區域性滑坡災害精細化預警初探

邱 曼 唐亞明 馮 衛 李政國 魯 拓

1.新疆生產建設兵團地質勘查中心 新疆 烏魯木齊 830002

2.中國地質調查局西安地質調查中心 陜西 西安 710054

3.長安大學 地質工程與測繪學院 陜西 西安 710054

監測預警作為地質災害風險減緩的重要措施之一。利用一個地區的滑坡易發區劃或危險區劃，確定預警靶區，再結合降雨臨界值，就可以設定不同的預警級別，在區域內布設一定數量的雨量站，前期雨量加上預報雨量，就可進行滑坡預警預報，無論是國外還是國內的區域性降雨型滑坡監測預警大體都是這個思路和做法[1]。從本世紀初開始，監測預警工作在我國大陸地區逐漸開展，截至2012年，中國已有30個省、323個市、1880個縣建立了地質災害氣象預警體系[2]。但縱觀各級政府的預警系統，均存在預警靶區過大的問題。如國家級地質災害氣象預警，將全國劃分為74個三級區進行預警；陜西省將全省劃分為23個易發區進行預警[3]；陜西省合陽縣將全縣劃分為8個易發區進行警[4]，延安市寶塔區將全區劃分為11個易發區進行警[5]。從以上預警靶區的劃分可知，全國分為幾十個區，一個省分為幾十個區，一個市分為十幾個區，一個縣分為幾個區，其預警靶區面積都很大，一般只能通過汛期的天氣預報對公眾進行警示作用。在這種情況下，即使對一個降雨區域發布了滑坡、泥石流警報，但卻不能在圖上表示出潛在滑坡和泥石流的具體位置，這就難以為處于危險境地的人們提供有效的警示，這個警報也是難以實施的。要提高區域性地質災害預警的精度和準確率，理論上來說有四種途徑:一是縮小預警靶區的面積(區劃精細化)；二是提高降雨臨界值與滑坡類型的匹配程度；三是提高監測的有效性；四是提高隱患點的識別技術。本文試圖通過第一種和第二種途徑對地質災害精細化預警方法做一探討。

1 精細化滑坡區劃

本文采用的方法具體如下:(1)初步的易發區劃。通過研究滑坡發生頻率與地形統計規律，得出坡度、坡高的特定區間與滑坡易發性的對應關系，利用GIS工具分析DEM數據，對坡度和坡高進行分級和分區，二者疊加可以得到基于DEM的易發坡體識別圖(圖1a)。利用Quick Bird遙感數據，對斜坡段逐一進行目視解譯，圈劃易發坡體；將上一步得到的DEM易發坡體識別圖與高精度遙感易發坡體識別圖像疊加，再一次進行綜合分析、解譯和區劃，得到初步的易發區劃圖(圖1b)。(2)初步的危險區劃。在上述得到的易發區劃圖上，根據每個潛在不穩定坡體特征、微地貌特征，以及滑移距離預測，逐一圈畫可能的威脅范圍。危險區應包括易發坡體自身和其能影響到的坡下、坡上以及坡體周邊的范圍，這樣可得到初步的危險區劃圖(圖1c)。(3)初步的承災體解譯。利用高精度的遙感數據進行解譯，將承災體劃分為較細的類別，包括高層建筑、多層建筑、普通民房、高速公路、普通公路、鐵路、旅游景點、公共場地、人員、車輛等。確定每個危險范圍內承災體的類型和數量并予以記錄。(4)野外核查。使用以上獲得的初步區劃圖為底圖進行野外核查(圖1d)。重點核查并修正三方面的內容:一是易發坡體界線；二是危險區界線；三是承災體類型和數量。(5)最終區劃。根據野外核查的每個不穩定坡體的危險性大小的量級、承災體價值、時空概率和易損性，分別計算財產風險和人員風險。將計算結果予以分級，分為很高風險VH、高風險H、中風險M、低風險L、很低風險VL共5級，相鄰的不穩定坡體風險級別予以合并和疊加得到整個區段的滑坡風險區劃(圖1e)。

