Study on warning rainfall threshold for rainfall-induced collapses and landslide geological hazards in Zhuhai City, Guangdong Province
-
摘要:
珠海市雨量充沛，常诱发崩塌、滑坡等突发性地质灾害。文章对珠海市2013—2021年发生的342个崩塌、滑坡地质灾害数据以及特征雨量进行综合分析，总结出珠海市崩塌、滑坡灾害发生与当日降雨量和前4天累计降雨量密切相关，属典型的降雨型崩塌滑坡；通过分析研究灾害发生与降雨的关系，建立了基于有效降雨量阈值的E-D预警模型，并基于2021—2023年珠海市发生的153个崩塌、滑坡地质灾害数据进行预警效果检验，预警准确率为91.5%；以2022年5月12日为例进行单次预警检验，预警命中率为94.7%，漏报率为5.3%，一、二、三级预警区的空报率为16.2%。据此证明建立的E-D预警雨量阈值模型适合珠海实际，可为预警系统的阈值模型改进提供技术依据，也为类似花岗岩地区崩塌、滑坡地质灾害预警技术研究提供借鉴方法。
Abstract:Zhuhai City experiences abundant rainfall, which often triggers sudden geological hazards such as landslides and collapses．This paper conducts a comprehensive analysis of 342 landslide and collapse events that occurred in Zhuhai City between 2013 and 2021, along with their associated rainfall characteristics. The study concludes that the occurrence of landslides and collapses in Zhuhai City is closely related to the daily rainfall and the cumulative rainfall over of the previous four days, classifying these events as typical rainfall-induced collapses and landslides．By analyzing the relationship between hazard occurrence and rainfall, an E-D early warning model based on effective rainfall thresholds was established. The model was tested using 153 collapse and landslide geological disasters from 2021 to 2023 in Zhuhai, resulting in an early warning accuracy of 91.5%．A single early warning test on May 12, 2022, showed a hit rate of 94.7%, a missed report rate of 5.3%, and a false alarm rate of 16.2% for the first, second, and third-level warning zones. The E-D early warning rainfall threshold model established in this study is suitable for the actual conditions in Zhuhai and can provide technical support for improving threshold models in early warning systems. It also offers a reference method for studying early warning techniques for collapse and landslide hazards in similar granite regions．
-
0. 引言
崩塌、滑坡地质灾害是一个发生频率高、分布范围广、破坏形式多样、灾害损失巨大的灾害类型。早在20世纪40年代，国外已开始了针对滑坡预警模型的研究，比如1985年美国地质调查局（USGS）和美国气象服务中心（NWS）联合在旧金山海湾地区正式建立了泥石流预警系统，并于1986年2月12—21日在旧金山海湾地区的一次特大暴雨灾害中用于滑坡预报并得到检验[1]。我国香港是世界上最早研究降雨与滑坡关系的地区，于1984年建立了滑坡灾害预警系统[2]，国内对地质灾害预警的研究则始于20世纪90年代末，以中国地质环境监测院为代表，在消化吸收国内外学者关于降雨引发区域地质灾害机理等方面的研究成果，并结合中国内地的降雨引发地质灾害分析，以及具体预警业务研究与实践，将区域地质灾害气象预警方法划分为3大类，即隐式统计预报（临界降雨判据法）、显式统计预报和动力预报模型方法[3]。隐式统计预警方法是把除降雨量以外的其他地质环境因素隐含在降雨参数中，仅用单一临界降雨量预警指标来建立某一个地区的预警判据模型来进行预警，对于地质环境条件比较单一的一些小区域是比较适用的，且只涉及一个或一类参数（临界降雨量），易于推广[2 − 3]，自自然资源部（原国土资源部）、中国气象局于2003年起联合开展地质灾害气象风险预警工作以来，在国内得到广泛应用，2003—2009年，河北省唐山市、福建省泉州市安溪县、山西省太原市、福建省厦门市、河南省郑州市、浙江省杭州市、广东省梅州市等陆续启动市县级地质灾害气象风险预警工作[4]。
临界雨量阈值模型的研究主要包括两种思路，一是基于地质环境条件及气象因素分析，确定临界雨量阈值；二是基于历史地质灾害信息和降雨数据统计，得到经验性的临界雨量阈值。基于条件分析的建模过程复杂、参数难以确定、计算量大，而基于统计的建模过程获取研究数据相对简单，预警精度也较高，从而得到了广泛的应用[4 − 5]。基于统计的临界降雨阈值研究又分为降雨强度临界值和降雨过程临界值两个研究方向，降雨强度临界值研究仅根据降雨强度（包括小时降雨强度mm/h和日降雨强度mm/d）进行预警，如中国香港地区；降雨过程临界值的研究则以整个降雨过程中的积累雨量为预警阈值，如重庆市、四川雅安、浙江宁波、山东青岛、云南龙陵县、甘肃省白龙江等地区[3 − 10]，通过统计分析地质灾害与前期降雨量关系建立降雨阈值模型。
