劉正華,余豐華,夏躍珍,佘恬鈺,諸 燁
(1.中國地質(zhì)大學(xué)(武漢)工程學(xué)院,湖北武漢 430074;2.浙江省地質(zhì)環(huán)境監(jiān)測院,浙江杭州 310007)
近年來,國內(nèi)外學(xué)者對區(qū)域性降雨誘發(fā)地質(zhì)災(zāi)害氣象預(yù)警方法進(jìn)行了大量的研究,使區(qū)域性地質(zhì)災(zāi)害氣象預(yù)警得到了較快的發(fā)展,并取得了良好的效果[1~5]。但這些研究主要集中在計(jì)算方法上,如臨界降雨閾值法、信息量法、線性回歸、神經(jīng)網(wǎng)絡(luò)等,預(yù)警單元也通常選用便于計(jì)算的網(wǎng)格單元,特別是大范圍、小比例尺的情況。比如中國地質(zhì)環(huán)境監(jiān)測院采用地貌單元將全國劃分為7個(gè)大區(qū)、28個(gè)預(yù)警區(qū)(2004年細(xì)化為74個(gè)區(qū))建立了全國地質(zhì)災(zāi)害氣象預(yù)警系統(tǒng)。2008年采用10 km×10 km網(wǎng)格單元進(jìn)行了升級(jí)[6]。各省省級(jí)預(yù)警系統(tǒng)也基本采用10 km×10 km網(wǎng)格單元,部分省采用5 km×5 km或1 km×1 km的網(wǎng)格。隨著研究的深入,以網(wǎng)格單元或粗放的預(yù)警區(qū)為預(yù)警單元存在較多弊端。首先一個(gè)網(wǎng)格單元可能包含數(shù)個(gè)斜坡體,通常以最不利的影響因素值作為該網(wǎng)格單元特征值進(jìn)行預(yù)測,結(jié)果表示該網(wǎng)格單元內(nèi)各因素最不利的組合,與真實(shí)情況差距較大;其次預(yù)警對象也不明確,造成防御工作量增大,而采用斜坡單元?jiǎng)t不存在這些問題。當(dāng)前已有學(xué)者采用斜坡單元進(jìn)行地質(zhì)災(zāi)害研究,但多集中于單體斜坡穩(wěn)定性數(shù)值計(jì)算或采用概化區(qū)域巖土參數(shù)進(jìn)行斜坡穩(wěn)定性數(shù)值計(jì)算[6~8]。
浙江省于2003年基于1 km×1 km的網(wǎng)格單元研制了地質(zhì)災(zāi)害氣象預(yù)警系統(tǒng)。但由于浙江省地質(zhì)災(zāi)害規(guī)模小,往往發(fā)育于局部山坡地帶,而1 km×1 km的網(wǎng)格范圍大,涵蓋多個(gè)方向坡面,無法確定究竟哪個(gè)坡面產(chǎn)生滑坡的可能性大,致使防災(zāi)對象無謂擴(kuò)大,浪費(fèi)人力物力。為完善浙江省地質(zhì)災(zāi)害氣象預(yù)警系統(tǒng),提升地質(zhì)災(zāi)害氣象預(yù)警能力,浙江省地質(zhì)環(huán)境監(jiān)測院于2013年開始基于斜坡單元,采用聯(lián)合概率模型研制省級(jí)地質(zhì)災(zāi)害氣象預(yù)警系統(tǒng)。
降雨誘發(fā)地質(zhì)災(zāi)害是概率事件,通常認(rèn)為地質(zhì)災(zāi)害發(fā)生的概率由以下兩部分構(gòu)成:一是地質(zhì)環(huán)境內(nèi)部條件形成地質(zhì)災(zāi)害的可能性,即潛勢度;二是降雨與地質(zhì)環(huán)境相互作用增大了地質(zhì)災(zāi)害發(fā)生的可能性。因此,地質(zhì)災(zāi)害氣象預(yù)警模型以潛勢度為基底概率,以地質(zhì)環(huán)境條件和降雨耦合作用促進(jìn)地質(zhì)災(zāi)害發(fā)生的可能性作為增量概率,構(gòu)建地質(zhì)災(zāi)害氣象風(fēng)險(xiǎn)預(yù)警公式,計(jì)算預(yù)警指數(shù),進(jìn)行分級(jí)預(yù)警,模型可表達(dá)為:
