针对操作预警系统运行的浅层滑坡降雨阈值估计.docx
《针对操作预警系统运行的浅层滑坡降雨阈值估计.docx》由会员分享，可在线阅读，更多相关《针对操作预警系统运行的浅层滑坡降雨阈值估计.docx（15页珍藏版）》请在冰豆网上搜索。
针对操作预警系统运行的浅层滑坡降雨阈值估计
针对操作预警系统运行的浅层滑坡降雨阈值估计
[意]DavideTiranti,DavideRabuffetti
田芳译；冯翠娥、段琦校译
皮埃蒙特区的区域预警系统服务由皮埃蒙特区环境保护局（ARPA）管理，该系统基于一个先进的气象-水文自动监控系统，并整合了极端天气下的自然灾害预测功能。
目前，气象-水文系统可以提供主要河流模式的洪水预报。
本文将介绍强降雨诱发浅层滑坡预测工具的开发情况。
由于象皮埃蒙特区这样面积大且地形复杂地区的浅层滑坡模拟存在困难，因此依据历史文件中降雨和历史滑坡之间的关系建立了一个经验模型。
研究重点是建立诱发滑坡的降雨阈值，通过不同地区的地质条件来区分降雨阈值。
研究期为1990-2002年。
利用总共160个滑坡的诱发时间和每小时的信息对系统进行识别校正。
第一项成果是识别出两个不同的区：
①阿尔卑斯山区，主要由基岩构成，包括变质岩、火成岩、白云岩或者灰岩，降雨阈值高；②丘陵区，主要由沉积岩构成，降雨临阈值低。
总计用了已知发生时间的429个滑坡进行了验证。
结果表明，模型没有漏发警报，而错误警报也很少，因此建议进行有效操作运行。
1概述
皮埃蒙特区（25,400km2）三面被阿尔卑斯山脉包围。
山区占总面积的49%，是欧洲的最高点。
这种条件决定并调节着皮埃蒙特区的气候，特点是降雨变化非常大（Biancotti和Bovo，1998）。
1700~2000年的历史数据表明，皮埃蒙特区平均每两年会重现一次严重的冲积现象。
高密度的人口，活跃的经济，重要的基础设施、公路和铁路网，使得该地区的自然灾害危害性很大。
在这一背景下，认为浅层滑坡（Varnes，1978）是极度危险的，尽管它们的规模相对较小（一般<1,000m3），但是其速度快（>5m/s；Cruden和Varnes，1996），发展迅速，即使存在障碍物运动距离也很长，擦痕排列组合，迁移土体并合，单次降雨事件中每单位面积上的滑动密度高。
在近100年皮埃蒙特区由滑坡造成的人员伤亡中，有50%是由于浅层滑坡引起的。
皮埃蒙特区的经验说明风险减轻不仅仅依靠强调减轻灾害的结构性干预，还需要全面组织公民参与防护活动减少伤害。
因此，关键要保证对这种现象的准确预测以及对基本诱发机理的认识。
由皮埃蒙特区ARPA管理的区域预警系统服务，建立在先进的气象-水文自动监控系统基础上，并整合了极端天气下的自然灾害预测功能。
目前，气象-水文系统可以提供主要河流模式的洪水预报（Rabuffetti和Barbero，2005），但仍需要结合浅层滑坡的预测功能。
当前工作的目标就是要开发这个工具。
预测浅层滑坡有困难的原因是：
区域面积大、地域的高度非均质性、浅层滑坡极少发生在同一地点，诱发机制不一定能明确，经常依赖于土体和边坡的局部特征，在通常的尺度下无法充分捕捉到降雨的时空变化。
鉴于降雨对浅层滑坡触发的重要性，因此，依据基于降雨的方法预测浅层滑坡是合理的。
一些学者（Montgomery和Dietrich，1994；Wu和Sidle，1995）在不同的简化假设条件下提出了物理模拟方法。
这些模型对观测事件的诱发时间和地点有很好的认识，但对于大面积地区浅层滑坡的预测需要相当高的精度。
因此，浅层滑坡预测模型的重点通常都放在降雨阈值的确定上，降雨阈值可能是经验值，即通过以往发生的事件和相关的降雨数据反演分析获得（继Caine，1980之后，经常在文献中出现的一种方法），也可能是数值推导的，利用初始动力反演问题的间接求解估算临界雨量（Montrasio和Valentino，2007；Mancini和Rabuffetti，2003）。
