![]()
International Journal of Disaster Risk Science近日发表了英国华威大学耿雪玉教授为通讯作者，博士研究生邱晨辰为第一作者的基于深度学习方法的泸定地震影响区域震后潜在泥石流冲出距离预测的文章。该研究提出一种深度学习模型 (DAN)，选取植被归一化系数 (NDVI)，高程 (elevation)，地表温度 (land surface temperature)和地理位置 (geolocations) 4个地形地貌相关因子，运用此深度学习模型对基于卫星的GPM降雨数据进行降尺度到1km空间分辨率和时间分辨率为1天的降雨量。紧接着选取了降尺度的降雨数据 (calibrated precipitation)、流域面积 (catchment area)、沟道长度 (channel length)，平均沟道坡降 (average channel gradient)和沟道内堆积物体积 (sediment volume) 4个因子在汶川地震影响区域内，针对历史泥石流，建立泥石流冲出距离预测模型。但由于无法有效的预估未来泸定地震影响区域的降雨情况，我们根据降尺度的降雨数据建立了前期有效降雨-当日降雨量 (Pe-Po) 降雨阈值公式。最后，根据降雨阈值，应用冲出距离预测模型，对泸定地震影响区域的各流域的潜在泥石流的冲出距离范围给出了预测值。总体而言，所建立的模型为决策者采取合理措施减少震后泥石流损失提供了科学依据。
泥石流的流动距离估算对于灾害防治至关重要，因为它有助于划定危险区域，并促进泥石流灾害的缓解。因此，预测泥石流的流动距离具有深远的社会和科学意义。此外，强烈地震后的泥石流可能尤其具有破坏性，因为其发生频率和规模增加。这是由于地震引发的滑坡沉积物大量堆积在斜坡或斜坡脚下。因此，当在接下来的5至10年的雨季中，强降雨事件来临时，这些松散的物质很容易被启动形成泥石流。此外，地震引起的地面震动使斜坡变得脆弱，易发生滑坡，从而产生碎屑并进入泥石流，在流动过程中二次补充和携带导致沉积量比初始量更大，可造成诸如河流堵塞以及沉积扇上的基础设施和房屋严重损毁等。因此，理解潜在的震后泥石流并估算其在堆积扇上的流动距离对于减灾具有重要意义。
泸定地震灾区位于龙门山和仙水河断裂带的交界处，这两个断裂带都曾引发过多次破坏性地震，包括1786年的7.75级墨溪地震、2008年的8.0级汶川地震、2013年的7.0级芦山地震、2017年的7.0级九寨沟地震、2022年的芦山地震(6.1级)和最近的泸定地震(6.8级)。在气候类型上，该地区属于亚热带季风气候，年平均降雨量为664.4毫米。然而，该降水值在海拔1,600m处上升到897.8mm，在海拔3,000m处预计年平均降雨量将显著增加到1,941.5mm。因此，在雨季，由于地面震动而松动的沉积物很容易被触发。![]()
图1 泸定地震影响区域的地理位置以及用于建立降雨阈值的汶川地震影响区域的地理位置（1）降雨降尺度模型的输入数据按7:3的比例分为训练数据集和测试数据集。本研究的激活函数确定为高斯误差线性单元(GELU)， GELU是变压器中常用的一种激活函数，其性能优于整流线性单元 (ReLU) 等传统激活函数。为避免过拟合，本研究采用留一法交叉验证。我们的方法总共进行了300次迭代，因为在300次迭代之后，已经没有观察到明显的损耗下降。结果表明，模型训练的训练损失为0.016，模型验证的MSE为1 × 10-5。为了验证模型的有效性，我们同时引入机器学习模型 (XGBoost)和地理加权回归模型 (GWR) 进行比较分析，具体结果见下表1：表1 三种方法的结果比较分析
![]()
（2）降雨降尺度完成后，我们借助降雨数据推导降雨阈值公式。过去的研究已经强调了前期有效降雨在触发泥石流方面的影响，并建议有效的降雨期可延长至泥石流发生前10天。泥石流发生前的这段时间内的降雨会提高土壤含水量，引起边坡失稳。然而，考虑到这段时间内的蒸发量，我们采用有效前雨量(Pe)来建立与当日降雨量的经验关系。因此，回归方程的R-squared和调整后的R-squared值分别为0.63和0.62。
![]()
图2 Po-Pe关系式
（3）假设泸定地震引发的滑坡（图3a），所产生的在下图各流域内（图3b）的松散堆积物在一次降雨的作用下被全部启动，结合降雨阈值关系式，应用冲出距离预测模型，对各流域潜在泥石流的冲出距离进行预测。如图3b所示，共形成了42个泥石流流域(图3b中的C1-C42)。最大流域面积226.35 km2 (C1)，共观测到滑坡146次，最小流域为0.33 km2 (C13)。在同震滑坡可移动沉积物体积方面，C4是浓度最高的区域，由于发生了1834次滑坡，可移动沉积物达到了惊人的73.69 × 106 m3。与之形成鲜明对比的是，尽管面积达74平方公里，但C2地区只发生了79起滑坡。C3有607处山体滑坡，占区域内滑坡总数的5.6%。C5和C6总共经历了1021次滑坡。值得注意的是，C30沉积物体积最小，松散堆积物体积仅为0.03 × 106 m3。![]()
图3 2022年泸定地震影响区域
(a) 滑坡分布图；(b) 泥石流流域
预测结果表明，C4的潜在冲出距离最长，达到0.77 km。这种长距离主要归因于大量松散堆积物，这些沉积物具有高势能和较强的流动性。同样，C3和C6分别含有25.60 × 106 m3和16.25 × 106 m3的物质，因此冲出距离分别为0.54和0.48 km。总的来说，堆积物体积对控制最终冲出距离具有重要意义。而C1沉积物体积为3.07 × 106 m3，距离为0.48 km。这种较长的c冲出距离可归因于23.86公里长的沟道长度。这是因为长沟道可以让泥石流携带流域内堆积的沉积物，从而实现较长的冲出距离。虽然在开发预测模型期间没有明确考虑沉积物的夹带，但用于模型训练的测量冲出距离值受到各种因素的影响。因此，可以通过测量冲出距离值与影响因素之间的映射关系，将质量流中的夹带效应隐式地纳入模型训练中。（4）为了进一步揭示所选因素对跳动性能的影响，我们在图4中绘制了冲出距离标准化后对各个因素的变化。如图4a所示，单位面积的冲出距离随着流域面积的增大反而是减小的，这可以反映出在一个大的流域内，物料在到达积流扇起点之前在流域内流动的复杂性。这是因为对于整体面积较大的流域而言，单位面积内的移动路线很短。因此，想要到达流域的出水口，就需要有更长的流动路径。所以在流域内的沟道长度是一定的前提下，大流域内的泥石流冲出距离预测值反而会相对较小。
![]()
图4 (a)标准化的冲出距离和流域面积的关系; (b)标准化的冲出距离和沟道梯度的关系; (c)标准化的冲出距离和沟道长度的关系; (d)标准化的冲出距离和堆积物体积的关系
泥石流研究，尤其是震后潜在泥石流的冲出距离的估计具有重要意义。这是因为可以进行合理的资源分配，以减轻可能对财产造成的损害。在一些可能发生极短冲出距离的泥石流的地区，不需要立即采取缓解或预防措施。对于暴雨到来时可能出现较长冲出距离的泥石流流域，可能需要采取相应的缓解策略，例如疏散居民区和修建排水渠。总的来说，我们的工作可以成为泥石流预警系统的一部分，有利于减轻山区的灾害。
