基于降雨量等级指数法的公路水毁预警预报

沈水进 ，孙红月，钟杰，陈式华

(1. 浙江大学 海洋科学与工程学系，浙江 杭州，310058；2. 浙江省水利河口研究院，浙江 杭州，310020)

水毁是公路最大的自然灾害[1]，自20世纪90年代以来，我国每年的公路水毁直接经济损失达数十亿元人民币，且随着公路里程的增多和公路等级的提高有呈逐年上升的趋势。公路水毁一旦发生，不仅直接毁坏公路、影响通车，进而对社会经济活动和人民群众生活造成不良影响。目前，对公路水毁主动进行预警预报并采取预防措施不常见，多数是发生水毁后才进行抢修治理，这样既造成了水毁的直接经济损失，又增加了抢修治理的资金投入：因此，必须针对公路水毁灾害，采取一种效果显著的预警预报的方法，以便在公路养护当中及时采取合理有效措施，防患于未然，最大限度地减少水毁灾害带来的损失。总体来说，迄今为止还没有形成一整套有针对性的公路水毁预警预报方法，其主要沿袭地质灾害预警预报的基本方法如地貌分析法(国外较常用)[2-4]、地质气象耦合法[5-7]、概率量化评价方法[8-9]、预报指数法[10-11]等。沿用这些地质灾害预警预报的方法都存在一些不足，如：地貌分析法过分依赖于地形地貌，建立在历史公路水毁事件和降雨相关性分析的基础上，缺乏定量支撑；地质气象耦合法需要大量的数据资料，工作量大，不利于现场操作；概率量化评价方法将公路水毁灾害各个因素概率量化，预警预报精度得不到保证；预报指数法影响因子的选取和相关系数的确定尚不完善，降雨过程的时间、范围都对预测精度有重要影响，因此，需要一种简单易行、合理可靠的定量预警预报方法。降雨量等级指数法是福建省开展汛期地质灾害气象预警率先采用的方法[12]，参照利用预警预报区一定时限内前期累计过程降雨量和气象台提供的未来24 h降雨量预报资料，以及对不同预警预报区地形地貌、岩土体条件进行综合相关分析，建立预警预报模型和等级预报模式。本文作者通过应用指标评价法评价小流域公路水毁危险性，耦合降雨量等级指数法，建立公路水毁预警预报模型。在浙江省龙泉市进行应用，并通过对典型小流域公路水毁进行现场调查和分析，通过实例证明降雨量等级指数法对公路水毁预警的可行性。

1 公路水毁易发区分区

1.1 易发区分区依据

某个地区发生公路水毁与其地理地质环境有直接关系。当这一地区基础水量较低时，降水量特别大的暴雨都可能不会引起水毁灾害，而当其基础水量较高时，即使达不到暴雨标准的降水也可能成灾，因此，需要对公路水毁环境进行易发性评价，区分易发等级。依据各个区域内气象水位、地形地貌、人类活动等水毁影响因素，对一定范围内公路水毁进行易发区分区，使得能够正确认识各区域内公路水毁的现状及水毁发生的可能性，掌握公路水毁的时空演变规律，以便为公路水毁预警预报奠定基础。

对各个流域内公路水毁综合易发指数(ZG)分别进行计算[13]，按照一定标准，综合后得到公路水毁易发区分区图。

式中：AT为已发生公路水毁危害性权重，本文中的取值依据大量现场水毁案例的调查资料统计，分析得到发生公路水毁二次成灾的案例比例为30%～40%，折中取35%。ZT为已发生公路水毁强度指数；AP为潜在公路水毁危害性权重，由AP=1-AT取0.65；ZP为潜在公路水毁强度指数。公路水毁综合易发指数(ZG)较好地综合了流域内历史公路水毁强度和潜在公路水毁强度，全面考虑了区域内台风暴雨条件、地质地貌条件、公路建设特点等各种因素，因此，可作为划分公路水毁易发区的依据。

1.2 已发生公路水毁强度指数的确定

已发生公路水毁强度指数(ZT)反映了区域内公路水毁发育的密度和规模，可采用袭扰系数法确定。

式中：a为区域内公路水毁点密度ρa对应的袭扰系数，ρa表示每公里公路实际水毁受灾点数；b为公路水毁线密度ρb对应的袭扰系数；ρb表示每公里公路实际水毁受灾长度；c为灾害体积密度ρc对应的袭扰系数，ρc表示每公里公路实际水毁灾害受灾方量。

