)，7—8月鐵路水害發(fā)生次數(shù)達(dá)到最高值，9月開(kāi)始急劇下降。鐵路沿線水害主要集中在7—8月，其中7月和8月各發(fā)生70次，這兩月水害發(fā)生次數(shù)占總發(fā)生次數(shù)的79.5%。其次是5、6月和9月，水害發(fā)生次數(shù)分別為12、15次和8次，水害發(fā)生次數(shù)占總發(fā)生次數(shù)的19.9%，4月只發(fā)生過(guò)1次鐵路水害，出現(xiàn)在2013年?？梢?jiàn)，鐵路沿線水害主要發(fā)生在夏季的7—8月，這與青海省境內(nèi)降水量的季節(jié)變化相一致。

圖2 青藏鐵路沿線2000—2014年水害發(fā)生次數(shù)月分布

2.2 鐵路水害空間分布特征

2000—2014年青藏鐵路沿線青海境內(nèi)水害發(fā)生次數(shù)空間分布（圖3），可以看出，青藏鐵路沿線青海境內(nèi)水害的空間分布各地差異較大。鐵路水害發(fā)生頻率最高的路段是樂(lè)都—平安、湟源—海晏，15 a中總計(jì)發(fā)生鐵路水害分別為46、47次；其次是天棚—烏蘭、烏蘭—德令哈、格爾木—玉珠峰，15 a中總計(jì)發(fā)生鐵路水害分別為31、32次和31次。民和—樂(lè)都、平安—西寧、西寧—湟源、海晏—?jiǎng)偛?、天棚—茶卡、德令哈—飲馬峽、玉珠峰—五道梁、五道梁—沱沱河段15 a間鐵路水害發(fā)生次數(shù)均在10～30次之間，西寧—大通、飲馬峽—格爾木段15a間鐵路水害發(fā)生次數(shù)均不足10次。由此可見(jiàn)，青藏鐵路沿線青海境內(nèi)鐵路水害主要集中在西寧工務(wù)段的樂(lè)都—平安、湟源—海晏，德令哈工務(wù)段的天棚—烏蘭、烏蘭—德令哈，格爾木工務(wù)段的格爾木—玉珠峰，這與青海省強(qiáng)降水導(dǎo)致洪澇災(zāi)害及其所引發(fā)的滑坡、泥石流等地質(zhì)災(zāi)害的空間分布[18-19]規(guī)律是基本相符的。

圖3 青藏鐵路沿線2000—2014年水害發(fā)生次數(shù)空間分布

2.3 鐵路水害類型及影響

據(jù)調(diào)查鐵路沿線水害的主要類型為路基工程水害、涵洞工程水害、橋梁工程水害和水漫線路水害。具體包括山洪暴發(fā)、泥石流淤埋線路、沖空道床、路塹坍塌、路基沉陷沖毀、水漫線路、泥石流沖擊橋墩、道床懸空、淤積物掩埋線路、山體滑坡路塹邊坡滑塌、水毀便道等。由此可知，鐵路水害的主要誘發(fā)因子就是降水及其次生災(zāi)害。

3 降水與鐵路水害的關(guān)系

3.1 降水類型與鐵路水害的關(guān)系

根據(jù)統(tǒng)計(jì)分析表明，導(dǎo)致鐵路沿線水害的主要降水類型為區(qū)域性強(qiáng)降水和連陰雨。在158次鐵路水害中，由區(qū)域性強(qiáng)降水引起的鐵路水害130次，由連陰雨造成的鐵路水害28次。區(qū)域性強(qiáng)降水造成的水害占總次數(shù)的82.2%，其原因可能是由于過(guò)程雨量強(qiáng)度大、時(shí)間短，易引發(fā)次生災(zāi)害。

