李宇梅 狄靖月 許鳳雯 張國平 王志

（1 國家氣象中心，中國氣象局，北京100081；2 中國氣象局公共氣象服務(wù)中心，北京100081）

0 引言

我國是世界上地質(zhì)災(zāi)害最為嚴(yán)重的國家之一，每年因滑坡、崩塌和泥石流造成的死亡人數(shù)約占各類自然災(zāi)害死亡人數(shù)的四分之一?；隆⒈浪湍嗍鞣植挤秶鷱V、災(zāi)害重，在地質(zhì)災(zāi)害高發(fā)區(qū)因?yàn)?zāi)損失已成為制約和威脅當(dāng)?shù)亟?jīng)濟(jì)社會(huì)發(fā)展和人民生命財(cái)產(chǎn)安全的重要因素。據(jù)中國地質(zhì)環(huán)境監(jiān)測院統(tǒng)計(jì)，2001—2014年滑坡、崩塌和泥石流發(fā)生數(shù)量年均約2.5萬起，約95%由自然因素引起，主要為降水、地震、冰雪凍融，每年造成死亡失蹤人數(shù)約為900人、直接經(jīng)濟(jì)損失46億元左右。降水是引發(fā)滑坡、崩塌和泥石流的最重要觸發(fā)因素[1-5]，在全球變暖的大背景下，極端天氣事件呈現(xiàn)增多的趨勢[6-7]，短時(shí)強(qiáng)降水、臺(tái)風(fēng)、暴雨等氣象災(zāi)害引發(fā)的滑坡、崩塌和泥石流的危害性也有所加強(qiáng)[8]，僅2013年造成的經(jīng)濟(jì)損失達(dá)101億元。

一般來說，在地質(zhì)災(zāi)害易發(fā)地區(qū)前期降水較為充沛條件下，下墊面含水量已明顯增加，如果當(dāng)前再有暴雨，則爆發(fā)滑坡泥石流的概率大大增加。美國學(xué)者對(duì)Cleveland Corral區(qū)域同一滑坡體的2次滑坡研究表明[9]：深層緩慢下移變形的滑坡由持續(xù)降水（月降水）深層入滲引發(fā)，滑坡發(fā)生在降水時(shí)間幾周或幾個(gè)月后；淺層突發(fā)滑坡發(fā)生在2周明顯降水期間，滑坡發(fā)生在降水后期，很少滯后，另外研究表明[10]強(qiáng)降水（1或2 d內(nèi)降水達(dá)到50～70 mm）是西雅圖地區(qū)大部分滑坡發(fā)生的直接誘因。意大利學(xué)者[11]對(duì)Ruinon區(qū)域滑坡研究發(fā)現(xiàn)：該區(qū)域年均降水為750 mm，其中低強(qiáng)度和短持續(xù)時(shí)間的降水事件（8～10 mm/d、持續(xù)幾天），滑坡的加速不是很明顯；短持續(xù)時(shí)間但是強(qiáng)度高的降水事件（10～15 mm/d、持續(xù)2～3 d）能引起滑坡的加速位移。韓國臺(tái)風(fēng)極端降水誘發(fā)密集山體滑坡事件[12]，如2002年Rusa臺(tái)風(fēng)誘發(fā)1500次滑坡，12 h雨量超過895 mm；2003年Maemi臺(tái)風(fēng)誘發(fā)1200次山體滑坡，日雨量最大為410 mm，小時(shí)雨強(qiáng)最大為89.5 mm。由于降水與地質(zhì)災(zāi)害關(guān)系密切，通常將地質(zhì)災(zāi)害預(yù)報(bào)簡化為降水和地質(zhì)災(zāi)害發(fā)生的簡單判別關(guān)系，滑坡和泥石流的發(fā)生往往存在一個(gè)臨界雨量值[13]，當(dāng)達(dá)到臨界雨量時(shí)，滑坡和泥石流存在多發(fā)和集中爆發(fā)的現(xiàn)象，普遍認(rèn)為當(dāng)前降水、前期降水、雨強(qiáng)及降水持續(xù)時(shí)間等都是主要建立地質(zhì)災(zāi)害臨界雨量方法的指標(biāo)（因子）[14-18]，暴雨是90%滑坡、81%崩塌和全部泥石流的主要誘發(fā)因素[19]，其中當(dāng)日強(qiáng)降水（≥50 mm）是最重要的因子，當(dāng)日降水量閾值已成為預(yù)報(bào)泥石流、滑坡的主要指標(biāo)[20-22]。前期研究中對(duì)2010—2012年136個(gè)地質(zhì)災(zāi)害事件進(jìn)行分析，發(fā)現(xiàn)其中有102個(gè)地質(zhì)災(zāi)害事件做到提前預(yù)警，降水主要發(fā)生在當(dāng)天，能夠引起人們足夠的重視來采取臨災(zāi)避讓措施，避免了人員傷亡[23]。同時(shí)，在氣象部門降水預(yù)報(bào)業(yè)務(wù)中逐日降水預(yù)報(bào)是主要業(yè)務(wù)內(nèi)容，目前地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警業(yè)務(wù)是發(fā)布當(dāng)日未來24 h地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)報(bào)，需要建立當(dāng)日雨量閾值判斷指標(biāo)。目前有些?。ㄊ校┮呀⒘吮镜禺?dāng)日雨量閾值判斷指標(biāo)，但是對(duì)全國區(qū)域的當(dāng)日雨量指標(biāo)閾值劃分還沒有系統(tǒng)化開展，且前期研究的24 h雨量閾值劃分由于擬合方法的原因較為粗略。另外，我國地域遼闊，西部地區(qū)地形地質(zhì)條件復(fù)雜，地形起伏巨大，加上南北氣候差別大，區(qū)域性差異明顯[24]，各地區(qū)降水觸發(fā)地質(zhì)災(zāi)害的雨量差異大[25]，需要進(jìn)行地質(zhì)災(zāi)害風(fēng)險(xiǎn)區(qū)劃劃分，分區(qū)開展降水誘發(fā)地質(zhì)災(zāi)害閾值研究。本文從實(shí)際預(yù)警服務(wù)需求出發(fā)，取當(dāng)日降水量為因子分區(qū)建立基于當(dāng)日降水量的地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)報(bào)模型，建立與預(yù)警等級(jí)結(jié)合的當(dāng)日降水雨量閾值指標(biāo)，并對(duì)模型預(yù)報(bào)能力進(jìn)行檢驗(yàn)分析。

