李俊杰 王衛(wèi)紅 冉茂瑩

(1 西南科技大學 環(huán)境與資源學院，四川 綿陽 621010;2 巴中市應急管理局，四川 巴中 636000;3 國家遙感中心綿陽科技城分部，四川 綿陽 621010)

引 言

截至2014年，國土資源部已查明全國共有地質(zhì)災害隱患點29萬余處，威脅近1 800萬人生命安全和4 800億元財產(chǎn)安全[1]。滑坡是我國主要地質(zhì)災害，也是影響面最廣、損失較多的地質(zhì)災害類型。由于地質(zhì)條件、地理環(huán)境的不同，不同地區(qū)致災因子也不同。除地質(zhì)災害本底因子外，如降水、地震、臺風、風蝕等誘發(fā)因子都是致使滑坡發(fā)生的關(guān)鍵因素，其中90%的滑坡發(fā)生的誘發(fā)因素是降水[2-3]。因此通過分析降水和滑坡的關(guān)系，可對我國大多地域的滑坡地質(zhì)災害進行提前預警，特別是對降水較多的山地丘陵內(nèi)陸地區(qū)更為適用。降水誘發(fā)滑坡的降水閾值是下雨期間該地區(qū)發(fā)生滑坡和不發(fā)生滑坡的評判分水嶺，國內(nèi)外對此研究頗為豐富。美國的Caine[4]最先提出降水誘發(fā)滑坡閾值的概念，建立降水強度—降水歷時(I-D)閾值模型；Glade， et al[5]建立了確定降水臨界值的3個模型；國內(nèi)學者中，劉傳正等[6]在2007 年將地質(zhì)災害區(qū)域預警原理初步劃分為隱式統(tǒng)計預警、顯式統(tǒng)計預警和動力預警3種類型；李長江等[7]給出了前期有效降水量的表達式；狄靖月等[8]進行了降水分析及閾值分析。本文亦對降水誘發(fā)滑坡的降水閾值進行深入分析，并主要對丘陵地區(qū)群發(fā)性的滑坡進行降水閾值分析以及丘陵地區(qū)滑坡預警提供理論依據(jù)和參考。

1 資料與方法

1.1 研究區(qū)概況

巴中市恩陽區(qū)位于四川省東北部(31°47′39″N， 106°37′41″E)。恩陽區(qū)主要屬米倉山南麓丘陵地貌，正好處于巴中境內(nèi)低山、長梁高丘地貌向平緩坡臺狀丘陵地貌過渡地帶。境內(nèi)多為丘陵、低山，平壩較少，全區(qū)地勢西北高、東南低[9]。年均降水量1 146 mm，夏季多伏旱，秋季多雨。

1.2 資料

排除地震、人類活動等因素造成的滑坡事件，選取2009—2018年由降水引發(fā)的滑坡數(shù)據(jù)點，共計129 d，227個滑坡點?；碌刭|(zhì)災害點分布如圖1所示。降水量資料來自巴中氣象站點(站號57313)，對應滑坡點數(shù)據(jù)選取同期滑坡當日和前期1 wk的逐日降水量資料。

圖1 滑坡地質(zhì)災害點分布Fig.1 Distribution map of landslide geological hazard

1.3 方法

首先，當該地區(qū)某日內(nèi)降水并誘發(fā)滑坡事件，就稱作該事件是一次概率P=1的降水誘發(fā)滑坡事件，可得到129個降水誘發(fā)滑坡事件(P=1)；其次，隨機選取2009—2018年129個未發(fā)生滑坡的降水事件(P=0)，選取未發(fā)生滑坡的降水事件需滿足為恩陽區(qū)當日降水量大于1 mm但未發(fā)生滑坡事件。最后，先將129個P=1的事件和129個P=0的事件試驗數(shù)據(jù)分析pearson相關(guān)。選取合適的前期降水區(qū)間，將129個滑坡事件按時間先后，提取80%資料(2009年3月—2017年3月的100個滑坡點)用于模型構(gòu)建，剩下20%資料(2017年4月—2018年12月的29個滑坡點)用于模型驗證，最后根據(jù)各閾值模型特征，得出最優(yōu)閾值模型。

