双鸭山市降雨诱发滑坡灾害气象风险预警模式

吕 军，王 荣，李光玉，张永成

1.双鸭山市气象局，黑龙江双鸭山 155100；2.佳木斯市气象局，黑龙江佳木斯 154000

双鸭山市是黑龙江四大煤城之一，地处黑龙江省东北部，位于完达山北麓，地形地貌多样，地质构造复杂。各县区内煤矿采空塌陷区分布较为广泛，尤其是老矿区的塌陷现象十分严重，加之汛期暴雨易引发城市内涝，进而导致滑坡、崩塌、地面塌陷等地质灾害发生。

降雨是诱发灾害的主要因素之一，据统计，全国80%以上地质灾害的发生都直接或间接地受降雨的影响，这些地质灾害主要包括崩塌、滑坡、泥石流、地裂缝、地面塌陷等。其中，崩塌和滑坡占其总数的90%以上[1]。地质灾害的发生与当日和前期降雨都有密切的关系，在前期降雨充沛的条件下，无论当日降雨量或小或大都可能引发滑坡地质灾害[2]。陈景武[3]、文科军[4]、李铁锋[5]等众多学者，根据降雨诱发滑坡灾害的现象，应用逻辑回归分析与前期降雨量结合定量分析降雨诱发灾害的可能性，对不同的地区进行了大量有意义的研究，探索了降雨诱发滑坡的机理，并且将该机理运用于地质灾害的预警预报工作，取得了很好的成果[6-16]。

本研究通过对双鸭山市滑坡地质灾害隐患点的资料收集、勘查，研究分析了在特定气象条件（主要是降雨）下发生滑坡地质灾害的影响因素，建立双鸭山市滑坡地质灾害数据库，综合分析突发性滑坡灾害的发生、发展及空间分布规律，开展气象条件（主要是降雨）与滑坡的相关性研究，拟用逻辑回归分析，将滑坡地质灾害的发生与当次降雨量和降雨前的土壤含水量相结合，构建气象预警模型，优化模型权重参数，提高其预警的准确度，制作发布滑坡地质灾害风险气象条件预报预警信息，以期为政府决策提供有效参考，从而达到减灾防灾的目的。

1 数据来源与研究方法

1.1 数据来源

本研究滑坡灾害资料由双鸭山市自然资源局提供，滑坡灾害信息包括地理位置坐标、灾害类型、灾害规模、威胁对象、初次发生时间等；基础降雨资料由双鸭山市气象局观测站提供，降雨资料为2020年1个国家气象站和3个无人自动气象站的小时降雨数据。

本研究对双鸭山地质灾害资料进行的预处理包括收集滑坡类地质灾害隐患点的地理坐标、危害程度，发生规模、诱发因素等各种信息，并进行必要的核实与修正。

1.2 研究方法

1.2.1 线性回归模型 在滑坡地质灾害问题中，由于灾害的影响因子不是连续变量，适合用逻辑回归分析解决此问题。以各影响因子数据作为自变量，灾害的发生与否作为因变量（0代表灾害不发生，1代表灾害发生）[17]。设P为灾害发生的概率为因变量，取值范围［0，1］，灾害影响因子集即X1，X2，X3，…，Xn，为自变量，建立回归方程：

1.2.2 预警等级设置 为保证预警结论的实用、合理、准确、有效，根据双鸭山市自然资源局调查滑坡地质灾害方式方法，依据滑坡地质灾害易发性概率（D），将存在滑坡地质灾害发生气象风险预警等级分为3级，如下：

①Ⅰ级预警。Ⅰ级预警发布黄色预警信号，表示该地区在当前预报雨量情况下很有可能发生滑坡灾害，对各部门起提醒作用；

②Ⅱ级预警。Ⅱ级预警发布橙色预警信号，表示该地区在当前预报雨量情况下容易发生滑坡灾害，起注意作用，提醒预报人员和各部门关注降雨动态变化；提醒相关人员和部门及时采取防御措施；

③Ⅲ级预警。Ⅲ级预警发布红色预警信号，表示该地区在当前预报雨量情况下极易发生滑坡灾害，起警报作用，提醒相关人员和部门及时采取防御措施，并组织滑坡灾害点附近的居民进行转移。

1.2.3 降雨量级概率化 唐亚明等[18]将国内降雨诱发滑坡临界值模型归结为日降雨量（或降雨强度）和前期降雨量模型，采用小时雨强、当日降雨量、前几日累计降雨量（或前期有效降雨量）等几个因子对临界降雨量进行分析，主要基于统计学方法对历史滑坡和降雨资料进行分析，利用统计意义上的临界点作为降雨诱发滑坡的阈值。

借鉴已有研究成果，对双鸭山市滑坡灾害影响因子分析，尤其是对气象条件（降雨量）资料进行了分析和整理，得到不同降水量级对滑坡灾害发生的贡献率（表1）。

表1 不同降水量级对滑坡灾害发生的贡献率

2 滑坡灾害诱发与降雨量关系

降雨型滑坡是世界上分布最广、发生频率最高的滑坡类型，是滑坡灾害的主要研究对象[19]。由于降雨自身的规律性、可预测性，暴雨的准确预报成为当前防范山洪、滑坡、泥石流等自然灾害发生的重要指标。在大多数预警评价中，降雨因子更多作为静态因子用于灾害模型进行评价[20]，其预警精度较低。