式中:P——地質(zhì)災(zāi)害發(fā)生概率,即預(yù)警指數(shù);
P0——非降雨情況下地質(zhì)災(zāi)害發(fā)生概率,即潛勢度;
△P——降雨誘發(fā)地質(zhì)災(zāi)害的增量概率;
G——與地質(zhì)災(zāi)害有關(guān)的環(huán)境因子;
R——降雨量。
對2013年“菲特”臺(tái)風(fēng)強(qiáng)降雨期間發(fā)生的65起地質(zhì)災(zāi)害與其前7日累計(jì)降雨量建立統(tǒng)計(jì)關(guān)系(圖1),可以看出,地質(zhì)災(zāi)害發(fā)生的頻數(shù)與累計(jì)雨量總體上呈正相關(guān),接近線性關(guān)系。
圖1 累計(jì)雨量(7d)與地質(zhì)災(zāi)害的關(guān)系圖Fig.1 Relationship between the cumulative rainfall(7 d)and geological hazard
用R/Rmax去掉R的量綱,形成一個(gè)介于0至1的降雨量概率,其中Rmax是一個(gè)區(qū)域常量,表示該區(qū)域歷史最大過程降雨量或更大值。為表達(dá)地質(zhì)環(huán)境條件越好、引發(fā)地質(zhì)災(zāi)害所需要的雨強(qiáng)或雨量就越大,地質(zhì)環(huán)境條件越惡劣、較小的雨強(qiáng)或雨量就可能引發(fā)地質(zhì)災(zāi)害的基本認(rèn)識(shí),再引入潛勢度P0:
其中,k是調(diào)整系數(shù),上式可以繼續(xù)簡化為:
從上式可以看出,相同降雨量下,潛勢度大(小)的區(qū)域增量概率就大(小);同樣地,相同潛勢度區(qū)域內(nèi),降雨大(小)的區(qū)域產(chǎn)生增量概率也大(小)。從而得出聯(lián)合概率預(yù)報(bào)預(yù)警計(jì)算公式:
式中:K——有效雨量影響系數(shù);
R——有效雨量,包含前期和預(yù)報(bào)降雨。
假設(shè)當(dāng)前時(shí)刻為t0,進(jìn)行未來△t+時(shí)間段的地質(zhì)災(zāi)害預(yù)報(bào)預(yù)警。首先,t0時(shí)刻的累計(jì)有效雨量可表示為:
式中:△t-——從計(jì)算開始到t0時(shí)刻的持續(xù)時(shí)間,通常為區(qū)域地質(zhì)災(zāi)害與前期持續(xù)降雨時(shí)間的相關(guān)性最顯著的時(shí)段,一般取24 h的整數(shù)倍,即若干天;
rc(t)——降雨過程雨量函數(shù);
k(t)——有效雨量衰減函數(shù),主要考慮大氣降水對巖土體滲透過程以及地表徑流等因素,一般取k(t)=kt,其中k是介0和1之間的經(jīng)驗(yàn)系數(shù),也可稱為衰減系數(shù)。
其次,從t0時(shí)刻至未來△t+時(shí)段預(yù)報(bào)雨量可表示為:
式中:△t+——預(yù)報(bào)時(shí)段,由氣象降雨預(yù)報(bào)時(shí)段確定,通常24h;
rf(t)——降雨預(yù)測過程雨量函數(shù)。
因此,建立地質(zhì)災(zāi)害預(yù)報(bào)預(yù)警模型如下:
式中:K'——有效雨量調(diào)整系數(shù);
Rc——有效累計(jì)雨量;
Rf——預(yù)報(bào)雨量;
L——預(yù)報(bào)雨量調(diào)整系數(shù);
R'MAX——區(qū)域內(nèi)一個(gè)預(yù)報(bào)預(yù)警期間的累計(jì)有效雨量與預(yù)報(bào)雨量之和的最大值。
根據(jù)地質(zhì)災(zāi)害氣象預(yù)警模型公式制作預(yù)警指數(shù)分布圖(圖2),即可根據(jù)預(yù)警指數(shù)分布情況發(fā)出黃色、橙色和紅色預(yù)警,圖中r=K'(Rc+LRf)。
