朱文慧，鄒 浩，肖煒波，李又升，李 廣

(1.中國(guó)地質(zhì)大學(xué)(武漢)工程學(xué)院，湖北 武漢 430074；2.湖北省地質(zhì)局第三地質(zhì)大隊(duì)，湖北 黃岡 438000；3.湖北省地質(zhì)環(huán)境總站，湖北 武漢 430034)

地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警作為防災(zāi)減災(zāi)體系建設(shè)中地質(zhì)災(zāi)害防治的重要內(nèi)容，是目前國(guó)內(nèi)外研究的熱點(diǎn)問(wèn)題[1]。地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警在國(guó)外發(fā)展得比較早[2]，在國(guó)外的一些多災(zāi)國(guó)家如意大利、日本、美國(guó)已得到普遍應(yīng)用[3]，其氣象風(fēng)險(xiǎn)預(yù)警系統(tǒng)已在實(shí)際防災(zāi)減災(zāi)中發(fā)揮著重要的作用[4]。我國(guó)已積累了30余年的氣象觀測(cè)數(shù)據(jù)和強(qiáng)降雨期間發(fā)生的地質(zhì)災(zāi)害資料，建立了氣象風(fēng)險(xiǎn)預(yù)警模型，研發(fā)了實(shí)時(shí)氣象風(fēng)險(xiǎn)預(yù)警系統(tǒng)，并對(duì)公眾開(kāi)放，同時(shí)逐步形成了國(guó)家級(jí)、省級(jí)、市縣級(jí)的分級(jí)運(yùn)行業(yè)務(wù)模式，氣象風(fēng)險(xiǎn)預(yù)警模型已成為成功開(kāi)展地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警的關(guān)鍵[5]。劉傳正等[6]將區(qū)域地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警方法劃分為3大類(lèi)，即隱式統(tǒng)計(jì)預(yù)警模型、顯式統(tǒng)計(jì)預(yù)警模型和動(dòng)力預(yù)警模型。第一代隱式統(tǒng)計(jì)預(yù)警模型主要基于不同地質(zhì)環(huán)境區(qū)域引發(fā)地質(zhì)災(zāi)害的臨界雨量不同建立預(yù)警模型，但單一的臨界雨量指標(biāo)很難準(zhǔn)確地反映地質(zhì)環(huán)境的變化和地質(zhì)災(zāi)害的成生規(guī)律[7]，如Caine的I-D模型[8]。第二代顯式統(tǒng)計(jì)預(yù)警模型耦合了地質(zhì)環(huán)境變化與降雨參數(shù)等多因素建立預(yù)警判據(jù)，顯著提高了氣象風(fēng)險(xiǎn)預(yù)警的精細(xì)度和準(zhǔn)確度[9]。動(dòng)力預(yù)警模型是一種考慮地質(zhì)體在降雨過(guò)程中自身動(dòng)力變化過(guò)程而建立數(shù)學(xué)物理判據(jù)方程的方法,實(shí)質(zhì)上是一種解析預(yù)警方法[10]。這三代地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警方法雖然相互聯(lián)系，但也有區(qū)別：每一代預(yù)警方法參考的因素和構(gòu)建的氣象風(fēng)險(xiǎn)預(yù)警模型本質(zhì)不同。前兩代預(yù)警方法是通過(guò)統(tǒng)計(jì)各種因素之間相互作用的關(guān)系來(lái)進(jìn)行預(yù)警，屬于數(shù)理統(tǒng)計(jì)學(xué)模型；而第三代預(yù)警方法是模擬災(zāi)害發(fā)生過(guò)程來(lái)實(shí)現(xiàn)氣象風(fēng)險(xiǎn)預(yù)警，屬于動(dòng)力學(xué)模型。由于滑坡條件和降雨對(duì)滑坡作用機(jī)理的復(fù)雜性，以及模型中復(fù)雜的參數(shù)輸入和不確定性，導(dǎo)致動(dòng)力預(yù)警模型多處于研究階段，或者僅應(yīng)用于面積較小的區(qū)域[11]。目前使用比較廣泛的地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型為第二代顯式統(tǒng)計(jì)預(yù)警模型。

