地质灾害精细化气象风险预警模型研究——以黄冈市为例

朱文慧，邹 浩，肖炜波，李又升，李 广

(1.中国地质大学(武汉)工程学院，湖北 武汉 430074；2.湖北省地质局第三地质大队，湖北 黄冈 438000；3.湖北省地质环境总站，湖北 武汉 430034)

地质灾害气象风险预警作为防灾减灾体系建设中地质灾害防治的重要内容，是目前国内外研究的热点问题[1]。地质灾害气象风险预警在国外发展得比较早[2]，在国外的一些多灾国家如意大利、日本、美国已得到普遍应用[3]，其气象风险预警系统已在实际防灾减灾中发挥着重要的作用[4]。我国已积累了30余年的气象观测数据和强降雨期间发生的地质灾害资料，建立了气象风险预警模型，研发了实时气象风险预警系统，并对公众开放，同时逐步形成了国家级、省级、市县级的分级运行业务模式，气象风险预警模型已成为成功开展地质灾害气象风险预警的关键[5]。刘传正等[6]将区域地质灾害气象风险预警方法划分为3大类，即隐式统计预警模型、显式统计预警模型和动力预警模型。第一代隐式统计预警模型主要基于不同地质环境区域引发地质灾害的临界雨量不同建立预警模型，但单一的临界雨量指标很难准确地反映地质环境的变化和地质灾害的成生规律[7]，如Caine的I-D模型[8]。第二代显式统计预警模型耦合了地质环境变化与降雨参数等多因素建立预警判据，显著提高了气象风险预警的精细度和准确度[9]。动力预警模型是一种考虑地质体在降雨过程中自身动力变化过程而建立数学物理判据方程的方法,实质上是一种解析预警方法[10]。这三代地质灾害气象风险预警方法虽然相互联系，但也有区别：每一代预警方法参考的因素和构建的气象风险预警模型本质不同。前两代预警方法是通过统计各种因素之间相互作用的关系来进行预警，属于数理统计学模型；而第三代预警方法是模拟灾害发生过程来实现气象风险预警，属于动力学模型。由于滑坡条件和降雨对滑坡作用机理的复杂性，以及模型中复杂的参数输入和不确定性，导致动力预警模型多处于研究阶段，或者仅应用于面积较小的区域[11]。目前使用比较广泛的地质灾害气象风险预警模型为第二代显式统计预警模型。

黄冈市并未系统开展市级地质灾害气象风险预警工作，仅依托湖北省省级地质灾害气象风险预警部门进行了多年工作。湖北省已经开展了地质灾害相关气象风险预警研究，但仍属于第一代隐式统计预警模型范围，省级气象风险预警以地市州行政单元作为预警单元，网格单元为1 000 m×1 000 m以上，气象风险预警研究比例尺小，应用于市级范围的精度较低。黄冈市气象部门开展的气象风险预警工作主要是区域大范围层次的气象风险预警，目前气象部门对连续性降水过程的预警较好，对局部地域、短临时间的预警能力存在不足。因此，急需以更小的区域和适宜的气象风险预警模型深入开展地质灾害精细化气象风险预警攻关，提高气象风险预警产品质量，构建完成适用于黄冈市的地质灾害精细化气象风险预警模型。

为此，本文参考黄冈市10个县市区近十年来地质灾害详细调查报告，结合黄冈市地质灾害特征，选择了斜坡结构、地形坡度、地形高差、地质构造、工程地质岩组5种因素作为研究区地质灾害的评价指标，采用信息量法对各评价指标进行分级赋值，将研究区划分为150 m×150 m的栅格单元，基于地质背景分区与机器学习系统地开展了地质灾害敏感性研究，据近十年黄冈市地质灾害与气象雨量数据，采用第二代显式统计预警模型构建了黄冈市地质灾害气象风险预警模型并通过实例应用进行预警效果检验，以验证模型的适宜性和准确性。

