近日，我校土木與交通學(xué)院姬建教授研究團(tuán)隊(duì)與西班牙加泰羅尼亞理工大學(xué)研究人員合作，針對(duì)降雨誘發(fā)區(qū)域尺度滑坡災(zāi)害易發(fā)性預(yù)測(cè)問(wèn)題，在解決因區(qū)域尺度下巖土與水文地質(zhì)相關(guān)數(shù)據(jù)缺乏導(dǎo)致的降雨入滲模型存在不確定性這一重大挑戰(zhàn)，取得了突破性進(jìn)展。研究成果以“Fast physically-based probabilistic modelling of rainfall-induced shallow landslide susceptibility at the regional scale considering geotechnical uncertainties and different hydrological conditions”為題發(fā)表于國(guó)際巖土工程數(shù)值計(jì)算領(lǐng)域頂級(jí)期刊《Computers and Geotechnics》。
研究團(tuán)隊(duì)結(jié)合降雨地表過(guò)程的“側(cè)向流”和“垂直流”兩種運(yùn)動(dòng)模式，分析了中長(zhǎng)期降雨形成的地下水位補(bǔ)給與事件降雨誘發(fā)的地下水位臨時(shí)抬升機(jī)理，在進(jìn)一步綜合考慮區(qū)域尺度下巖土體參數(shù)及水文地質(zhì)參數(shù)多源不確定性基礎(chǔ)上，采用巖土工程可靠度高效算法（FORM-HLRF-x）實(shí)現(xiàn)了區(qū)域性降雨滑坡易發(fā)性分析，提出了一種新型概率物理模型FSLAM-FORM（圖1），并開(kāi)發(fā)了適用于微軟操作系統(tǒng)的“Py.GIS-FSLAM-FORM”滑坡易發(fā)性區(qū)劃軟件，實(shí)現(xiàn)了更精確、高效的區(qū)域尺度滑坡易發(fā)性評(píng)估和預(yù)測(cè)預(yù)警。研究團(tuán)隊(duì)利用所提方法，在西班牙北部Val d’Aran地區(qū)進(jìn)行了相關(guān)案例分析，發(fā)現(xiàn)了降雨過(guò)程中的有效補(bǔ)給和事件降雨導(dǎo)致地下水抬升之間具有協(xié)同效應(yīng)，聚類(lèi)結(jié)果進(jìn)一步表明在坡度30至40度、坡向100至250度范圍內(nèi)事件降雨的發(fā)生可加劇滑坡發(fā)生的概率（圖2）。
圖1. 提出的FSLAM模型：(a) 前期降雨引起的側(cè)向流；(b) 事件降雨誘發(fā)的垂直流
圖2：基于FSLAM-FORM概率分析得到的極高易發(fā)性結(jié)果：（a）區(qū)域分布圖；考慮坡度與坡向的聚類(lèi)效應(yīng)（b）實(shí)際滑坡點(diǎn)位置；（c）不同降雨條件
進(jìn)一步深入探索了區(qū)域巖土地層參數(shù)變異性對(duì)降雨誘發(fā)淺層滑坡易發(fā)性的影響。結(jié)果表明，巖土參數(shù)的空間分布不確定性（即，變異系數(shù)COV）在不同水文情景下可導(dǎo)致中至高易發(fā)性區(qū)域在空間上的分布更為廣泛且分散，但不會(huì)直接增大極高易發(fā)性區(qū)域范圍；中長(zhǎng)期有效降雨與誘發(fā)事件降雨的綜合作用下會(huì)加劇原本位于極低或極高易發(fā)性的區(qū)域向中等或高易發(fā)性狀態(tài)轉(zhuǎn)變（圖3）。
論文所提模型為改進(jìn)區(qū)域尺度下降雨滑坡風(fēng)險(xiǎn)分析提供了新的見(jiàn)解，在全球范圍內(nèi)滑坡易發(fā)性快速區(qū)劃和滑坡災(zāi)害預(yù)測(cè)預(yù)警方面具有一定的借鑒價(jià)值。
圖3. 在不同水文條件下COV變化對(duì)極高易發(fā)性區(qū)域的影響
論文第一作者為我校土木與交通學(xué)院博士生崔紅志，通訊作者為我校姬建教授和西班牙加泰羅尼亞理工大學(xué)Marcel Hürlimann教授，合作者還包括西班牙加泰羅尼亞理工大學(xué)Vicente Medina教授。研究工作得到了國(guó)家自然科學(xué)基金聯(lián)合重點(diǎn)項(xiàng)目“高海拔區(qū)域深切峽谷公路邊坡強(qiáng)震響應(yīng)及崩滑災(zāi)害防護(hù)機(jī)理研究（U22A20594）”的資助。
相關(guān)論文信息：
Cui, Hongzhi, Medina Vicente, Hürlimann Marcel, and Ji Jian. Fast physically-based probabilistic modelling of rainfall-induced shallow landslide susceptibility at the regional scale considering geotechnical uncertainties and different hydrological conditions. Computers and Geotechnics 172 (2024): 106400. doi: https://doi.org/10.1016/j.compgeo.2024.106400