根據(jù)降水量等級(jí)標(biāo)準(zhǔn)，統(tǒng)計(jì)2000—2014年青藏鐵路沿線逐日降水量，沿線各站各量級(jí)降水日數(shù)與水害發(fā)生次數(shù)（表1），可見(jiàn)，在降水引發(fā)的158次鐵路水害中，136次鐵路水害當(dāng)日降水量達(dá)到了中到大雨及以上級(jí)別（≥17.0 mm），占鐵路水害總次數(shù)的86.1%，其中中到大雨級(jí)別（17.0～24.9 mm）導(dǎo)致鐵路水害發(fā)生48次，大雨級(jí)別（25.0～49.9 mm）導(dǎo)致鐵路水害發(fā)生84次，暴雨及其以上級(jí)別（≥50.0mm）導(dǎo)致鐵路水害4次。通過(guò)比較不同量級(jí)降水與鐵路水害關(guān)系表明：中到大雨、大雨、大到暴雨與鐵路水害的相關(guān)性顯著，其中大雨與鐵路水害的相關(guān)系數(shù)達(dá)到0.69。由于暴雨及其以上降水在青海境內(nèi)是小概率事件，樣本數(shù)少，因而導(dǎo)致水害的次數(shù)也較少。

表1 青藏鐵路沿線各站各量級(jí)降水日數(shù)與水害發(fā)生次數(shù)

3.2 降水持續(xù)時(shí)間與鐵路水害的關(guān)系

通過(guò)對(duì)青藏鐵路沿線強(qiáng)降水過(guò)程分析發(fā)現(xiàn)，水害的發(fā)生發(fā)展與降水天氣過(guò)程的持續(xù)時(shí)間關(guān)系密切。經(jīng)統(tǒng)計(jì)，青海境內(nèi)的一次強(qiáng)降水天氣過(guò)程的維持時(shí)間一般小于5 d。因此，根據(jù)鐵路沿線各地水害易發(fā)程度，選取1～5 d相應(yīng)影響系數(shù)、水害發(fā)生等級(jí)條件，以24 h為間隔5 d逐日降水量，計(jì)算鐵路水害誘發(fā)指數(shù)[20]，由此來(lái)表征強(qiáng)降水持續(xù)時(shí)間對(duì)水害的影響。由于某日的降雨量對(duì)成災(zāi)的影響隨時(shí)間的延長(zhǎng)而逐漸減弱，因此本文取當(dāng)日影響系數(shù)為1.0，以距離災(zāi)害發(fā)生日天數(shù)為分母逐日遞減，建立青海境內(nèi)鐵路水害誘發(fā)指數(shù)方程[15]如下：

式中：Y表示水害誘發(fā)因素大小，R0～R4表示水害潛伏因素大小，單位為mm，R0為水害發(fā)生前24 h雨量，R1為前25～48 h雨量，R2為前49～72 h雨量，R3為前73～96 h小時(shí)雨量，R4為前97～120 h雨量。1.0、1/2、1/3、1/4、1/5為經(jīng)驗(yàn)系數(shù)，表示該降雨日有效降水量權(quán)重大小，R0、R1、R2、R3、R4為以北京時(shí)間20：00為日界的1～5 d降水量。

3.3 前期降水量與鐵路水害的關(guān)系

鐵路水害發(fā)生時(shí)，當(dāng)日降水量和前期的降水量都對(duì)水害發(fā)生有一定影響，但如何將這些因子在聚類分析中聚為一類，在此引入有效降水量[21]，將水害發(fā)生當(dāng)日和前4 d逐日降水量結(jié)合起來(lái)，作為5 d有效降水量因子，具體計(jì)算公式如下[21]：

式中，R為5 d有效降水量，R0為水害發(fā)生前24 h雨量，R1為前25～48 h雨量，R2為前49～72 h雨量，R3為前73～96 h雨量，R4為前97～120 h雨量。此經(jīng)驗(yàn)公式說(shuō)明，距水害發(fā)生時(shí)間愈近，日降水量對(duì)水害發(fā)生的作用就愈大，并將前期降水量和當(dāng)天降水量對(duì)鐵路水害的影響有效統(tǒng)一，因此選用5 d的有效降水量作為鐵路水害的致災(zāi)的因子之一。