1 研究区概况

黄冈市位于湖北省东北部、大别山南麓、长江中游北岸，地理坐标为东经114°25′～116°8′、北纬29°45′～31°35′。黄冈市属亚热带大陆季风气候，近十年年均降雨量为1 367.6 mm，年降雨量波动较大、在968.3(2013年)～2 033.6 mm(2020年)之间变化。黄冈市地质灾害在季节性分布的基础上，总体呈增长趋势，尤其是2016年和2020年汛期强降雨后，地质灾害呈爆发式增长，并有与大雨、暴雨同期或略为滞后的发育特点。境内地势北高南低，呈现自北向南逐渐倾斜的梯级地形状况，东北部为高山区，中部为丘陵岗地区，南部为平原湖区。黄冈市属秦岭地层区的东延部分，出露地层较齐全，自太古界至新生界地层均有分布，以太古界、元古界、古生界变质岩系为主，大面积分布于黄梅、黄冈、浠水、团风以北地区；中生界和新生界地层主要在区内南端和麻城市西南地区出露。在大地构造上黄冈市处于秦岭褶皱系桐柏-大别中间隆起带大别山复背斜之次级构造——浠水褶皱束(四级构造单元)中。根据《黄冈市2021年度地质灾害隐患排查报告》和各县市地质灾害风险评价报告，截至2021年6月，境内10个县市区发育各类地质灾害点共计1 597处，威胁人口26 042人，威胁资产约201 428万元。黄冈市地质灾害点分布见图1，其点密度为9.15处/100 km2。

图1 黄冈市地质灾害点分布图

2 地质灾害气象风险预警模型构建

大量研究成果表明，地质环境条件是地质灾害发生的内部因素，气象条件是地质灾害的外因和触发机制[12]。本文从黄冈市地质灾害产生的机理分析出发，采用信息量法对研究区地质环境背景条件进行地质背景分区，并将地质背景分区结果与地质灾害产生的机理研究结合起来。首先分析黄冈市历史上发生地质灾害的分布、种类和所处的地质环境条件，确定地质灾害敏感性因子；然后针对不同气象条件，分析雨量因子，开展气象风险预警模型的方法研究;最后基于地质背景分区建立符合黄冈地区特点的地质灾害气象风险预警模型。本文基于第二代显式统计预警模型采用地质灾害致灾因素的概率量化模型预警方法对研究区进行研究。

2.1 研究区地质灾害潜势度评价与分区

由于影响地质灾害发育发生因素的多样性，地质灾害的潜势度计算是一个复杂的多元系统问题。本文基于地质环境因素的综合分析，以地质灾害空间分布密度和发生时间分布频率为主要指标，建立不同层次地质环境背景下的地质灾害潜势度计算指标，并依据地质灾害的历史分布情况和诱发因素进行地质灾害潜势度区划。

2.1.1 地质背景分区

研究区地质灾害的影响因素众多，参考黄冈市10个县市区近十年地质灾害详细调查报告，选择斜坡结构、地形坡度、地形高差、地质构造、工程地质岩组5种因素作为研究区地质灾害的评价指标，并采用信息量法对各评价指标进行分级赋值(见表1)，再根据地质背景因素组合情况按数组组合规则(见表2)对黄冈市进行地质背景分区，即将上述5个评价指标的等级量化值组合为5位数数组，每一个数组就代表一个地质背景区，数组具有唯一性且相互独立。利用ArcGIS空间分析功能，可将整个黄冈市划分为413个地质背景区。

表1 评价指标分级赋值表

表2 地质背景分区数组组合规则

2.1.2 评价指标权重分析

BP神经网络是一种按误差逆向传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一[13]。随着大数据技术的发展，机器学习为研究非线性变量之间的关系提供了解决办法[14]。使用机器学习算法，通过Matlab程序建立BP神经网络，再对网络进行反复训练和调整，进而可得到最优拟合的评价指标权重取值。

本文基于Matlab软件编写BP神经网络算法程序(见图2)实现BP神经网络模型的构建。根据评价指标，输入层节点数为5个，选取地质灾害是否发生作为响应函数，采用双隐含层高模式，设置机器学习训练参数，最大训练次数为5 000步，训练目标为0.000 001，学习速率为0.01。

图2 BP神经网络运算流程图

考虑到研究区地质灾害点的分布情况、乡镇行政区域范围、原始数据的精度问题以及气象雨量站点分布，确定采用150 m×150 m精度剖分网格，全市共得到780 236个栅格单元，每个栅格单元作为一个制图单位。选取研究区1 597处地质灾害点进行统计分析，利用ArcGIS软件提取1 597处地质灾害点的各评价指标量化数据作为正样本，同时从未发生地质灾害区域提取1 597个点的评价指标量化数据作为负样本，以1代表发生、0代表未发生作为响应结果，共同组成BP神经网络训练样本。将样本数据输入BP神经网络中进行训练，选取100个地质灾害样本作为测试集，测试BP神经网络训练是否满足精度要求，结果显示88个测试样本满足精度要求，正确率为88%。据此，通过建立的BP神经网络计算可得到各评价指标的权重，其中拟合度最优的评价指标权重组合即为该评价指标权重取值，见表3。