黃岡市并未系統(tǒng)開(kāi)展市級(jí)地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警工作，僅依托湖北省省級(jí)地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警部門(mén)進(jìn)行了多年工作。湖北省已經(jīng)開(kāi)展了地質(zhì)災(zāi)害相關(guān)氣象風(fēng)險(xiǎn)預(yù)警研究，但仍屬于第一代隱式統(tǒng)計(jì)預(yù)警模型范圍，省級(jí)氣象風(fēng)險(xiǎn)預(yù)警以地市州行政單元作為預(yù)警單元，網(wǎng)格單元為1 000 m×1 000 m以上，氣象風(fēng)險(xiǎn)預(yù)警研究比例尺小，應(yīng)用于市級(jí)范圍的精度較低。黃岡市氣象部門(mén)開(kāi)展的氣象風(fēng)險(xiǎn)預(yù)警工作主要是區(qū)域大范圍層次的氣象風(fēng)險(xiǎn)預(yù)警，目前氣象部門(mén)對(duì)連續(xù)性降水過(guò)程的預(yù)警較好，對(duì)局部地域、短臨時(shí)間的預(yù)警能力存在不足。因此，急需以更小的區(qū)域和適宜的氣象風(fēng)險(xiǎn)預(yù)警模型深入開(kāi)展地質(zhì)災(zāi)害精細(xì)化氣象風(fēng)險(xiǎn)預(yù)警攻關(guān)，提高氣象風(fēng)險(xiǎn)預(yù)警產(chǎn)品質(zhì)量，構(gòu)建完成適用于黃岡市的地質(zhì)災(zāi)害精細(xì)化氣象風(fēng)險(xiǎn)預(yù)警模型。

為此，本文參考黃岡市10個(gè)縣市區(qū)近十年來(lái)地質(zhì)災(zāi)害詳細(xì)調(diào)查報(bào)告，結(jié)合黃岡市地質(zhì)災(zāi)害特征，選擇了斜坡結(jié)構(gòu)、地形坡度、地形高差、地質(zhì)構(gòu)造、工程地質(zhì)巖組5種因素作為研究區(qū)地質(zhì)災(zāi)害的評(píng)價(jià)指標(biāo)，采用信息量法對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行分級(jí)賦值，將研究區(qū)劃分為150 m×150 m的柵格單元，基于地質(zhì)背景分區(qū)與機(jī)器學(xué)習(xí)系統(tǒng)地開(kāi)展了地質(zhì)災(zāi)害敏感性研究，據(jù)近十年黃岡市地質(zhì)災(zāi)害與氣象雨量數(shù)據(jù)，采用第二代顯式統(tǒng)計(jì)預(yù)警模型構(gòu)建了黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型并通過(guò)實(shí)例應(yīng)用進(jìn)行預(yù)警效果檢驗(yàn)，以驗(yàn)證模型的適宜性和準(zhǔn)確性。