降水強度—降水歷時閾值模型能很好地反映降水型滑坡與降水強度、累計降水量的關(guān)系[10-14]。這種基于客觀統(tǒng)計事件得出的經(jīng)驗型降水閾值可以作為預測滑坡災害的判據(jù)，并且所需滑坡數(shù)據(jù)可由觀測直接得到。隨著降水時間的持續(xù)，誘發(fā)滑坡的降水強度呈現(xiàn)指數(shù)型下降[12]，公式如下：

I=a×Dβ,

(1)

式中：I為降水強度，表示單位時間內(nèi)的降水量；降水強度等于總降水量除以降水歷時(單位：mm·d-1)；D為降水持續(xù)時間(單位：d)；α和β均為經(jīng)驗參數(shù)。

2 滑坡與降水關(guān)系

表1統(tǒng)計了恩陽區(qū)降水當日滑坡事件特征，表明恩陽區(qū)降水當日只發(fā)生1起滑坡事件的共84 d，約占總的降水發(fā)生滑坡天數(shù)的65%，滑坡起數(shù)占總滑坡數(shù)的37%；降水當日發(fā)生2起及2起以上滑坡事件的共45 d，約占35%，共發(fā)生143起滑坡，約占總滑坡起數(shù)的63%；降水當日發(fā)生3起及3起以上滑坡事件的共23 d，約占18%，共發(fā)生99起滑坡，約占滑坡起數(shù)的43%。

表1 恩陽區(qū)降水當日滑坡事件數(shù)量Table 1 Statistics of the number of landslides that day

利用pearson相關(guān)分別對當日是否發(fā)生滑坡、當日滑坡起數(shù)和前期降水量因子進行相關(guān)性分析，其中，降水量因子包括當日降水量(P0)、前1 d降水量(P1)、前2 d降水量(P2)、……、前7 d降水量(P7)，以及當日降水量(P0)、2 d累計降水量(S1)、3 d累計降水量(S2)、……、8 d降水量(S7)，相關(guān)結(jié)果如表2所示。由表可知，降水因子P0、P1與當日是否滑坡相關(guān)系數(shù)通過α=0.01顯著檢驗，P2與當日是否滑坡的相關(guān)系數(shù)通過α=0.05顯著性檢驗，并且當日降水量因子(P0)與是否滑坡相關(guān)最大。降水因子P0、P1與當日滑坡起數(shù)相關(guān)系數(shù)通過α=0.01顯著性檢驗。根據(jù)表3所示，滑坡事件與累積降水量因子的相關(guān)系數(shù)均在α=0.01水平上呈顯著相關(guān)，隨著累積日數(shù)增加，相關(guān)系數(shù)呈現(xiàn)先增長再輕微下降，最后趨于平穩(wěn)之勢。當日是否滑坡與累積降水量因子相關(guān)系數(shù)在S2出現(xiàn)峰值，表明當日是否滑坡與滑坡當日、前1 d、前2 d的累積降水量相關(guān)性最高，這3 d對滑坡的影響最大。同理，在當日滑坡起數(shù)和累積降水量因子相關(guān)系數(shù)中，S1是其峰值，表明當日降水量和前1 d降水量是發(fā)生多起滑坡的主要影響因子。表3分析內(nèi)容印證了表2所示結(jié)果。

表2 滑坡事件與降水因子的相關(guān)系數(shù)Table 2 Correlation coefficient table of landslide eventand rainfall fact

表3 滑坡事件與累積降水因子的相關(guān)系數(shù)Table 3 Correlation coefficient table of landslide event and cumulative rainfall factor

綜上可知，恩陽區(qū)降水誘發(fā)滑坡地質(zhì)災害的降水歷時較短，當日降水、前1 d降水、前2 d降水對滑坡是否發(fā)生影響較大。當日降水、前1 d降水對滑坡起數(shù)影響較大，并且恩陽區(qū)滑坡受降水影響具有群發(fā)性特征。

