基于卫星降雨数据的陇南地区的地质灾害降雨阈值研究

万宝峰,李品良,韩兵兵,候云龙,彭大雷

基于卫星降雨数据的陇南地区的地质灾害降雨阈值研究

万宝峰1,李品良2*,韩兵兵1,候云龙1,彭大雷2

1. 甘肃工程地质研究院, 甘肃 兰州 730000 2. 成都理工大学地质灾害防治与地质环境保护国家重点实验室, 四川 成都 610059

降雨诱发的区域群发性地质灾害造成了大量人员财产损失，明确诱发地质灾害的降雨阈值至关重要。而高精度降雨数据的缺乏是实施、推广区域降雨阈值面临的最大问题。因此，本文在通过地面雨量站监测数据验证GPM卫星降雨数据在陇南市适用性的基础上，利用GPM数据提取地质灾害发生时的降雨特征值，并采用频率法绘制陇南市地质气象灾害的多级E-D阈值曲线，同时分析了地貌单元与灾害类型的阈值差异。结果表明：GPM降雨数据在陇南市地区具有良好的精度和适用性。通过对比陇南山地与陇南黄土丘陵地区的降雨阈值，发现陇南山地的阈值更高，表明诱发地质灾害的降雨条件要求更高；此外，陇南山地泥石流的降雨阈值高于陇南山地滑坡的降雨阈值。

降雨; 地质灾害; 气象灾害

甘肃省地质灾害频发，全省已查明的地质灾害隐患点20236处，位居全国第四。其中陇南市作为甘肃省地质灾害的易发区，隐患点占全省的四分之一。降雨作为地质灾害的主要诱发因素，经常导致区域群发性的滑坡和泥石流，从而造成大规模的人员伤亡及财产损失。例如舟曲特大泥石流造成1700多人遇难[1]以及2020年8月降雨引发的地质灾害造成直接经济损失约291亿元（2020年甘肃地质灾害通报）[2]。为有效减少降雨诱发地地质灾害的危害，构建并完善区域气象预警尤为重要，从而实现更准确的空间、时间上的地质灾害预报。

目前，确定降雨阈值的方法主要为：基于水文模型和稳定性计算的单元体试验的物理模拟法以及基于地质灾害和降雨历史数据的统计分析的经验模型法[3]。前者由于岩土体参数的复杂多变不适合区域地质灾害预报，而后者在实际应用中被国内外广泛运用。一般研究基于获取的不同降雨参数来构建降雨与地质灾害的关联性，常见的经验阈值模型包括：降雨强度-降雨历时（I-D）模型[4-6]、累计降雨量-降雨历时（E-D）模型[7,8]以及年平均降雨强度-降雨历时（IMAP-D）模型[9]。除此之外，有研究考虑前期降雨量建立前期降雨量模型[10]，以提高阈值模型的准确性。无论何种经验阈值模型都依赖于高精准的空间降雨数据，因此，高精度的雨量数据至关重要。

然而，国内研究中雨量数据获取通常是通过低密度的雨量计测量插值来反映灾害发生地的降雨值。这一方法往往忽略了降雨是一个非连续的过程，单点测量不可能代表大区域的雨量分布[11]。虽然政府和企业单位在大量的隐患点安装了雨量监测设备，直接监测隐患点的雨量数据，避免插值带来的雨量误差[12]；但由于监测设备安装时限较短，测量数据有限以及对大区域和“非隐患”区域来说，这些设备密度是不足的。因此，如何获取高精度和高准度的雨量数据是一个确定区域降雨阈值的普遍存在的问题。本文欲将长时间序列全球卫星降雨测量数据GPM（Global Precipitation Measurement）作为确定陇南地区的降雨阈值的雨量数据来源。

鉴于上述分析，本文基于2015-2021年间的GPM降雨数据以及陇南地区的灾害数据，提取陇南地区地质灾害的降雨特征值。利用频率法[13]得到陇南地区不同地貌单元以及不同灾害类型的降雨阈值曲线，并与其他区域的阈值曲线进行了对比分析。研究旨在为陇南地区及其我国降雨触发地质灾害的防灾减灾提供科学的指导。