1 研究區(qū)概況

黃岡市位于湖北省東北部、大別山南麓、長(zhǎng)江中游北岸，地理坐標(biāo)為東經(jīng)114°25′～116°8′、北緯29°45′～31°35′。黃岡市屬亞熱帶大陸季風(fēng)氣候，近十年年均降雨量為1 367.6 mm，年降雨量波動(dòng)較大、在968.3(2013年)～2 033.6 mm(2020年)之間變化。黃岡市地質(zhì)災(zāi)害在季節(jié)性分布的基礎(chǔ)上，總體呈增長(zhǎng)趨勢(shì)，尤其是2016年和2020年汛期強(qiáng)降雨后，地質(zhì)災(zāi)害呈爆發(fā)式增長(zhǎng)，并有與大雨、暴雨同期或略為滯后的發(fā)育特點(diǎn)。境內(nèi)地勢(shì)北高南低，呈現(xiàn)自北向南逐漸傾斜的梯級(jí)地形狀況，東北部為高山區(qū)，中部為丘陵崗地區(qū)，南部為平原湖區(qū)。黃岡市屬秦嶺地層區(qū)的東延部分，出露地層較齊全，自太古界至新生界地層均有分布，以太古界、元古界、古生界變質(zhì)巖系為主，大面積分布于黃梅、黃岡、浠水、團(tuán)風(fēng)以北地區(qū)；中生界和新生界地層主要在區(qū)內(nèi)南端和麻城市西南地區(qū)出露。在大地構(gòu)造上黃岡市處于秦嶺褶皺系桐柏-大別中間隆起帶大別山復(fù)背斜之次級(jí)構(gòu)造——浠水褶皺束(四級(jí)構(gòu)造單元)中。根據(jù)《黃岡市2021年度地質(zhì)災(zāi)害隱患排查報(bào)告》和各縣市地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)報(bào)告，截至2021年6月，境內(nèi)10個(gè)縣市區(qū)發(fā)育各類(lèi)地質(zhì)災(zāi)害點(diǎn)共計(jì)1 597處，威脅人口26 042人，威脅資產(chǎn)約201 428萬(wàn)元。黃岡市地質(zhì)災(zāi)害點(diǎn)分布見(jiàn)圖1，其點(diǎn)密度為9.15處/100 km2。

圖1 黃岡市地質(zhì)災(zāi)害點(diǎn)分布圖

2 地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型構(gòu)建

大量研究成果表明，地質(zhì)環(huán)境條件是地質(zhì)災(zāi)害發(fā)生的內(nèi)部因素，氣象條件是地質(zhì)災(zāi)害的外因和觸發(fā)機(jī)制[12]。本文從黃岡市地質(zhì)災(zāi)害產(chǎn)生的機(jī)理分析出發(fā)，采用信息量法對(duì)研究區(qū)地質(zhì)環(huán)境背景條件進(jìn)行地質(zhì)背景分區(qū)，并將地質(zhì)背景分區(qū)結(jié)果與地質(zhì)災(zāi)害產(chǎn)生的機(jī)理研究結(jié)合起來(lái)。首先分析黃岡市歷史上發(fā)生地質(zhì)災(zāi)害的分布、種類(lèi)和所處的地質(zhì)環(huán)境條件，確定地質(zhì)災(zāi)害敏感性因子；然后針對(duì)不同氣象條件，分析雨量因子，開(kāi)展氣象風(fēng)險(xiǎn)預(yù)警模型的方法研究;最后基于地質(zhì)背景分區(qū)建立符合黃岡地區(qū)特點(diǎn)的地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型。本文基于第二代顯式統(tǒng)計(jì)預(yù)警模型采用地質(zhì)災(zāi)害致災(zāi)因素的概率量化模型預(yù)警方法對(duì)研究區(qū)進(jìn)行研究。

2.1 研究區(qū)地質(zhì)災(zāi)害潛勢(shì)度評(píng)價(jià)與分區(qū)

由于影響地質(zhì)災(zāi)害發(fā)育發(fā)生因素的多樣性，地質(zhì)災(zāi)害的潛勢(shì)度計(jì)算是一個(gè)復(fù)雜的多元系統(tǒng)問(wèn)題。本文基于地質(zhì)環(huán)境因素的綜合分析，以地質(zhì)災(zāi)害空間分布密度和發(fā)生時(shí)間分布頻率為主要指標(biāo)，建立不同層次地質(zhì)環(huán)境背景下的地質(zhì)災(zāi)害潛勢(shì)度計(jì)算指標(biāo)，并依據(jù)地質(zhì)災(zāi)害的歷史分布情況和誘發(fā)因素進(jìn)行地質(zhì)災(zāi)害潛勢(shì)度區(qū)劃。

2.1.1 地質(zhì)背景分區(qū)