3 閾值計算

3.1 試驗設計

除了分析降水誘發(fā)滑坡的降水閾值，同時分析了具有群發(fā)性的滑坡的降水閾值。降水閾值計算和核驗數(shù)據(jù)采用所選的129組P=1的滑坡事件和29組P=0的未發(fā)生滑坡的降水事件。當降水強度達到一定值，研究區(qū)可能發(fā)生不止1起滑坡事件，即認為該地區(qū)有滑坡群發(fā)性的特征。常規(guī)的降水誘發(fā)滑坡的降水閾值模型采用100組P=1的滑坡事件進行計算，群發(fā)性滑坡的降水閾值模型計算數(shù)據(jù)采用當日發(fā)生滑坡數(shù)為2起或2起以上的滑坡事件，即40組P=1的滑坡事件。剩下29組P=1的降水誘發(fā)滑坡事件(包含5組當日滑坡事件發(fā)生數(shù)量為2起或2起以上的滑坡事件)和29組P=0的未發(fā)生滑坡的降水事件進行閾值結(jié)果檢驗。根據(jù)表1選取當日降水量、前1 d降水量、前2 d降水量作為計算降水誘發(fā)滑坡閾值的基礎數(shù)據(jù)。

3.2 誘發(fā)滑坡的降水閾值計算

將100組P=1的滑坡事件在降水強度—降水歷時坐標系中表示出來，如圖2所示。其中，包括42個降水歷時為1 d的數(shù)據(jù)組，32個降水歷時為2 d的數(shù)據(jù)組，26個降水歷時為3 d的數(shù)據(jù)組。采用百分位閾值法，計算得到降水強度—降水歷時(I-D)閾值擬合曲線：

I=32.429D-1.396(1≤D≤3)，R2=0.966 。

(2)

同理，將選取的40組P=1的當日滑坡起數(shù)為2起及2起以上滑坡點在降水強度—降水歷時坐標系上表示，如圖3所示。40組擬合數(shù)據(jù)組中，包含18個降水歷時為1 d的數(shù)據(jù)組，12個降水歷時為2 d的數(shù)據(jù)組，10個降水歷時為3 d的數(shù)據(jù)組。得到擬合降水強度—降水歷(I-D)閾值曲線：

I=59.978D-0.955(1≤D≤3)，R2=0.998 6。

(3)

圖2 常規(guī)閾值曲線圖Fig.2 Conventional rainfall threshold curve

圖3 群發(fā)性閾值曲線圖Fig.3 Graph of mass rainfall threshold curve

3.3 試驗驗證分析

將常規(guī)降水閾值曲線(圖2)與群發(fā)性閾值曲線(圖3)在降水強度—降水歷時坐標系上表示出來。由圖可見，當某一個滑坡數(shù)據(jù)點在閾值線上方，則預測準確，若在閾值線下方，則預測失??；當某一未滑坡的降水事件在閾值線上方，則預測失敗，若在閾值線下方，則預測準確。樣本檢驗數(shù)據(jù)中，29組P=1的滑坡點數(shù)據(jù)包含12個降水持續(xù)時間為1 d的數(shù)據(jù)組，10個降水持續(xù)時間為2 d的數(shù)據(jù)組，7個降水持續(xù)時間為3 d的降水組。與之對應，事先已選擇同樣持續(xù)時間的29組P=0的未滑坡降水數(shù)據(jù)組。統(tǒng)計樣本檢驗數(shù)據(jù)在坐標系上與閾值線的分布關(guān)系，如圖4所示。