从滑坡类地质灾害历年统计资料可知，双鸭山市的滑坡主要发生在每年的8月，与双鸭山市降雨最多的时段相重合，“七下八上”也是黑龙江省每年防汛的关键期，这不是偶然现象。从图1可以看出，7—8份是每年双鸭山市主要降雨时段，这2个月是暴雨多发期，暴雨频次高，降雨量大。在降雨，尤其是暴雨的作用下，容易诱发滑坡类地质灾害，因此，滑坡灾害发生在降雨量最多的月份。可以认为双鸭山市的滑坡地质灾害与降雨具有很好的相关性。滑坡发生的时间段，其大多发生在降雨集中时段，降雨作为滑坡产生最为重要的因素之一，大多数滑坡发生的实际都与雨季相对应，尤其是与暴雨、大暴雨的频次相关性极大，短时强降水（尤其是暴雨以上量级降雨），会导致滑坡灾害多发。

图1 双鸭山市1991—2020年平均降雨量分布

目前，国内外利用降水作为滑坡预报的临界值，基本方法是采用统计方法对历史滑坡和当地降水资料进行分析，选择统计意义上的临界点作为降水诱发滑坡灾害的临界值。通过前人研究可知，滑坡不仅与当日（或当次）降水量密切相关，还与前期降雨累计量具有较大的相关性，与滑坡体本身的土壤含水量也具有很大的相关性。由于地表径流的作用，降雨并未进入坡体的土壤。进入土壤内部的水量并不等于实际的降雨量，降雨对滑坡的影响则主要是受进入坡体土壤水分多少的影响。因此，主要探究用土壤含水量代替前期降雨累积量的可能性，并据此构建降雨量和土壤含水量共同作用导致滑坡地质灾害发生的气象风险模型。

3 气象预警模型分析

3.1 气象预警模式的权重系数计算

降雨诱发滑坡灾害气象风险预警模型D的原理是显式综合气象模型，将滑坡灾害易发性概率与降雨诱发滑坡灾害的概率和土壤相对湿度（土壤含水量）相耦合，以获得本地区滑坡灾害气象风险预警概率，其公式如下：

其中，D表示滑坡灾害发生的概率，α表示土壤相对湿度对滑坡灾害影响系数，β表示降雨诱发滑坡灾害权重系数，H表示土壤相对湿度，表示R降水贡献率。

权重系数决定着模式的2个概率值对滑坡地质灾害气象风险预警模式的影响大小，对整个模型的研究具有至关重要的作用。α和β分别为2个概率值的权重系数，由预报员经长期统计历史数据经验所得。双鸭山地区的滑坡灾害气象预警模型的α、β参数分别为0.478、0.597。因此，还需要对土壤相对湿度对滑坡灾害影响系数α，以及降雨诱发滑坡灾害权重系数β进行进一步优化计算，使逻辑回归模式方程在分析研判滑坡地质灾害气象风险预警方面得到更广泛的应用。

3.2 气象模式应用

通过以上研究，双鸭山市降雨诱发滑坡灾害气象风险预警模型公式如下：

为确保预警预报模型的合理、准确，本研究选取部分灾害点对模型进行验证。由于D的数值在0～0.9之间，根据自然资源部和中国气象局制定的地质灾害气象风险预警标准，结合双鸭山市气象预警系统业务要求，制定了双鸭山市滑坡灾害气象风险预警标准（表2）。

表2 滑坡气象风险预警级别

为方便预警发布工作的开展，依据不同的降雨量级与土壤相对湿度，特制作了滑坡灾害发生概率检索表（表3），查找不同的降雨量级与土壤相对湿度所对应滑坡地质概率的预警级别。

表3 滑坡地质灾害发生概率检索表

4 结论

本研究对双鸭山市滑坡地质灾害气象风险预警模型的滑坡灾害易发性概率值与土壤相对湿度对滑坡灾害影响系数和降雨诱发滑坡灾害权重系数的2个权重参数进行优化计算，通过逻辑回归分析获得这2个权重参数值分别为0.478、0.597；在构建气象预警模型后对模型进行检验，通过2020年9月18日的滑坡地质灾害个例进行验证，证明模型对滑坡的发生具有良好的预警效果。

（1）通过对比近10年的双鸭山市土壤相对湿度情况，发现除个别干旱年份（2015、2021年）外，中层（10～30 cm）土壤相对湿度都在80%以上，所以滑坡灾害发生概率检索表（表3）只考虑土壤相对湿度在80%以上的情形，当过程雨量达到50 mm（暴雨）以上时，发生滑坡地质灾害的可能概率为68.1%，只有达到100 mm（大暴雨）时，发生滑坡的概率达到80.1%。

（2）在提高模型准确率方面，本研究总结了以下途径：①优化降雨概率化方法，采用更好的降雨量数值，构建模型时增加更多降雨信息因素，如当日雨量，还增加小时雨强、降雨历时、降雨过程的累积量，也可考虑增加前期日雨量的权重等；②气象部门应逐步在本地区增加雨量站点，保证雨量站均匀分布，以便获得更可靠的降雨量数据，调整气象临灾预警的阈值，以保证该模型的预警效果；③气象部门应逐步增加无人自动气象站点，保证降雨量数据的代表性和准确性，联合应急、自然资源等部门加强对地质灾害的监测，保证滑坡地质灾害能够准确、及时地被记录并反馈。

本研究成果适用于双鸭山市的滑坡地质灾害气象风险预警系统，能够为今后的地质灾害气象风险预警工作提供重要参考，提醒相关部门采取滑坡地质灾害防范措施，为更好地开展防灾减灾工作提供指导。