这些基于阈值的预测模型主要是针对浅层滑坡的发生时间，而不是空间位置，因此，在操作应用方面很简单。
再结合完备的降雨和滑坡数据库，我们就可以采用一种经验阈值法。
本文首先对利用经验阈值预测浅层滑坡的方法进行概述。
在“皮埃蒙特区的阈值定义”一节中，利用区域的、局部的和“实用”方法计算不同的经验阈值，本文选择的是后者。
在“验证1990~2000年发生的事件”一节中，我们给出了13年的验证结果，利用降雨观测值和区域滑坡数据库，通过评估准确的预测、漏报事件和错误警报，评价系统的准确性和可靠性。
成果之一是“利用降雨阈值预报浅层滑坡运动（SMART）”的软件模块；“2008年5月27~30日的案例研究”这节中提到了SMART目前的研究情况。
2利用经验阈值预测浅层滑坡
预测浅层滑坡的发生时间，意味着要确定滑坡在某一时间段和比本身滑动面积大得多的特定区域内（如一个流域）发生的概率。
通过对过去发生的滑坡和相关降雨记录进行反演分析来估算滑坡和降雨以及其他可能的解释变量（地形、土体类型和土地利用等）之间的直接关系，然后对这些关系进行统计分析，这就是这些模型建立的基础。
降雨量R（t）通常为累积量，通过加权函数Y（t）=f[R（t）]与诱发概率P[t]联系起来。
通常，无法确定整个分布，可以固定一个阈值Ys简化模型：
（1）
此外，在实际应用中最常见的简化模型为假定Y（t）=R（t），Ys恰好为累计降雨量。
在这一背景下，需要重点强调的是，尽管这些阈值对灾害评估很有用，但是它们无法用于预测，因为它们完全是“条件概率”下的意义。
Einstein和Beacher（1983）给出了在给定降雨量时一个滑坡的发生概率。
即使降雨和诱发浅层滑坡之间有非常强的关联性（Ellen等，1988），但是在研究区可以通过忽略影响诱发动力学的局部特征，尝试把这些阈值作为“绝对概率”（Mejía-Navarro等，1994）。
在大区域的预测应用中，这种做法似乎可行，但是需要强调的是，在每个滑动的初始阶段，很多其他的机理也发挥重要的作用，只有将所有机理考虑全面，才能正确评估出发生的“绝对概率”（Canuti和Casagli，1996）。
再者，诱发浅层滑坡的降雨阈值必须应用在气象事件的时间尺度内，以避免与滑动无关时间的长期积累。
因此，降雨必须从气象事件发生时开始累计。
这就强调了没有降雨的最小周期固定问题，在把累计值重新归零前可以设置为任意参数。
在文献中，发现了很多例子，区别在于：
①“简单”阈值，依据诱发滑坡所需的最小降雨量插值得到（Caine，1980；Govi和Sorzana，1980；Cancelli和Nova，1985；Moser和Hohensinn，1983；Cannon和Ellen，1985；Wieczorek等，1997；Ceriani等，1994；Aleotti，2004）；②“高级”阈值，与前面的类似，但是包含一些“预先”的参数（如地质、地形、土体类型和土地利用），用于获得一系列阈值对事件进行分类（Govi和Sorzana，1980；Crosta，1998；Wiezorek等，1997；Versace等，2003；Bosco等，2007；Guzzetti等，2008）。
“简单”阈值主要用有限和均质地区的数据识别得到，一般不易拓展应用到其他地区。
“高级”阈值通常源于大面积非均质地区的数据，因此数据需要在解释数据变异性的独立参数的基础上进行聚类分析。
这种方法确定的参数通常可以用于具有相似特征的不同场地。
3皮埃蒙特区的阈值定义
利用1990~2002年皮埃蒙特区的滑坡和气象资料，将每个有记录的浅层滑坡和与其最近（小于10km）的雨量计关联起来，以得到观测临界降雨量。
本研究假定6h为在降雨完成和把累计值重新设置为0之前所需的最短时间。