4 水害氣象風(fēng)險(xiǎn)評(píng)估模型建立

首先應(yīng)用邏輯回歸模型判斷鐵路沿線各站水害是否有發(fā)生的可能，若無(wú)發(fā)生可能，則定義鐵路水害等級(jí)為4級(jí)，發(fā)生鐵路水害概率低，不需要采取防范措施；若水害有發(fā)生的可能，則應(yīng)用逐步回歸模型計(jì)算鐵路沿線各站水害等級(jí)（1～3級(jí)，其中1級(jí)為發(fā)生鐵路水害概率很高、封鎖警戒，2級(jí)為發(fā)生鐵路水害概率較高、限速警戒，3級(jí)為發(fā)生鐵路水害概率一般、出巡警戒），并綜合考慮水害致災(zāi)臨界值研判指標(biāo)判斷是否出警）。等級(jí)劃分參考《鐵路運(yùn)輸安全保護(hù)條例》、《地質(zhì)災(zāi)害防治條例》、《鐵路實(shí)施〈中華人民共和國(guó)防汛條例〉細(xì)則》、《鐵路技術(shù)管理規(guī)程》，以及《鐵路防洪標(biāo)準(zhǔn)化管理辦法》。

4.1 鐵路水害評(píng)估邏輯回歸模型

邏輯回歸評(píng)估模型是對(duì)水害發(fā)生與否的判定，是利用各降雨因子與災(zāi)害發(fā)生的關(guān)系，選擇相關(guān)性較大的雨量因子，納入概率預(yù)測(cè)模型[22]，對(duì)鐵路水害發(fā)生與否進(jìn)行預(yù)測(cè)。在研究中假定同一區(qū)段災(zāi)點(diǎn)的地質(zhì)條件一致，分析降雨因子對(duì)水害的影響[22]?？紤]到短時(shí)強(qiáng)降水和持續(xù)性降雨造成水害的特點(diǎn)不同，前者是即發(fā)型，后者具有一定的滯后效應(yīng)，此時(shí)誘發(fā)鐵路水害的雨量需要一定的時(shí)間累積，故模型選取與當(dāng)日降水（R0）、前1天降水（R1）、前2天降水（R2）、前3天降水（R3）、前4天降水（R4）、5 d的降水合計(jì)（R5）、降水誘發(fā)指數(shù)（R6）、有效降水（R7）共計(jì)8個(gè)因子，運(yùn)用相關(guān)性分析和邏輯回歸方法篩選對(duì)災(zāi)害發(fā)生貢獻(xiàn)率較大的降水量因子，分區(qū)段建立鐵路沿線水害概率預(yù)評(píng)估模型。運(yùn)用SPSS軟件進(jìn)行邏輯回歸分析，得到各區(qū)段相關(guān)統(tǒng)計(jì)量。

湟源—海晏段鐵路水害發(fā)生頻率是整個(gè)青藏鐵路沿線最高的，因此本文以湟源—海晏段為例計(jì)算其回歸方程相關(guān)統(tǒng)計(jì)量。由表2可以看出，對(duì)于湟源-海晏段水害的發(fā)生與當(dāng)日降水（R0）、前1天降水（R1）、有效降水（R7）關(guān)系密切。方差分析結(jié)果表明，上述路段的因子通過(guò)0.05的顯著性檢驗(yàn)。

表2 湟源—海晏段邏輯回歸方程相關(guān)統(tǒng)計(jì)量

把自變量雨量因子代入模型，對(duì)邏輯回歸評(píng)估模型進(jìn)行預(yù)測(cè)效果評(píng)估，預(yù)測(cè)評(píng)估效果見(jiàn)表3（0表示無(wú)水害，1表示有水害）。當(dāng)降雨因子組合為R0、R1和R7時(shí)，湟源—海晏段發(fā)生鐵路水害的判對(duì)率是89.6%，模型總判對(duì)率為90.4%，評(píng)估模型的概率預(yù)測(cè)結(jié)果相對(duì)較好。