1 研究区与历史地质灾害

1.1 研究区

陇南市界于32.5344°-34.5125°N和104.0214°-106.5783°E，总面积28 243.47 km2。地处甘肃南部，位于西秦岭东西向褶皱带发育的陇南山地区，属于黄土高原、青藏高原和秦巴山区三大地貌的交汇区。区内地势整体呈西北高东南低分布，以山地、丘陵为主。结合地貌特征与现场经验将宕昌县、西和、礼县、康县、武都、文县等地划为陇南山地地区，成县、徽县、两当县划为黄土丘陵地区。

陇南市气候类型复杂多样，主要为北亚热带和温暖带。其中，陇南山地为北亚热带气候，年平均降雨量400～1 000 mm之间；陇南黄土丘陵地区则为温暖带，年平均降雨量为500～800 mm之间。同时降雨量主要集中在5～9月，且多暴雨，约占全年降雨量的60%～70%。

1.2 历史地质灾害

历史地质灾害数据来源于收集到的2015～2021年期间发生在陇南地区的1907起地质灾害，灾害数据库主要包括了每个地质灾害的：发生时间、地点，地质灾害类型，诱发因素（人为/自然），财产损失与人员伤亡。为了避免非降雨型地质灾害对区域降雨阈值的影响，研究舍弃了99起由人为因素影响或灾害发生当天累计降雨量小于10 mm[14]的地质灾害，其余1 808处地质灾害用于区域降雨阈值的构建，其空间分布如图1所示。由图可知，滑坡分布在隆南市各区县，但泥石流主要集中在隆南市的西南部，即武都、文县等区域。此外，图2绘制了研究区月平均降雨量与地质灾害频次图，80%的滑坡发生在6～10月，可见该地区地质灾害的发生与降雨具有明显的相关性。

图 1 研究区地质灾害分布图

图 2 2015-2021年月平均降雨量与地质灾害发生频次图

2 GPM降雨数据处理及其有效性分析

2.1 GPM降雨数据处理

降雨数据来源于美国国家航天局提供的GPM数据（https://search.earthdata.nasa.gov/search），该数据是利用多传感器多卫星、结合多算法卫星网络和雨量计反演得到更高精度的降水数据。GPM数据采用IMERG（Integrated Multi-satellite Retrievals）算法将数据区分为Early，Later以及Final等三个产品，本文采用空间分辨率为0.1°×0.1°，时间精度为1天的final产品数据集，该数据是在前两个数据的基础上结合雨量计在固定时间和空间尺度上进行插值，具有更高的数据完整性和一致性。与运用较多的TRMM数据相比，GPM降雨数据提高了对弱降水（<0.5 mm/h）和固态降水的探测能力，实现了更高精度的时空分辨率、观测精度与准确度的观测目标。

本文利用python爬取2015-2021年期间的GPM（final产品）数据，数据以“.NC”格式存储，随后利用ENVI软件中的IDL编译器将“.NC”格式转换为“.TIF”文件；接着利用ArcGIS和构建的地质灾害样本库，提取历次灾害位置的降雨情况（“虚拟雨量计”），最后基于降雨事件的划分标准，利用python提取诱发地质灾害的降雨事件的降雨特征值（E、D）。

2.2 GPM降雨数据的有效性分析

GPM数据虽然较TRMM降雨数据在空间、时间精度有所提升，但在陇南山地地区是否适用仍有待商榷。因此，研究基于陇南市地质灾害防治系统中97处的雨量计（图1）监测数据验证GPM数据的精度和适用性。本文欲通过相关系数(Correlation coefficient)R、均方根误差（Root Mean Square Error）RESM、相对偏差（Relative Bias）RB等参数表示GPM数据的精度和适用性，其参数可分别被表示为：

式中：为GPM降雨数据，为雨量计监测数据。

表1 GPM数据与雨量计监测数据相关结果

表1展示了GPM雨量数据与地面监测数据的逐日和逐月观测资料的相关分析结果。对于所有站点的日雨量，地面实测数据与GPM降雨数据的一致性相对较高，体现在它们的相关性相对较大，其中GPM的最大值为0.66。对于月雨量，相关系数更高，等于0.92。在所有情况下，GPM均高估了降水量，日降水量和月降水量的相对偏差分别为12.19%和10.3%，这一结果远好于TRMM降雨数据的表现[15]。综上，GPM数据具有良好的精度和适用性，可以有效地用来指示诱发地质灾害的极端降雨事件。