珠海市地形地质条件较为复杂，局部构造较发育，雨水充沛和降雨时空分布不均匀，近年来极端降雨频发，加上人类工程活动强烈，地质灾害每年均有发生[11 − 12]。2015年建立基于临界降雨阈值模型的地质灾害气象风险预警信息系统（以下简称“预警系统”）并投入使用，对降雨可能引发地质灾害危险区域进行预警，为保障人民群众生命和财产安全发挥了重要支撑作用。新形势对地质灾害防治工作提出了更高要求，加强临界雨量阈值模型研究，提高地质灾害预警精度显得十分迫切和重要。预警系统基于最新的地质灾害调查成果进行了地质灾害预警区划，将引发地质灾害的基础因子（如地形地貌、地层岩性、断裂构造、人类活动等）综合纳入地质灾害预警区划工作中，基于易发性评价结果分级细化预警单元。本文以2013—2021年珠海市发生的342起突发性地质灾害调查资料和对应降雨数据为依据，分析研究突发性地质灾害与降雨的关系，并对降雨诱发地质灾害的特征雨量进行了综合分析，通过拟合曲线，建立基于有效降雨量阈值的E-D预警模型，按细化的预警单元逐一确定预警雨量阈值。经预警效果检验，预警准确率可达到91.5%，单次预警命中率可达94.7%，可为预警系统的阈值模型改进提供技术依据，也为类似花岗岩地区崩塌、滑坡地质灾害预警技术研究提供借鉴方法。
1. 研究区概况
1.1 研究区地质环境条件
珠海地貌形态呈哑铃型，地势北高南低，被北东、北西向断裂切割成断块式隆升与沉降的地貌单元，形成了断块隆升山地与沉降平原，山丘台地主要出露燕山期花岗岩，坡度较和缓；平原海岸堆积作用强烈，发育有广阔的冲积海积平原，珠江口外岛屿众多。出露地层较简单，除广泛发育第四系外，在东北部和中西部零星出露有古生代的寒武系、泥盆系和中生代的侏罗系。区内岩浆活动强烈，侵入岩极为发育，大小岩体约80个，出露总面积550.78 km2，占陆域面积的32.4%，其风化岩土体构成山体边坡的主要物质组成。
1.2 崩塌、滑坡地质灾害特征
2013—2021年，珠海市共发生342起崩塌、滑坡地质灾害，其中滑坡69个，崩塌273个，规模均为小型，绝大多数分布在平原和丘陵交界处（316个，占比92.4%），少数分布在丘陵区域，并与人类活动密切相关，主要发生在公路沿线两侧山体或削坡建房后山陡坡地段。崩塌、滑坡地质灾害分布和主要特征详见图1—2。
![]()
图 1 珠海市崩塌、滑坡地质灾害分布图（2013—2021年）Figure 1. Distribution map of landslides and collapse geological hazards in Zhuhai City (2013—2021)![]()
图 2 珠海市崩塌、滑坡地质灾害特征图Figure 2. Characteristic map of landslides and collapse geological hazards in Zhuhai City珠海市突发性地质灾害主要特点：以崩塌、滑坡为主，其发生与降雨密切相关，具有“小雨小滑、大雨大滑、无雨不滑”的特点，属典型的降雨型崩塌和滑坡，主要发育于斜坡面第四系残坡积层的浅表层小型崩滑破坏，规模虽然不大，但多发生在人员密集区，威胁人民群众生命和财产安全。刘艳辉等[10]通过研究地质灾害与降雨雨型的关系，将诱发地质灾害的降雨雨型分为3种类型：台风降雨、持续强降雨和局地暴雨。珠海市降雨诱发地质灾害属于典型的台风降雨型，地质灾害基本随着降雨过程的发生而瞬时发生。
1.3 崩塌、滑坡与降雨量的关系
珠海市雨量充沛，降雨量在时间上主要分布于汛期（每年4—10月），占年降雨量的80%～90%；年平均暴雨10～11次，均集中在汛期，伴随台风影响雨强大，一次降雨过程可达200～300 mm，易引发崩塌、滑坡地质灾害。
（1）崩塌、滑坡与月均降雨量的关系
地质灾害数量与月平均降雨量的关系详见表1。
表 1 崩塌、滑坡灾害数量与月均降雨量关系表Table 1. Relationship between the number of collapses and landslide hazards and average monthly rainfall月份 1 2 3 4 5 6 7 8 9 10 11 12 平均降雨量/mm 26.9 57.9 84.7 199.6 298.1 390.0 319.3 336.7 220.8 71.7 44.3 30.6 地质灾害数量/个 1 0 5 15 162 56 14 61 24 3 1 0 整体来看，342起崩塌、滑坡地质灾害集中发生在5—9月份，占当年地质灾害数量的92.7%，正是每年的汛期，降雨集中，降雨量和灾害数量的相关度较高，且地质灾害的发生多与强降雨同步，滞后时间很短，这亦是广东地区突发性地质灾害主要特点[13]；尤于5月份为最，占比达47.4%，与每年前汛期“龙舟水”雨势强、历时长的降雨密切相关，其中2013年、2014年和2022年最为典型，当年5月的降雨量明显偏多，当月发生的地质灾害数量占比分别高达89.2%、90.9%和89.3%；6、7月份出现降雨量大但灾害数量相对较少的情况，可能系5月份“龙舟水”期间的持续暴雨已诱发了较多的灾害，因此后续存在一个灾害间歇期。
（2）崩塌、滑坡与当日降雨量的关系
342个崩塌、滑坡与当日降雨量对应关系详见表2。
表 2 地质灾害数量与当日降雨量关系表Table 2. Relationship between the number of geological hazards and daily rainfall当日降雨量/mm 0 0.1～9.9 10.0～24.9 25.0～49.9 50.0～99.9 100.0～249.9 ≥250 降雨量等级 无雨 小雨 中雨 大雨 暴雨 大暴雨 特大暴雨 地质灾害数量/个 1 2 13 64 68 106 88 灾害数量占比/% 0.3 0.6 3.8 18.7 19.9 31.0 25.7 （3）崩塌、滑坡与前期累计降雨量的关系
对于当日降雨量小于50 mm的80个崩塌、滑坡灾害点，与前4天（包含当天）累计降雨量对应关系详见表3。
表 3 崩塌、滑坡灾害数量与前4天累计降雨量关系Table 3. Relationship between the number of collapse and landslide hazards and cumulative rainfall over the previous four days前4天累计降雨量/mm 0～50 50～100 100～150 150～200 200～250 250～300 300～350 ≥350 地质灾害数量/个 8 27 18 3 2 4 16 2 灾害数量占比/% 10.0 33.7 22.5 3.8 2.5 5.0 20.0 2.5 统计结果表明：
①珠海市崩塌、滑坡的发生与当日降雨量呈明显正相关关系，342起崩塌、滑坡灾害均由降雨诱发，其中262个灾点发生的当日降雨量超过50 mm，占比76.6%，194个当日降雨量超过100 mm，占比56.7%，当日降雨量越大，发生灾害的数量越多。
②崩塌、滑坡的发生还与前4天累计降雨量相关，当日降雨量小于50 mm发生的80个灾害点中，前4天累计降雨量大于50 mm的有72个，占比90.0%。说明崩塌、滑坡的发生与前4天累计降雨量相关度较高，当前4天累计降雨量达到50 mm以上时，发生崩塌、滑坡灾害的概率大。
③上述统计结果与珠海市山体覆盖土层普遍较薄，崩塌、滑坡多发生于浅层，基本与强降雨同步，与雨水入渗土体达到饱和状态的时间较短的规律是相吻合的。
2. 预警阈值模型构建
2.1 阈值模型选择
地质灾害预警主要基于地质条件要素与气象因素的耦合来实现，是对不同孕灾条件的预警单元，分析研判在不同降雨条件下发生地质灾害的可能性。因此，区域滑坡降雨预警阈值模型的构建，应当考虑地质环境的差异，区分不同孕灾条件下的降雨阈值[8]。
林春泽等[14]将降雨诱发滑坡临界值模型归结为日降雨量（或降雨强度）和前期降雨量模型，其基本方法是采用统计技术对历史滑坡和降雨资料进行分析，取其统计意义上的临界点作为降雨诱发滑坡的临界值，适用于地质环境模式比较单一的区域预警。