圖4 試驗驗證圖Fig.4 Experimental verification diagram

根據(jù)各模型試驗預警準確起數(shù)統(tǒng)計，得到表4。常規(guī)的降水閾值曲線模型的整體預警準確率為84.48%，對P=1的滑坡事件的預警準確率達93.10%，但對29組P=0的未滑坡的降水事件預警準確率為75.86%。常規(guī)的降水閾值曲線隨著時間延長，預測準確率隨之降低，由歷時1 d預測準確率的87.50%下降到歷時3 d預測準確率的78.57%。群發(fā)性的降水閾值曲線模型的整體預警準確率為82.76%，對P=1的滑坡事件的預警準確率為72.41%，隨時間延長，其預警準確率有所提升，但仍低于常規(guī)性的降水閾值曲線模型；但其對P=0的未滑坡降水事件的預警準確率為93.10%，顯著高于常規(guī)閾值曲線模型。

結(jié)果表明，在降水誘發(fā)滑坡地質(zhì)災害的預警中，常規(guī)的滑坡降水閾值曲線對降水是否誘發(fā)滑坡的預警空報數(shù)較高，而群發(fā)性的滑坡降水閾值曲線的漏報數(shù)較高。因此，將降水強度達到常規(guī)滑坡預警曲線以上而未達到群發(fā)性降水閾值預警曲線，則認為該地發(fā)生滑坡地質(zhì)災害的可能性較大；而當降水強度超過群發(fā)性閾值曲線時，則認為該地發(fā)生滑坡地質(zhì)災害的可能性非常大，并且發(fā)生2起及2起以上的滑坡事件的可能性也較高。當02時，選擇群發(fā)性的降水閾值曲線進行預警，以此得到組合閾值模型，如表4所示，組合閾值模型準確率達87.93%，高于常規(guī)閾值模型和群發(fā)性閾值模型。

表4 各模型試驗預警準確起數(shù)統(tǒng)計表Table 4 Statistical table of the early warning accuracy of each mode

4 結(jié)論

通過分析丘陵低山典型地區(qū)巴中市恩陽區(qū)的降水誘發(fā)滑坡地質(zhì)災害，可以得到以下結(jié)論：

(1) 恩陽區(qū)降水誘發(fā)滑坡地質(zhì)災害的降水歷時較短，當日降水、前1 d降水、前2 d降水對滑坡是否發(fā)生顯著影響，當日降水量對滑坡發(fā)生的影響最大。當日降水、前1 d降水對滑坡發(fā)生起數(shù)影響較大。降水當日發(fā)生2起及2起以上滑坡事件的共45 d，約占降水滑坡總天數(shù)的35%，共發(fā)生143起滑坡，約占總滑坡起數(shù)的63%；降水當日發(fā)生3起及3起以上滑坡事件的共23 d，約占18%，共發(fā)生99起滑坡，約占總滑坡起數(shù)的43%。可認為，恩陽區(qū)滑坡受降水影響具有群發(fā)性特征；

(2) 恩陽區(qū)降水誘發(fā)滑坡的降水強度—降水歷時閾值曲線為，R2=0.966。而具有滑坡群發(fā)性的降水強度—降水歷時閾值曲線為I=59.978D-0.955(1≤D≤3)，R2=0.998 6；

(3) 常規(guī)的滑坡降水閾值曲線對降水是否誘發(fā)滑坡的預警空報率較高，而群發(fā)性的滑坡降水閾值曲線的漏報率較高。降水強度達到常規(guī)滑坡預警曲線以上而未達到群發(fā)性降水閾值預警曲線，則認為該地發(fā)生滑坡地質(zhì)災害的可能性較大；而當降水強度超過群發(fā)性閾值曲線時，則認為該地發(fā)生滑坡地質(zhì)災害的可能性非常大，并且發(fā)生2起及2起以上的滑坡事件的可能性也較高。當0 2時，選擇群發(fā)性的降水閾值曲線進行預警，以此得到預警準確率更高的組合模型。

由于氣象站的位置信息差異和精度影響，因此滑坡點的降水數(shù)據(jù)準確度有待進一步研究進行提高[15]。本文在研究區(qū)的選取上，只選擇了丘陵分布較廣的地區(qū)，但未對丘陵地區(qū)的地質(zhì)條件、環(huán)境因素等作進一步的分析，后續(xù)有待研究。