Analysis of the “631” geological disaster early warning mode and case studies in Hunan Province
-
摘要:
降雨是地质灾害的主要诱发因素,但做到精准预测降雨时段和落区很难,这也是传统的地质灾害短期预警误报率较高的原因之一。湖南省地处中南,降雨充沛,地质条件相对脆弱,地质灾害多发频发。为应对日益严峻的地质灾害防治形势,结合湖南多年预警工作经验,构建了“631”递进式地质灾害气象风险预警模式。该预警模式以湖南省地质灾害综合防治信息系统为技术支撑,基于精准度较高的短临雨量预报和实况雨量,形成“提前6 h预报暴雨落区、提前3 h预警、提前1 h叫应、提前半小时再呼应”预警叫应机制。目前该预警模式已广泛应用于湖南省地质灾害防治工作,大大提升了预警效率和精准度。2022年6月初湖南遭遇一轮超历年极值的强降雨过程,地质灾害呈群发性出现,运用该预警模式,2022年转移人数、避让起数均排全国第一,取得了显著的防灾成效。
Abstract:Rainfall is the primary trigger for geological disasters, yet accurately predicting the timing and distribution of rainfall remains challenging, contributing to the high false alarm rates of traditional short-term geological disaster early warning systems. Located in south-central China, Hunan Province experiences abundant rainfall and relatively fragile geological conditions, making it susceptible to frequent geological disasters. To address the escalating challenges of geological disaster prevention and control, a “631” progressive geological disaster meteorological risk early warning model has been constructed based on years of early warning work experience in Hunan Province. This early warning model is technically supported by the comprehensive geological disaster prevention and control information system of Hunan Province, and is based on accurate short-term rainfall forecasts and real-time precipitation. It establishes an early warning and response mechanism, issuing warning six hours in advance to forecast rainfall areas, three hours in advance for general warnings, one hour in advance for responses, and thirty minutes in advance for further response. Currently, this early warning model has been widely applied in geological disaster prevention and control efforts across the province, and greatly improving the efficiency and accuracy of early warnings. In early June 2022, Hunan Province encountered an unprecedented heavy rainfall event that exceeded historical records, and geological disasters occurred in clusters. Through the application of this early warning model, Hunan ranked first nationwide in the number of evacuees and avoidance measures implemented in 2022, demonstrating significant disaster prevention results.
-
Keywords:
- geological disaster /
- progressive /
- warning mode /