通過以上步驟可獲取比例尺為1:2.5萬的滑坡風險區劃圖，在此精度下，單個風險分區是以斜坡段來劃分的，其面積多在幾km2以下，其精度有了很大的提高。

圖1 區域精度圖

2 不同類型滑坡降雨臨界值

本次以延安市寶塔區為研究對象，該區內主要發育黃土滑坡，且降雨入滲誘發黃土滑坡的模式可分為緩慢下滲誘發型、下滲阻滯誘發型和下滲貫通誘發型三種，根據統計分析，對每類模式均確定了相應的降雨臨界值。一旦降雨，第一種情況是在節理裂隙孔洞不發育、黃土體相對完整的斜坡地帶，降雨主要通過緩慢下滲的方式而誘發黃土滑坡(緩慢下滲型)；第二種情況是黃土體內的各種節理裂隙形成了降雨下滲的優勢通道，水沿滲流通道集中快速入滲。裂隙前延頂端受到阻滯而誘發滑坡(下滲阻滯型)。第三種情況是在節理裂隙進一步發展的坡體上，出現上下裂隙貫通的情況，此時集中的強降雨即可對斜坡造成破壞(下滲貫通型)。在此，我們要考慮降雨類型(雨程、雨量)與滑坡類型(入滲破壞模式)的耦合關系，如短歷時強降雨，就不易觸發緩慢下滲型滑坡，而容易觸發下滲貫通型滑坡；長歷時小降雨，不易觸發下滲貫通型滑坡，而容易觸發緩慢下滲型滑坡；因此這三種模式的降雨臨界值表達式均應成為預警指標，且之間是“或”的關系，即只要滿足其中之一即可發生某種類型的黃土滑坡，就可設定預警級別，并且以達到者先預警。

據此我們設定了第一類預警指標R0為當日降雨量，臨界值為10mm、30mm、50mm；第二類預警指標R總為當日及前15日累計雨量，其臨界值為10mm、43mm、100mm；第三類預警指標P為滑坡發生概率，其計算公式為:

式中R1為前1日降雨量，R2為前2日降雨量，R3為前3日降雨量)，其臨界值為25%、50%、75%。計算公式。

3 預警判據模型及算例

以下以研究區內某點為例進行預警判據模型的算例說明，其降雨數據選取2019年5月1日～31日的真實監測數據，則可以進行期間任一天的預警級別計算。如要對5月27日這一天進行預警，計算過程如下。

第一類預警指標為當日降雨量，5月27日的當日降雨量R0=31.0mm，落在了表1的30～50mm區間，達到II級預警標準。

第二類預警指標為當日及前15日累計雨量。

R總=31.0+0+2.0+0+0+0+0+0+0+0+0+3.5+0+12.4+6.8=55.7mm落在了43～100mm區間內，也達到II級預警標準[5]。

綜合一、二、三類預警指標的預警結果，該點5月27日的預警級別為II級，為需要向公眾發布的預警級別。

4 監測預警信息系統

監測預警信息系統應是一個集成了調查、評價、監測、預警等各方面功能的綜合系統。

(1)監測信息集成模型。包括降雨量監測、滑坡專業、簡易監測、人工巡查四部分。由于監測設備和數據采集軟件不同，形成Access、PostgreSQL、SQL Server多種數據源。

(2)預警模型。根據表1的預警判據開發預警模型。首先需將各比例尺風險區劃結果集成到系統中；其次需要開發一個降雨量插值軟件，實現區域內各點雨量信息的隨意獲取；再利用降雨監測數據，分別計算當日降雨量、當日及前15日降雨量、滑坡發生概率這三個預警指標；最后利用計算所得的預警指標，根據設定好的預警判據，進行預警級別的判定，形成預警結果圖。

(3)Web發布模型。系統本身運行于縣級國土資源局內網，用于地質災害管理之需。

(4)應急管理模型。隨時根據降雨量進行預警級別的自動計算。當計算結果為I級、II級預警時，應及時通過外網發布預警靶區，啟動相應的行政管理程序。

根據以上的信息系統設計，利用三維瀏覽器下的iTelluro Globe Engine平臺，開發了“延安市寶塔區滑坡監測預警信息系統”，應用該系統可隨時對轄區內任意點進行滑坡預警級別的判定。如對延安市寶塔區城區及周邊區域2019年7月17日20:00點至18日20:00點的滑坡進行預警。對延安市寶塔區城區2019年7月17日20:00點至18日20:00點的滑坡進行預警，可得如圖2所示的預警結果圖，該圖的比例尺為1:2.5萬，預警面積約100km2，單個預警靶區的面積多在1km2以下，基本能夠滿足應急避讓等預防要求。

圖2 寶塔區及周邊預警結果圖

5 結論及討論

(1)傳統的GIS柵格計算方法適用于較大區域的滑坡區劃，不利于在較小區域內提高預警精度。通過高精度DEM和Quick Bird遙感等多信息源，識別潛在的滑坡易發坡體，初步圈畫滑坡的危險區界線，進行承災體解譯，再逐一通過野外核查進行驗證、修正或取消，形成符合比例尺精度要求的風險區劃圖，可提供較之傳統方法更為精細化的預警靶區。

(2)在國家級、省級、市級的地質災害預警之后，縣級預警應有與之相適應的預警精度，即單個的預警靶區應足夠小，以便縣級政府能夠有針對性地采取預防措施。一般而言，大區域預警的面積在103km2量級以上，適用于縣級以上行政區，比例尺可≤1:5萬，單個預警靶區可在幾十km2乃至上千km2；中小區域預警的面積在102km2量級以下，適用于重點城鎮(含縣城)及以下行政區，比例尺應≥1:2.5萬，單個預警靶區應在幾km2以下。