圖2 預(yù)警指數(shù)與潛勢度和雨量關(guān)系Fig.2 Relationship of warning index and degree of potential and precipitation
斜坡單元是指由山脊線、山谷線、水系組成的封閉單元。斜坡單元的劃分一般基于研究區(qū)域一定精度的DEM,采用水文分析模型?;驹硎抢谜吹匦畏謩e提取匯水線和分水線,把生成的集水流域與反向集水流域融合,再經(jīng)人工修改不合理的單元,最終得到的由匯水線與分水線所組成的區(qū)域即為斜坡單元。
基于此,采用浙江范圍的NASA STRM DEM和浙江省1∶25萬地形圖,將浙江省山地丘陵地區(qū)劃分為117 955個(gè)斜坡單元(圖3)。
圖3 浙江省斜坡單元圖Fig.3 Slope unit in Zhejiang
潛勢度是地質(zhì)災(zāi)害“四度”指標(biāo)之一[4],主要反映地質(zhì)環(huán)境內(nèi)部作用形成地質(zhì)災(zāi)害的可能性。通常采用確定性系數(shù)模型(CF值)方法進(jìn)行計(jì)算。本文中為避免潛勢度值的過度分散,提出采用分類賦值的方法計(jì)算斜坡單元潛勢度。
根據(jù)浙江省縣市地質(zhì)災(zāi)害調(diào)查與區(qū)劃綜合研究、小流域泥石流調(diào)查評價(jià)綜合研究和降雨型滑坡預(yù)報(bào)理論方法及應(yīng)用研究等成果,選擇與地質(zhì)災(zāi)害發(fā)生關(guān)系密切的地形地貌(高程、坡度、坡向、水系)、地層巖性(工程巖土類型)、地質(zhì)構(gòu)造、年均降雨、人類工程活動(dòng)(交通、土地利用)等9個(gè)因子和8 251個(gè)地質(zhì)災(zāi)害及隱患點(diǎn)參與計(jì)算潛勢度[9],計(jì)算過程如下:
(1)根據(jù)地質(zhì)環(huán)境因子狀態(tài),按照通用的分類方法或等間距分類方法將環(huán)境因子進(jìn)行分類和量化,其中面狀因子按照原有定性分類;線狀因子根據(jù)緩沖區(qū)面密度分級(jí),如構(gòu)造、水系、交通根據(jù)緩沖區(qū)與單元面積的比值。
(2)利用Certainty Factors模型中CF函數(shù)計(jì)算每類數(shù)據(jù)的確定性因子CF,CF的變化區(qū)間為[-1,1]。當(dāng)CF為正值時(shí),表示地質(zhì)環(huán)境條件差,發(fā)生地質(zhì)災(zāi)害的確定性高;負(fù)值則表示地質(zhì)環(huán)境條件好,發(fā)生地質(zhì)災(zāi)害的確定性低;接近0時(shí)表示不能確定地質(zhì)環(huán)境的優(yōu)劣。
式中:CFij——第i個(gè)因子第j類的CF值;
P(H|Gij)——當(dāng) Gij的第 j類 Gij出現(xiàn)時(shí)發(fā)生地質(zhì)災(zāi)害的條件概率;
P(H)=8251/105526.5,為區(qū)域地質(zhì)災(zāi)害發(fā)生的先驗(yàn)概率。工程巖組的CF值見圖4,其它圖略。
(3)將每個(gè)因子各分段的CF值從+1到-1進(jìn)行排序,并根據(jù)其值的范圍將分段歸納為5類,反映該因子分段的地質(zhì)環(huán)境優(yōu)劣的5個(gè)級(jí)別,分別賦值0.1~0.5(表1)。
圖4 工程巖組CF值Fig.4 The CF values of the rock group
表1 各環(huán)境因子分類及賦值Table 1 Environmental factors classificati on and assignment
