一种基于概率分析的降雨型浅层滑坡预警方法

本发明涉及计算；推算或计数的，特别涉及一种滑坡灾害防治的基于概率分析的降雨型浅层滑坡预警方法。

背景技术：

1、滑坡是指斜坡上的土体或者岩体在受到河流冲刷、地下水活动、雨水浸泡、地震及人工切坡等因素的影响后，在重力作用下沿着一定的软弱面或者软弱带，整体地或者分散地顺坡向下滑动的自然现象。按滑坡体的厚度可以划分为浅层滑坡、中层滑坡、深层滑坡和超深层滑坡，其中，浅层滑坡是指表面的岩土体崩落的滑坡。强降雨是浅层堆积物滑坡发生破坏的主导诱因，浅层堆积物滑坡由特定的物质组成，其结构性状及厚度条件决定了特殊的亲雨性，由其特征条件决定的降雨入渗过程、下伏基岩汇流状况及水力影响程度导致了这类滑坡对降雨的特殊敏感性。

2、降雨诱发浅层滑坡具有突发、群发、预警防范困难等特点，降雨与浅层滑坡的触发有密切联系，为了实现降雨诱发浅层滑坡的预警预报和防灾减灾的目标，学者们常采用降雨参数作为滑坡灾害预警发布的指标，借助实时降雨监测数据，实现对降雨型浅层滑坡预警的目的。目前采用的i-d阈值曲线以平均降雨强度(i)作为纵坐标，以降雨持续时间(d)作为横坐标，收集并统计某区域历史记录中由降雨引起的滑坡事件，获得降雨数据中对应的i值和d值组合，绘制这些点的下包络线，作为该区域的滑坡降雨i-d阈值曲线。以上为传统的i-d降雨阈值曲线构建方法，当降雨事件位于该i-d阈值曲线以上时，则发出滑坡预警信息，这是目前降雨型滑坡采用的主要预警方法。

3、上述传统的i-d降雨阈值曲线主要存在如下问题：

4、一、传统降雨阈值曲线完全由历史降雨数据统计获得，是一种基于经验的统计方法，由于没有考虑降雨作用下斜坡的灾变机理、水文效应、地质环境条件的影响，很难实现不同区域的精准预警；

5、二、传统阈值曲线所依据的历史降雨数据一般来源于省域尺度的降雨监测数据，是整个区域的平均值，存在降雨阈值过低，误报、错报率高的问题，无法实现小尺度区域或者“一坡一阈值”程度的精细化预警；

6、三、现有的i-d降雨阈值曲线是一种静态的预警方法，不能根据实时降雨数据动态、定量更新滑坡灾害的危险程度；当降雨强度与降雨持续时间的组合位于阈值曲线之上时表示潜在滑坡风险，但传统的i-d降雨阈值曲线不能反映滑坡发生概率的大小，无法定量地体现滑坡危险性程度并反映到预警等级上。

技术实现思路

1、本发明解决了现有技术中存在的问题，提供了一种基于概率分析的降雨型浅层滑坡预警方法，具体来说，本方法是基于物理过程模型的滑坡概率分析，根据概率分析结果构建降雨强度-降雨持续时间阈值曲线(i-d阈值曲线)来实施降雨诱发浅层滑坡预警的方法。

2、本发明所采用的技术方案是，一种基于概率分析的降雨型浅层滑坡预警方法，基于概率分析构建降雨型浅层滑坡的降雨i-d阈值曲线，以此降雨i-d阈值曲线实现降雨型浅层滑坡的预警。

3、优选地，所述方法包括以下步骤：

4、步骤1：获取滑坡研究区域数据、根据灾后现场调查、室内试验、计算机模拟反演等常规方法确定用于入渗分析和极限平衡分析所需的土体参数；确定所述土体参数的概率分布特征，以包括但不限于概率分布类型及均值、标准差、变异数系数等统计量描述；

5、步骤2：构建确定性斜坡稳定性评价模型；

6、步骤3：在步骤1的土体参数的概率分布特征和步骤2的模型的基础上，构建斜坡稳定性概率评价模型，得到降雨过程中的斜坡失稳概率；

7、步骤4：获取历史降雨数据，构建具有所述滑坡研究区域的降雨特征的降雨数据集合，将降雨数据集合输入斜坡稳定性概率评价模型中，根据概率制定不同等级的预警，构建各个等级预警的降雨i-d阈值曲线；

8、步骤5：基于获得的不同预警等级的降雨i-d阈值曲线，结合实时降雨监测数据，对滑坡动态预警。

9、优选地，步骤1中，滑坡研究区域数据包括降雨数据，降雨数据包括：降雨持续时间、实时降雨强度、累计降雨量等，由滑坡灾害点附近雨量监测站获取。

10、优选地，所述步骤2包括以下步骤：

11、步骤2.1：根据实时降雨强度进行降雨入渗过程模拟，联合非饱和土入渗模型进行降雨入渗物理过程模拟，获得实时降雨过程中斜坡湿润锋的深度zw；

12、步骤2.2：确定用于计算斜坡稳定性安全系数的关键参数，包括土体重度、有效黏聚力、有效内摩擦角、饱和渗透系数、基质吸力、饱和体积含水量、初始体积含水量；

13、步骤2.3：利用步骤2.1的湿润锋的深度zw，结合非饱和土力学极限平衡法进行斜坡稳定性分析，获得降雨持续过程中的斜坡安全系数。

14、优选地，所述步骤2.1中，非饱和土降雨入渗模型为，令降雨方向垂直于水平面，强度为q，q单位为m/s，坡角为α，α单位为°，根据常规方法确定；只有坡面法线方向的降雨入渗到土体中、沿坡面向下的降雨沿坡面径流，获得有效降雨强度为q cosα；降雨入渗过程中，坡体由上向下逐渐饱和，上部饱和土体与下部非饱和土体由湿润锋隔开，二者体积含水量分别为θ1、θ0，θ1视为饱和体积含水量，θ0则表示初始体积含水量，均根据调查采样、测试试验确定；根据降雨过程中累计入渗降雨量计算湿润锋深度zw，单位为m，如式(1)，

