河海大学姬建教授团队【COGE】| 考虑地质不确定性和不同的水文条件下基于物理模型进行区域降雨诱发浅层滑坡快速易发性概率建模

山区降雨触发浅层滑坡的准确预测面临着水文地质参数固有不确定性带来的重大挑战。在这项研究中，我们开发并应用了一种新颖的概率框架，以解决参数不确定性、相关性等问题。通过将快速浅层滑坡评估模型（FSLAM）与一阶可靠度方法（FORM）相耦合，实现了出更精确更高效的滑坡易发性绘图。本研究强调了地质参数对滑坡易发性影响的关键作用，并特别关注中长期（前期）有效降雨（qa）和事件降雨（Pe）之间的相互作用。在我们所研究的区域内（Val d’Aran, Spain），概率分析的结果显示，30-40度斜坡和100-250度方位之间，极高易发性区域受到事件降雨显著影响。地质参数不确定性尤其是内摩擦角和摩擦角变异系数（COV），在滑坡易发性评估中扮演着关键角色；随着COV增加，滑坡也会增加。此外，地质参数交叉负相关和非正态分布对滑坡空间分布产生重要影响, 尤其是当前期降雨与事件降雨综合作用下。这些结果进一步揭示了纳入参数不确定性及水文条件以提高区域滑坡预报精度在易发性建模中具有重要意义。尽管该研究针对Val d’Aran【西班牙北部】地区展开, 但其方法与结论在全球山区降雨诱发滑坡中具有普适价值, 也为改进滑坡预测模型及易发评估提供了一定的见解, 对全球范围内滑坡灾害的防灾减灾工作具有积极意义。

图 1. 集成在 FSLAM 中的水文模型：（a）前期降雨（Pa）和有效入渗（qa）（采用侧向流动方法）；（b）事件降雨（Pe）（采用垂直流动方法）。

Py.GIS-FSLAM-FORM总体概述 

在GIS平台中实施基于FORM的区域滑坡概率分析面临多种挑战，这些挑战在其他不确定性传播方法（如FOSM、MCs和随机方法）中并不常见。其中一个主要难点在于是实现迭代计算的FORM(HLRF_x)，该算法在每个Pf输出中需要进行多次迭代计算。常规的与GIS相关软件（如QGIS）中使用标准网格计算方法无法适用于FORM。为了解决这些挑战，我们开发了一款基于Windows平台的软件“Py.GIS-FSLAM-FORM v1.0”，提供用户友好的执行功能，用于进行区域滑坡易发性制图。图2展示了该软件的计算工作流程，主要步骤包括：

(1) 输入构建基本地理空间数据集所需文件（即输入数据集）；

(2) 选择用于斜坡稳定性建模所需输出文件（滑坡物理模型）；

(3) 使用FSLAM-FORM模块进行基于物理的滑坡概率评估。

(4) 以栅格层形式生成结果图层（即输出结果）。

对于FSLAM稳定性建模，该程序主要确认以下三个条件：（i）初步稳定性、（ii）考虑有效前置入渗(qa)初始稳定性、以及(iii) 考虑事件降雨(qa + Pe)后最终稳定性。”

图2. The GIS-FSLAM-FORM 计算流程

Py.GIS-FSLAM-FORM v1.0

计算效率：

以西班牙Val d'Aran地区为案例，生成的栅格结果文件应用了5m×5m的分辨率，覆盖了约1300万个单元。尽管GIS-FORM算法在概率分析过程中涉及迭代计算，但利用Py.GIS-FSLAM-FORM V1.0软件进行的模拟表明，在单个降雨情景下，无条件稳定性的Pf计算时间仅为160秒左右；整个建模流程及其结果生成的总耗时不超过20分钟，这一结果验证了该方法在区域滑坡易发性快速评估领域所具备的高效计算潜力。

研究区域位于西班牙比利牛斯山脉中部，面积约325.6平方公里。该高山区域以大西洋气候为主，显著受到大西洋气流和比利牛斯山脉地形的影响。Val d’ran作为本章研究的目标区域，其平均气温在5至9℃之间，年降雨量介于900至1200毫米。

图3.Val d’Aran地区（a）包括2013年事件中观测到的滑坡的数字高程模型，（b）研究区域在比利牛斯山脉的位置（红色圆点）

图4.  Val d’Aran 地区输入栅格地图：(a) 提供了土壤性质的重分类地质图，(b) 每个类别对滑坡的影响，(c) 重分类土地利用和土地覆盖图，(d) 每个类别对滑坡的影响。