(4)對每一個(gè)預(yù)報(bào)單元,利用Certainty Factors模型parallel-combination函數(shù)將各因子圖層CF值逐步疊加合并,獲得各因子的累計(jì)Z值。
(5)對Z值按照表2的分段意義進(jìn)行分段統(tǒng)計(jì),并將相鄰兩個(gè)因子Z值分段百分比兩兩相減,獲得各因子分段百分比的變化量(圖5)。
表2 CF分段統(tǒng)計(jì)說明Table 2 The CF value segmented statistic
(6)將各因子變化量的絕對值求和(T)作為分子,所有因子變化總量(∑T)作為分母,計(jì)算各個(gè)因子的權(quán)重(表3)。
圖5 各因子圖層Z值的變化量Fig.5 The Z value change of each factor
表3 各因子權(quán)重Table 3 The weight of each factor
(7)根據(jù)單元內(nèi)各因素的等級(jí)屬性,采用下式計(jì)算斜坡單元的潛勢度,并繪制潛勢度圖(圖6)。
式中:Wi——各因子權(quán)重;
Qij——坡面單元內(nèi)因子分段值(表1)。
圖6 浙江省災(zāi)害潛勢度圖Fig.6 The potential degree of geological hazard in Zhejiang
2.3.1 實(shí)測降雨數(shù)據(jù)處理
浙江省大部分地質(zhì)災(zāi)害均在強(qiáng)降雨當(dāng)天發(fā)生,而地質(zhì)災(zāi)害發(fā)生前3天有降雨的占83.9%[9],前7日累計(jì)降雨與地質(zhì)災(zāi)害發(fā)生數(shù)相關(guān)程度非常高(圖1)。因此,本系統(tǒng)采用前7日降雨量進(jìn)行計(jì)算。浙江省日降雨衰減系數(shù)通常取0.5~0.8[10],根據(jù)多年測試取0.7較合適,每個(gè)斜坡單元7日累計(jì)有效雨量計(jì)算方法如下:
前期降雨量由2 491個(gè)氣象和2 457個(gè)水利部門的野外自動(dòng)雨量監(jiān)測站實(shí)測數(shù)據(jù)提供。通常以Excel文件定時(shí)提取后采用插值方法提取坡面單元降雨值,再計(jì)算預(yù)報(bào)日前7日累計(jì)有效降雨量。
2.3.2 預(yù)報(bào)降雨數(shù)據(jù)處理
預(yù)報(bào)降雨量由氣象部門每日提供未來24小時(shí)圖形預(yù)報(bào)和數(shù)值預(yù)報(bào)。圖形預(yù)報(bào)采用人工交互矢量化方法提取斜坡單元預(yù)報(bào)雨量值;數(shù)值預(yù)報(bào)則采用插值的方式提取斜坡單元預(yù)報(bào)雨量值。
2.4.1 預(yù)警預(yù)報(bào)分級(jí)指數(shù)的確定
通常認(rèn)為自然斜坡在沒有降雨的影響下發(fā)生地質(zhì)災(zāi)害的可能性極小,即設(shè)定P0<0.5,當(dāng)降雨作用產(chǎn)生概率增量與潛勢度之和P≥0.5時(shí),地質(zhì)災(zāi)害才可能發(fā)生,因此設(shè)定0.5為黃色預(yù)警的下限值。而橙色和紅色預(yù)警臨界值可以根據(jù)圖2確定。但預(yù)警區(qū)域劃分受當(dāng)?shù)胤罏?zāi)能力限制,在實(shí)踐中根據(jù)工作經(jīng)驗(yàn)和防災(zāi)能力確定黃色、橙色、紅色預(yù)警分級(jí)指數(shù)界線為0.5,0.75,0.90。
2.4.2 模型參數(shù)的確定
當(dāng)進(jìn)行24h預(yù)報(bào)時(shí),預(yù)警指數(shù)模型為:
式中:K0——潛勢度調(diào)整系數(shù);
L——預(yù)報(bào)雨量調(diào)整系數(shù);