1 地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)分區(qū)

地質(zhì)災(zāi)害發(fā)生需要有一定的重力下滑和物質(zhì)條件，陡峭的地形為構(gòu)成地質(zhì)災(zāi)害的物質(zhì)提供下滑能量條件，風(fēng)化、破碎的巖石和植被碎屑，松散的土體構(gòu)成地質(zhì)災(zāi)害固體物質(zhì)來源。山地高程高、高差明顯、坡度大、地質(zhì)構(gòu)造復(fù)雜、斷裂褶皺發(fā)育、巖層結(jié)構(gòu)松散、易風(fēng)化、節(jié)理發(fā)育的地質(zhì)環(huán)境都是容易產(chǎn)生滑坡、崩塌和泥石流的有利內(nèi)在條件[26]，降水、氣溫等氣象因素是引發(fā)地質(zhì)災(zāi)害的有利外在條件。在建立地質(zhì)災(zāi)害與降水閾值研究中需要綜合考量區(qū)域內(nèi)不同地理地質(zhì)內(nèi)在條件下地質(zhì)災(zāi)害發(fā)生的易發(fā)程度評(píng)價(jià)。目前較為普遍的地質(zhì)災(zāi)害易發(fā)區(qū)區(qū)劃方法是采用下墊面環(huán)境信息量模型方法，提取研究區(qū)域的地理地質(zhì)特征因子作為評(píng)價(jià)因子，來對(duì)地質(zhì)災(zāi)害易發(fā)程度進(jìn)行綜合評(píng)價(jià)[27-28]，將大區(qū)域劃分為若干個(gè)子區(qū)域，并認(rèn)為子區(qū)域內(nèi)的地質(zhì)、地理和氣候環(huán)境背景相似，在子區(qū)域建立地質(zhì)災(zāi)害與降水閾值關(guān)系時(shí)可不考慮環(huán)境背景的差異。本文參考信息量方法來進(jìn)行地質(zhì)災(zāi)害易發(fā)程度綜合評(píng)價(jià)，提取全國高程、高差、坡度、巖石類型、斷層密度和植被類型6個(gè)地理地質(zhì)環(huán)境因子，綜合計(jì)算和分析全國區(qū)域的地質(zhì)災(zāi)害潛在危險(xiǎn)度，將地理地質(zhì)特性用地質(zhì)災(zāi)害潛在危險(xiǎn)度來統(tǒng)一衡量。信息量法本質(zhì)上屬于統(tǒng)計(jì)分析方法，使用該方法進(jìn)行地質(zhì)災(zāi)害易發(fā)程度評(píng)價(jià)的具體研究過程可分為五個(gè)步驟：第一，建立適合的評(píng)價(jià)指標(biāo)體系；第二，依據(jù)評(píng)價(jià)指標(biāo)體系，分別計(jì)算各影響因子對(duì)地質(zhì)災(zāi)害發(fā)生所提供的信息量值；第三，劃分地質(zhì)災(zāi)害易發(fā)程度評(píng)價(jià)單元；第四，計(jì)算每個(gè)評(píng)價(jià)單元內(nèi)各影響因子對(duì)地質(zhì)災(zāi)害發(fā)生提供的信息量總和；第五，根據(jù)各評(píng)價(jià)單元的信息量取值范圍確定地質(zhì)災(zāi)害易發(fā)程度等級(jí)。其中對(duì)于各影響因子對(duì)地質(zhì)災(zāi)害發(fā)生所提供的信息量值主要是根據(jù)式（1）計(jì)算得出，具體如一下：

式中，S為研究區(qū)總面積；N為研究區(qū)所含有的地質(zhì)災(zāi)害總面積；Si為研究區(qū)內(nèi)含有評(píng)價(jià)因素Xi的面積數(shù)；Ni為分布在因素Xi內(nèi)特定類別內(nèi)的地質(zhì)災(zāi)害面積數(shù)。