表3 各评价指标权重值

2.1.3 地质灾害潜势度评价与分区

本文采用加权的方法计算研究区各地质背景分区内地质灾害潜势度概率量化值，其数学模型如下：

(1)

式中：H为评价单元内地质灾害潜势度概率量化值；n为评价单元内评价指标的数量；Fi为评价单元内评价指标i的量化值；wi为评价单元内评价指标i的权重。

根据上述数学模型，利用ArcGIS软件进行相关计算，获得研究区各个栅格单元内地质灾害潜势度概率量化值，并采用自然断点法，对研究区地质灾害潜势度进行分区，将其划分为高潜势度区、较高潜势度区、中等潜势度区和低潜势度区4个区域，见表4和图3。

表4 黄冈市地质灾害潜势度分区

图3 黄冈市地质灾害潜势度区划图

2.2 有效雨量模型构建

不同时期的降雨量诱发地质灾害的权重值不同，由此所确定的有效雨量更贴近实际情况[15]。本文从已有的研究区地质灾害数据库中筛选出2011—2020年因降雨引发的地质灾害，并按照前述地质背景分区情况进行分区统计。黄冈市地质灾害的发生与降雨强度和前期降雨量均有一定的关系，而降雨强度可以用日降雨量表示。为了确定前期降雨量与地质灾害发生的关系，本文采用地质灾害是否发生与地质灾害发生前7日降雨量进行逻辑回归分析，计算地质灾害发生与各日降雨量的相关系数，进而分析地质灾害发生与降雨过程的关系。

在一定的降雨情况下，以地质灾害是否发生作为因变量，采用1、0表示地质灾害发生或者不发生，这就要求建立的模型必须保证因变量的取值为“1”或“0”，而二元逻辑回归模型可以用来预测具有两分特点的因变量概率。对于包含一个以上自变量的二元逻辑回归模型可表示为

(2)

式中：P为地质灾害事件发生的概率(无量纲);Z=B0+B1X1+…+BnXn，其中Bi为回归系数，Xi为累积i天的降雨量(mm)。

利用逻辑回归模型求取有效降雨量与地质灾害发生的相关系数。将是否发生地质灾害作为因变量，当日降雨量、前1天至前7天降雨量作为自变量，计算各自变量的权重。为了更好地反映降雨对地质灾害的影响，采用日综合有效累计降雨量表示滑坡发生的临界降雨量R，其计算公式如下：

(3)

式中：R为日综合有效累计降雨量(mm)；a为前期降雨影响时间衰减系数，经验推荐取值0.8；Ri为前i天实测降雨量(mm)，当i=0时为当天降雨量。

基于黄冈市已有的气象风险预警成果，预测降雨量与实测降雨量均由当地气象局提供，可从气象风险预警系统中实时获取。

整个黄冈市分成了413个地质背景分区，分别统计各区地质灾害发生的临界降雨量，其结果见表5。

表5 黄冈市各地质背景分区地质灾害发生的临界降雨量统计表(部分)

根据上述临界降雨量和预测时的日综合有效累计降雨量，按下式可计算降雨引发地质灾害发生的概率量化值：

(4)

式中：Y为降雨引发地质灾害发生的概率量化值；Rmax为该地质背景区引发地质灾害的历史最大降雨量(mm)；Rmin为该地质背景区历史上能够引发地质灾害的最小降雨量(mm)。当R

2.3 地质灾害气象风险预警模型构建

地质灾害气象风险预警模型以研究区内地质灾害潜势度概率量化值(H)为基础，将其与降雨诱发地质灾害事件发生的概率量化值(Y)进行耦合，获得某片区域内因为降雨而导致地质灾害事件发生的概率，该地质灾害致灾因素的概率量化模型为

T=αH+βY

(5)

式中：T为预警指数；H为评价单元内地质灾害潜势度概率量化值；Y为降雨引发地质灾害发生的概率量化值；α、β为概率H、Y相对应的权重常数。

由公式(5)可知，只要对式中H和Y进行量化即可开展降雨型地质灾害气象风险预警。

通过统计2011—2020年十年内研究区汛期每日的有效降雨历史和地质灾害发生的位置、发生的数量等情况，参考《地质灾害区域气象风险预警标准(试行)》[16]中“地质灾害气象风险预警等级划分表”，将计算的每日最终的预警指数T值分为4级，得到适用于黄冈市地质灾害气象风险预警等级划分表，见表6。