根据珠海市“台风降雨型”地质灾害特点，当日降雨量是诱发崩塌、滑坡灾害的主要因素，其次为前4天累计降雨量。因此，降雨预警阈值模型的构建应基于降雨强度为主要预警判据，降雨强度可以是某一给定时期内的累计降雨量。根据《地质灾害气象风险预警规范（DZ/T 0449—2023）》，采用累计雨量-持时临界降水阈值模型累计雨量-持时临界降水阈值模型（E-D）适合珠海实际。
2.2 预警单元划分
以地质灾害详细调查和评价、监测数据以及成灾规律研究成果等资料为基础，基于致灾地质环境条件差异和地质灾害发育现状结合镇区界线，把珠海市划分为124个预警单元，按照地质灾害易发程度不同分为高易发、中易发、低易发和不易发四个等级（图3）。342个地灾点中，发生在高易发区的有233个，占比68.1%，发生在中易发区的有106个，占比30.1%，发生在低易发区的有3个，占比0.8%。
2.3 预警雨量阈值分析
2.3.1 雨场分割
从降雨历时和降雨强度两个方面研究地质灾害发生时的降雨特征，需采用雨场分割的方法将其分割成不同时段。根据珠海市降雨诱发地质灾害特点，本文以日降雨量为0或者连续2天降雨量小于2 mm作为雨场分割点，分割点之后的降雨时间和降雨量不计入有效降雨历时和有效降雨量。据此对342个地灾点的降雨数据进行雨场分割，计入分割点前的有效降雨历时为1～10天不等，大部分为前4天，占比72.2%，与前述灾害发生和前4天累计降雨量相关度较高基本吻合。
2.3.2 有效降雨量计算
由于排泄和蒸发作用，前期降雨的影响会随时间减小。前期降雨在扣除地表径流、蒸发等损失后，对崩塌、滑坡发生具有影响的这部分降雨称为前期有效降雨。通过分析前期有效降雨量建立降雨型滑坡模型，最先由Crozier等[15]引入降雨引发的滑坡预报研究，其以滑坡发生当日降雨之前10天的有效降雨量与日降雨量来确定引发滑坡的降雨阈值，浙江省每日预报和短期预报考虑前7日累计有效雨量[16]。
有效降雨量计算公式如下：
$$ R_c=R_0+kR_1+k^2R_2+\cdots+k^iR_i+\cdots+k^nR_n $$ (1) 式中：Rc——有效降雨量/mm；
R0——当日降雨量/mm，
Ri——灾害发生前i天降雨量/mm；
k——降雨衰减系数（根据相关研究，珠海市降雨 入渗后的表层土含水率衰减系数为0.77～ 0.87之间，平均值0.82，因此，珠海市降雨衰 减系数可取0.82）；
n——有效降雨天数，根据上述雨场分割确定的各地灾点的有效降雨历时为1～10d不等。
根据各地灾点的有效降雨历时，按式（1），可以计算出342个地灾点的有效降雨量。将342个地灾点样本在直角坐标系上绘制散点图，可以得出地质灾害事件与有效降雨历时和有效降雨量的关系（图4）。
![]()
图 4 地质灾害事件与有效降雨量、降雨历时散点图Figure 4. Scatter diagram of geological hazard events, effective rainfall, and rainfall duration2.3.3 预警阈值拟合曲线
根据有效降雨量计算公式，当日降雨量在有效降雨量中得到了充分反映。累计雨量-持时临界降水阈值模型的基本公式如下：
$$ E=c+\alpha \cdot {D}^{\beta } $$ (2) 式中：E——累计降雨量/（mm·d−1）；
D——降雨持续时间/d；
α、β——统计得出的参数；
c——长历时降雨阈值的渐进值，c≥0，根据珠海实际，地质灾害基本随着降雨过程的发生而瞬时发生，主要与降雨量相关，降雨时间的增长对雨量阈值影响甚小，故取c = 0。
利用散点图，以342个地灾点为基数，采用OLS法的线性模型分别求解10%、15%、30%、55%、75%和90%概率下诱发地质灾害的E-D阈值曲线（图5）。
在E-D阈值曲线中，发生地质灾害的概率为10%的阈值曲线为E =59.37D−0.185，概率为15%的阈值曲线为E =81.51D−0.185，概率为30%的阈值曲线为E= 147.95D−0.185，概率为55%的阈值曲线为E=258.67D−0.185，概率为75%的阈值曲线为E= 347.25D−0.185，概率为90%的阈值曲线为E=413.65D−0.185。
2.3.4 预警雨量阈值确定
在E-D阈值曲线中，根据不同概率的阈值曲线在有效降雨量坐标轴上的截距，可求取不同概率的有效降雨量阈值（表4）。
表 4 不同概率的有效降雨量阈值Table 4. Effective rainfall thresholds for different probabilities发生概率/% 10 15 30 55 75 90 阈值模型 E =59.37D−0.185 E =81.51D−0.185 E= 147.95D−0.185 E=258.67D−0.185 E= 347.25D−0.185 E=413.65D−0.185 有效降雨量阈值/mm 59.37 81.51 147.95 258.67 347.25 413.65 根据珠海市降雨诱发崩塌、滑坡灾害的特点和预警经验，按照发生地质灾害概率为10%～15%、30%、55%和75%～90%分别确定四级、三级、二级和一级预警等级的有效降雨量阈值符合珠海实际。
E-D阈值曲线的拟合是基于已发生的地质灾害数据，据此得出的不同预警等级有效降雨量阈值是针对孕灾条件好的预警区域，即对应于地质灾害高易发区。而地质灾害中易发区和低易发区，诱发灾害的有效降雨量要比高易发区大，从发生在高、中、低易发区的灾点占比可以反映。根据运行多年的珠海市预警系统的降雨量阈值设置和预警经验，以高易发区各预警等级的降雨量阈值为基准，中易发区、低易发区依次降低一个等级，如高易发区一级预警等级的降雨量阈值对应为中易发区的二级预警等级降雨量阈值和低易发区的三级预警等级降雨量阈值，依次类推；四级预警属于关注级别，高、中易发区的阈值按发生地质灾害的概率为10%取值，低易发区的阈值按发生地质灾害的概率为15%取值。综合上述原则并结合珠海实际，确定不同易发程度分区各预警等级的有效降雨量阈值见表5。
表 5 不同易发程度分区各预警等级的有效降雨量阈值Table 5. Effective rainfall thresholds for different early warning levels in various susceptibility zones/mm 易发程度 预警级别 四级预警 三级预警 二级预警 一级预警 高易发区 59.37 147.95 258.67 347.25 中易发区 59.37 258.67 347.25 413.65 低易发区 81.51 347.25 413.65 — 3. 预警效果评价
目前地质灾害气象风险预警主流检验方法主要分为两类，第一类为单指标法，以准确率等单个指标综合评估预警效果，第二类为多指标法，评价指标包括命中率、空报率和漏报率[17 − 18]。本文根据历史发生的地质灾害点是否落入预警区范围内从而计算预警准确率以及单次地质灾害预警的命中率、漏报率和空报率对预警雨量阈值模型进行预警效果评价[19]。各评价指标计算公式如下：
预警准确率：
$$ p=\frac{m}{n}\times 100\% $$ (3) 式中：p——预警准确率；
m——落入预警区的地质灾害点数；
n——总的地质灾害点数。