3 地质灾害降雨阈值提取方法

3.1 定义降雨事件

定义诱发地质灾害的降雨事件是确定降雨阈值的前提。针对定义降雨事件的研究，国内学者大都是基于詹前登[16]提出的詹氏分割法或在此基础上进行修正的方法[7]。然而，考虑到本文收集到的历史灾害数据库中灾害发生时间的准确性以及降雨数据的时间分辨率等因素，上述方法均不适宜。因此，研究提出了一个新的降雨型地质灾害降雨事件的识别概念。认为连续24 h累计降雨量小于0 mm为降雨事件间的分割标准[9]。换言之，认为地质灾害发生当天作为降雨事件的结束时间，向前追溯至连续24 h累计降雨量为0 mm的时间为降雨开始时间，整个过程的累计降雨量为诱发地质灾害的降雨事件的E，持续时间为D。

图 3 降雨事件划分示意图

3.2 定义降雨阈值

Caine N[17]提出的-阈值曲线被国内外广泛运用，然而考虑到降雨特征值提取时，降雨强度需要在累计降雨量与持续时间的转换[18]。因此，为了避免不必要的转换，本文采用频率法确定-阈值，二者符合幂律函数，可表示为：=αD(4)

式中：表示为诱发地质灾害的降雨事件的累计雨量，以mm为单位，表示降雨事件的持续时间，以小时为单位；与为拟合参数。

4 结果分析

4.1 陇南地区的降雨阈值

考虑到地貌特征对区域降雨阈值的影响。本文基于构建的地质灾害样本库，通过分区统计地质灾害数据库中样本发生时的累计有效降雨量（）和对应的降雨持续时间（），以为横坐标，E为纵坐标，将各个降雨事件（-）绘制与坐标轴上；其中，发生在陇南山地地区的地质灾害1343起，包括230起泥石流，1113起滑坡（崩塌、滑坡）；发生在陇南黄土丘陵地区共465起滑坡。由于不同灾害类型对雨量的响应机制不同，对应的降雨阈值存在差异，本文分别确定了在陇南山地的滑坡、泥石流以及陇南黄土丘陵地区的降雨阈值曲线（图4（a）、图4（b）、图4（c））。

鉴于降雨诱发地质灾害本就是小概率事件，采用单阈值作为地质灾害预警系统的标准，务必产生错误的警报。因此，研究在考虑阈值安全系数的前提下，基于频率法分别计算了滑坡发生概率的5%、10%、50%、80%的降雨阈值，即图中的蓝、黄、橙、红阈值曲线。

由图可知，诱发陇南山地地区的滑坡、泥石流降雨事件的持续时间分别集中在6～200 h、6～100 h之间，累计降雨量分别集中在80～180 mm、100～160 mm之间；可见陇南山地地区的泥石流主要受短时强降雨控制，滑坡更多的表现为长时弱降雨控制。诱发陇南黄土丘陵地区滑坡的降雨事件持续时间集中在50～100 h，累计降雨量集中在40～180 mm之间，可见诱发其地质灾害的水文条件明显弱于陇南山地。

图 4 陇南市地质灾害发生的降雨阈值

4.2 阈值对比

虽然学者采用了不同的降雨事件定义方法，和不同的分析方法，但他们提出的降雨阈值大都是激发地质灾害降雨事件的下限。因此，本文将提出的5降雨阈值与以先前研究中的阈值一起绘制在图5，直接进行对比分析。