- successful mitigation
-
0. 引言
森林火灾是林区常见自然灾害,其不仅对生态环境质量和人类健康安全构成严重威胁,且火烧迹地在降雨条件下,极易发生泥石流灾害,这种与林火密切相关的泥石流通常被称为“火后泥石流”(post-fire debris flow)[1-3]。火烧迹地发生泥石流的概率会大幅度提高,CANNON等[4]2000年对加利福尼亚南部86个火烧迹地调查发现,约35%的火烧迹地会发生火后泥石流灾害,CANNON等[5]2001年得出约40%(37/95)的火烧迹地发生了泥石流灾害。与常规泥石流相比,火后泥石流呈现集中高频暴发[6]、降雨阈值极低[7-8]、受到火烧严重程度[9]的影响等特点[10],且起动机理也有显著区别,SANTI等[11]2008年发现火后泥石流主要由地表径流引发,GABET等[12]2008年也指出森林植物灰烬具有提高地表径流容积和运输能力的作用,任云[13]2018年基于Fuzzy-AHP建立了适用于火后泥石流的危险性评价模型。由于火后泥石流独特的发育特征与成灾机理,常规泥石流的危险性评价模型和预警避险方案适用性较差,因此建立针对火烧区火后泥石流的降雨阈值,在此基础上形成基于火后泥石流暴发降雨阈值、实时雨量监测数据与群测群防于一体的预警避险方案,对火后泥石流科学防灾具有重要意义。
1. 喜德县中坝村火烧区概况
1.1 地质环境特征
喜德县地处川西高原南段,属典型亚热带西南季风和高原气候,呈现出既有高原干燥气候、又有充沛降雨的特点。区内年平均气温约14.1 ℃,多年平均降雨量1000 mm,日最大降雨量164.3 mm。5—10月为雨季,降水过程多为强降雨、连阴雨、多夜雨,雨季降雨量占全年总降雨量的93%左右,且山区气候垂直分带十分明显,海拔每增高100 m,降雨量增加约30 mm。
发生于2020年5月7日森林火灾区位于凉山州喜德县鲁基乡中坝村一组(图1),地势北高南低,山岭海拔2050~3505 m,山区地形切割深度较浅,属构造侵蚀低中山地貌区。岩性主要为花岗岩为主,第四系全新统残坡积层主要为含块(碎)石的粉质黏土。区内因白昼以及垂直高度不同气温变化较大,地表风蚀作用强烈,岩石风化十分严重。
1.2 火烈度特征及空间分布
火烧区植被类型以云南松和常绿阔叶林为主,火灾后火烧迹地植被遭受严重破坏,覆盖率明显降低,采用多光谱遥感数据中两个波段所构建的监测指数如dNBR(the delta Normalized Burn Ratio)可以准确检算森林火烧地区的过火面积、边界及火烧程度[14-16]。本文通过Envi软件对事发地火烧前后(分别是2020年4月1日及2020年5月12日)多光谱卫星遥感图像(20 m精度)进行解译,并结合现场调查情况判断火烧面积、边界及不同区域的火烧强烈程度。火烈度遥感解译后的图像通过软件处理,可统计出火烧迹地范围内不同火烈度区面积占比,以及每条沟道流域内高烈度火烧区(中度及重度火烈度区)的面积占比。
基于PERSON等[17]提出的不同强度火烧判别特征表1,对中坝村后山火烧迹地不同火烈度区域通过遥感图像解译并结合现场实地调查,根据火烧迹地植被被烧毁程度、灰烬层厚度等特征,将火烧迹地的林火烈度分为重度、中度、轻度与未火烧四个等级。
表 1 中坝村后山火烧迹地不同强度火烈度判别特征Table 1. Distinguishing characteristics of fire intensity of different intensity in Zhongba Village burned area火强度 特点 未火烧 火烧前后地表覆盖物无变化 轻度火烧 超过50%的枯枝落叶未完全燃烧 中度火烧 大部分枯枝落叶被烧毁,但是大部分粗可燃物未完全燃烧 严重火烧 枯枝落叶和粗可燃物均被完全烧毁,地表为灰烬覆盖 根据火烈度判别标准,中坝村后山火烧迹地不同火烈度分区及相应重度、中度、轻度与未火烧区,各分区见图2、图3。
结果表明,中坝村后山森林火灾总过火面积约6.7 km2,其中重度火烧区占比65.93%、中度火烧区占比19.76%、轻度火烧区占比14.31%,中坝村后山1#~4#沟流域内中度及重度火烧区面积占比均超过90%(表2)。
表 2 中坝村森林火烧区不同火烈度面积占比数据统计Table 2. Statistics on the proportion of different fire intensity areas in the forest fire area of Zhongba Village/% 火烧区 轻度火烈度区面积占比 中度火烈度区面积占比 重度火烈度区面积占比 中度及重度火烈度区面积占比 整个火烧迹地 14.31 19.76 65.93 85.69 1#沟 2.11 26.56 69.41 95.97 2#沟 3.69 16.94 78.37 95.32 3#沟 3.18 18.51 74.78 93.28 4#沟 7.36 26.52 63.82 90.33 2. 火后泥石流发育特征
2.1 2020年“6·4”火后泥石流致灾情况