對(duì)于單個(gè)評(píng)價(jià)單元內(nèi)的總信息量值則是根據(jù)式（2）計(jì)算得到。

式中，Ii為評(píng)價(jià)單元總的信息量值；n為參評(píng)因子數(shù)；其他參數(shù)同前。

將總的信息量值作為衡量單元網(wǎng)格影響地質(zhì)災(zāi)害形成的綜合指標(biāo)，值越大說明所在區(qū)域背景條件孕育地質(zhì)災(zāi)害發(fā)生的易發(fā)程度就越大。根據(jù)得到的各個(gè)單元網(wǎng)格的總信息量值進(jìn)行地質(zhì)災(zāi)害易發(fā)程度的等級(jí)劃分。Ii＞0，=0，＜0分別說明該網(wǎng)格單元災(zāi)害發(fā)生概率大于、等于、小于區(qū)域平均災(zāi)害發(fā)生概率。

在地質(zhì)災(zāi)害易發(fā)程度評(píng)價(jià)的基礎(chǔ)上，依據(jù)中國地貌格局、地質(zhì)環(huán)境特征和氣候背景特征，將全國劃分為9大環(huán)境相異的風(fēng)險(xiǎn)預(yù)警一級(jí)分區(qū)，分別為西北地區(qū)、東北地區(qū)、青藏高原區(qū)、黃土高原區(qū)、秦巴山區(qū)、華北地區(qū)、云貴高原區(qū)、中南地區(qū)、東南地區(qū)（圖1）。

圖1 全國地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)和分區(qū) Fig.1 Assessment and zonations of geological disaster risk in China

2 基于當(dāng)日降水量地質(zhì)災(zāi)害預(yù)報(bào)模型建模

在降水誘發(fā)西南地區(qū)公路損毀預(yù)測技術(shù)研究中[29]，采取前15 d有效降水因子、當(dāng)日降水因子和綜合降水因子應(yīng)用高斯擬合方法建立了三個(gè)降水因子與公路地質(zhì)災(zāi)害損毀發(fā)生頻次的預(yù)報(bào)模型，其中綜合降水因子是前15 d有效降水因子和當(dāng)日降水因子按擬合確定性系數(shù)進(jìn)行不等權(quán)平均的計(jì)算結(jié)果，并進(jìn)行個(gè)例檢驗(yàn)，其驗(yàn)證表明加入當(dāng)日降水量的綜合降水因子的公路損毀模型效果好于基于前期有效降水和當(dāng)日降水模型，但前期有效降水和當(dāng)日降水的預(yù)報(bào)模型也具有預(yù)報(bào)能力。本文不局限于研究西南地區(qū)的降水導(dǎo)致公路地質(zhì)災(zāi)害，而是關(guān)注全國整體區(qū)域受降水誘發(fā)的滑坡、崩塌和泥石流災(zāi)害，研究范圍和災(zāi)害樣本數(shù)大大增加，選取當(dāng)日降水量作為因子，分區(qū)開展擬合研究，擇優(yōu)建立擬合方程。

2.1 資料

本文研究的災(zāi)害資料提取1950年1月至2015年10月全國地質(zhì)災(zāi)害災(zāi)情信息。降水資料提取1950年1月至2015年10月逐日降水量資料。

在建立模型的資料統(tǒng)計(jì)中，以選擇距離地質(zhì)災(zāi)害發(fā)生地點(diǎn)最近的氣象站點(diǎn)為原則，基于泰森多邊形法，將2487個(gè)國家氣象站點(diǎn)分割成2487個(gè)泰森多邊形，根據(jù)地質(zhì)災(zāi)害點(diǎn)的經(jīng)緯度信息，災(zāi)害點(diǎn)發(fā)生的位置處于哪個(gè)泰森多邊形內(nèi)，則以該多邊形內(nèi)的氣象站點(diǎn)雨量作為該災(zāi)害點(diǎn)的降水量，選取對(duì)應(yīng)發(fā)生日期日降水量信息，作為參與建模的降水因子。研究中使用1950—2014年歷史地質(zhì)災(zāi)情（來源于中國地質(zhì)環(huán)境監(jiān)測院）和降水?dāng)?shù)據(jù)資料用于建立預(yù)報(bào)模型，應(yīng)用2015年地質(zhì)災(zāi)情（其中全國檢驗(yàn)的災(zāi)情來源于中國氣象局災(zāi)情直報(bào)信息，個(gè)例檢驗(yàn)災(zāi)情來源于中國地質(zhì)環(huán)境監(jiān)測院）和降水?dāng)?shù)據(jù)來進(jìn)行預(yù)報(bào)模型效果檢驗(yàn)。