基础灵敏度分析表明不断增加该值，通常会得到高累积降雨量的长时间降雨事件。
考虑下渗模式的水文特征，对该值进行进一步的量化，会导致土体类型和坡度范围变化太大（Crosta，1998；Mancini和Rabuffetti，2003），而且要实现本文的研究目的，需要对皮埃蒙特区进行相当高精度的分析。
未包括1990年之前的数据，因为雨量计网没有得到诱发（临界）降雨的可靠评价。
忽略由人为影响改建的边坡（如街道、小道、管道）的滑动。
只考虑那些降雨为主要诱发因素的滑动，以及这个地区典型的自然条件，如局部地形、流动堆积模式和土体性质。
共有429个滑坡记录的发生时间可用。
这些数据中的160个包含开始时间，其记录用作计算。
可用的数据表明，需要最小降雨时间10h诱发浅层滑坡，多于99%的滑坡都发生在降雨14h后。
与持续时间短和强暴雨相关联的很多滑坡记录一般都具有土壤侵蚀、土崩瓦解（Kesseli，1943）和泥石流成沟（Cannon和Gartner，2005；Tiranti等，2008）。
由于局部的自然条件限制，本次分析中没有考虑这些。
4区域阈值
首先，利用浅层滑坡的完整资料获得适合整个区域的降雨阈值。
通常，把降雨的平均强度I[mm/h]和持续时间d[h]绘制在双对数坐标上（图1）。
实线是最佳拟合线，虚线是由偏移最佳拟合线得到的下包络。
在图1中，数据很分散，没有适合的公式表示其低相关性，结果依据Caine（1980）和Guzzetti等（2008）的例子选择线性（双对数）插值法。
这也说明所评估的临界雨量可变性很大。
持续时间为10~100h，利用下包络线作为阈值进行“操作”验证：
（2）
图1皮埃蒙特区的区域阈值
5局部阈值
第二种方法建立在浅层滑坡关于地理基础资料的最初分类之上：
地形和地质条件，代表地貌灾害；由图1中数据获得的降雨分布，代表气象灾害。
在此基础上，区分出两个区：
（1）高山环境：
阿尔卑斯山脉和亚平宁山脉，主要由变质岩、火成岩、白云岩或石灰岩和复理层地层组成，临界降雨值高。
（2）丘陵环境：
丘陵区和亚平宁山脉，主要由沉积基岩组成，临界降雨值低。
这种分类有助于更好地理解过程，但给出的I-d图上的点仍分散，这说明被评估的降雨可变性原因仍需要解释（图2）。
图中实线是最佳拟合线，虚线是由偏移最佳拟合线得到的下包络。
（a）高山环境（b）丘陵环境
图2皮埃蒙特区的局部阈值
对于10~100h的持续时间，下包络适当作为阈值。
区域1和2对应的公式分别为：
（3）
（4）
6“实用”阈值概念
图1和图2（b）中，可以观测到很多点排成一列。
原因是由于降雨事件诱发了大量浅层滑坡，在同一雨量计的影响范围内有许多不同的滑动。
结果，临界降雨随着持续时间不断增大，在最后一次滑动时就变得更大了。
原则上，就降雨场的空间可变性而言，雨量计网络的分辨率不匹配是个问题，但实际上，对于浅层滑坡，一个恰当的监测需要的网络密度太高而无法覆盖大面积区域，传统的雨量计网无法满足要求。
为解决这个问题，提出一种处理数据的不同方法。
集中注意到每一次单一的降雨事件，所有记录的滑坡和相关的降雨量，都汇总成一个降雨量单一值，以平均持续时间和降雨累积量计算，用来代表整个事件。
通过这个简单步骤，I-d曲线上的每个点都代表单一降雨事件中的所有滑坡。
点数由160个浅层滑坡记录减少到10个诱发大量浅层滑坡的降雨事件。
利用前章确定的两个区域，符合降雨阈值定义的点数很少能获得好的拟合。
不过，降雨阈值具有通式：
（5）
这就是经典降雨概率公式，式中“n”为研究区（Boni和Parodi，2001）强降雨指数Montana系数（Estorge等，1980），结果在计算过程中，每个区的“n”变化范围一定，“a”只是一个自由参数。
如图3所示，阈值已画出，一旦边坡固定，就是数据点的下包络。
每个点代表降雨-滑坡事件：