2020年6月4日下午,四川省凉山州喜德县鲁基乡突降暴雨,十分钟最大降雨量11.7 mm,小时最大降雨量15.4 mm,日降雨量26.3 mm,短时强降雨导致中坝村后山季节性冲沟沟道水位暴涨,暴发山洪,进而引发泥石流灾害。泥石流沿着沟谷冲出,冲毁农田并淤埋沟口房屋。此次中坝村共4条沟道暴发火后泥石流,自西向东分别为1#、2#、3#、4#泥石流沟,冲出总规模3.26×104 m3,造成直接经济损失70万元,土地受损4.99×104 m2,房屋受损4户12间,其中1户受损严重(图4),受灾人口41户164人。由于驻村第一书记及时预警,泥石流发生前10分钟,受威胁农户在帮扶队员和乡、村、组干部的组织下迅速疏散转移,得以成功避险,未造成人员伤亡。
2.2 火后泥石流形成条件
2.2.1 地形特征
中坝村4条火后泥石流沟道均为窄陡型,沟底平均宽度2.5~3.0 m,两侧岸坡较陡多为35°~50°,沟谷形态呈“V”字型,沟道平均纵坡降较大,且沟域中上游区段地势较陡,跌水陡坎发育,下游区段地势较缓。清水区汇水区面积约占整个沟域的80%,下游段汇水区域较小,整体流域形态呈“叶片状”(表3)。上宽下窄、上陡下缓的沟道特征,使得降雨过程中极易呈现“漏斗状”汇流,以极快的速度席卷沟道内丰富的物源形成泥石流灾害。
表 3 火烧区4条泥石流沟形态特征统计Table 3. Morphological characteristics statistics of 4 debris flow ditches in burned area沟道编号 流域面积/km2 主沟长/km 主沟纵坡比降/‰ 相对高差/m 岸坡坡度/(°) 沟谷形状 1# 0.13 0.652 450 244 40~50 “V”形 2# 0.23 0.893 429 317 40~50 “V”形 3# 0.36 1.040 360 326 35~45 “V”形 4# 0.73 2.090 311 395 35~45 “V”形 2.2.2 物源特征
现场调查显示,中坝村后山1#~4#流域内物源主要分为三类:坡面侵蚀物源、崩滑物源、沟道堆积物源。坡面侵蚀物源主要分布于沟道中上游,其中因植被烧毁堆积于坡面的灰烬层是火后泥石流的标志性物源之一,见图5(a),也是构成首次火后泥石流的主要补给物源,由于坡面汇流条件及火烧迹地土体性质的改变,大量坡面侵蚀物源在坡面径流作用下运移堆积,则成为第二次、第三次火后泥石流的主要启动物源。沟道物源主要分布于流域中上游区段,以碎块石、残枝树干以及灰烬松散物为主,见图5(b),块石粒径一般10~30 cm,较大者粒径达1.0~1.5 m,巨石堆积于沟道中,造成过流断面减小,易堵塞沟道,堵塞溃决后放大泥石流规模。崩滑物源主要分布在沟道中下游两岸,由于沟道下切作用,水流冲刷坡脚,造成两侧岸坡失稳,形成小范围滑塌堆积于沟道。统计显示(表4),1#沟物源静储量约4.5×104 m3,动储量约0.71×104 m3;2#沟物源静储量约10.23×104 m3,动储量约1.65×104 m3;3#沟物源静储量约15.57×104 m3,动储量约2.47×104 m3;4#沟物源静储量约35.95×104 m3,动储量约5.08×104 m3。
表 4 火烧区各泥石流沟动、静储量统计Table 4. Statistics of dynamic and static reserves of debris flow gully in burned area/(×104 m3) 沟号 物源储量 崩滑物源 沟道物源 坡面侵蚀物源 总计 1#沟 静储量 1.10 0.20 3.20 4.50 动储量 0.33 0.06 0.32 0.71 2#沟 静储量 1.60 0.23 8.40 10.23 动储量 0.48 0.07 1.10 1.65 3#沟 静储量 1.32 0.25 14.00 15.57 动储量 0.39 0.08 2.00 2.47 4#沟 静储量 0.75 0.20 35.00 35.95 动储量 0.22 0.06 4.80 5.08 从物源分布看,各物源无明显集中分布的趋势。从物源数量看(图6),4条沟道坡面侵蚀物源均为主要物源,1#~4#沟坡面侵蚀物源占各沟总物源比例分别为71.1%、82.1%、89.9%、97.4%。森林过火后坡面侵蚀物源的急剧增加,残枝树干及巨石等沟道堆积物造成的堵塞溃决,沟道侧蚀导致岸坡失稳提供物源补给,都为中坝村“6·4”泥石流的孕育和发生提供了有利条件。
2.2.3 水源条件
根据《中国暴雨参数统计图集》(2006年版),中坝村区域10 min、60 min、6 h、24 h年最大暴雨量平均值
$ \bar{H} $ 分别为15.0 mm、35.0 mm、66.0 mm、70.0 mm,变差系数Cv分别为0.40,0.45,0.47,0.42。通过计算中坝村区域不同频率降雨强度见表5。表 5 中坝村不同频率降雨强度值Table 5. Rainfall intensity values of different design frequencies in Zhongba Village降雨时段/h 设计频率/% 20 10 5 3.33 2 1 H1/6P 19.23 23.02 26.63 28.69 31.23 34.63 H1P 45.70 55.95 65.86 71.55 78.64 88.14 H6P 86.73 107.16 127.01 138.45 152.72 171.89 H24P 90.43 109.23 127.25 137.54 150.32 167.40 对照中坝村附近所设自动监测雨量计数据(表6),实测10分钟降雨量为11.7 mm,1小时降雨量为15.4 mm,结合表3可知,此次激发泥石流的降雨强度远小于该区域5年一遇降雨强度。对照喜德县附近的冕宁县彝海镇盐井村泥石流(2020年6月12日)暴发时,其小时降雨量达36.6 mm,且据调查中坝村区域近20年内未发生泥石流,由此可以推测相对于火烧前,火后泥石流暴发所需的降雨阈值急剧降低,10 min及1 h激发降雨阈值分别至少降低了55.62%与76.62%。