研究區(qū)地質(zhì)災(zāi)害的影響因素眾多，參考黃岡市10個(gè)縣市區(qū)近十年地質(zhì)災(zāi)害詳細(xì)調(diào)查報(bào)告，選擇斜坡結(jié)構(gòu)、地形坡度、地形高差、地質(zhì)構(gòu)造、工程地質(zhì)巖組5種因素作為研究區(qū)地質(zhì)災(zāi)害的評(píng)價(jià)指標(biāo)，并采用信息量法對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行分級(jí)賦值(見(jiàn)表1)，再根據(jù)地質(zhì)背景因素組合情況按數(shù)組組合規(guī)則(見(jiàn)表2)對(duì)黃岡市進(jìn)行地質(zhì)背景分區(qū)，即將上述5個(gè)評(píng)價(jià)指標(biāo)的等級(jí)量化值組合為5位數(shù)數(shù)組，每一個(gè)數(shù)組就代表一個(gè)地質(zhì)背景區(qū)，數(shù)組具有唯一性且相互獨(dú)立。利用ArcGIS空間分析功能，可將整個(gè)黃岡市劃分為413個(gè)地質(zhì)背景區(qū)。

表1 評(píng)價(jià)指標(biāo)分級(jí)賦值表

表2 地質(zhì)背景分區(qū)數(shù)組組合規(guī)則

2.1.2 評(píng)價(jià)指標(biāo)權(quán)重分析

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆向傳播算法訓(xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一[13]。隨著大數(shù)據(jù)技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)為研究非線性變量之間的關(guān)系提供了解決辦法[14]。使用機(jī)器學(xué)習(xí)算法，通過(guò)Matlab程序建立BP神經(jīng)網(wǎng)絡(luò)，再對(duì)網(wǎng)絡(luò)進(jìn)行反復(fù)訓(xùn)練和調(diào)整，進(jìn)而可得到最優(yōu)擬合的評(píng)價(jià)指標(biāo)權(quán)重取值。

本文基于Matlab軟件編寫(xiě)B(tài)P神經(jīng)網(wǎng)絡(luò)算法程序(見(jiàn)圖2)實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建。根據(jù)評(píng)價(jià)指標(biāo)，輸入層節(jié)點(diǎn)數(shù)為5個(gè)，選取地質(zhì)災(zāi)害是否發(fā)生作為響應(yīng)函數(shù)，采用雙隱含層高模式，設(shè)置機(jī)器學(xué)習(xí)訓(xùn)練參數(shù)，最大訓(xùn)練次數(shù)為5 000步，訓(xùn)練目標(biāo)為0.000 001，學(xué)習(xí)速率為0.01。

圖2 BP神經(jīng)網(wǎng)絡(luò)運(yùn)算流程圖

考慮到研究區(qū)地質(zhì)災(zāi)害點(diǎn)的分布情況、鄉(xiāng)鎮(zhèn)行政區(qū)域范圍、原始數(shù)據(jù)的精度問(wèn)題以及氣象雨量站點(diǎn)分布，確定采用150 m×150 m精度剖分網(wǎng)格，全市共得到780 236個(gè)柵格單元，每個(gè)柵格單元作為一個(gè)制圖單位。選取研究區(qū)1 597處地質(zhì)災(zāi)害點(diǎn)進(jìn)行統(tǒng)計(jì)分析，利用ArcGIS軟件提取1 597處地質(zhì)災(zāi)害點(diǎn)的各評(píng)價(jià)指標(biāo)量化數(shù)據(jù)作為正樣本，同時(shí)從未發(fā)生地質(zhì)災(zāi)害區(qū)域提取1 597個(gè)點(diǎn)的評(píng)價(jià)指標(biāo)量化數(shù)據(jù)作為負(fù)樣本，以1代表發(fā)生、0代表未發(fā)生作為響應(yīng)結(jié)果，共同組成BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本。將樣本數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，選取100個(gè)地質(zhì)災(zāi)害樣本作為測(cè)試集，測(cè)試BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練是否滿(mǎn)足精度要求，結(jié)果顯示88個(gè)測(cè)試樣本滿(mǎn)足精度要求，正確率為88%。據(jù)此，通過(guò)建立的BP神經(jīng)網(wǎng)絡(luò)計(jì)算可得到各評(píng)價(jià)指標(biāo)的權(quán)重，其中擬合度最優(yōu)的評(píng)價(jià)指標(biāo)權(quán)重組合即為該評(píng)價(jià)指標(biāo)權(quán)重取值，見(jiàn)表3。