命中率：
$$ P_{命中}=\frac{N_{\mathrm{A}}}{N_{\mathrm{A}}+N_{\mathrm{B}}}\times100\% $$ (4) 式中：P命中——命中率；
NA——预警区内灾害点数；
NA+NB——研究区范围内灾害点总数。
漏报率：
$$ P_{漏报}=\frac{N_{\mathrm{B}}}{N_{\mathrm{A}}+N_{\mathrm{B}}}\times100\% $$ (5) 式中：P漏报——漏报率；
NB——预警区外灾害点数；
NA+NB——同上。
空报率：
$$ P_{空报}=\frac{S-S _{\mathrm{A}}}{S}\times100\% $$ (6) 式中：P空报——空报率；
$S-{S} _{{\mathrm{A}}} $——某级别预警区内没有灾害发生的预警 单元面积；
S——预警区总面积。
根据上述确定的预警雨量阈值，对124个预警单元的临界雨量阈值进行更新，以2021—2023年珠海市发生的153个崩塌、滑坡地质灾害事件所对应的实际降雨数据为依据，通过对每个预警单元进行叠加计算并比较分析，判定发生地质灾害的可能性，从而验证预警准确率，计算结果详见表6。
表 6 地质灾害预警准确率计算表Table 6. Accuracy calculation table for geological hazard early warnings预警等级 无预警 落入四级预警区 落入三级预警区 落入二级预警区 落入一级预警区 合计 高易发区 地灾点数量/个 8 13 25 12 16 74 占比/% 10.8 17.6 33.8 16.2 21.6 100 中易发区 地灾点数量/个 5 22 8 21 10 66 占比/% 7.6 33.3 12.1 31.8 15.2 100 低易发区 地灾点数量/个 0 10 2 1 0 13 占比/% 0 76.9 15.4 7.7 0 100 合计 地灾点数量/个 13 45 35 34 26 153 占比/% 8.5 29.4 22.9 22.2 17.0 100 根据表6结果，总的预警准确率为91.5%，其中落入三、二、一级预警区占比为62.1%；高易发区的预警准确率为89.2%，落入三、二、一级预警区占比为71.6%。
以2022年5月12日为例进行单次地质灾害预警效果检验。当日珠海市普降大暴雨，局部特大暴雨，当日平均降雨量192.9 mm，叠加5月11日暴雨—大暴雨影响，全市范围当天共发生38起崩塌、滑坡灾害。预警结果显示，5月12日当次地质灾害预警的命中率为94.7%，且全部落入三、二、一级预警区，漏报率为5.3%；空报率为68.6%，空报情况主要出现在四级预警区，且预警区面积也最大，如仅以三、二、一级预警区来计算，空报率为16.2%。地质灾害点分布和预警信息发布图详见图6，预警准确率验证数据详见表7。
![]()
图 6 2022年5月12日预警信息发布和地质灾害分布图Figure 6. Distribution map of geological hazards and early warning information issed on May 12，2022表 7 2022年5月12日暴雨引发地质灾害预警准确率Table 7. Accuracy of geological hazard Early warning triggered by rainstorm on May 12，2022预警等级 预警区外 落入四级预警区 落入三级预警区 落入二级预警区 落入一级预警区 合计 地灾点数量/个 2.0 0 2.00 22.00 12.00 38.00 占比/% 5.3 0 5.30 57.90 31.50 100.00 发布预警区面积/km2 — 418.86 73.94 112.97 64.70 670.47 有灾点的预警区面积/km2 — 0 37.20 108.92 64.70 210.82 按照将预警区划分为网格单元来评价命中率和空报率更为客观。网格单元按1km×1km进行划分，有地灾点落入的网格单元数量与网格单元总数的比值即为命中率，无地灾点落入的网格单元数量与网格单元总数的比值即为空报率。根据统计结果，总的命中率为5.4%，空报率为94.6%，详见表8。空报率高的主要原因系四级预警网格单元数量大，但发生地质灾害概率较低。若以124个预警单元为基数进行计算，则总的命中率为29.0%，空报率为71.0%。
表 8 2022年5月12日暴雨引发地质灾害命中率Table 8. Hit rate of geological hazards triggered by rainstorm on May 12， 2022预警等级 四级预警区 三级预警区 二级预警区 一级预警区 合计 网格单元数量/个 418 74 113 65 670 有地灾点的网格单元数量/个 0 2 22 12 36 占比（命中率）/% 0 2.7 19.5 18.5 5.4 无地灾点的网格单元数量/个 418 72 91 53 634 占比（空报率）/% 0 97.3 80.5 81.5 94.6 4. 结论
（1）珠海市突发性地质灾害以崩塌、滑坡为主，其发生与当日降雨量和前4天累计降雨量密切相关，基本与强降雨同步，属典型的降雨型浅表层崩塌、滑坡。
（2）根据降雨型浅表层崩塌滑坡的特点，采用累计雨量-持时临界降水阈值模型确定预警雨量阈值符合珠海实际。当样本数量足够时，可按不同易发程度分区分别建立E-D阈值曲线，确定不同等级的预警雨量阈值，将进一步提高预警精度。
（3）命中率和空报率是预警效果评价的两个不同方向指标，要提高预警命中率，须尽量增加预警区域，但同时也提高了空报率。需进一步做好预警区划和预警雨量阈值的分析研究工作，努力提高预警精准度，避免过度预警同时减少空报漏报。
-
![]()
图 1 珠海市崩塌、滑坡地质灾害分布图（2013—2021年）
Figure 1. Distribution map of landslides and collapse geological hazards in Zhuhai City (2013—2021)
![]()
图 2 珠海市崩塌、滑坡地质灾害特征图
Figure 2. Characteristic map of landslides and collapse geological hazards in Zhuhai City
![]()
图 4 地质灾害事件与有效降雨量、降雨历时散点图
Figure 4. Scatter diagram of geological hazard events, effective rainfall, and rainfall duration
![]()
图 6 2022年5月12日预警信息发布和地质灾害分布图
Figure 6. Distribution map of geological hazards and early warning information issed on May 12，2022
表 1 崩塌、滑坡灾害数量与月均降雨量关系表
Table 1 Relationship between the number of collapses and landslide hazards and average monthly rainfall