表 6 中坝村2020年“6·4”泥石流暴发实时降雨量监测数据Table 6. Real-time rainfall monitoring data of 6·4 debris flow outbreak in Zhongba Village in 2020雨量站位置 距中坝村距离/
km10 min雨量/
mm1 h雨量/
mm漫水湾镇松林村1-4组 4.5 11.7 15.4 3. 火后泥石流运动学特征
迄今为止尚未建立一套适用于火后泥石流特征参数的计算模型,本文参照常规泥石流特征参数计算模型对该区火后泥石流流速、流量等进行计算[18-21]。
采用现场配浆法,得出中坝村火后泥石流容重平均值为1.98 t/m3,属于黏性泥石流。
中坝村火后泥石流为黏性,根据规范,流速计算可采用通用公式计算。基于1#~4#沟沟床粗糙,凹凸不平,沟道中块碎石较多,部分区段沟道弯曲且发育有跌水现象,沟床纵坡降较陡,根据规范,沟床糙率系数取10,选取各沟道沟口断面进行计算,计算结果见表7。
本次泥石流峰值流量采用形态调查法计算,经现场踏勘,选取沟口附近、沟道相对顺直、断面变化不大、无阻塞回流、上下沟槽无明显冲淤变化且具有清晰泥痕的沟段,经实地测量确定泥位及过流断面面积等参数,计算结果见表8。
表 7 中坝村火后泥石流各沟道沟口平均流速计算结果Table 7. Calculation results of the average flow velocity of each channel gully of post-fire debris flow in Zhongba Village沟道编号 1# 2# 3# 4# 泥深/m 1.3 1.4 1.6 1.0 主沟纵坡降/‰ 450 429 360 311 平均流速/(m·s−1) 7.85 7.28 8.04 7.03 表 8 中坝村2020年6·4火后泥石流峰值流量计算结果Table 8. Calculation results of peak flow of 6·4 post-fire debris flow in Zhongba Village in 2020沟道编号 1# 2# 3# 4# 平均流速/(m·s−1) 7.85 7.28 8.04 7.03 计算断面面积/m2 5.88 11.56 11.31 2.75 峰值流量/(m3·s−1) 46.17 74.19 90.92 19.33 4. 火后泥石流危险性评价及预警避险方案
4.1 中坝村火后泥石流危险性评价
本文采用常规泥石流危险度评价模型对中坝村泥石流危险度进行相应评价,为沟口居民安全的预警避险提供参考。采用刘希林、唐川提出的单沟泥石流危险性评价模型[19]对中坝村泥石流沟进行危险度评价:
$$\begin{split} {H}_{\text{单}}=&0.29M+0.29F+0.14{S}_{1}+0.09{S}_{2}\\ &+0.06{S}_{3}+0.11{S}_{6}+0.03{S}_{9} \end{split}$$ (1) 该方法一共包含7个评价因子,即泥石流规模M (103 m3)、暴发频率F (次/100年)、流域面积S1(km2)、主沟长度S2(km)、流域相对高差S3(km)、流域切割密度S6(km−1)、不稳定沟床比例S9(%)。其中,泥石流规模及发生频率为主要因子,泥石流规模M通常根据史料记载,取历史上已暴发泥石流一次堆积量的最大值即可,对于无相关记录的泥石流,可根据式(2)计算其规模,泥石流暴发频率f可根据史料记载获取,也可采用式(3)计算。除泥石流规模与暴发频率外,其余5个因子均为次要因子,其中流域切割密度一般取泥石流流域范围内冲沟长度之和与流域面积比值(式(4)),不稳定沟床比例即泥沙沿程补给的沟道长度占比,可结合野外考察和航拍分析确定。
$$ m=-2+0.26{s}_{1}+0.41{s}_{6}+0.0021w $$ (2) 式中:
$ w $ ——松散固体物储量/(104 m3)。$$ f=-80.6596-2.8302{s}_{1}+12.13{s}_{6}+0.0209w $$ (3) $$ {s}_{6}=l_i/{s}_{1} $$ (4) 式中:
$ {l}_{i} $ —流域内冲沟总长度/m,${l}_{i}={l}_{1}+{l}_{2}+ $ $ {l}_{3}+\cdots {+l}_{n}$ 。上述计算公式中,M、F、S1、S2、S3、S6、S9使用的数值均为基础数据m、f、s1、s2、s6、s9的转换值,使各个因子数值无量纲化[22]。各沟道基础数据见表9,将7个评价指标进行转换加权后可得各沟道危险度评价结果。
表 9 中坝村1#~4#沟道沟域基础数据Table 9. Basic data of 1#~4# trench trench area in Zhongba Village沟道编号 泥石流规模m/
(103 m3)暴发频率f/
(次·100年−1)流域面积s1/