e——修正系數(shù)。
K1=k/R'MAX,根據(jù)浙江省最大日降雨量為874.7 mm(2004年樂清市砩頭站),累計(jì)7日有效降雨量小于1500 mm,因此,取R’MAX=2000,這是一個(gè)偏大的估計(jì)值,平??赏ㄟ^測試進(jìn)行調(diào)整。
選擇區(qū)域內(nèi)有代表性的地質(zhì)災(zāi)害及隱患點(diǎn)坡面數(shù)據(jù)進(jìn)行測試計(jì)算,確定24h預(yù)報(bào)預(yù)警模型參數(shù)K0=0.8、K1=0.005、L=0.004、e=0.1。
當(dāng)進(jìn)行6h/3h/1h短時(shí)預(yù)報(bào)時(shí),現(xiàn)階段短時(shí)預(yù)報(bào)雨量缺乏,即令Rf=0。預(yù)警指數(shù)模型為:
同理,可得模型參數(shù) K0=0.8、K1=0.02、e=0.1。
將2013年發(fā)生的509處地質(zhì)災(zāi)害點(diǎn)分別采用新舊兩個(gè)系統(tǒng)進(jìn)行評價(jià)。為了消除降雨預(yù)報(bào)的誤差,在評價(jià)過程采用次日實(shí)況降雨作為預(yù)報(bào)雨量。
測試結(jié)果顯示:新系統(tǒng)漏報(bào)率和預(yù)報(bào)區(qū)面積明顯減少,預(yù)報(bào)成功率和準(zhǔn)確度顯著提高,特別是梅汛期及臺(tái)風(fēng)期集中強(qiáng)降雨誘發(fā)地質(zhì)災(zāi)害的預(yù)報(bào)成功率提升明顯;但對于零星發(fā)生的地質(zhì)災(zāi)害的預(yù)報(bào)成功率仍然較低,漏報(bào)情況也較多??傮w上新系統(tǒng)預(yù)報(bào)區(qū)域針對性更強(qiáng),成功率更高,明顯優(yōu)于原系統(tǒng)(表4)。
表4 測試結(jié)果對比統(tǒng)計(jì)Table 4 Comparision of the test results
(1)本文嘗試在省級(jí)范圍采用斜坡單元構(gòu)建地質(zhì)災(zāi)害氣象預(yù)警系統(tǒng),基于斜坡單元的概率統(tǒng)計(jì)方法不僅避免了區(qū)域斜坡穩(wěn)定計(jì)算難于獲取參數(shù),也避免了概率統(tǒng)計(jì)對象的不準(zhǔn)確性,是未來中、大比例尺開展地質(zhì)災(zāi)害氣象預(yù)警的趨勢。
(2)地質(zhì)災(zāi)害氣象預(yù)警采用斜坡單元不僅清晰地反映了地質(zhì)災(zāi)害與斜坡內(nèi)在因素的關(guān)系,而且預(yù)警對象更明確,防治措施針對性強(qiáng),比網(wǎng)格單元、地貌單元、流域單元、均一條件單元等具有明顯的優(yōu)勢。
(3)預(yù)警模型采用非線性聯(lián)合概率方法擬合地質(zhì)環(huán)境條件與降雨耦合作用,計(jì)算預(yù)警指數(shù),開展預(yù)報(bào)預(yù)警效果明顯。對2013年全省地質(zhì)災(zāi)害點(diǎn)進(jìn)行測試表明,有效減少了預(yù)報(bào)區(qū)面積,在預(yù)報(bào)成功率上有較大的提升。
(4)測試結(jié)果表明本系統(tǒng)對集中強(qiáng)降雨引發(fā)地質(zhì)災(zāi)害預(yù)警效果較好,而對零星降雨引發(fā)地質(zhì)災(zāi)害預(yù)警漏報(bào)較多,有待進(jìn)一步分類研究。
[1] Emmanuel J G,Douglas W B.Rainfall thresholds for landslide in the Himalayas of Nepal[J].Geomorphology,2004,63:131-143.
