APP下载

安徽省地质灾害气象风险预警系统方法研究

2022-02-18王博赵付明程宏超徐礼文

山东国土资源 2022年1期
关键词:潜势雨量降雨量

王博,赵付明,程宏超,徐礼文

(安徽省地质环境监测总站,安徽 合肥 230001)

0 引言

安徽省位于华东腹地,地势南高北低,地质条件复杂,地貌类型多样,受自然及人工活动影响,突发地质灾害频繁。截至2018年底,全省共有地质灾害隐患点3977处,威胁5.17万人,威胁财产25.7亿元(1)安徽省地质环境监测总站,王博,程宏超,徐礼文等, 2018年安徽省地质灾害汛后核查报告,2018年。。每年汛期持续强降雨和台风影响期间,都有大量地质灾害发生。2016年8月8—11日,受台风“苏迪罗”影响,安徽皖南山区和大别山区北部普降暴雨和特大暴雨,淮河以南有377个乡镇降水量超过100mm,霍山及舒城等地有5个乡镇超过300mm,同期全省共发生地质灾害242起,灾害数接近当年发生灾害总数的40%,直接经济损失1.14亿元,占当年总直接经济损失的83.48%。

安徽省地质灾害成因包括内在因素和外在因素两个方面,内在因素包括地形地貌、地层岩性、地质构造、植被覆盖、水文地质等;外在因素包括人为因素和自然因素,人为因素包括开挖坡脚,挖填土石等,自然因素包括暴雨、地震等,其中降水是导致地质灾害发生的主要引发因素。只有处于临界稳定状态或接近临界稳定状态地质体,在外因诱导下才会发生地质灾害[1]。从安徽省多年地质灾害发生统计情况来看,降水与地质灾害的发生关系最为密切,是地质灾害发生的主要引发因素,强降水期也是地质灾害多发期[2]。

1 地质灾害气象风险预警系统建设方法

安徽省地质灾害气象预警模型的设计因地制宜,以网格剖分的致灾因子与地质环境因子为主要研究对象,参考国内已经成功应用的预警预报系统[3],充分考虑安徽省地灾形成背景条件、地质灾害历史数据等,选取年均降雨量、地层岩性、地震动峰值加速度、地貌、地形坡度、水系等因子[4]进行量化、确定权重,计算各个网格单元的潜势度。然后按照权重叠加分析各网格单元内的潜势度值;选取预报降雨量和有效降雨量作为雨量因子。采用多元回归的统计方法,建立地质灾害形成背景、降雨因子与地质灾害发生数量之间的多元线性回归预测显式[5]统计预警模型。

2 地质灾害气象风险预警模型建设

2.1 潜势度计算

(1)因子量化

采用CF确定性系数模型[6]对选取的各因子图层进行量化。采用确定性系数函数,将各影响因子进行了同区间[-1,1]的归一化,该方法将各类数据进行了同区间归一化,并可合并计算。计算公式为:

(1)

式中:PPa为地质灾害在a类数据中发生的条件概率,具体表示为a类数据中地质灾害隐患点数与因子图层分区a面积的比值;PPs为地质灾害在全省范围A中发生的先验概率,具体表示为全省地质灾害隐患点数与全省面积的比值。CF值域为[-1,1],正值代表地质灾害的发生确定性增长,地质环境条件差;负值代表地质灾害发生的确定性的降低,地质环境条件好;CF值接近于0,说明地质灾害发生的确定性居中,不能确定地质环境条件的优劣。

(2)因子权重确定

采用基于CF的多因子叠加确定权重法[7]。计算步骤如下:

①各因子图层CF值合并。Z值表示影响因子CF值合并值,通过将参与评价的地质灾害各影响因子逐一合并计算,可以表达各因子综合贡献值。假定要合并的两个CF值分别为x和y,合并后的结果为Z。合并公式为:

(2)