月份 1 2 3 4 5 6 7 8 9 10 11 12 平均降雨量/mm 26.9 57.9 84.7 199.6 298.1 390.0 319.3 336.7 220.8 71.7 44.3 30.6 地质灾害数量/个 1 0 5 15 162 56 14 61 24 3 1 0 
下载: 导出CSV
表 2 地质灾害数量与当日降雨量关系表
Table 2 Relationship between the number of geological hazards and daily rainfall
当日降雨量/mm 0 0.1～9.9 10.0～24.9 25.0～49.9 50.0～99.9 100.0～249.9 ≥250 降雨量等级 无雨 小雨 中雨 大雨 暴雨 大暴雨 特大暴雨 地质灾害数量/个 1 2 13 64 68 106 88 灾害数量占比/% 0.3 0.6 3.8 18.7 19.9 31.0 25.7
下载: 导出CSV
表 3 崩塌、滑坡灾害数量与前4天累计降雨量关系
Table 3 Relationship between the number of collapse and landslide hazards and cumulative rainfall over the previous four days
前4天累计降雨量/mm 0～50 50～100 100～150 150～200 200～250 250～300 300～350 ≥350 地质灾害数量/个 8 27 18 3 2 4 16 2 灾害数量占比/% 10.0 33.7 22.5 3.8 2.5 5.0 20.0 2.5
下载: 导出CSV
表 4 不同概率的有效降雨量阈值
Table 4 Effective rainfall thresholds for different probabilities
发生概率/% 10 15 30 55 75 90 阈值模型 E =59.37D−0.185 E =81.51D−0.185 E= 147.95D−0.185 E=258.67D−0.185 E= 347.25D−0.185 E=413.65D−0.185 有效降雨量阈值/mm 59.37 81.51 147.95 258.67 347.25 413.65
下载: 导出CSV
表 5 不同易发程度分区各预警等级的有效降雨量阈值
Table 5 Effective rainfall thresholds for different early warning levels in various susceptibility zones
/mm 易发程度 预警级别 四级预警 三级预警 二级预警 一级预警 高易发区 59.37 147.95 258.67 347.25 中易发区 59.37 258.67 347.25 413.65 低易发区 81.51 347.25 413.65 —
下载: 导出CSV
表 6 地质灾害预警准确率计算表
Table 6 Accuracy calculation table for geological hazard early warnings
预警等级 无预警 落入四级预警区 落入三级预警区 落入二级预警区 落入一级预警区 合计 高易发区 地灾点数量/个 8 13 25 12 16 74 占比/% 10.8 17.6 33.8 16.2 21.6 100 中易发区 地灾点数量/个 5 22 8 21 10 66 占比/% 7.6 33.3 12.1 31.8 15.2 100 低易发区 地灾点数量/个 0 10 2 1 0 13 占比/% 0 76.9 15.4 7.7 0 100 合计 地灾点数量/个 13 45 35 34 26 153 占比/% 8.5 29.4 22.9 22.2 17.0 100
下载: 导出CSV
表 7 2022年5月12日暴雨引发地质灾害预警准确率
Table 7 Accuracy of geological hazard Early warning triggered by rainstorm on May 12，2022
预警等级 预警区外 落入四级预警区 落入三级预警区 落入二级预警区 落入一级预警区 合计 地灾点数量/个 2.0 0 2.00 22.00 12.00 38.00 占比/% 5.3 0 5.30 57.90 31.50 100.00 发布预警区面积/km2 — 418.86 73.94 112.97 64.70 670.47 有灾点的预警区面积/km2 — 0 37.20 108.92 64.70 210.82
下载: 导出CSV
表 8 2022年5月12日暴雨引发地质灾害命中率
Table 8 Hit rate of geological hazards triggered by rainstorm on May 12， 2022
预警等级 四级预警区 三级预警区 二级预警区 一级预警区 合计 网格单元数量/个 418 74 113 65 670 有地灾点的网格单元数量/个 0 2 22 12 36 占比（命中率）/% 0 2.7 19.5 18.5 5.4 无地灾点的网格单元数量/个 418 72 91 53 634 占比（空报率）/% 0 97.3 80.5 81.5 94.6
下载: 导出CSV
-
[1] REX L,Baum . 美国降雨诱发的浅层滑坡和泥石流预警[J]. 水文地质工程地质技术方法动态,2011(5):45 − 58. [REX,L,BAUM,et al. Early warning of shallow landslides and mudslides induced by rainfall in the United States[J]. Information of Hydrogeology & Engineering Geology Techniques,2011(5):45 − 58. (in Chinese with English abstract)] REX, L, BAUM, et al. Early warning of shallow landslides and mudslides induced by rainfall in the United States［J］. Information of Hydrogeology & Engineering Geology Techniques, 2011（5）: 45 − 58. （in Chinese with English abstract）
[2] 梁润娥,李中社,苗高建,等. 区域地质灾害气象预警模型研究现状与展望[J]. 安全与环境工程,2013,20(1):30 − 35. [LIANG Rune,LI Zhongshe,MIAO Gaojian,et al. Current situation and prospect of regional geo-hazards meteorological early warning model[J]. Safety and Environmental Engineering,2013,20(1):30 − 35. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1671-1556.2013.01.07t LIANG Rune, LI Zhongshe, MIAO Gaojian, et al. Current situation and prospect of regional geo-hazards meteorological early warning model［J］. Safety and Environmental Engineering, 2013, 20（1）: 30 − 35. （in Chinese with English abstract） DOI: 10.3969/j.issn.1671-1556.2013.01.07t