表3 湟源—海晏段邏輯回歸評(píng)估模型預(yù)測(cè)效果

所以，通過(guò)對(duì)8個(gè)降雨因子進(jìn)行邏輯回歸，得出湟源—海晏段的水害預(yù)評(píng)估模型為：

類似上述方法，分別對(duì)其他區(qū)段進(jìn)行邏輯回歸分析，得到各區(qū)段的預(yù)測(cè)模型的總判對(duì)率（表4）所示，其中格爾木—五道梁段預(yù)測(cè)模型總判對(duì)率最高為100%，五道梁—沱沱河、天棚—茶卡、樂(lè)都—平安的預(yù)測(cè)模型總判對(duì)率均不到90%。

表4 青藏鐵路沿線各段邏輯回歸評(píng)估模型預(yù)測(cè)效果

4.2 鐵路水害評(píng)估逐步回歸模型

逐步回歸評(píng)估模型是在邏輯回歸判定有水害發(fā)生的基礎(chǔ)上建立的，模型計(jì)算鐵路沿線各站水害等級(jí)（1～3級(jí)），其中1級(jí)為封鎖警戒，2級(jí)為限速警戒，3級(jí)為出巡警戒。

4.2.1 水害與氣象因子的相關(guān)性分析

根據(jù)青藏鐵路沿線各站點(diǎn)的資料統(tǒng)計(jì)，利用公式（1）對(duì)沿線各站當(dāng)日降水量、前4 d逐日的降水量、過(guò)程累計(jì)降水量、水害誘發(fā)指數(shù)、有效降水量8個(gè)因子與鐵路水害發(fā)生時(shí)相應(yīng)的等級(jí)進(jìn)行相關(guān)性分析，得出：鐵路沿線水害等級(jí)與當(dāng)日降水量（R0）、過(guò)程累計(jì)降水量（R5）、水害誘發(fā)指數(shù)（R6）和有效降水量（R7）的相關(guān)性較高，相關(guān)系數(shù)均通過(guò)了0.001（閾值是0.380）的顯著性檢驗(yàn)。相關(guān)系數(shù)見(jiàn)表5。

4.2.2 逐步回歸評(píng)估模型建立

目前回歸分析方法按照涉及自變量的多少，分為一般回歸和逐步回歸分析，本研究涉及自變量較多，因此采用逐步回歸分析方法建立青藏鐵路沿線各段水害等級(jí)評(píng)估模型，模型方程如下：

式中：Y為鐵路水害等級(jí)，P、P1、P2、P3、P4分別代表相關(guān)因子通過(guò)逐步回歸方法計(jì)算的各因子系數(shù)，R0表示當(dāng)日降水量，R5表示過(guò)程累計(jì)降水量，R6表示水害誘發(fā)指數(shù)，R7表示有效降水量。青藏鐵路沿線各區(qū)段相關(guān)因子逐步回歸系數(shù)如表6所示。

表5 鐵路沿線各氣象因子與水害等級(jí)相關(guān)分析結(jié)果

表6 青藏鐵路沿線各段逐步回歸評(píng)估模型參數(shù)值

4.2.3 逐步回歸評(píng)估模型檢驗(yàn)

利用2015年6—9月實(shí)況水害資料對(duì)鐵路水害逐步回歸評(píng)估模型預(yù)報(bào)為1級(jí)的情況進(jìn)行檢驗(yàn)（表7）?？傆?jì)預(yù)報(bào)1級(jí)封鎖警戒9次，實(shí)況出現(xiàn)了8次，預(yù)報(bào)準(zhǔn)確率為88.9%，另外一次預(yù)報(bào)為1級(jí)，而實(shí)況為2級(jí)限速警戒。由此可見(jiàn)，逐步回歸評(píng)估模型在預(yù)報(bào)和評(píng)估青藏鐵路青海境內(nèi)鐵路水害工作中具有較高的預(yù)報(bào)準(zhǔn)確率和應(yīng)用價(jià)值。