将合并后的CF值划分为5个级别,分别表示对地质灾害发生的贡献为小、较小、不定、较大和大(表1)。

表1 CF级别划分表

根据式(2)合并各因子CF值,结果用Zall表示,用Zall-i(i=1,2,…,5)表示各级别所占的分段百分比。

②计算各段Z值的变化量。根据式(3)逐步叠加合并各影响因子(某因子除外),合并结果用某因子Z某因子表示,合并后各级别的分段百分比分别用Z某因子-i(i=1,2,…,5)表示。通过此步骤也可排除重复因子的贡献。

ΔZ某因子=Zall-i-Z某因子-i

(3)

式中:ΔZ某因子-i—某因子合并计算后分段贡献值;Zall-i—所有因子合并计算后分段结果值;Z某因子-i—其他所有因子合并计算后分段结果值(除该影响因子外);i—CF分段级别,i=1,2,…,5。

③计算各个因子相对贡献

Wj为单个因子的相对贡献,计算公式为:

(4)

式中:Wj—第j个评价因子的相对贡献;ΔZ—某因子-i—某因子分段贡献值;i—CF分段级别,i=1,2,…,5。

④计算各个因子权重

得出各个因子的相对贡献以后,用式(5)计算各因子的权重:

(5)

式中:αj—第i个评价因子的权重;Wj—第j个评价因子的相对贡献;

各因子权重的计算结果如表2所示。

表2 因子权重值(部分)

(3)潜势度计算

潜势度计算运用综合指数法[8]进行计算,计算公式如下:

(6)

式中:G—地质灾害潜势度;Aj—单因子CF值;αj—单因子的权重;n—评价因子个数。

(4)潜势度计算结果校验

将历史灾害点的分布情况与本次潜势度的计算结果进行对比分析,校验得出的潜势度值是否能够反映该区域的地质环境条件的优劣。结果显示,计算得出的潜势度值随地质灾害隐患点密度增大而增大,与该区地质环境背景条件相符(图1)。

1—0.00~0.19;2—0.19~0.36;3—0.36~0.53;4—0.53~0.71;5—0.71~1.00;6—历史灾害点;7—行政边界图1 安徽省地质灾害潜势度计算结果与历史灾害点分布情况对比图

2.2 雨量数据处理

本系统降雨量数据由前期降雨量和预报降雨量组成。前期降雨量由气象部门的实况降雨数据库中直接获取,数据来源为气象部门分布在全省的人工和自动雨量监测站。安徽省气象台为本系统提供了预报降雨量数据。

本系统建立的预警模型雨量因子包含有效降雨量Rc和预报雨量Rp。

以地质灾害发生前n日的单日降雨量分别乘以有效降雨系数得到有效降雨量。以直线递减形式[9]确定有效降雨系数:取当天降雨量的有效降雨量系数为1,取30天有效降雨系数为0,计算公式如下:

(7)

式中:Rc—有效降雨量;Ro—当天降雨量;Rn—n日前降雨量;n—经过的天数。

预报雨量Rp直接参与模型计算。

2.3 预警模型

(1)多元线性回归预测模型

本系统预警模型选取多元线性回归预测模型[10],以“有效降雨量”Rc和“预报降雨量”Rp作为降雨引发因素指标,以“地质灾害潜势度”G作为地质环境条件综合指标;将G、Rc、Rp作为输入量,建立多元线性回归预测模型,建立函数如下:

T=f(G,Rc,Rp)

(8)

式中:T—危险性指数,反映了地质灾害发生可能性大小;G—地质灾害潜势度,反映了地质环境背景条件的优劣;Rc—有效降雨量;Rp—预报降雨量;

(2)预警模型方程

预警区的回归模型方程为:

T=-1.082+6.123G+0.017Rc+0.077Rp

(9)

在显著性水平sig<0.05情况下,查t检验临界值表知t>t0.05,G、Rc、Rp均对地质灾害的发生情况有显著影响。根据F统计量的F显著性水平sig=0.05,查F检验表知F>Fsig,可知回归方程是显著的,其结果具有统计学意义。