[3] 刘艳辉,刘传正,温铭生,等. 中国地质灾害气象预警模型研究[J]. 工程地质学报,2015,23(4):738 − 746. [LIU Yanhui,LIU Chuanzheng,WEN Mingsheng,et al. Study of early warning models for regional geo-hazards in China[J]. Journal of Engineering Geology,2015,23(4):738 − 746. (in Chinese with English abstract)] LIU Yanhui, LIU Chuanzheng, WEN Mingsheng, et al. Study of early warning models for regional geo-hazards in China［J］. Journal of Engineering Geology, 2015, 23（4）: 738 − 746. （in Chinese with English abstract）
[4] 肖锐铧,刘艳辉,陈春利,等. 中国地质灾害气象风险预警20年:2003—2022[J]. 中国地质灾害与防治学报,2024,35(2):1 − 9. [XIAO Ruihua,LIU Yanhui,CHEN Chunli,et al. 20-year early warning for regional geo-hazards risk in China:2003-2022[J]. The Chinese Journal of Geological Hazard and Control,2024,35(2):1 − 9. (in Chinese with English abstract)] XIAO Ruihua, LIU Yanhui, CHEN Chunli, et al. 20-year early warning for regional geo-hazards risk in China: 2003-2022［J］. The Chinese Journal of Geological Hazard and Control, 2024, 35（2）: 1 − 9. （in Chinese with English abstract）
[5] 周剑,汤明高,许强,等. 重庆市滑坡降雨阈值预警模型[J]. 山地学报,2022,40(6):847 − 858. [ZHOU Jian,TANG Minggao,XU Qiang,et al. Early warning model of rainfall-induced landslide in Chongqing of China based on rainfall threshold[J]. Mountain Research,2022,40(6):847 − 858. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1008-2786.2022.6.sdxb202206006 ZHOU Jian, TANG Minggao, XU Qiang, et al. Early warning model of rainfall-induced landslide in Chongqing of China based on rainfall threshold［J］. Mountain Research, 2022, 40（6）: 847 − 858. （in Chinese with English abstract） DOI: 10.3969/j.issn.1008-2786.2022.6.sdxb202206006
[6] 谢剑明,刘礼领,殷坤龙,等. 浙江省滑坡灾害预警预报的降雨阀值研究[J]. 地质科技情报,2003,22(4):101 − 105. [XIE Jianming,LIU Liling,YIN Kunlong,et al. Study on the threshold valves of rainfall of landslide hazards for early-warning and prediction in Zhejiang Province[J]. Geological Science and Technology Information,2003,22(4):101 − 105. (in Chinese with English abstract)] XIE Jianming, LIU Liling, YIN Kunlong, et al. Study on the threshold valves of rainfall of landslide hazards for early-warning and prediction in Zhejiang Province［J］. Geological Science and Technology Information, 2003, 22（4）: 101 − 105. （in Chinese with English abstract）
[7] 陈伟,许强. 地质灾害降雨预警基准研究[J]. 地球与环境,2011,39(3):393 − 398. [CHEN Wei,XU Qiang. Study on the benchmark of rainfall as early warning for geohazards[J]. Earth and Environment,2011,39(3):393 − 398. (in Chinese with English abstract)] CHEN Wei, XU Qiang. Study on the benchmark of rainfall as early warning for geohazards［J］. Earth and Environment, 2011, 39（3）: 393 − 398. （in Chinese with English abstract）