km2主沟长度s2/
km流域相对高差s3/
km流域切割密度s6/
km不稳定沟床比例s9/
%1# 6.30 32.43 0.130 0.652 0.244 9.33 76 2# 11.40 28.73 0.230 0.893 0.317 9.04 85 3# 12.30 27.98 0.360 1.040 0.326 9.00 80 4# 2.60 56.15 0.730 2.090 0.395 11.40 65 由表10计算结果可知,中坝村1#沟道危险度为0.42,2#沟道危险度为0.45,3#沟道危险度为0.46,4#沟道危险度为0.48,将其与单沟泥石流危险度分级标准对照(表11),4条沟道均属于中度危险。
表 10 中坝村泥石流1#~4#沟危险度评价Table 10. Evaluation of dangerous degree of ditch 1#~4# in Zhongba Village沟道编号 1# 2# 3# 4# 泥石流规模M/103 m3 0.266 0.352 0.363 0.138 暴发频率F/(次·100年−1) 0.756 0.729 0.723 0.875 流域面积S1/km2 0.085 0.130 0.160 0.225 主沟长度S2/km 0.175 0.285 0.296 0.416 流域相对高差S3/km 0.163 0.211 0.217 0.379 流域切割密度S6/km 0.466 0.452 0.450 0.570 不稳定沟床比例S9/% 1 1 1 1 评价结果 0.42 0.45 0.46 0.48 表 11 单沟泥石流危险度分级标准Table 11. Classification standard of danger degree of single ditch debris flow单沟泥石流危险度 0.0~0.2 0.2~0.4 0.4~0.6 0.6~0.8 0.8~1.0 危险度分级 极低危险 低危险度 中危险度 高危险度 极高危险 4.2 中坝村火后泥石流预警避险方案及体会
上述分析结果显示,中坝村后山沟4条冲沟流域面积较小(均小于1 km2)、主沟平均纵坡降大、中度及重度火烧区面积占比高(均大于90%)、沟域内物源丰富,火后泥石流启动降雨阈值低,流速快、暴发迅猛且一次冲出规模较大,且均属于中度危险。尽管如此,由于基于已有火后泥石流暴发降雨量阈值研究成果对当地基层人员的普及,以及火烧区周边可以实时提供雨量监测数据,当地村干部(第一书记)工作到位,及时预警提醒沟口居民尽早做好避险避让准备工作,因此未造成人员伤亡,避灾效果极为显著。总结喜德县基鲁乡中坝村成功避让泥石流灾害主要得益于以下三个方面工作的落实(图7)。
(1)省、州、县、乡党委政府高度重视,责任落实;自然资源等部门履职尽责,工作到位,措施得当。森林火灾后及时组织专业技术队伍对过火区域及其周边开展次生地质灾害隐患排查,对火烧迹地植被烧毁情况及物源条件进行详细调查,通过泥石流危险度计算,确定中坝村后山所有潜在泥石流沟道发生火后泥石流的危险性等级,锁定危险区域保护对象,并加强对居民关于火后泥石流危险性的宣传教育。
(2)准确划定危险区域范围,设置警戒标志,安排监测人员在降雨时段进行实时监测巡查预警。同时预先选择安全地段,规划好紧急撤离路线,组织居民反复进行避险演练,并实现各村民小组之间、村民之间信息互通、信息共享,在最短时间内将预警信息快速传递,最大限度缩短撤离避让时间。
(3)实时获取火烧区附近雨量监测站的降雨监测资料(间隔5 min传送一次雨量数据),一旦发生强降雨,立即启动泥石流预警,并迅速组织居民撤离至安全地段。
5. 结论
(1)发生于2020年5月7的凉山喜德县森林火灾,总过火面积约6.73 km2,其中重度、中度和轻度火烧区占比分别为65.93%、19.76%和14.31%,中坝村后山1#~4#沟流域内中度及重度火烧区面积占比分别为95.97%、95.32%、93.28%、90.33%。
(2)中坝村后山沟火后泥石流激发降雨强度远小于该区域5年一遇降雨强度,相对于火烧前,火后泥石流10 min及1 h激发降雨阈值分别至少降低了55.62%与76.62%。
(3)中坝村后山1#沟与4#沟冲出固体物质小于1×104 m3,属小型泥石流,而2#沟与3#沟泥石流冲出固体物质均大于1×104 m3,属于中等规模泥石流。
(4)火后泥石流危险度评价结果显示,中坝村1#、2#、3#和4#和沟道危险度分别为0.42,0.45,0.46,0.48,均属于中度危险。
(5)林火发生后立即制定科学预警避险方案,并得到有效落实,泥石流暴发前10分钟紧急预警,居民迅速、有序、安全撤离,未造成人员伤亡,避灾效果显著。
-
表 1 地质灾害类型分布特征
Table 1 Distribution characteristics of geological hazard types
灾害类型 滑坡 崩塌 泥石流 地面
塌陷地裂缝+
地面沉降合计 数量/起 1737 179 48 41 9 2013 比例/% 86.3 8.9 2.4 2.0 0.4 100 表 2 地质灾害灾情级别占比情况
Table 2 Proportion of loss level
灾情级别 特大型 大型 中型 小型 合计 数量/起 2 6 52 1954 2013 比例/% 0.1 0.3 2.6 97.0 100 -