2.2 地質(zhì)災(zāi)害發(fā)生頻次擬合

基于全國地質(zhì)災(zāi)害風(fēng)險(xiǎn)分區(qū)區(qū)劃信息，列出各分區(qū)的地質(zhì)災(zāi)害的當(dāng)日降水量，為了提高當(dāng)日降水量數(shù)據(jù)的正態(tài)性，對(duì)當(dāng)日降水量值進(jìn)行開立方處理，形成分布較為集中的降水因子序列，取序列的最大值RXmax，將序列分成50等份，根據(jù)降水因子及地質(zhì)災(zāi)害發(fā)生的頻次分布散點(diǎn)信息，采用高斯擬合、多項(xiàng)式擬合、傅里葉擬合對(duì)降水因子數(shù)據(jù)點(diǎn)集進(jìn)行函數(shù)逼近擬合（圖2）。

圖2 降水因子與地質(zhì)災(zāi)害發(fā)生頻次的關(guān)系 Fig.2 Frequency distribution of geological disaster with precipitation factor

從三組擬合曲線形態(tài)和擬合的各項(xiàng)指標(biāo)上（表1）看，高斯擬合方法的確定系數(shù)最大，誤差評(píng)價(jià)值也均為最小，優(yōu)于多項(xiàng)式擬合和傅立葉擬合。

表1 三種擬合曲線評(píng)價(jià) Table 1 Comparison of curve-fitting among three fitting methods

因此選用高斯函數(shù)構(gòu)建地質(zhì)災(zāi)害發(fā)生概率密度分布函數(shù)，按式（3）對(duì)其進(jìn)行積分可以得到地質(zhì)災(zāi)害發(fā)生概率預(yù)報(bào)方程：

式中，Y為地質(zhì)災(zāi)害發(fā)生概率，x為當(dāng)日降水量的開立方值，a、b、c均為參數(shù)，a=σ-1(2π)-0.5，b為統(tǒng)計(jì)樣本平均值，c=20.5σ，σ為樣本序列的標(biāo)準(zhǔn)差（RMSE），具體數(shù)值根據(jù)降水因子與地質(zhì)災(zāi)害災(zāi)害發(fā)生頻次的散點(diǎn)分布情況而定。

2.3 分區(qū)建立地質(zhì)災(zāi)害概率預(yù)報(bào)模型

假設(shè)在同一區(qū)域內(nèi)，發(fā)生地質(zhì)災(zāi)害的其他潛在條件都相似，降水量成為唯一的決定因素，這樣只需統(tǒng)計(jì)降水因子與地質(zhì)災(zāi)害的關(guān)系，建立地質(zhì)災(zāi)害概率預(yù)報(bào)方程。

對(duì)降水因子序列按西北地區(qū)、東北地區(qū)、青藏高原區(qū)、黃土高原區(qū)、秦嶺大巴山區(qū)、華北地區(qū)、云貴高原區(qū)、中南地區(qū)、東南地區(qū)分為9個(gè)序列組，通過高斯擬合構(gòu)建概率密度函數(shù)，計(jì)算出各區(qū)高斯概率密度擬合曲線（圖3），積分后得到各區(qū)地質(zhì)災(zāi)害發(fā)生概率預(yù)報(bào)方程，具體參數(shù)值詳見表2。

圖3 分區(qū)地質(zhì)災(zāi)害概率密度高斯擬合曲線圖 Fig.3 Fitting curves of probability density of geological disaster and precipitation factor in 9 regions：

目前國家級(jí)地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警分級(jí)為藍(lán)、黃、橙、紅四個(gè)等級(jí)，根據(jù)擬合結(jié)果，以25%、50%、75%、90%地質(zhì)災(zāi)害發(fā)生概率對(duì)應(yīng)的當(dāng)日降水值作為地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警藍(lán)、黃、橙、紅臨界當(dāng)日雨量閾值，詳見表3。南方各區(qū)以及東北地區(qū)的橙色預(yù)警起報(bào)臨界雨量為47.3～80.3 mm/d（大雨到暴雨）；東南地區(qū)的臨界雨量達(dá)80.3 mm/d；西北、黃土高原地區(qū)橙色預(yù)警臨界雨量為24.3～29.5 mm/d（中雨到大雨）；青藏高原地區(qū)橙色預(yù)警臨界雨量最低，只有17.8 mm/d（中雨）。在實(shí)際預(yù)警業(yè)務(wù)中，通常對(duì)公眾發(fā)布未來24 h的地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警，因此，結(jié)合最新24 h降水預(yù)報(bào)，按表3臨界雨量就可以判定某地的地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警等級(jí)，預(yù)報(bào)員只需重點(diǎn)關(guān)注當(dāng)日雨量預(yù)報(bào)來修正地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警級(jí)別，操作簡單快捷，訂正相對(duì)容易。并且，當(dāng)日發(fā)生降水時(shí)發(fā)布地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警，容易引起足夠的重視開展群測群防、臨災(zāi)避讓等措施，因此該方法具有較高實(shí)際應(yīng)用價(jià)值。

表2 概率擬合方程參數(shù)表 Table 2 Parameters of probability fitting equation for each of 9 regions

3 風(fēng)險(xiǎn)預(yù)報(bào)方法檢驗(yàn)