[8] 宋昭富,张勇,佘涛,等. 基于易发性分区的区域滑坡降雨预警阈值确定——以云南龙陵县为例[J]. 中国地质灾害与防治学报,2023,34(4):22 − 29. [SONG Zhaofu,ZHANG Yong,SHE Tao,et al. Determination of regional landslide rainfall warning threshold based on susceptibility zoning:A case study in Longling County of Yunnan Province[J]. The Chinese Journal of Geological Hazard and Control,2023,34(4):22 − 29. (in Chinese with English abstract)] SONG Zhaofu, ZHANG Yong, SHE Tao, et al. Determination of regional landslide rainfall warning threshold based on susceptibility zoning: A case study in Longling County of Yunnan Province［J］. The Chinese Journal of Geological Hazard and Control, 2023, 34（4）: 22 − 29. （in Chinese with English abstract）
[9] 陈海龙,宋晓玲,张永军,等. 甘肃省白龙江流域不同岩性滑坡降雨阈值研究[J]. 中国地质灾害与防治学报,2024,35(2):40 − 46. [CHEN Hailong,SONG Xiaoling,ZHANG Yongjun,et al. Study on rainfall threshold of different lithologic landslides in Bailong River Basin of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control,2024,35(2):40 − 46. (in Chinese with English abstract)] CHEN Hailong, SONG Xiaoling, ZHANG Yongjun, et al. Study on rainfall threshold of different lithologic landslides in Bailong River Basin of Gansu Province［J］. The Chinese Journal of Geological Hazard and Control, 2024, 35（2）: 40 − 46. （in Chinese with English abstract）
[10] 刘艳辉,唐灿,李铁锋,等. 地质灾害与降雨雨型的关系研究[J]. 工程地质学报,2009,17(5):656 − 661. [LIU Yanhui,TANG Can,LI Tiefeng,et al. Statistical relations between geo-hazards and rain-type[J]. Journal of Engineering Geology,2009,17(5):656 − 661. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1004-9665.2009.05.012 LIU Yanhui, TANG Can, LI Tiefeng, et al. Statistical relations between geo-hazards and rain-type［J］. Journal of Engineering Geology, 2009, 17（5）: 656 − 661. （in Chinese with English abstract） DOI: 10.3969/j.issn.1004-9665.2009.05.012
[11] 珠海市1∶5万地质灾害详细调查报告[R]. 珠海:广东省珠海工程勘察院,2020. [Detailed survey report on 1∶50,000 geological hazards in Zhuhai City[R]. Zhuhai:Guangdong Zhuhai Engineering Exploration Institute,2020. (in Chinese)] Detailed survey report on 1∶50, 000 geological hazards in Zhuhai City［R］. Zhuhai: Guangdong Zhuhai Engineering Exploration Institute, 2020. （in Chinese）
[12] 广东省珠海市1∶10万地质灾害风险调查报告[R]. 珠海:广东省珠海工程勘察院,2022. [Risk investigation report on 1∶10 0000 geological hazards in Zhuhai of Guangdong Province[R]. Zhuhai:Guangdong Zhuhai Engineering Exploration Institute,2022. (in Chinese)] Risk investigation report on 1∶10 0000 geological hazards in Zhuhai of Guangdong Province［R］. Zhuhai: Guangdong Zhuhai Engineering Exploration Institute, 2022. （in Chinese）
[13] 魏平新,郑志文,周志华,等. 广东省暴雨型浅层滑坡灾害动力预警模型与气象风险预警研究[J]. 中国地质灾害与防治学报,2024,35(2):30 − 39. [WEI Pingxin,ZHENG Zhiwen,ZHOU Zhihua,et al. Research on risk early warning for rainfall-induced shallow landslides in Guangdong Province based on a dynamic slope instability model[J]. The Chinese Journal of Geological Hazard and Control,2024,35(2):30 − 39. (in Chinese with English abstract)] WEI Pingxin, ZHENG Zhiwen, ZHOU Zhihua, et al. Research on risk early warning for rainfall-induced shallow landslides in Guangdong Province based on a dynamic slope instability model［J］. The Chinese Journal of Geological Hazard and Control, 2024, 35（2）: 30 − 39. （in Chinese with English abstract）