[1] 高杨,李滨,冯振,等. 全球气候变化与地质灾害响应分析[J]. 地质力学学报,2017,23(1):65 − 77. [GAO Yang,LI Bin,FENG Zhen,et al. Global climate change and geological disaster response analysis[J]. Journal of Geomechanics,2017,23(1):65 − 77. (in Chinese with English abstract)] GAO Yang, LI Bin, FENG Zhen, et al. Global climate change and geological disaster response analysis[J]. Journal of Geomechanics, 2017, 23(1): 65 − 77. (in Chinese with English abstract)
[2] 许强,董秀军,李为乐. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报(信息科学版),2019,44(7):957 − 966. [XU Qiang,DONG Xiujun,LI Weile. Integrated space-air-ground early detection,monitoring and warning system for potential catastrophic geohazards[J]. Geomatics and Information Science of Wuhan University,2019,44(7):957 − 966. (in Chinese with English abstract)] XU Qiang, DONG Xiujun, LI Weile. Integrated space-air-ground early detection, monitoring and warning system for potential catastrophic geohazards[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 957 − 966. (in Chinese with English abstract)
[3] 许强. 滑坡的变形破坏行为与内在机理[J]. 工程地质学报,2012,20(2):145 − 151. [XU Qiang. Theoretical studies on prediction of landslides using slope deformation process data[J]. Journal of Engineering Geology,2012,20(2):145 − 151. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1004-9665.2012.02.001 XU Qiang. Theoretical studies on prediction of landslides using slope deformation process data[J]. Journal of Engineering Geology, 2012, 20(2): 145 − 151. (in Chinese with English abstract) DOI: 10.3969/j.issn.1004-9665.2012.02.001
[4] 刘传正. 崩塌滑坡灾害风险识别方法初步研究[J]. 工程地质学报,2019,27(1):88 − 97. [LIU Chuanzheng. Analysis methods on the risk identification of landslide disasters[J]. Journal of Engineering Geology,2019,27(1):88 − 97. (in Chinese with English abstract)] LIU Chuanzheng. Analysis methods on the risk identification of landslide disasters[J]. Journal of Engineering Geology, 2019, 27(1): 88 − 97. (in Chinese with English abstract)
[5] 杨寅,林键,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)