表7 2015年6—9月青藏鐵路沿線水害預(yù)報(bào)1級(jí)實(shí)況檢驗(yàn)

5 結(jié)論

本文以青藏鐵路青海段民和到沱沱河為研究對(duì)象，基于回歸模型開(kāi)展青藏鐵路水害氣象風(fēng)險(xiǎn)評(píng)估研究，主要得到以下結(jié)論：

（1）鐵路水害的發(fā)生與降水因子密不可分，并且由降水引發(fā)的次生災(zāi)害是鐵路水害的主要誘發(fā)因子。水害發(fā)生的頻次不僅與降水量級(jí)有關(guān)，還與降水的性質(zhì)和持續(xù)時(shí)間有關(guān)。

（2）青藏鐵路沿線青海境內(nèi)水害主要集中在7—8月，這兩月水害發(fā)生次數(shù)占總發(fā)生次數(shù)的79.5%，這與青海省境內(nèi)降水量的季節(jié)變化相一致；鐵路沿線水害的空間分布各地差異較大，發(fā)生頻率最高的路段是樂(lè)都—平安、湟源—海晏。

（3）青藏鐵路青海境內(nèi)水害的主要降水類型為區(qū)域性強(qiáng)降水和連陰雨，中到大雨、大雨、大到暴雨與鐵路水害的相關(guān)性顯著。

（4）根據(jù)降水對(duì)鐵路水害的各種影響關(guān)系，結(jié)合沿線各地水害易發(fā)程度，參考鐵路部門四級(jí)警戒雨量標(biāo)準(zhǔn)，設(shè)定降雨誘發(fā)鐵路水害氣象預(yù)警等級(jí)分別為4、3、2、1級(jí)，對(duì)應(yīng)發(fā)生鐵路水害概率低、一般、較高和很高。

（5）采用邏輯回歸模型分析得到的青藏鐵路青海境內(nèi)各區(qū)段是否發(fā)生水害，預(yù)測(cè)模型總判對(duì)率均超過(guò)86.2%，對(duì)水害發(fā)生頻次最高路段（湟源—海晏段）的判對(duì)率是89.6%，評(píng)估模型的概率預(yù)測(cè)效果較好。

（6）在判定水害發(fā)生的基礎(chǔ)上，應(yīng)用逐步回歸評(píng)估模型，計(jì)算得出鐵路沿線各站水害等級(jí)，在實(shí)際檢驗(yàn)鐵路水害9次預(yù)報(bào)中，準(zhǔn)確預(yù)報(bào)了8次，預(yù)報(bào)準(zhǔn)確率高達(dá)88.9%。

參考文獻(xiàn)：

[1] 李衛(wèi)東，張玥.青藏鐵路運(yùn)營(yíng)對(duì)西藏經(jīng)濟(jì)發(fā)展的影響[J].中國(guó)鐵路，2016，55（5）：12-16.

[2] 張瑞英，席建超，姚予龍，等.基于視覺(jué)廊道的青藏鐵路沿線旅游動(dòng)態(tài)景觀評(píng)價(jià)[J].生態(tài)學(xué)報(bào)，2014，34（12）：3320-3330.

[3] 鄭度，張鐿鋰.青藏鐵路沿線生態(tài)與環(huán)境安全[M].杭州：浙江科技出版社，2009.

[4] 尹國(guó)安，牛富俊，林戰(zhàn)舉，等.青藏鐵路沿線多年凍土分布特征及其對(duì)環(huán)境變化的響應(yīng)[J].冰川凍土，2014，36（4）：772-781.