[14] 林春泽,王宁涛,王清,等. 降雨型滑坡地质灾害预警预报研究进展[J]. 暴雨灾害,2018,37(5):393 − 400. [LIN Chunze,WANG Ningtao,WANG Qing,et al. Research progress in early warning and forecast of rainfall-typed landslide geological hazards[J]. Torrential Rain and Disasters,2018,37(5):393 − 400. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1004-9045.2018.05.001 LIN Chunze, WANG Ningtao, WANG Qing, et al. Research progress in early warning and forecast of rainfall-typed landslide geological hazards［J］. Torrential Rain and Disasters, 2018, 37（5）: 393 − 400. （in Chinese with English abstract） DOI: 10.3969/j.issn.1004-9045.2018.05.001
[15] CROZIER M J,EYLES R J. Assessing the probability of rapid massmovement[C]//Anon. Proceeding third Australia-New Zealand Conference on Geomechanics. Wellington:New Zealand Institution of Engineers-Proceedings of Technical Groups,1980.
[16] 周诗凯,刘正华,余丰华,等. 浙江省地质灾害气象风险预警一体化建设的探索与实践[J]. 中国地质灾害与防治学报,2024,35(2):21 − 29. [ZHOU Shikai,LIU Zhenghua,YU Fenghua,et al. Exploration and practice of integrated construction of meteorological risk warning for geological hazards in Zhejiang Province[J]. The Chinese Journal of Geological Hazard and Control,2024,35(2):21 − 29. (in Chinese with English abstract)] ZHOU Shikai, LIU Zhenghua, YU Fenghua, et al. Exploration and practice of integrated construction of meteorological risk warning for geological hazards in Zhejiang Province［J］. The Chinese Journal of Geological Hazard and Control, 2024, 35（2）: 21 − 29. （in Chinese with English abstract）
[17] 杨寅,林建,包红军. 2018年地质灾害重点区域气象预警效果检验[J]. 中国地质灾害与防治学报,2019,30(6):135 − 140. [YANG Yin,LIN Jian,BAO Hongjun. Evaluation of meteorological early warning to major regions affected by geological hazards in 2018[J]. The Chinese Journal of Geological Hazard and Control,2019,30(6):135 − 140. (in Chinese with English abstract)] YANG Yin, LIN Jian, BAO Hongjun. Evaluation of meteorological early warning to major regions affected by geological hazards in 2018［J］. The Chinese Journal of Geological Hazard and Control, 2019, 30（6）: 135 − 140. （in Chinese with English abstract）
[18] 刘艳辉,温铭生,苏永超,等. 台风暴雨型地质灾害时空特征及预警效果分析[J]. 水文地质工程地质,2016,43(5):119 − 126. [LIU Yanhui,WEN Mingsheng,SU Yongchao,et al. Characteristics of geo-hazards induced by typhoon rainstorm and evaluation of geo-hazards early warning[J]. Hydrogeology & Engineering Geology,2016,43(5):119 − 126. (in Chinese with English abstract)] LIU Yanhui, WEN Mingsheng, SU Yongchao, et al. Characteristics of geo-hazards induced by typhoon rainstorm and evaluation of geo-hazards early warning［J］. Hydrogeology & Engineering Geology, 2016, 43（5）: 119 − 126. （in Chinese with English abstract）
[19] 王惠卿, 肖锐铧, 刘艳辉, 等. 近20年地质灾害气象风险预警研究文献图谱可视化分析[J]. 中国地质灾害与防治学报,2024,35(2):10 − 20. [WANG Huiqing, XIAO Ruihua, LIU Yanhui, et al. Visualization analysis of research literature on early warning of geo-hazards based on meteorological factors in the past 20 years[J]. The Chinese Journal of Geological Hazard and Control,2024,35(2):10 − 20. (in Chinese with English abstract)] WANG Huiqing, XIAO Ruihua, LIU Yanhui, et al. Visualization analysis of research literature on early warning of geo-hazards based on meteorological factors in the past 20 years［J］. The Chinese Journal of Geological Hazard and Control, 2024, 35（2）: 10 − 20. （in Chinese with English abstract）
计量
- 文章访问数: 184
- HTML全文浏览量: 22
- PDF下载量: 108
邮件订阅
RSS