表3 各評(píng)價(jià)指標(biāo)權(quán)重值

2.1.3 地質(zhì)災(zāi)害潛勢(shì)度評(píng)價(jià)與分區(qū)

本文采用加權(quán)的方法計(jì)算研究區(qū)各地質(zhì)背景分區(qū)內(nèi)地質(zhì)災(zāi)害潛勢(shì)度概率量化值，其數(shù)學(xué)模型如下：

(1)

式中：H為評(píng)價(jià)單元內(nèi)地質(zhì)災(zāi)害潛勢(shì)度概率量化值；n為評(píng)價(jià)單元內(nèi)評(píng)價(jià)指標(biāo)的數(shù)量；Fi為評(píng)價(jià)單元內(nèi)評(píng)價(jià)指標(biāo)i的量化值；wi為評(píng)價(jià)單元內(nèi)評(píng)價(jià)指標(biāo)i的權(quán)重。

根據(jù)上述數(shù)學(xué)模型，利用ArcGIS軟件進(jìn)行相關(guān)計(jì)算，獲得研究區(qū)各個(gè)柵格單元內(nèi)地質(zhì)災(zāi)害潛勢(shì)度概率量化值，并采用自然斷點(diǎn)法，對(duì)研究區(qū)地質(zhì)災(zāi)害潛勢(shì)度進(jìn)行分區(qū)，將其劃分為高潛勢(shì)度區(qū)、較高潛勢(shì)度區(qū)、中等潛勢(shì)度區(qū)和低潛勢(shì)度區(qū)4個(gè)區(qū)域，見(jiàn)表4和圖3。

表4 黃岡市地質(zhì)災(zāi)害潛勢(shì)度分區(qū)

圖3 黃岡市地質(zhì)災(zāi)害潛勢(shì)度區(qū)劃圖

2.2 有效雨量模型構(gòu)建

不同時(shí)期的降雨量誘發(fā)地質(zhì)災(zāi)害的權(quán)重值不同，由此所確定的有效雨量更貼近實(shí)際情況[15]。本文從已有的研究區(qū)地質(zhì)災(zāi)害數(shù)據(jù)庫(kù)中篩選出2011—2020年因降雨引發(fā)的地質(zhì)災(zāi)害，并按照前述地質(zhì)背景分區(qū)情況進(jìn)行分區(qū)統(tǒng)計(jì)。黃岡市地質(zhì)災(zāi)害的發(fā)生與降雨強(qiáng)度和前期降雨量均有一定的關(guān)系，而降雨強(qiáng)度可以用日降雨量表示。為了確定前期降雨量與地質(zhì)災(zāi)害發(fā)生的關(guān)系，本文采用地質(zhì)災(zāi)害是否發(fā)生與地質(zhì)災(zāi)害發(fā)生前7日降雨量進(jìn)行邏輯回歸分析，計(jì)算地質(zhì)災(zāi)害發(fā)生與各日降雨量的相關(guān)系數(shù)，進(jìn)而分析地質(zhì)災(zāi)害發(fā)生與降雨過(guò)程的關(guān)系。

在一定的降雨情況下，以地質(zhì)災(zāi)害是否發(fā)生作為因變量，采用1、0表示地質(zhì)災(zāi)害發(fā)生或者不發(fā)生，這就要求建立的模型必須保證因變量的取值為“1”或“0”，而二元邏輯回歸模型可以用來(lái)預(yù)測(cè)具有兩分特點(diǎn)的因變量概率。對(duì)于包含一個(gè)以上自變量的二元邏輯回歸模型可表示為

(2)