選取2015年收集全國4—10月共172個(gè)地質(zhì)災(zāi)害案例作為檢驗(yàn)樣本，由于災(zāi)情案例沒有具體發(fā)生經(jīng)緯度及發(fā)生時(shí)刻，只有災(zāi)害發(fā)生日期和發(fā)生地所在縣、市名，只能提取災(zāi)害所在地國家氣象站當(dāng)日降水量，分區(qū)按表3逐個(gè)判別預(yù)警級(jí)別來分析模型預(yù)報(bào)性能（表4）。在172個(gè)檢驗(yàn)樣本中發(fā)現(xiàn)有13個(gè)當(dāng)日無雨、6個(gè)當(dāng)日有微量降水（0.01 mm），約占樣本數(shù)11%，在預(yù)警級(jí)別中判定為沒有預(yù)報(bào)。分析表明模型在藍(lán)色及其以上級(jí)別累計(jì)預(yù)報(bào)114次，占總發(fā)生次數(shù)的66.3%，黃、橙、紅色預(yù)警占總發(fā)生次數(shù)的49.4%，檢驗(yàn)結(jié)果表明模型預(yù)報(bào)在全國范圍具有一定參考性，但這可能與國家站布設(shè)相對(duì)少，不能很好地代表地質(zhì)災(zāi)害災(zāi)點(diǎn)降水以及模型沒有考慮前期降水有關(guān)。

表3 地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警當(dāng)日臨界雨量（單位：mm） Table 3 The intraday critical precipitation of early warning for variours geological disaster risks (unit: mm)

表4 地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型不同預(yù)警級(jí)別預(yù)報(bào)次數(shù)和比例 Table 4 Times and proportions of warning for 4 grades of geological disaster risks

同時(shí)，為了更好驗(yàn)證模型應(yīng)用效果，選取具有詳細(xì)災(zāi)點(diǎn)經(jīng)緯度和發(fā)生時(shí)間的地質(zhì)災(zāi)害案例進(jìn)行檢驗(yàn)，選取的是東南預(yù)警分區(qū)2015年5月18—20日江西興國和于都縣降水誘發(fā)地質(zhì)災(zāi)害過程對(duì)模型進(jìn)行個(gè)例檢驗(yàn)。

3.1 天氣過程和地質(zhì)災(zāi)害災(zāi)情

2015年5月17日20日—21日08時(shí)，江西中南部出現(xiàn)大到暴雨，局地大暴雨，江西興國縣、于都縣過程累計(jì)雨量普遍在100 mm以上，興國縣中北部地區(qū)降雨量達(dá)200～497 mm（圖4），強(qiáng)降水主要集中在18—20日，其中18日夜間至19日白天降水最強(qiáng)，興國縣大部、于都北部出現(xiàn)大暴雨，于都葛坳鄉(xiāng)降水量達(dá)198.7 mm，19日夜間至20日白天，興國縣大部、于都中北部出現(xiàn)暴雨，興國縣北部局地有大暴雨。受此次降水過程影響，江西興國、于都縣出現(xiàn)群發(fā)性崩塌、滑坡、泥石流災(zāi)害，通過實(shí)地災(zāi)害勘察和調(diào)研，共整理獲取955條含經(jīng)緯度信息和具體發(fā)生時(shí)間精確到小時(shí)的詳細(xì)地質(zhì)災(zāi)情，由于災(zāi)點(diǎn)很密，在同一自動(dòng)站區(qū)域臨近有多個(gè)地質(zhì)災(zāi)害發(fā)生，因此按發(fā)生時(shí)刻提取距離災(zāi)點(diǎn)最近的自動(dòng)站雨量數(shù)據(jù)作為災(zāi)點(diǎn)降水實(shí)況，對(duì)相同降水實(shí)況除重（只保留一個(gè)樣本），最后整理形成過程共85站次當(dāng)日雨量實(shí)況樣本數(shù)據(jù)進(jìn)行檢驗(yàn)分析，其中17—21日逐日20時(shí)—次日20時(shí)出災(zāi)站數(shù)分別為12、29、28和16次（在圖5中用點(diǎn)標(biāo)出，表示該站點(diǎn)當(dāng)天發(fā)生過地質(zhì)災(zāi)害）。

3.2 地質(zhì)災(zāi)害概率模型預(yù)報(bào)檢驗(yàn)

以歐洲中心細(xì)網(wǎng)格EC預(yù)報(bào)降水（20時(shí)—次日20時(shí)）作為模型降水輸入因子，根據(jù)基于當(dāng)日雨量地質(zhì)災(zāi)害概率預(yù)報(bào)模型，計(jì)算得出江西興國、于都5月18日—21日各自動(dòng)加密站地質(zhì)災(zāi)害發(fā)生概率。