由图5可知，陇南山地地区的-阈值较陇南黄土丘陵地区的阈值更高，触发地质灾害需要更大的累计降雨量，这与年平均降雨量和地质环境条件直接相关。陇南山地地区2015-2021年期间的年平均降雨量在600 mm左右，比陇南黄土丘陵地区年平均降雨量高100 mm；同时，陇南黄土丘陵地区表层大都为较厚的黄土层，其独特的水敏性和竖向节理等性质，极易在较低的水文条件下发生地质灾害。因此，陇南黄土丘陵地区的-阈值相对较低。此外，陇南山地的泥石流-降雨阈值高于滑坡，触发泥石流灾害需要更大的累计降雨量，这与两者成灾过程有关。滑坡堆积体作为泥石流的主要物源，当降雨诱发滑坡发生后，有足够的堆积体，更大的降雨迫使堆积体运移，从而形成泥石流。故，隆南山地地区的泥石流-阈值相对更高，这与谢敏等[19]的结果一致。

与其他地区阈值相比，陇南黄土丘陵地区的-阈值较低，且低于世界下限，这与区域阈值应介于世界阈值上、下限之间的观点相悖，笔者认为这是由于黄土自身的水敏性与垂直裂隙等性质致使诱发地质灾害需要的水文条件相对较低。陇南山地地区滑坡-阈值比意大利北部的滑坡阈值[20]低，但高于意大利南部的滑坡阈值[21]，介于世界滑坡阈值的上、下限[22]之间。

图 5 陇南市阈值曲线与其他地区阈值曲线的比较

5 结 论

本文以高精度GPM卫星数据作为降雨数据来源，结合陇南地区历史地质灾害数据，对陇南地区的区域降雨阈值展开研究，总结归纳得到以下结论：

（1）GPM降雨数据在陇南地区具有较高的精度和适用性，可以有效地用来指示诱发地质灾害的极端降雨事件。以日雨量，GPM数据的相关性较强，最大相关系为0.66，且相对偏差较小；以月雨量，GPM数据的相关性更强，最大相关系数为0.92；

（2）陇南山地的-降雨阈值高于陇南黄土丘陵地区，其诱发地质灾害需要更高的累计降雨量。同时，陇南山地泥石流的-降雨阈值高于滑坡的-降雨阈值；

（3）提出的阈值5、20、50、80欲作为陇南市地质灾害防治系统中的不同预警级别的预警标准，旨在提高陇南市地质灾害的预警预报能力。

[1] 高波,张茂省,张成航,等.舟曲三眼峪泥石流降雨临界阈值[J].灾害学,2016,31(1):25-28

[2] 蒋万钰.基于贝叶斯概率的降雨数据稀缺山区滑坡预警模型研究[D].兰州:兰州大学,2022

[3] Guzzetti F, Peruccacci S, Rossi M,. Rainfall thresholds for the initiation of landslides in central and southern Europe [J]. Meteorology and Atmospheric Physics, 2007,98:239-267

[4] 李子豪,王钧,郭婷婷,等.基于降雨强度-历时的安徽省黄山市滑坡分组阈值研究[J].水土保持通报,2022,42(1):184-190

[5] 赵衡,宋二祥.诱发区域性滑坡的降雨阈值[J].吉林大学学报(地球科学版),2011,41(5):1481-1487

[6] Mathew J, Babu DG, Kundu S,. Integrating intensity–duration-based rainfall threshold and antecedent rainfall-based probability estimate towards generating early warning for rainfall-induced landslides in parts of the Garhwal Himalaya, India [J]. Landslides, 2014,11:575-588

[7] 胡磊,胡玉乾,孙鹏,等.藏东南地区降雨型滑坡致灾阈值及滑坡危险性量化分析[J].灾害学,2021,36(4):194-199

[8] Salee R, Chinkulkijniwat A, Yubonchit S,. New threshold for landslide warning in the southern part of Thailand integrates cumulative rainfall with event rainfall depth-duration [J]. Nat Hazards, 2021,113:125-141

[9] Kim SW, Chun KW, Kim M,. Effect of antecedent rainfall conditions and their variations on shallow landslide-triggering rainfall thresholds in South Korea [J]. Landslides,2021,18:569-582

[10] 黄发明,陈佳武,范宣梅,等.降雨型滑坡时间概率的逻辑回归拟合及连续概率滑坡危险性建模[J].地球科学,2022,47(12):4609-4628

[11] Wilheit TT, Chang A, Rao MV,. A satellite technique for quantitatively mapping rainfall rates over the oceans [J]. Journal of applied meteorology, 1977,16(5):551-560