已发生公路水毁灾害袭扰系数判别标准具体见表1。

表1 已发公路水毁灾害袭扰系数判别标准Table 1 Harassing coefficient criterion of happened highway flood damage

1.3 潜在公路水毁灾害强度指数的确定

潜在公路水毁灾害强度指数(ZP)采用因素评价法[14]确定，选取台风暴雨条件(A1)、地质地貌条件(A2)、公路建设特点(A3)等控制因素作为计算变量来计算潜在公路水毁灾害强度指数(ZP)。

式中：qi为一级指标权重；Ai(i=1, 2, 3)为一级评价指标变量。

台风暴雨条件(A1)又可继续分解为台风暴雨频数(B1)和一次台风暴雨强度(B2) 2个二级指标变量：根据现场调查资料，台风暴雨频数(B1)可分为≥1.0，1.0～0.6，0.6～0.3和＜0.3次/a共4个区间；1次台风暴雨强度(B2)可分为≥300，200～300，100～200 和 50～100 mm/d共4个区间；质地貌条件(A2)又可以继续分解为工程地质构造(B3)和构造地貌类型(B4)2个二级指标变量：根据现场调查资料，工程地质构造(B3)可分为松散岩类、软弱岩类、中等岩类、坚硬岩类共4类；构造地貌类型(B4)可分为盆台地、丘陵、平原、山地共4类。同样地，公路建设特点(A3)又可以继续分解为流域河流密度(B5)、低等级公路密度(B6)、人类工程活动的影响(B7)和沿线植被覆盖情况(B8)共4个二级指标变量。根据现场调查，流域河流密度(B5)可进一步分为≥1 500，1 000～1 500，500～1 000 和 500 m/km2共 4个区间；低等级公路密度(B6)共分为≥1 000，500～1 000，200～500和＜200 m/km2共4个区间；人类工程活动的影响(B7)分为强烈、较强烈、中等和轻微共4类；沿线植被覆盖情况(B8)分为≤5.6%，5.6%～12.06%，12.06%～16.7%和16.7%～24.06%共 4个区间。对应的每个二级指标的区间或类别分别由l1到l4代表。

由此得到一级指标变量和二级指标变量之间的关系为：

指标总权重为Qj可由下式计算得到：

表2 潜在公路水毁灾害强度二级指标评价体系Table 2 Two-grade index evaluation system of latent highway flood damage intensity

各参数的具体取值和计算结果如表2所示。一级和二级指标权重的取值通过近几年来的实际考察和对实际工作部门和专家意见统计分析，采取定量和定性分析相结合得到。考虑到各一、二级指标变量间不同的物理意义，对各参数进行无量纲化处理。各二级指标Bj的取值依据其在野外统计资料得到所处的区间或类别后，分别取表2中l1到l4所对应的值。

将式(4)代入式(3)，由式(5)进一步简化公式，最后可得：

1.4 区划结果

依据龙泉市水利水电局的划分，将浙江省龙泉市县域划分为22个小流域单元。对各个流域单元，调查其历史公路水毁情况和潜在公路水毁成灾二级指标，通过上述计算步骤，得到公路水毁综合易发指数(ZG)范围在28.7～37.8之间属于高度易发区，19.8～28.7之间属于中度易发区，10.9～19.8为低度易发区。而后依据具体位置、河网和公路网分布情况，进行局部修改和调整，可以得到公路水毁易发区基本方案。最后采用专家判别法，对分区方案与实际调查有差别的区段进行调整，对各分区进行评定，可得到最后修正过的分区方案，见图1。

图1 龙泉市公路水毁易发区划图Fig.1 Regionalization chart of incidental highway flood damage in Longquan County

2 基于气象预报的降雨量等级指数法预警模型

2.1 有效前期降雨量

研究降雨引发的公路水毁，除了考虑当日(或当次)降雨条件外，还必须考虑前期降雨的影响[15]。而每次降雨量中也只有部分对水毁具有影响作用，因此，对前期降雨量通过计算和扣除衰减得到其有效前期降雨量。拟采用幂指数形式确定之前 10 d的有效降雨量X1为：

式中：Ri为第i天前降雨量；K为有效降雨量系数。综合历史资料，取K=0.84。

2.2 水毁预警等级确定

综合地质环境与台风暴雨情况考虑，在分析各种搜集和采集的数据基础上，建立公路水毁预报模型，确定变量数值并进行计算。

流域地质环境背景等级修正指数(D)通过对以往各流域单元内发生的公路水毁事件以及发生水毁事件时的降雨量进行统计分析，综合考虑叠加各种地质环境因素和人类工程活动影响因素以及人工经验，对降雨量等级指数K(X1,X2)进行修正调整。若水毁低度易发区，则D为负值以降低预报等级；若水毁高度易发区，则适当调高D进行预报。总体来说，D不为定值，需针对具体流域单元内的地质环境和已发生公路水毁基础资料的统计分析来确定。