江西興國和于都位于東南預(yù)警分區(qū)中，從表3可知，地質(zhì)災(zāi)害發(fā)生概率25%、50%、75%和90%對(duì)應(yīng)的當(dāng)日雨量閾值為16.5、40.7、80.3和131.1 mm。從圖5a可知，2015年5月17日夜間至18日白天，興國縣中東部、于都縣北部地區(qū)地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)達(dá)到藍(lán)色預(yù)警（發(fā)生概率25%），EC預(yù)報(bào)興國縣東南部、于都縣北部有大雨，該區(qū)域地質(zhì)災(zāi)害發(fā)生概率在35%～38%；18日夜間至19日白天（圖5b），EC降水預(yù)報(bào)增大，興國縣、于都縣北部有大雨，該區(qū)域地質(zhì)災(zāi)害發(fā)生概率在40%～52%，局地達(dá)到黃色預(yù)警；19日夜間至20日白天（圖5c），EC降水預(yù)報(bào)出現(xiàn)暴雨區(qū)，為過程最強(qiáng)，暴雨區(qū)南壓至于都縣中南部，興國縣南部也有大雨，地質(zhì)災(zāi)害發(fā)生概率為50%～75%高值區(qū)，對(duì)應(yīng)黃色和橙色預(yù)警；20日夜間至21日白天（圖5d），EC降水明顯減弱，普遍預(yù)報(bào)10～20 mm的中雨，地質(zhì)災(zāi)害發(fā)生概率也隨之下降，興國縣中東部、于都縣北部地質(zhì)災(zāi)害發(fā)生概率為25%～30%，只預(yù)報(bào)藍(lán)色預(yù)警。從出災(zāi)站點(diǎn)的地質(zhì)災(zāi)害發(fā)生概率預(yù)報(bào)來看，17—21日逐日發(fā)生過地質(zhì)災(zāi)害的自動(dòng)站大部分預(yù)報(bào)地質(zhì)災(zāi)害發(fā)生概率＞25%，18和19日能預(yù)報(bào)出＞50%發(fā)生概率，基于EC降水預(yù)報(bào)的地質(zhì)災(zāi)害概率模型基本能提前做出客觀預(yù)警指示。

3.3 地質(zhì)災(zāi)害概率模型實(shí)況檢驗(yàn)

圖5 自動(dòng)站站點(diǎn)EC降水預(yù)報(bào)值（單位：mm）和地質(zhì)災(zāi)害發(fā)生概率（單位：%）落區(qū)（線條） Fig.5 The EC model rainfall forecast for automatic stations (unit: mm) and probability distribution（unit: %）of geological disaster by the geological disaster model

實(shí)際上，江西興國和于都縣的實(shí)況降水普遍比EC預(yù)報(bào)降水大一個(gè)量級(jí)，甚至兩個(gè)量級(jí)，EC過程預(yù)報(bào)降水普遍為中到大雨，僅19日20時(shí)預(yù)報(bào)出于都有暴雨，但與實(shí)況相比，預(yù)報(bào)的暴雨區(qū)偏南，且興國實(shí)際的暴雨和大暴雨區(qū)僅預(yù)報(bào)出中到大雨。針對(duì)EC降水預(yù)報(bào)偏小，模型概率預(yù)報(bào)值偏低，需要進(jìn)一步用實(shí)況降水來驗(yàn)證模型性能。選取5月17—21日逐日出災(zāi)站點(diǎn)的20日—次日20時(shí)降水實(shí)況輸入模型計(jì)算發(fā)生概率，統(tǒng)計(jì)不同預(yù)警級(jí)別的站數(shù)和比例（表5），18日20時(shí)—20日20時(shí)降水最強(qiáng)，出現(xiàn)災(zāi)害的站數(shù)最多。17日20時(shí)—18日20時(shí)，興國中北部出現(xiàn)大到暴雨，于都北部局地暴雨，其他地區(qū)小雨，地質(zhì)災(zāi)害集中在興國中部和于都北部地區(qū)（圖5a），出災(zāi)站點(diǎn)黃色和橙色預(yù)警占總站數(shù)66.7%，但降水量沒有達(dá)到紅色預(yù)警閾值，沒有紅色預(yù)警，且有2站次漏報(bào)；18日20時(shí)—19日20時(shí)，兩地出現(xiàn)過程最強(qiáng)降水，興國大部、于都北部出現(xiàn)大暴雨，降雨量一般有100～156 mm，最大達(dá)234 mm，興國西南部、于都中南部有中到大雨，地質(zhì)災(zāi)害集中在興國和于都北部地區(qū)（圖5b），計(jì)算的地質(zhì)災(zāi)害概率也集中在高值區(qū)，出災(zāi)站點(diǎn)黃、橙、紅三種預(yù)警比例達(dá)96.5%，紅色預(yù)警就占58.6%，僅有1站次為藍(lán)色預(yù)警，沒有漏報(bào)；19日20時(shí)—20日20時(shí)，興國、于都中北部有大到暴雨，興國北部局地有大暴雨，地質(zhì)災(zāi)害集中在興國和于都北部地區(qū)（圖5c），出災(zāi)站點(diǎn)黃、橙、紅三種預(yù)警比例為71.4%，橙色和紅色預(yù)警比例有21.4%，沒有漏報(bào)；20日20時(shí)—21日20時(shí)，兩地降水強(qiáng)度減弱，興國大部地區(qū)為小到中雨，興國東南部、于都北部有大雨，于都中南部有暴雨，地質(zhì)災(zāi)害集中在興國中東部和于都北部地區(qū)（圖5d），有8站次沒有達(dá)到藍(lán)色預(yù)警標(biāo)準(zhǔn)，出現(xiàn)漏報(bào)。