[12] 沈玲玲,刘连友,杨文涛,等.基于 TRMM 降雨数据的四川省地质灾害降雨阈值分析[J].灾害学,2015,30(1):220 227

[13] Brunetti MT, Peruccacci S, Rossi M,. Rainfall thresholds for the possible occurrence of landslides in Italy [J]. Natural Hazards and Earth System Sciences, 2010(3):447-458

[14] 刘谢攀,殷坤龙,肖常贵,等.基于I-D-R阈值模型的滑坡气象预警[J].地球科学,2022,1-15

[15] Chikalamo EE, Mavrouli OC, Ettema J,. Satellite-derived rainfall thresholds for landslide early warning in Bogowonto Catchment, Central Java, Indonesia [J]. International Journal of Applied Earth Observation and Geoinformation, 2020,89:102093

[16] 詹钱登,李明熹.土石流发生降雨警戒模式[J].中华水土保持学报,2004,35(3):275-285

[17] Caine N. The rainfall intensity–duration control of shallow landslides and debris flows [J]. Geografiska Annaler, 1980,62(1-2):23-27

[18] Jiang W, Chen G, Meng X,. Probabilistic rainfall threshold of landslides in Data-Scarce mountainous Areas: A case study of the Bailong River Basin, China [J]. CATENA, 2022,213:106190

[19] 谢敏,陆甲,李艳兰,等.广西泥石流和滑坡地质灾害临界雨量界定方法[J].气象研究与应用,2018,39:15-17

[20] Gariano SL, Brunetti MT, Iovine G,. Calibration and validation of rainfall thresholds for shallow landslide forecasting in Sicily, southern Italy [J]. Geomorphology, 2015,228:653-665

[21] Melillo M, Brunetti MT, Peruccacci S,. Rainfall thresholds for the possible landslide occurrence in Sicily (Southern Italy) based on the automatic reconstruction of rainfall events [J]. Landslides, 2016,13:165-172

[22] 陈洪凯,魏来,谭玲.降雨型滑坡经验性降雨阈值研究综述[J].重庆交通大学学报(自然科学版),2012,31(5):990-996

Research on Rainfall Threshold of Geological Disasters in Longnan Region Based on Satellite Rainfall Data

WAN Bao-feng1, LI Pin-liang2*, HAN Bing-bing1, HOU Yun-long1, PENG Da-lei2

1.730000,2.610059,

Regional geological disasters induced by rainfall have resulted in significant loss of life and property. Establishing the rainfall threshold that triggered geological disasters is vital. However, the main challenge in implementing and promoting regional rainfall thresholds is the lack of high-precision rainfall data. Faced with this challenge, this study confirmed the applicability of GPM satellite rainfall data in Longnan City by comparing it to ground-based rainfall monitoring data. It extracted the rainfall characteristics when geological disasters occurred using GPM data and employed the frequency method to draw the multi-level E-D threshold curve of geological and meteorological disasters in Longnan City. The study analyzed the variation in threshold values between geomorphic units and types of disasters. The results showed that GPM rainfall data had good accuracy and applicability in Longnan City. By comparing the rainfall thresholds between mountainous and loess hilly areas of Longnan city, it was found that the rainfall threshold in mountainous areas of Longnan city was higher than that in loess hilly areas. This suggested that the requirements for rainfall to trigger geological disasters were higher in mountainous areas. Moreover, the rainfall threshold for debris flow was higher than that for landslides in mountainous areas of Longnan city.

Rainfall; geological hazard; meteorological disaster

P426.616

A

1000-2324(2023)02-0278-07

10.3969/j.issn.1000-2324.2023.02.017

2022-12-04

2023-01-11

国家重点研发计划项目(2022YFC3003205);国家自然科学基金青年基金项目:灌溉-蒸发耦合作用下典型黄土台塬盐沼湿地形成机理(42007275)

万宝峰(1986-),男,学士,主要从事地质灾害治理与监测预警. E-mail:Wanbaofeng2020@163.com

Author for correspondence. E-mail:153791498@qq.com