(3)预警等级确定

预警等级分为四级,等级由强到弱依次为一级、二级、三级、四级[11],分别表示降水致地质灾害发生风险很高、高、较高和有一定风险,其中一级、二级、三级分别对应自然资源部门发布的地质灾害红色、橙色和黄色预警。当地质灾害气象预警等级达到三级以上时,由各级自然资源、气象部门联合向社会发布。

T值反映了地质灾害发生可能性大小,是地质环境背景条件、有效雨量和预报雨量综合作用的度量。运用安徽省历史地质灾害发生数据以及近年来地质灾害气象风险预警工作经验,通过对预警模型进行试运算,确定不同预警分区地质灾害气象风险等级对应T值分段值(表3)。

表3 预警等级划分表

3 预警预报工作流程

每日15:00前后,安徽省地质灾害气象预警系统自动采集72h的预报雨量及过程雨量,每日15:00~16:00,在预报预警产品制作过程中,与气象、水利等部门以及有关市自然资源主管部门会商,必要时与中国地质环境监测院进行会商,根据会商结果,利用安徽省地质灾害气象风险预警预报系统自动分析或在必要时进行人工干预,制作初步预报预警产品。地质灾害气象风险预警信息经省广播电台、报纸、省自然资源厅网站等媒体向社会公众发布,并通过传真、短信等方式将地质灾害预警信息发送到达预警级别地区的市、县政府和自然资源主管部门、以及地质灾害隐患点责任人和监测人员。

4 预警结果反馈信息收集

依据有关工作要求,对黄色预警区域,安徽省地质环境监测总站(以下简称“总站”)立即通知预警区内市级地质环境监测站技术人员,深入现场进行预警信息的跟踪查验,对灾害体变形情况、地表水及地下水动态变化情况进行观测记录,填写地质灾害校验反馈信息表报送总站地质灾害监测预警室[12]。橙色(含橙色)以上预警由总站派出技术人员进行野外现场校验与调查,并及时将校验结果报送总站地质灾害监测预警室(图2)。

1—黄色预警:可能性较大;2—橙色预警:可能性大;3—红色预警:可能性很大;4—发生地质灾害点图2 安徽省地质灾害气象预警预报图(2019年5月25日20:00—2019年5月26日20:00)

5 结语

安徽省地质灾害监测预警系统选取多元回归模型,在分析研究安徽省地质灾害形成地质背景条件基础上,结合前期雨量和预报雨量等雨量因子,自动生成地质灾害气象风险区划。通过两年多的实践证实:系统方便灵活、可操作性强、预警预报准确率满足使用要求。据统计,自2018年安徽省地质灾害气象风险预警预报系统投入使用以来,预警预报准确率达89.57%,而过去五年平均准确率为83.21%,预警预报准确率明显提高。比如:2019年5月25日20:00—2019年5月26日20:00,系统预报江淮南部、沿江及江南北部地区黄色预警,其中大别山区南部和沿江西部橙色预警。比照后期灾情统计结果,发生灾害点密度与预警预报级别拟合度很高,预警预报准确性较好,少数发生地灾点在预警区之外,是由于降水预报偏差,实况雨带向南范围扩大所致。下一步,将利用不断丰富的历史地质灾害点数据和预警结果反馈信息进一步修正预警预报模型,以期进一步提高地质灾害气象风险预警精度。

猜你喜欢

潜势雨量降雨量
宁夏红柳沟流域水沙变化及产沙分析
贺兰山沿山地区强对流潜势预报方法研究
临涣选煤厂浮选效果评价与尾煤再选潜势分析
资水流域及各分区面雨量及雨季特点分析
来安县水旱灾害分析与防灾措施探讨
德州市多年降雨特征分析
氨对甲苯二次有机气溶胶生成潜势影响的实验研究
降雨量与面积的关系
雷州市早稻稻纵卷叶螟迁入发生情况
农业气象谚语在汛期降水气候预测的应用