此次過程降水實(shí)況模型檢驗(yàn)效果較好，有88.2%站次成功預(yù)報(bào)，模型對(duì)暴雨、大暴雨較為敏感，能夠捕捉作24 h內(nèi)所有暴雨誘發(fā)的地質(zhì)災(zāi)害事件，給予高等級(jí)地質(zhì)災(zāi)害預(yù)警提示，但對(duì)低于40.7 mm的日雨量，尤其是小到中雨不敏感，容易漏掉這些當(dāng)日降水較弱，但近期有強(qiáng)降水的災(zāi)害事件，21日漏報(bào)的8站次位于興國縣中北部，前3天都持續(xù)較強(qiáng)降水，18日漏報(bào)的2站次，經(jīng)查也發(fā)現(xiàn)災(zāi)前2～3 d也出現(xiàn)明顯降水。

表5 出災(zāi)站點(diǎn)實(shí)況降水地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)不同級(jí)別預(yù)警站數(shù)和比例 Table 5 Disastrous stations and proportions of warning for 4 grades of geological disaster risks

4 結(jié)論和討論

當(dāng)日降水量經(jīng)開立方處理后作為建模因子與地質(zhì)災(zāi)害發(fā)生概率密度進(jìn)行高斯擬合、傅里葉擬合和多項(xiàng)式擬合，結(jié)果表明高斯擬合效果最優(yōu)，可選用高斯擬合方法建立地質(zhì)災(zāi)害概率預(yù)報(bào)模型，分區(qū)構(gòu)建當(dāng)日臨界雨量判據(jù)，通過預(yù)報(bào)檢驗(yàn)，表明該方法指標(biāo)易于判別，能捕捉南方地區(qū)暴雨、西北和黃土高原地區(qū)大雨引發(fā)的地質(zhì)災(zāi)害事件，預(yù)報(bào)效果較好，具有實(shí)際應(yīng)用價(jià)值。

但由于預(yù)報(bào)模型建模僅采用當(dāng)日降水一個(gè)因子，沒有考慮前期降水的影響，在檢驗(yàn)中也發(fā)現(xiàn)大約有11%地質(zhì)災(zāi)害樣本是由前期降水引發(fā)。為了減少漏報(bào)率，后期預(yù)報(bào)研究中還應(yīng)將考慮前期降水，建立有效降水和綜合降水因子模型，對(duì)比分析當(dāng)日降水、有效降水和綜合降水因子模型，采用驗(yàn)證效果最好的模型。當(dāng)日降水量是建立地質(zhì)災(zāi)害氣象預(yù)報(bào)方法最重要的因子，降雨型滑坡崩塌絕大多數(shù)由暴雨引發(fā)，降雨型泥石流的發(fā)生更是離不開當(dāng)日發(fā)生強(qiáng)降水，當(dāng)日降水因子與有效降水和綜合降水因子相比，當(dāng)日臨界雨量判定方法具有無需計(jì)算因子值、判定更直觀和簡便，普適度高，有利于根據(jù)當(dāng)日降水量快速判定地質(zhì)災(zāi)害風(fēng)險(xiǎn)預(yù)警級(jí)別，特別適用于地方局地突發(fā)短時(shí)強(qiáng)降水而可能導(dǎo)致地質(zhì)災(zāi)害的快速地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警服務(wù)，當(dāng)?shù)夭块T和民眾可根據(jù)當(dāng)前降水實(shí)況和當(dāng)日臨界雨量指標(biāo)快速估計(jì)當(dāng)前地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)高低，及時(shí)調(diào)整和采取臨災(zāi)避讓等措施。另外，全國地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)分區(qū)只劃分為9大分區(qū)，還需要進(jìn)一步細(xì)化分區(qū)，增加二級(jí)、三級(jí)乃至四級(jí)分區(qū)，探討地質(zhì)災(zāi)害易發(fā)度級(jí)別，將預(yù)報(bào)區(qū)域的內(nèi)在地質(zhì)災(zāi)害易發(fā)度與降水因子結(jié)合起來，共同判定地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警級(jí)別更為合理和全面。

[1] 張友誼, 胡卸文, 朱海勇. 滑坡與降雨關(guān)系研究展望. 自然災(zāi)害學(xué)報(bào), 2007, 16(1): 104-107.

[2] 譚萬沛, 王城華. 暴雨泥石流滑坡的區(qū)域預(yù)測與預(yù)報(bào)——以攀西地區(qū)為例. 成都: 四川科技出版社, 1994.

[3] 崔鵬, 劉世建, 譚萬沛, 等. 中國泥石流監(jiān)測預(yù)報(bào)現(xiàn)狀與展望. 自然災(zāi)害學(xué)報(bào), 2000, 9(2): 10-15.

[4] 魏永明, 謝又予. 降雨型泥石流(水石流)預(yù)報(bào)模型研究. 自然災(zāi)害學(xué)報(bào), 1997, 6(4): 48-54.

[5] 高速, 周平根, 董穎, 等. 泥石流預(yù)測、預(yù)報(bào)技術(shù)方法的研究現(xiàn)狀淺析. 工程地質(zhì)學(xué)報(bào), 2002, 10(3): 279-283.

[6] 杜予罡. 影響中國極端天氣氣候事件變化的初探. 南京: 南京大學(xué), 2013: 39-48.