2.3 预警计算流程

首先获取各个小流域单元气象预报资料，并结合地质环境、水毁基础数据等资料，综合分析确定地质环境背景等级修正指数，应用降雨量等级指数法对流域单元内公路水毁灾害发生可能性进行评价。其基本思路和具体的预测求解过程如图2所示。

图2 降雨量等级指数法计算流程图Fig.2 Flow chart of rainfall rating index method

表4 龙泉市岩樟溪流域公路水毁预警等级表Table 4 Early-warning rating of highway flood damage in Yanzhang-river watershed area of Longquan County

3 应用实例

龙泉市位于浙江省西南部，地势由西南向东北倾斜。地形切割大，地质构造较复杂，季节性降雨明显，人类活动较强烈。境内各小流域河流水位季节涨落变幅较大，具山溪型河流特征。植被保护较好，森林覆盖率均为70%左右，水土保持良好，年侵蚀模数较低，多属少沙河流。公路大多依山傍水而建，路线设计较为简单，工程防护措施简陋。每至暴雨期间，河流水位暴涨，冲刷破坏力急剧加大，很容易对填方侧路基产生破坏。

本文选取龙泉市岩樟溪小流域(见图1)。所选流域面积为144.61 km2，岩性主要为流纹质含晶屑玻屑凝灰岩、玻屑熔结凝灰岩，夹凝灰质砂岩、沉凝灰岩，呈块状构造，风分较弱。岩体节理裂隙发育，呈现碎裂状及散体状，上覆土层较厚，其抗地表流水侵蚀能力弱。此外，中下游修筑1个中小型水库，上游山体地下水位较高，且人类活动(开矿采石、砍竹伐木)频繁，由图1可知：岩樟溪流域在公路水毁易发区划上属水毁灾害高度易发区，其地质环境背景等级修正指数(D)取值为1。

运用降雨量等级指数法建立的预警模型计算，得到龙泉市岩樟溪小流域在一定气象条件下的预警等级，计算结果如表4所示。表4中，2007-06-25计算预报等级为5级，表明该流域内公路处于第5级重警，水毁极易发；2009-04-22计算预报等级为3级，但由于4月中旬连续降雨，也有可能发生水毁。从表4中事后现场调研的情况也验证了降雨量等级指数法在公路水毁险情预警中的可靠性。

由表4可知：2010-06-20，计算预报等级为4级，表明此时公路处于第4级中警，公路处于一定的危险期，水毁较易发。通过降雨量等级指数法建立的水毁预警预报模型及时进行险情预报，公路管理养护单位给予高度重视，及时采取相应工程措施，保证了暴雨期间公路安全与稳定，有效防止了水毁灾害的发生，保障了公路畅通。

4 结论

(1) 依据一定条件，对一定范围内各小流域单元公路水毁易发区进行分区，区分不同流域单元水毁易发等级。通过公路水毁综合易发指数的计算，较好地综合了流域内历史公路水毁强度和潜在公路水毁强度，为预警模型的建立提供了依据。

(2) 将降雨量等级指数法引入公路水毁灾害预警预报之中，选取前10 d累计有效降雨量X1和未来24 h预报降雨量X2查表确定对应的等级指数，并通过地质环境背景等级修正指数D进行适当修正，建立了1个计算简单、操作方便的公路水毁预警模型。

(3) 将建立的水毁预警模型应用到浙江省龙泉市岩樟溪小流域单元中，验证了其在 2007-06-25处于重警状态，于 2009-04-22处于中警状态，与实际情况相符。于 2010-06-20处于中警状态，据此发布了险情预报，公路相关职能部门及时采取相应应对措施，有效减少了水毁带来的损失。

(4) 降雨量等级指数法在确定预警等级、发布险情过程中，通过合理修正地质环境背景等级修正指数D，可以使预警结果更加符合现实情况。总体来说，降雨量等级指数法可以作为区域交通安全性评价和水毁灾害预警的一种重要手段，具有良好的工程应用价值和广阔的推广前景。

[1] 高冬光. 公路与桥梁水毁防治[M]. 北京: 人民交通出版社,2002: 1-4.GAO Dongguang. Water-damage prevention and cure of road and bridge[M]. Beijing: China Communications Press, 2002:1-4.