通过展示失效概率的分布范围，清晰地揭示了滑坡点失效概率的显著变化主要出现在高易发性区域，而非滑坡点的变化则集中在低易发性区域。随着变异系数的增加，位于低失效概率范围内的非滑坡点发生的变化更为明显。尤其是，在考虑前期补给与事件降雨（qa+Pe）情景中，极低失效概率（0-0.01）下非滑坡点的比例从71.6%急剧下降至11.9%，同时，极高失效概率（0.9至1.0）下的滑坡点比例也从74.7%降至7.9%，表现出显著的下降趋势。

图7. 在不同降雨条件和COV下，库存点与随机点的比较：仅考虑前期降雨情况（a）滑坡点；仅考虑事件降雨情况（b）非滑坡点；同时考虑前置和事件降雨情况（c）滑坡点；同时考虑前置和事件降雨情况（d）非滑坡点。

图8. (a) 不同水文条件下，COV变化对高易感区面积（POF>0.9）的影响（(qa)和(qa+Pe)）

图9. 两种降雨输入（前期降雨（qa）和事件降雨（Pe））对不同COV条件下非常高易感区域（POF>0.9）百分比的影响。

图14. 在干燥条件下、完全饱和条件下、仅经过qa处理以及经过qa和Pe处理后采用FSLAM-FORM方法的随机结果。(a)基于POF和FS的ROC曲线及其对应的AUC值；(b)POF结果在TPR范围为0.25至0.45时的放大图；(c)FS结果在TPR范围为0.0至0.4时的放大图。在每个曲线中的黑色或蓝色点表示POF为0.5时的FPR和TPR值。从这些点到完美分类的距离列在表7中。

鉴于鲜有在区域尺度下考虑中长期有效降雨和诱发事件降雨（暴雨）快速评估滑坡易发性及涉及到的水文地质参数不确定性的相关研究，针对这一现状，并与GIS-FORM进行耦合，开发了考虑中长期有效降雨入渗及诱发事件降雨下区域滑坡易发性评估方法（GIS-FSLAM-FORM），并开发了相应的计算软件Py.GIS-FSLAM-FORM v1.0，深入探讨了中长期降雨形成的前期有效补给和诱发事件降雨条件下，参数变异性、互相关性及其统计分布对区域滑坡易发性的影响机制，得出的主要结论如下：

    （1）基于物理的模型，如FSLAM在滑坡易发性快速评估方面具有显著优势，但其概率方法假设参数遵循独立正态分布，忽略了参数间的固有互相关性及统计分布的实际形态，给计算结果造成了一定误差。针对上述问题，本章提出了GIS-FSLAM-FORM方法，为滑坡易发性制图提供了一个更为稳健和全面的概率分析框架。

    （2）概率分析结果表明：中长期有效降雨导致的前期补给与事件降雨引起的水位抬升综合作用显著影响了滑坡易发性的空间分布；密度热图与等值线分析说明综合水文作用下高易发性区域的空间分布更为离散，尤其是在坡度30至40度、坡向100至250度的范围内。

    （3）岩土参数的变异性，尤其是黏聚力及内摩擦角，对评估降雨引起的滑坡易发性中起着关键作用，其研究结果表明：随着COV的增加，预测到的滑坡易发性空间分散性增强；原本位于极低或极高易发性的区域易于向中等或高易发性状态发生转变，并且中长期有效降雨引起的补给与诱发事件降雨的综合作用进一步加剧了这种现象。

    （4）岩土参数间的互相关性，尤其是黏聚力与内摩擦角间的负相关性，与相应的非正态分布对滑坡易发性空间分布影响显著，研究结果表明：当参数间的负相关性越强，中长期有效降雨导致的前期补给与事件降雨的共同作用，高易发性的分布显著扩大，尤其是在降雨量为77-107毫米的地区范围内。

Cui, Hongzhi, Vicente Medina, Marcel Hürlimann, and Jian Ji. "Fast physically-based probabilistic modelling of rainfall-induced shallow landslide susceptibility at the regional scale considering geotechnical uncertainties and different hydrological conditions." Computers and Geotechnics 172 (2024): 106400.