[5] 蔡漢成，李勇，楊永鵬，等.青藏鐵路沿線多年凍土區(qū)氣溫和多年凍土變化特征[J].巖土力學(xué)與工程學(xué)報(bào)，2016，35（7）：1434-1444.

[6] 李軍成.青藏鐵路及沿線生態(tài)地質(zhì)環(huán)境研究[D].北京：中國(guó)地質(zhì)大學(xué)，2014.

[7] 劉鴻源.青藏鐵路地質(zhì)災(zāi)害主要類型及危險(xiǎn)性評(píng)價(jià)研究[D].成都：西南交通大學(xué)，2016.

[8] 劉峰貴，張海峰，陳瓊，等.青藏鐵路沿線自然災(zāi)害地理組合特征分析[J].地理科學(xué)，2010，30（3）：384-390.

[9] 接小峰，徐林榮，曹祿來(lái)，等.鐵路水害預(yù)警雨量閾值預(yù)測(cè)方法及其應(yīng)用[J].自然災(zāi)害學(xué)報(bào)，2015，24（5）：177-183.

[10] 魏慶朝，楊永平，張大煒.中國(guó)鐵路水害環(huán)境致災(zāi)因子分析[J].自然災(zāi)害學(xué)報(bào)，2002，11（1）：123-127.

[11] 王冀，馬寧，申文軍，等.華北地區(qū)汛期降水特征及對(duì)鐵路水害的影響[J].自然災(zāi)害學(xué)報(bào)，2016，25（4）：30-39.

[12] 王勇，李曉霞，李曉蘋.蘭州鐵路防洪指揮氣象預(yù)警服務(wù)系統(tǒng)[J].干旱氣象，2009，27（4）：415-418.

[13] 朱良峰，吳信才，劉修國(guó).基于GIS的鐵路地質(zhì)災(zāi)害信息管理與預(yù)警預(yù)報(bào)系統(tǒng)[J].山地學(xué)報(bào)，2004，22（2）：230-253.

[14] 陳穎，陳鵬翔，江遠(yuǎn)安，等.烏魯木齊河流域致災(zāi)洪水臨界雨量分析[J].沙漠與綠洲氣象，2017，11（2）：8-13.

[15] 徐羹慧，毛煒嶧，陸幗英.新疆氣象災(zāi)害近期變化和防災(zāi)減災(zāi)工作綜合評(píng)述[J].沙漠與綠洲氣象，2008，2（1）：50-54.

[16] 李倩，趙中英.基于邏輯回歸的信息轉(zhuǎn)發(fā)預(yù)測(cè)模型研究[J].軟件導(dǎo)刊，2017（2）：4-6.

[17] 保廣裕，張景華，錢有海，等.青藏鐵路沿線風(fēng)沙指數(shù)預(yù)報(bào)方法研究[J].青海環(huán)境，2010（1）：44-46.

[18] 費(fèi)杜秋，劉峰貴，周強(qiáng)，等.青藏鐵路沿線滑坡泥石流災(zāi)害風(fēng)險(xiǎn)分析[J].干旱區(qū)地理，2016，39（2）：345-352.

[19] 巨克英，海顯蓮，韓有才.青海省暴雨洪澇氣象災(zāi)害特征分析及其預(yù)報(bào)[J].青海氣象，2011（3）：7-9.

[20] 周秀美，苗蕓，程林.紅河州地質(zhì)災(zāi)害臨界雨量及預(yù)報(bào)方法初探[J].云南地理環(huán)境研究，2012，24（3）：37-42.

[21] 王禮先，王志民.山洪及泥石流災(zāi)害預(yù)報(bào)[M].北京：中國(guó)林業(yè)出版社，2001.

[22] 張清，黃朝迎.我國(guó)鐵路水害及其評(píng)估模型研究[J].應(yīng)用氣象學(xué)報(bào)，1999（4）：498-502.