[2] Aleotti P. A warning system for rainfall-induced shallow failures[J]. Engineering Geology, 2004, 73: 247-265.

[3] Capparelli G, Tiranti D. Application of the MoniFLalR early warning system for rainfall-induced landslides in Piedmont region (Italy)[J]. Landslides, 2010(7): 401-410.

[4] Tiranti D, Rabuffetti D. Estimation of rainfall thresholds triggering shallow landslides for an operational warning system implementation[J]. Landslides, 2010(7): 471-481.

[5] 陈豫英, 赵光平, 王红英, 等. 宁夏地质灾害气象预报预警研究[J]. 自然灾害学报, 2008, 17(3): 81-86.

CHEN Yuying, ZHAO Guangping, WANG Hongying, et al.Study on meteorological forecast and early warning of geological disasters in Ningxia[J]. Journal of Natural Disasters,2008, 17(3): 81-86.

[6] 张桂荣, 殷坤龙, 刘礼领, 等. 基于WEBGIS和实时降雨信息的区域地质灾害预警预报系统[J]. 岩土力学, 2005, 26(8):1312-1317.

ZHANG Guirong, YIN Kunlong, LIU Liling, et al. A real-time regional geological hazard warning system in terms of WEBGIS and rainfall[J]. Rock and Soil Mechanics, 2005, 26(8):1312-1317.

[7] 刘兴权, 姜群鸥, 战金艳. 地质灾害预警预报模型设计与应用[J]. 工程地质学报, 2008, 16(3): 342-347.

LIU Xinquan, JIANG Qunou, ZHAN Jinyan. Design and application of geo-hazard early-warning model[J]. Journal of Engineering Geology, 2008, 16(3): 342-347.

[8] 宋光齐, 李云贵, 钟沛林. 地质灾害气象预报预警方法探讨:以四川省地质灾害气象预报预警为例[J]. 水文地质工程地质,2004(2): 33-36.

SONG Guangqi, LI Yungui, ZHONG Peilin. Discussion on the early warning of the geo-hazards based on the weather forecast:An example of Sichuan Province[J]. Hydrogeology &Engineering Geology, 2004(2): 33-36.

[9] MA Li, MIAO Qilong, ZHOU Guobing, et al. A probabilistic prediction model for heavy rain-caused landslides in the Chongqing region[J]. Acta Meteorologica Sinica, 2009, 23(5):642-647.

[10] 张红兵. 云南省地质灾害预报预警模型方法[J]. 中国地质灾害与防治学报, 2006, 17(1): 40-42.

ZHANG Hongbing. A model used for geological hazard prediction in Yunnan Province[J]. The Chinese Journal of Geological Hazard and Control, 2006, 17(1): 40-42.

[11] 叶亚鹏, 金云龙. 广东省地质灾害预警预报方法初探[J]. 山西建筑, 2009, 35(9): 129-130.

YE Yapeng, JIN Yunlong. Initial analysis on Guangdong province geological disaster warning method[J]. Shanxi Architecture, 2009, 35(9): 129-130.

[12] 李欣. 福建省汛期地质灾害气象预报预警介绍[J]. 福建地质,2006(3): 164-168.

LI Xin. On weather prognosis and prewarning of geologic hazard in the flood season of Fujian province[J]. Geology of Fujian,2006(3): 164-168.

[13] 余丰华, 麻土华, 张义顺, 等. 浙江省突发性地质灾害预警预报系统应用研究[J]. 中国地质灾害与防治学报, 2006, 17(1):36-39.

YU Fenghua, MA Tuhua, ZHANG Yishun, et al. Application and study on abrupt geological hazards for early-warning and prediction in Zhejiang province[J]. The Chinese Journal of Geological Hazard and Control, 2006, 17(1): 36-39.

[14] 凌建明, 官盛飞, 崔伯恩. 重庆市公路水毁环境区划指标的研究[J]. 水土保持通报, 2008, 28(3): 141-147.

LING Jianming, GUAN Shenfei, CUI Boen. Indicators for highway flood hazard environmental regionalization in Chongqing city[J]. Bulletin of Soil and Water Conservation,2008, 28(3): 141-147.

[15] 李长江, 麻土华, 朱兴盛. 降雨型滑坡预报的理论、方法及应用[M]. 北京: 地质出版社, 2008: 97-99.

LI Changjiang, MA Tuhua, ZHU Xingsheng. Forecasting of landslides triggered by rainfall: Theory, methods &applications[M]. Beijing: Geological Publishing House, 2008:97-99.