15、

16、其中，i为累计入渗量，单位为m，根据降雨数据及土体参数计算得到，与土体入渗率i(单位为m/s)的关系如式(2-1)至式(2-3)所示，

17、

18、当i≥qcosα时，i＝qcosαt(2-2)

19、当i<qcosα时，i＝it(2-3)

20、本发明中，入渗率i决定入渗至坡体的雨量，入渗率为单位时间土体吸收的最大降雨量，与土体含水量相关，土体越干燥入渗率越大；假定降雨初始时的入渗率为无穷大，所有的雨水都被土体吸收；降雨初期，i＞q cosα，入渗量由有效降雨强度决定；随着上部土体逐渐饱和，土体的入渗率i迅速下降，i＜q cosα，入渗量由入渗率决定，多余雨水沿坡面径流。

21、同时，累计入渗量i与降雨持续时间t(单位：s)满足式(3-1)至式(3-3)，

22、

23、

24、

25、其中，ks为湿润锋处的饱和渗透系数，根据调查采样、测试试验确定，单位为m/s；sf为湿润锋处的基质吸力，依土体土水特征曲线确定，单位为m。

26、优选地，所述步骤2.3中，在上述降雨入渗模型的基础上，根据非饱和土力学极限平衡法，获得降雨持续过程中的斜坡安全系数fs，

27、

28、其中，c′为有效粘聚力，单位为kpa，为有效内摩擦角，单位为°，γt为土体重度，单位为kn/m3，c′和由调查采样、测试试验结合计算机模拟反演确定；

29、安全系数fs是斜坡稳定性的判据，fs>1时斜坡稳定，fs≤1时斜坡失稳。

30、优选地，所述步骤3包括以下步骤：

31、步骤3.1：构建基于蒙特卡罗模拟的斜坡稳定性概率评价模型：以步骤1中的土体参数的概率分布特征生成若干组，如100000组土体参数随机向量，输入步骤2的模型，进行蒙特卡罗模拟，得到对应组数，如100000组的斜坡安全系数fs，获得斜坡在降雨过程中的滑坡概率；

32、步骤3.2：基于所述若干组的fs构建斜坡稳定性概率评价模型，对应滑坡概率制定不同降雨阈值预警等级，如以滑坡发生概率1％、5％、10％作为由低到高的三个等级的预警指标，制定黄色、橙色、红色的降雨阈值预警等级标准。

33、优选地，步骤4中，构建具有所述滑坡研究区域的降雨特征的降雨数据集合为，根据滑坡研究区域的历史降雨数据的降雨持续时长、累计降雨量、降雨强度等，采用均匀设计的方法构建若干组，如30组具有所述滑坡研究区域的降雨特征的降雨数据集合，所述降雨数据集合覆盖若干降雨雨型(均匀型、峰值型、递增型、递减型)、不同降雨持续时长、累计降雨量和降雨强度。

34、优选地，将构建的降雨数据集合输入到斜坡稳定性概率评价模型中，获得对应组数，此处为30组的降雨过程中的滑坡发生概率；记录不同滑坡发生概率，此处为1％、5％、10％对应的平均降雨强度i、降雨持续时间d组合，以i作为纵坐标、d作为横坐标，拟合上述数据点获得滑坡发生概率(1％、5％、10％)对应的降雨阈值曲线，获得不同滑坡发生概率对应的各个等级的i-d降雨阈值预警曲线，此处为黄色、橙色、红色三个等级的i-d降雨阈值预警曲线。

35、优选地，步骤5中，根据实时降雨监测数据得到降雨持续时间(d)和降雨强度(i)的组合，对比该组合与所述i-d降雨阈值预警曲线的相对位置，当该点高于某个等级(黄色、橙色、红色)的预警曲线时，基于预警曲线发出对应等级的预警信号。

36、本发明涉及一种基于概率分析的降雨型浅层滑坡预警方法，基于概率分析构建降雨型浅层滑坡的降雨i-d阈值曲线，以此降雨i-d阈值曲线实现降雨型浅层滑坡的预警。

37、本发明的有益效果在于：

38、(1)不完全依赖于历史降雨数据统计，兼顾到降雨作用下斜坡的灾变机理、水文效应、地质环境条件的影响，进而实现不同区域的精准预警；

39、(2)可以实现小尺度区域或者“一坡一阈值”程度的精细化预警，降雨阈值相对精确，误报、错报率低；

40、(3)实现i-d降雨阈值曲线下的动态预警，可以基于根据实时降雨数据动态、定量更新滑坡灾害的危险程度，通过反馈滑坡发生概率的大小有效体现滑坡危险性程度，并反映到预警等级。