[2] Aleotti P.A warning system for rainfall-induced shallow failures[J].Engineering Geology,2004,73:247-265.
[3] Chowdhury R,F(xiàn)lentje P.Uncertainties in rainfall-induced landslide hazard[J].Quarterly Journal of Engineering Geology and Hydrogeology,2002,35:61-70.
[4] 溫銘生,王連俊,李鐵峰,等.云南省新平縣滑坡預(yù)警區(qū)劃研究[J].水文地質(zhì)工程地質(zhì),2010,37(4):103-106.[WEN M S,WANG L J,LI T F.Earlywarning zoning studying of landslides in Xinping[J].Hydrogeology & Engineering Geology,2010,37(4):103-106.(in Chinese)]
[5] 陳玉萍,袁志強(qiáng),周博,等.遺傳算法優(yōu)化BP網(wǎng)絡(luò)在滑坡災(zāi)害預(yù)測中的運(yùn)用研究[J].水文地質(zhì)工程地質(zhì),2012,39(1):114-119.[CHEN Y P,YUAN Z Q,ZHOU B,et al.Application of back propagation neural networks with optimization of genetic algorithms to landslide hazard prediction[J].Hydrogeology & Engineering Geology,2012,39(1):114-119.(in Chinese)]
[6] 劉艷輝,劉傳正,連建發(fā),等.基于顯式統(tǒng)計(jì)原理的地質(zhì)災(zāi)害區(qū)域預(yù)警方法初步研究[J].中國地質(zhì),2008,35(2):344-350.[LIU Y H,LIU C Z,LIAN J F,et al.Method of Regional Early Warning of Geohazards Based on the Explicit Statistical Theory[J].Geology in China,2008,35(2):344-350.(in Chinese)]
[7] 谷天峰,王家鼎,付新平.基于斜坡單元的區(qū)域斜坡穩(wěn)定性評價(jià)方法[J].地理科學(xué),2013,33(11):1400-1405.[GU T F,WANG J D,F(xiàn)U X P.Regional slope stability analysis method based on the slope unit[J].Scientia Geographica Sinica,2013,33(11):1400-1405.(in Chinese)]
[8] 尚慧,倪萬魁,程花.斜坡單元?jiǎng)澐衷谂黻柨h地質(zhì)災(zāi)害危險(xiǎn)性區(qū)劃中的應(yīng)用[J].中國水土保持,2011,9(3):48-50.[SHANG H,NI W K,CHENG H.Application of slope unit division to risk zoning of geological hazards of Pengyang county[J].Soil and Water Conservation in China,2011,9(3):487-50.(in Chinese)]
[9] 李長江,麻土華,朱興盛.降雨誘發(fā)滑坡預(yù)報(bào)理論、方法及應(yīng)用[M].北京:地質(zhì)出版社,2008.[LI C J,MA T H,ZHU X S.Forecasting of Landslides Triggered by Rainfall: Theory, Methods&Applications[M].Beijing:Geological Publishing House,2008.(in Chinese)]
[10] 殷坤龍,張桂榮,龔日祥,等.浙江省突發(fā)性地質(zhì)災(zāi)害預(yù)警預(yù)報(bào)[M].武漢:中國地質(zhì)大學(xué)出版社,2005.[YIN K L,ZHANG G R,GONG R X,et al.Sudden geological hazard forecasting&warning in Zhejiang province[M].Wuhan:China University of Geosciences Press,2005.(in Chinese)]