式中：P為地質(zhì)災(zāi)害事件發(fā)生的概率(無(wú)量綱);Z=B0+B1X1+…+BnXn，其中Bi為回歸系數(shù)，Xi為累積i天的降雨量(mm)。

利用邏輯回歸模型求取有效降雨量與地質(zhì)災(zāi)害發(fā)生的相關(guān)系數(shù)。將是否發(fā)生地質(zhì)災(zāi)害作為因變量，當(dāng)日降雨量、前1天至前7天降雨量作為自變量，計(jì)算各自變量的權(quán)重。為了更好地反映降雨對(duì)地質(zhì)災(zāi)害的影響，采用日綜合有效累計(jì)降雨量表示滑坡發(fā)生的臨界降雨量R，其計(jì)算公式如下：

(3)

式中：R為日綜合有效累計(jì)降雨量(mm)；a為前期降雨影響時(shí)間衰減系數(shù)，經(jīng)驗(yàn)推薦取值0.8；Ri為前i天實(shí)測(cè)降雨量(mm)，當(dāng)i=0時(shí)為當(dāng)天降雨量。

基于黃岡市已有的氣象風(fēng)險(xiǎn)預(yù)警成果，預(yù)測(cè)降雨量與實(shí)測(cè)降雨量均由當(dāng)?shù)貧庀缶痔峁?，可從氣象風(fēng)險(xiǎn)預(yù)警系統(tǒng)中實(shí)時(shí)獲取。

整個(gè)黃岡市分成了413個(gè)地質(zhì)背景分區(qū)，分別統(tǒng)計(jì)各區(qū)地質(zhì)災(zāi)害發(fā)生的臨界降雨量，其結(jié)果見(jiàn)表5。

表5 黃岡市各地質(zhì)背景分區(qū)地質(zhì)災(zāi)害發(fā)生的臨界降雨量統(tǒng)計(jì)表(部分)

根據(jù)上述臨界降雨量和預(yù)測(cè)時(shí)的日綜合有效累計(jì)降雨量，按下式可計(jì)算降雨引發(fā)地質(zhì)災(zāi)害發(fā)生的概率量化值：

(4)

式中：Y為降雨引發(fā)地質(zhì)災(zāi)害發(fā)生的概率量化值；Rmax為該地質(zhì)背景區(qū)引發(fā)地質(zhì)災(zāi)害的歷史最大降雨量(mm)；Rmin為該地質(zhì)背景區(qū)歷史上能夠引發(fā)地質(zhì)災(zāi)害的最小降雨量(mm)。當(dāng)R

2.3 地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型構(gòu)建

地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型以研究區(qū)內(nèi)地質(zhì)災(zāi)害潛勢(shì)度概率量化值(H)為基礎(chǔ)，將其與降雨誘發(fā)地質(zhì)災(zāi)害事件發(fā)生的概率量化值(Y)進(jìn)行耦合，獲得某片區(qū)域內(nèi)因?yàn)榻涤甓鴮?dǎo)致地質(zhì)災(zāi)害事件發(fā)生的概率，該地質(zhì)災(zāi)害致災(zāi)因素的概率量化模型為

T=αH+βY

(5)

式中：T為預(yù)警指數(shù)；H為評(píng)價(jià)單元內(nèi)地質(zhì)災(zāi)害潛勢(shì)度概率量化值；Y為降雨引發(fā)地質(zhì)災(zāi)害發(fā)生的概率量化值；α、β為概率H、Y相對(duì)應(yīng)的權(quán)重常數(shù)。

由公式(5)可知，只要對(duì)式中H和Y進(jìn)行量化即可開(kāi)展降雨型地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警。

通過(guò)統(tǒng)計(jì)2011—2020年十年內(nèi)研究區(qū)汛期每日的有效降雨歷史和地質(zhì)災(zāi)害發(fā)生的位置、發(fā)生的數(shù)量等情況，參考《地質(zhì)災(zāi)害區(qū)域氣象風(fēng)險(xiǎn)預(yù)警標(biāo)準(zhǔn)(試行)》[16]中“地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警等級(jí)劃分表”，將計(jì)算的每日最終的預(yù)警指數(shù)T值分為4級(jí)，得到適用于黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警等級(jí)劃分表，見(jiàn)表6。