1为1993年9月；2为1994年11月（高山和小山环境）；3为1998年9月；4为2000年4月；5为2000年10月；6为2002年5月；7为2002年6月；8为2002年7月；9为2002年8月（“servizion-line—d’Evento”章节www.arapa.piemonte.it的报告）。
图3两个区域（深色为高山；浅色为小山）的I-d图和阈值
阈值由最短持续时间12h至最长持续时间60h确定，分别对应区域1和区域2，公式如下：
（6）
（7）
7验证1990～2000年发生的事件
考虑到区域降雨数据库（由从1990年60个雨量计增至2002年250个雨量计组成）和滑坡数据库（利用已知发生日期的完整浅层滑坡数据集，当计算时，只利用已知发生时间的浅层滑坡）。
测试降雨阈值的预测性能。
根据前章节采用的依据事件的相同方法，我们识别：
临界降雨事件，需要在同一地区同一天内至少两个雨量计记录临界雨量；或者一个浅层滑坡事件，需要同一地区同一天至少诱发两次滑坡。
关注操作警报的目的，“局部阈值”识别的均质区域太广而不能给公众保护提供有用的信息，需要更详细的区域细分。
这才能对公众保护计划有用，皮埃蒙特区细分为11个警报区，这些区在极端事件发生时具有单一的气候、气象特征和水文响应。
这种细分是在气象天气尺度、水文模拟尺度和危险管理需求间的一种好的折中方法（Rabuffetti等，2003；Rabuffetti和Barbero，2005），它也为验证这一步提供了基础的细分。
警报区域和单一区域之间的交集，分割出15个区域，它可以对降雨阈值进行有效验证，给浅层滑坡的危险提出警报管理。
8SMART模块
建立专用软件模块SMART，详细说明每个雨量计的降雨时间序列，重现实时过程。
在设置有关的阈值（区域的、局部的、实际的）之后，SMART能够识别每个雨量站的临界雨量的完整序列（例如，降雨累积量比特定持续时间的阈值大一些）。
软件识别降雨事件的开端，确定持续降雨12h（如中断不能持续超过6h），计算每个时间段的累计值和阈值，验证降雨结束6h后阈值是否超过，以及降雨结束。
9结论与讨论
依据实用经验方法得到的警报系统和传统方法获得的系统进行比较。
在操作框架中，浅层滑坡预报可以考虑分成两个（“事件在特定地区将要发生或不会发生”）。
验证这种预测，首先准备表格，给出预测和发生的联合分布频率“是”和“否”：
准确警报（CA）、漏发警报（MA）、错误警报（FA）和无需警报等。
对表格中的数据，进行一些分类统计（Murphy和Katz，1985；Stanski等，1989）：
使用率（HR）、错误警报率和得分（TS）。
这些指数可以看出模型之间的相对比较和模型性能的绝对评价，一个完美的模型是：
HR=1；FAR=0；TS=1。
结果如表1和表2所示。
表1依据区域、局部和实用方法计算得到的阈值的警报系统性能的比较
区域
局部
实用
CA
83
60
51
MA
1
24
33
FA
1255
347
37
HR
1
0.71
0.61
FAR
0.94
0.85
0.42
TS
0.06
0.14
0.42
注：
考虑的是整个系列的浅层滑坡。
表2依据区域、局部和实用方法计算得到的阈值的警报系统性能的比较
区域
局部
实用
CA
58
54
48
MA
0
4
10
FA
1280
352
39
HR
1
0.93
0.83
FAR
0.96
0.87
0.45
TS
0.04
0.13
0.49
注：
只考虑主要浅层滑坡：
破坏面积≥10km2（Tropeano等，2000）。
结果表明，具有建议参数[式（6）和式（7）]的实用方法，比区域方法的FAR和TS值以及HR都准确很多。
局部方法的分值处于中间。
结果明显指出区域、局部阈值可以正确地预测浅层滑坡事件（HR高），但是没有足够的能力避免错误警报（FAR）。