[6] 侯圣山,李昂,陈亮,等. 基于普适型仪器的滑坡监测预警初探——以甘肃兰州岷县三处滑坡为例[J]. 中国地质灾害与防治学报,2020,31(6):47 − 53. [HOU Shengshan,LI Ang,CHEN Liang,et al. Application of universal geo-hazard monitoring instruments in landslides and early warning of three landslides in Gansu Province:A case study in Minxian County and Lanzhou City of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control,2020,31(6):47 − 53. (in Chinese with English abstract)] HOU Shengshan, LI Ang, CHEN Liang, et al. Application of universal geo-hazard monitoring instruments in landslides and early warning of three landslides in Gansu Province: A case study in Minxian County and Lanzhou City of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control, 2020, 31(6): 47 − 53. (in Chinese with English abstract)
[7] 尚敏,张惠强,廖芬,熊德兵,赵国飞. 考虑降雨滞后效应的八字门滑坡位移预测研究[J]. 自然灾害学报,2019,31(3):242 − 250. [SHANG Min,ZHANG Huiqian,LIAO Fen,et al. Displacement prediction of Bazimen landslide considering rainfall lag effect[J]. Journal of Natural Disasters,2019,31(3):242 − 250. (in Chinese with English abstract)] SHANG Min, ZHANG Huiqian, LIAO Fen, et al. Displacement prediction of Bazimen landslide considering rainfall lag effect[J]. Journal of Natural Disasters, 2019, 31(3): 242 − 250. (in Chinese with English abstract)
[8] Pierpaolo DISTEFANO,David J. PERES,Pietro SCANDURA,et al. Brief communication:Introducing rainfall thresholds for landslide triggering based on artificial neural net works[J]. Natural Hazards and Earth System Sciences,2022,22:1151 − 1157. DOI: 10.5194/nhess-22-1151-2022
[9] 刘杰. 镇安县降雨引发地质灾害预警研究[D]. 长安大学,2023. [LIU Jie. Study on Early Warning of Rainfall-induced Geological Hazards in Zhen’an County [D]. Chang’an University,2023. (in Chinese with English abstract)] LIU Jie. Study on Early Warning of Rainfall-induced Geological Hazards in Zhen’an County [D]. Chang’an University, 2023. (in Chinese with English abstract)
[10] 隋嘉,孙皓,张丽华,等. 青海省地质灾害监测预警信息化平台建设与实现[J]. 中国地质灾害与防治学报,2023,34(2):92 − 101. [SUI Jia,SUN Hao,ZHANG Lihua,et al. Construction and realization of information platform for geological disaster monitoring and early warning in Qinghai Province[J]. The Chinese Journal of Geological Hazard and Control,2023,34(2):92 − 101. (in Chinese with English abstract)] SUI Jia, SUN Hao, ZHANG Lihua, et al. Construction and realization of information platform for geological disaster monitoring and early warning in Qinghai Province[J]. The Chinese Journal of Geological Hazard and Control, 2023, 34(2): 92 − 101. (in Chinese with English abstract)