表6 黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警等級(jí)劃分表

3 地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型檢驗(yàn)

3.1 歷史降雨的地質(zhì)災(zāi)害事件驗(yàn)證

黃岡市2016年汛期降雨量大、發(fā)生的地質(zhì)災(zāi)害事件較其他年份多，因此本文選擇黃岡市2016年6月28日至7月5日發(fā)生的地質(zhì)災(zāi)害事件來(lái)檢驗(yàn)本文建立的研究區(qū)地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型的準(zhǔn)確性。以2016年7月1日為例，計(jì)算得到全市有效降雨量分布(見(jiàn)圖4)和地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型預(yù)警結(jié)果(見(jiàn)圖5)。

圖4 2016年7月1日黃岡市有效降雨量分布圖

圖5 2016年7月1日黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型預(yù)警結(jié)果圖

由圖5可知，黃岡市紅色預(yù)警區(qū)和橙色預(yù)警區(qū)主要集中在150 mm以上的強(qiáng)降雨區(qū)范圍，氣象風(fēng)險(xiǎn)預(yù)警區(qū)面積占全區(qū)面積的78.5%(其中風(fēng)險(xiǎn)大和風(fēng)險(xiǎn)很大區(qū)域占全區(qū)面積的38.4%)，當(dāng)日發(fā)生的地質(zhì)災(zāi)害點(diǎn)有195處，其中絕大部分落在了風(fēng)險(xiǎn)大和風(fēng)險(xiǎn)很大的區(qū)域，預(yù)警區(qū)內(nèi)的地質(zhì)災(zāi)害點(diǎn)有189處，預(yù)警準(zhǔn)確率達(dá)97%。此外，通過(guò)統(tǒng)計(jì)2016年6月28日至7月5日黃岡市發(fā)生的地質(zhì)災(zāi)害點(diǎn)基本情況(見(jiàn)表7)，發(fā)現(xiàn)每日地質(zhì)災(zāi)害點(diǎn)落入預(yù)警區(qū)的命中率全部達(dá)70%以上，平均命中率達(dá)97.30%，這表明本文所建立的地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型與黃岡市地質(zhì)背景分區(qū)、降雨過(guò)程特征相匹配，計(jì)算結(jié)果與當(dāng)年汛期地質(zhì)災(zāi)害事件發(fā)生情況具有高度的一致性，預(yù)測(cè)結(jié)果可信度較高。

表7 2016年6月28日至7月5日黃岡市地質(zhì)災(zāi)害點(diǎn)的基本情況統(tǒng)計(jì)表

3.2 汛期降雨預(yù)測(cè)檢驗(yàn)(2021年)

根據(jù)建立的氣象風(fēng)險(xiǎn)預(yù)警模型獲得2021年8月24日和8月25日黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警結(jié)果(見(jiàn)圖6和圖7)，再根據(jù)黃岡市2021年8月降雨期間地質(zhì)災(zāi)害應(yīng)急報(bào)告所述實(shí)例來(lái)檢驗(yàn)?zāi)Ｐ偷念A(yù)警效果(見(jiàn)表8)。具體情況分析如下：2021年8月24日羅田縣白廟河鎮(zhèn)發(fā)生1處垮塌，所處地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警為橙色預(yù)警區(qū)；浠水縣丁司垱鎮(zhèn)1處、綠楊鄉(xiāng)1處和英山縣金鋪鎮(zhèn)1處垮塌，所處地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警為黃色預(yù)警區(qū)；浠水縣巴河鎮(zhèn)斜坡變形1處垮塌、所處地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警為藍(lán)色預(yù)警區(qū)。2021年8月25日?qǐng)F(tuán)風(fēng)縣杜皮鄉(xiāng)1處垮塌，羅田縣白廟河鄉(xiāng)1處垮塌，所處地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警為紅色預(yù)警區(qū)；浠水縣丁司垱鎮(zhèn)發(fā)生2處垮塌，所處地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警為橙色預(yù)警區(qū)。