相反，实用方法显示HR（见表2，特别关注主要事件时）和FAR值同时都好。
在操作应用时，TS分值很有用，因为它给出了被观测和/或正确预测事件的分数。
对于区域、局部方法，TS很低，说明预测的准确性不够。
对于实用方法，TS很好，但在绝对情况时，其值（表1和表2分别为TS=0.41和0.49）很低，这说明准确预测了少于一半的浅层滑坡事件（观测和或预测）。
详细地观察表格，CA、MA和FA的数量对验证结果也很重要。
区域、局部方法记录的错误警报数量大，容易看出这些完全不适合操作预测的目的。
除此，对于实用法，错误警报的数量相当低，而且错过的事件数量也在可接受范围内。
这说明即使预测准确性（TS）很低时，实用降雨阈值也可以在警报系统中适当进行运用，并建议仍需要进一步的改进。
最后，文献中提到的不同阈值之间的比较很重要，即使这通常很难（Guzzetti等，2008）。
阈值间的不同是由于：
计算用的数据库、统计的方法和阈值的目的。
例如，在本次研究中，同一个数据库，我们得到5种不同的阈值。
只是本次研究的目的，是用于公众保护的预警，需要选择实用方法的原因是它可以更好地预报会引起大量浅层滑坡的降雨事件。
把文献中已知的其他阈值与实用阈值进行比较（图4），图中文献1为Caine（1980），2为Innes（1983），3为Clarizia等（1996），4为Crosta和Frattini（2001），5为由Guzzetti等（2008）准备的整个系列的降雨量推导得到的阈值，6为由两种不同降雨时段（D<48h，D≥48h）降雨条件可能性评估推导得到的阈值（Guzzetti等，2008），7为Aleotti（2004），p1和p2为本次研究的实用阈值。
实用阈值与Caine（1980）和Alentti（2004）提出的相同。
特别是，实用阈值和Aleotti（2004）提出的值相似，可能是由于这两个研究中所用的数据库的空间和时间方面相似。
还可以发现实用阈值的值最高，这很合理，是因为只考虑诱发大量浅层滑坡的主要事件。
图4本此研究确定的区域阈值与文献中的区域（全球）降雨阈值比较
102008年5月27~30日的案例研究
皮埃蒙特区的警报系统服务的操作活动中安装了利用实用阈值的SMART模块（图5）。
SMART的在线分析被分为两个阶段。
第一，对每个雨量计，SMART模块进行：
累积降雨量和持续时间的计算；在给定持续时间的阈值计算；阈值超过或近似值的评估（累积值大于阈值的85%），分别对应近期的危险指数和可能的危险指数。
第二，对于每个警报区域，利用超过数量和近似数量给出发生大量浅层滑坡的可能性。
图5SMART模块关于警报系统结构的流程图
第一次实时测试是2008年5月底的一次强降雨事件。
在下面的章节中给出结果。
11事件描述
5月27~30日，皮埃蒙特区受到强降雨影响，对边坡和河流沿线有很大的影响（“servizion-line—d’Evento”章节www.arapa.piemonte.it的报告）。
大西洋在地中海西部产生皮埃蒙特区温暖、潮湿的南向气流，27日在北部地区形成降雨。
29日，开始缓慢向利古里亚海东移。
在上层形成冷空气水平对流，使得潮湿空气不稳定。
清晨北部降雨强度不断增大，在Anza和Orco谷达到峰值。
风向连续变化且剧烈，加上阿尔卑斯山地形导致降雨增强，使得从上午晚些时候到傍晚，从苏萨（Susa）到佩里切（Pellice），最后到Grana谷，都经历了暴雨的猛烈袭击。
整个时期结冰线位于海拔3000m之上，所以积雪量可以忽略，但是在海拔以下覆盖的雪融化会增加全年总降雨量。
大部分阿尔卑斯山的雨量计记录都在200mm以上，最严重的地区，降雨量达到337和425mm，分别是佩里切和吉尔马那斯卡（Germanasca）谷，24h的最大累积量在200mm以上，对应的重现周期为20~50年。