[11] 魏赛拉加,严慧珺,张俊才,等. 青海省地质灾害防治资金投入与成效分析[J]. 中国地质灾害与防治学报,2020,31(5):112 − 116. [WEI Sailajia,YAN Huijun,ZHANG Juncai,et al. Analysis of funding used for geological disaster prevention in Qinghai Province and its effects[J]. The Chinese Journal of Geological Hazard and Control,2020,31(5):112 − 116. (in Chinese with English abstract)] WEI Sailajia, YAN Huijun, ZHANG Juncai, et al. Analysis of funding used for geological disaster prevention in Qinghai Province and its effects[J]. The Chinese Journal of Geological Hazard and Control, 2020, 31(5): 112 − 116. (in Chinese with English abstract)
[12] 贲琰棋, 易武, 李华兵, 等. 基于“阶跃” 变形特征的降雨型滑坡预警判据探讨[J]. 中国地质灾害与防治学报,2023,34(4):30 − 38. [BEN Yanqi, YI Wu, LI Huabing, et al. Preliminary analysis on rainfall thresholds for early warning of the rainfall induced landslides based on “step” deformation characteristics[J]. The Chinese Journal of Geological Hazard and Control,2023,34(4):30 − 38. (in Chinese with English abstract)] BEN Yanqi, YI Wu, LI Huabing, et al. Preliminary analysis on rainfall thresholds for early warning of the rainfall induced landslides based on “step” deformation characteristics[J]. The Chinese Journal of Geological Hazard and Control, 2023, 34(4): 30 − 38. (in Chinese with English abstract)
[13] 许强. 对滑坡监测预警相关问题的认识与思考[J]. 工程地质学报,2020,28(2):360 − 374. [XU Qiang. Understanding the landslide monitoring and early warning:Consideration to practical issues[J]. Journal of Engineering Geology,28( 2):360 − 374. (in Chinese with English abstract)] XU Qiang. Understanding the landslide monitoring and early warning: Consideration to practical issues[J]. Journal of Engineering Geology, 28( 2): 360 − 374. (in Chinese with English abstract)
[14] 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)
[15] 龚泉冰,殷坤龙,肖常贵,等. 基于I-D阈值的滑坡气象预警双指标模型[J]. 地质科技通报,2024,43(1):262 − 274. [GONG Quanbing,YIN Kunlong,XIAO Changgui,et al. Double-index model of landslide meteorological warning based on the I-D threshold[J]. Bulletin of Geological Science and Technology,2024,43(1):262 − 274. (in Chinese with English abstract)] GONG Quanbing, YIN Kunlong, XIAO Changgui, et al. Double-index model of landslide meteorological warning based on the I-D threshold[J]. Bulletin of Geological Science and Technology, 2024, 43(1): 262 − 274. (in Chinese with English abstract)