表8 2021年8月24日和25日黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警效果評(píng)價(jià)表

圖6 2021年8月24日黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警結(jié)果

圖7 2021年8月25日黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警結(jié)果

由上述預(yù)警結(jié)果分析可知，基于第二代顯式統(tǒng)計(jì)預(yù)警模型建立的黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型總體達(dá)到了精細(xì)化，體現(xiàn)在時(shí)間尺度上由以往的中長(zhǎng)期預(yù)警精細(xì)化到未來(lái)24 h的短臨預(yù)警，在空間尺度上將預(yù)警單元精細(xì)化到鄉(xiāng)鎮(zhèn)級(jí)單元。經(jīng)2021年8月研究區(qū)的2次強(qiáng)降雨過(guò)程驗(yàn)證表明，本文所建立的預(yù)警模型命中率高，但橙色預(yù)警區(qū)和黃色預(yù)警區(qū)空?qǐng)?bào)率均較高，同時(shí)總體預(yù)警結(jié)果偏保守，說(shuō)明預(yù)警模型中地質(zhì)背景分區(qū)精度與降雨過(guò)程預(yù)報(bào)精度之間的匹配問(wèn)題仍需要進(jìn)一步提升。

4 結(jié) 論

(1) 在黃岡市地質(zhì)災(zāi)害發(fā)育統(tǒng)計(jì)的基礎(chǔ)上，采用信息量法對(duì)研究區(qū)斜坡結(jié)構(gòu)、地形坡度、地形高差、地質(zhì)構(gòu)造和地層巖性5個(gè)評(píng)價(jià)指標(biāo)進(jìn)行分級(jí)賦值，據(jù)此結(jié)果結(jié)合GIS分析將整個(gè)黃岡市劃分為413個(gè)地質(zhì)背景區(qū)。

(2) 利用BP神經(jīng)網(wǎng)絡(luò)得到了最優(yōu)擬合的評(píng)價(jià)指標(biāo)權(quán)重取值，基于GIS平臺(tái)將研究區(qū)的柵格單元?jiǎng)澐譃榈刭|(zhì)災(zāi)害高潛勢(shì)度、較高潛勢(shì)度、中等潛勢(shì)度和低潛勢(shì)度4個(gè)區(qū)。

(3) 結(jié)合黃岡市地質(zhì)背景分區(qū)，計(jì)算得到各區(qū)地質(zhì)災(zāi)害發(fā)生時(shí)的臨界降雨量，并基于有效雨量模型建立了各地質(zhì)背景分區(qū)內(nèi)的降雨判據(jù)，得到降雨引發(fā)地質(zhì)災(zāi)害發(fā)生概率量化值。

(4) 基于地質(zhì)災(zāi)害致災(zāi)因素的概率量化模型，本文采用第二代顯式統(tǒng)計(jì)預(yù)警模型建立了黃岡市地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警模型。通過(guò)不同地質(zhì)背景分區(qū)地質(zhì)災(zāi)害的潛勢(shì)度與預(yù)警閾值分析，綜合確定了不同地質(zhì)背景分區(qū)的預(yù)警模型公式和預(yù)警等級(jí)，再通過(guò)歷史降雨及其地質(zhì)災(zāi)害事件檢驗(yàn)了本文建立的預(yù)警模型的合理性和適宜性，并以黃岡市2021年汛期降雨進(jìn)行了地質(zhì)災(zāi)害預(yù)警結(jié)果的預(yù)測(cè)檢驗(yàn)。結(jié)果表明：預(yù)警結(jié)果與地質(zhì)災(zāi)害發(fā)生實(shí)際情況相符合，說(shuō)明本文建立的預(yù)警模型可以用于黃岡市汛期地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警，滿(mǎn)足防災(zāi)減災(zāi)需求。