在阿尔卑斯山西部沿多拉里帕里尼（DoraRiparia）至Grana的主要河流观测很严重的洪水，对街道和桥梁造成严重的危害。
洪水流漫延至波河（PoRiver），使上游托里诺（Torino）处于高危状态。
山谷上游的很多地区发生了浅层滑坡。
北部有Orco和Anza。
西部有佩里切、吉尔马那斯卡、波河和Grana。
12结果
通过检验浅层滑坡空间分布的预测与观测结果，验证SMART系统的效果。
除了南部和北部（Grana和Anza谷）的警报外都一致。
在这两处，野外验证发现在森林和无人居住的地区发生了大量的小型浅层滑坡，在危险识别活动中没有记录。
在事件中以每小时为基础分析SMART模块的性能也很有效。
这证实了警报时间和浅层滑坡发生时间之间的不同。
已知诱发时间（世界时UTC，5月29日8：
00）的唯一案例是泥石流，造成严重危害和4人伤亡。
Garin最近的3个雨量计表明临界雨量5月29日6：
00UTC（阈值大约在5：
00UTC）在Massello发生，Praly和BobbioPellice在8：
00UTC（阈值大约在6：
00UTC）（图6）。
图中阈值在第一个12h为常数，是因为认为没有浅层滑坡。
考虑到累积降雨量接近阈值要提出预警，因此在事件发生前对该地区进行了警报。
在这个案例中，正如前文所述，SMART模块和实用阈值为公众保护决策者提供了有用的警报，但是无法提供浅层滑坡发生的准确位置。
不过，地区灾害图指出Garin所处的位置容易受到滑坡影响。
建议SMART模块和灾害图结合使用。
前者用于评价在一个大的警报区内特定时间内滑坡发生的概率，后者用来识别概率较大的具体区域。
图6Grain滑坡附近的雨量计的SMART结果
13结论
本文比较了用于经验降雨阈值评价的3种方法。
对过去的事件和相应的临界雨量进行传统的反演分析，利用强度和持续时间双对数曲线，获得了3种阈值：
区域的，依据诱发滑坡所需的最小降雨量的差值；局部的，与前面的类似，但是包含一些“预先”考虑的因素（如地质、地形、土体类型和土体利用）；实用的，依据对每次降雨事件中观测的所有临界雨量的分组。
对1990~2002年的降雨和浅层滑坡数据集进行了阈值验证，并考虑皮埃蒙特区ARPA管理的区域预警系统服务运用的实际步骤，进行了操作运用。
利用列联表和获得的统计分值进行了系统性能和准确性评估。
第一个结果，诱发浅层滑坡的降雨历史分析指出所需的最小降雨持续时间为10h。
最小降雨持续时间无法解释物理意义，只在调查区域具有有效性。
再者，比较区域和局部的结果，分为两个不同的区：
①高山环境；②丘陵环境。
不过，这些阈值没有得到可靠的预测模型，因为模型会造成大量的错误警报。
因此，提出了不同的方法。
关注每个单一降雨事件，把所有记录的滑坡和相关的降雨联系在一起，诱发降雨的单一值以平均值计算。
这样不应忽视对浅层滑坡记录质量的评价。
事实上，仅浅层滑坡对人造建筑的危害通常都有记录。
通常诱发工程改造的边坡滑动，而不是天然边坡。
当利用历史浅层滑坡数据库进行计算和验证时这些特征产生了偏差。
提出的实用方法受这种偏差的影响比其他两种方法小。
通过这个简单的步骤，新的I-d图代表了整个降雨-滑坡时间和它们的插值，并受到强降雨统计的限制，产生了实用阈值。
在这种情况下，错误警报数量降低，只发生少量错过事件。
验证反映模型具有好性能：
错过事件和错误警报少。
这是一个合理的操作执行。
专用软件模块SMART在实时操作过程中被开发出来并应用。
在一个案例研究中，将SMART应用在实时预警系统中，证明了其在预测降雨诱发浅层滑坡中的效力。
要重点强调的是，在实时应用中，基于雨量计的测量，由SMART系统给出的最重要的信息是与逼近阈值的累积降雨有关的早期预警。
今后的研究将致力于定量的降雨预测，以进一步提前警报时间。
译自《Landslides》（2010）
升级会员 