[7] 楊小波, 陳麗娟, 劉蕓蕓. 我國降水和氣溫的分級(jí)概率時(shí)空分布特征. 應(yīng)用氣象學(xué)報(bào), 2011, 22(5): 513-523.

[8] Yun T, Chuan T. The influence of human activity and precipitation change on mid-long term evolution of landslide and debris flow disasters. Sciences in Cold and Arid Regions, 2013, 5(6): 715-721.

[9] Jibson R W. The 2005 La Conchita, California, landslide. Landslides, 2006, 3: 73-78.

[10] Chleborad A F. Preliminary evaluation of a precipitation threshold for anticipating the occurrence of landslides in the Seattle, Washington, Area. US Geological Survey Open-File Report , 2003.

[11] Del Ventisette C, Casagli N, Fortuny-Guasch J, et al. Ruinon landslide (Valfurva, Italy) activity in relation to rainfall by means of GBInSAR monitoring. Landslides, 2012, 9: 497-509.

[12] Chae B G, Kim M I. Suggestion of a method for landslide early warning using the change in the volumetric water content gradient due to rainfall in filtration. Environmental Earth Sciences, 2012, 66: 1973-1986.

[13] 章國材. 自然災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃原理和方法. 北京: 氣象出版社, 2014.

[14] 高速, 周平根, 董穎, 等. 泥石流預(yù)測、預(yù)報(bào)技術(shù)方法的研究現(xiàn)狀淺析. 工程地質(zhì)學(xué)報(bào), 2002, 10(3): 279-283.

[15] 周明浪, 邵新民, 羅美芳. 浙江溫州滑坡地質(zhì)災(zāi)害預(yù)警方法及應(yīng)用. 中國地質(zhì)災(zāi)害與防治學(xué)報(bào), 2014, 25(2): 90-96.

[16] 薛群威, 劉艷輝, 唐燦. 突發(fā)地質(zhì)災(zāi)害氣象預(yù)警統(tǒng)計(jì)模型與應(yīng)用. 吉林大學(xué)學(xué)報(bào)(地球科學(xué)版), 2013, 43(5): 1614-1621.

[17] 譚萬沛, 韓慶玉. 四川省泥石流預(yù)報(bào)的區(qū)域臨界雨量指標(biāo)研究. 災(zāi)害學(xué), 1992, 7(2): 37-42．

[18] 姚令侃 .用泥石流發(fā)生頻率及暴雨頻率推求臨界雨量的探討. 水土保持學(xué)報(bào), 1988, 2(4): 72-77．

[19] 李媛, 孟暉, 董穎, 等. 中國地質(zhì)災(zāi)害類型及其特征——基于全國縣市地質(zhì)災(zāi)害調(diào)查成果分析. 中國地質(zhì)災(zāi)害與防治學(xué)報(bào), 2004, 15(2): 29-32.

[20] 李慧琳, 宮煥盛, 韓衛(wèi)東. 丹東地區(qū)地質(zhì)災(zāi)害氣象預(yù)警系統(tǒng). 氣象與環(huán)境學(xué)報(bào), 2007, 23(1): 12-16.

[21] 李安泰, 何宏讓, 張?jiān)? WRF模式對(duì)舟曲“0808”特大泥石流暴雨的數(shù)值模擬. 氣象與環(huán)境學(xué)報(bào), 2012, 28(2): 54-59.

[22] 伍宇明, 蘭恒星, 高星, 等. 臺(tái)風(fēng)暴雨型滑坡降雨閾值曲線研究——以福建地區(qū)為例. 工程地質(zhì)學(xué)報(bào), 2014, 22(2): 255-262.

[23] 張國平, 宋建洋, 邵小路, 等. 近期我國大型地質(zhì)災(zāi)害預(yù)報(bào)與避險(xiǎn)案例分析. 自然災(zāi)害學(xué)報(bào), 2015, 24(3): 20-26.

[24] 虞海燕, 劉樹華, 趙娜, 等. 1951—2009年中國不同區(qū)域氣溫和降水量變化特征. 氣象與環(huán)境學(xué)報(bào), 2011, 27(45): 1-2.

[25] 張國平, 徐晶, 畢寶貴. 滑坡和泥石流災(zāi)害與環(huán)境因子的關(guān)系. 應(yīng)用生態(tài)學(xué)報(bào), 2009, 20(3): 653-658.

[26] 馬力, 崔鵬, 周國兵, 等. 地質(zhì)災(zāi)害氣象. 北京: 氣象出版社, 2009: 29-40.

[27] 朱良峰, 吳信才, 殷坤龍, 等. 基于信息量模型的中國滑坡災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究. 地球科學(xué)與環(huán)境學(xué)報(bào), 2004, 26(3): 52-56.

[28] 張國平. 有效雨量和滑坡泥石流災(zāi)害概率模型. 氣象, 2014, 40(7): 886-889.

[29] 狄靖月, 王志, 田華, 等. 降水引發(fā)的西南地區(qū)公路損毀風(fēng)險(xiǎn)預(yù)報(bào)方法. 應(yīng)用氣象學(xué)報(bào), 2015, 26(3): 268-277.