表6 黄冈市地质灾害气象风险预警等级划分表

3 地质灾害气象风险预警模型检验

3.1 历史降雨的地质灾害事件验证

黄冈市2016年汛期降雨量大、发生的地质灾害事件较其他年份多，因此本文选择黄冈市2016年6月28日至7月5日发生的地质灾害事件来检验本文建立的研究区地质灾害气象风险预警模型的准确性。以2016年7月1日为例，计算得到全市有效降雨量分布(见图4)和地质灾害气象风险预警模型预警结果(见图5)。

图4 2016年7月1日黄冈市有效降雨量分布图

图5 2016年7月1日黄冈市地质灾害气象风险预警模型预警结果图

由图5可知，黄冈市红色预警区和橙色预警区主要集中在150 mm以上的强降雨区范围，气象风险预警区面积占全区面积的78.5%(其中风险大和风险很大区域占全区面积的38.4%)，当日发生的地质灾害点有195处，其中绝大部分落在了风险大和风险很大的区域，预警区内的地质灾害点有189处，预警准确率达97%。此外，通过统计2016年6月28日至7月5日黄冈市发生的地质灾害点基本情况(见表7)，发现每日地质灾害点落入预警区的命中率全部达70%以上，平均命中率达97.30%，这表明本文所建立的地质灾害气象风险预警模型与黄冈市地质背景分区、降雨过程特征相匹配，计算结果与当年汛期地质灾害事件发生情况具有高度的一致性，预测结果可信度较高。

表7 2016年6月28日至7月5日黄冈市地质灾害点的基本情况统计表

3.2 汛期降雨预测检验(2021年)

根据建立的气象风险预警模型获得2021年8月24日和8月25日黄冈市地质灾害气象风险预警结果(见图6和图7)，再根据黄冈市2021年8月降雨期间地质灾害应急报告所述实例来检验模型的预警效果(见表8)。具体情况分析如下：2021年8月24日罗田县白庙河镇发生1处垮塌，所处地质灾害气象风险预警为橙色预警区；浠水县丁司垱镇1处、绿杨乡1处和英山县金铺镇1处垮塌，所处地质灾害气象风险预警为黄色预警区；浠水县巴河镇斜坡变形1处垮塌、所处地质灾害气象风险预警为蓝色预警区。2021年8月25日团风县杜皮乡1处垮塌，罗田县白庙河乡1处垮塌，所处地质灾害气象风险预警为红色预警区；浠水县丁司垱镇发生2处垮塌，所处地质灾害气象风险预警为橙色预警区。

表8 2021年8月24日和25日黄冈市地质灾害气象风险预警效果评价表

图6 2021年8月24日黄冈市地质灾害气象风险预警结果

图7 2021年8月25日黄冈市地质灾害气象风险预警结果

由上述预警结果分析可知，基于第二代显式统计预警模型建立的黄冈市地质灾害气象风险预警模型总体达到了精细化，体现在时间尺度上由以往的中长期预警精细化到未来24 h的短临预警，在空间尺度上将预警单元精细化到乡镇级单元。经2021年8月研究区的2次强降雨过程验证表明，本文所建立的预警模型命中率高，但橙色预警区和黄色预警区空报率均较高，同时总体预警结果偏保守，说明预警模型中地质背景分区精度与降雨过程预报精度之间的匹配问题仍需要进一步提升。

4 结 论

(1) 在黄冈市地质灾害发育统计的基础上，采用信息量法对研究区斜坡结构、地形坡度、地形高差、地质构造和地层岩性5个评价指标进行分级赋值，据此结果结合GIS分析将整个黄冈市划分为413个地质背景区。

(2) 利用BP神经网络得到了最优拟合的评价指标权重取值，基于GIS平台将研究区的栅格单元划分为地质灾害高潜势度、较高潜势度、中等潜势度和低潜势度4个区。

(3) 结合黄冈市地质背景分区，计算得到各区地质灾害发生时的临界降雨量，并基于有效雨量模型建立了各地质背景分区内的降雨判据，得到降雨引发地质灾害发生概率量化值。

(4) 基于地质灾害致灾因素的概率量化模型，本文采用第二代显式统计预警模型建立了黄冈市地质灾害气象风险预警模型。通过不同地质背景分区地质灾害的潜势度与预警阈值分析，综合确定了不同地质背景分区的预警模型公式和预警等级，再通过历史降雨及其地质灾害事件检验了本文建立的预警模型的合理性和适宜性，并以黄冈市2021年汛期降雨进行了地质灾害预警结果的预测检验。结果表明：预警结果与地质灾害发生实际情况相符合，说明本文建立的预警模型可以用于黄冈市汛期地质灾害气象风险预警，满足防灾减灾需求。