鷹廈鐵路降水誘發(fā)地質(zhì)災(zāi)害概率預(yù)報(bào)模型及應(yīng)用

周 雨 劉志萍 張國(guó)平

1)(江西省氣象服務(wù)中心，南昌 330046) 2)(中國(guó)氣象局公共氣象服務(wù)中心，北京 100081)

?

鷹廈鐵路降水誘發(fā)地質(zhì)災(zāi)害概率預(yù)報(bào)模型及應(yīng)用

周 雨1)劉志萍1)張國(guó)平2)*

1)(江西省氣象服務(wù)中心，南昌 330046)2)(中國(guó)氣象局公共氣象服務(wù)中心，北京 100081)

降水是鐵路地質(zhì)災(zāi)害的重要觸發(fā)因子，由于降水引發(fā)的地質(zhì)災(zāi)害對(duì)鐵路運(yùn)輸安全造成重大的經(jīng)濟(jì)損失。鷹廈鐵路由于其特殊的地形及氣候條件，使該線成為全國(guó)地質(zhì)災(zāi)害發(fā)生較頻繁、較嚴(yán)重的鐵路之一。利用南昌鐵路局2007—2012年轄區(qū)內(nèi)的地質(zhì)災(zāi)害資料，統(tǒng)計(jì)鷹廈鐵路地質(zhì)災(zāi)害的時(shí)空分布特征。根據(jù)不同降水類型造成的鐵路地質(zhì)災(zāi)害特點(diǎn)不同，進(jìn)一步研究鐵路地質(zhì)災(zāi)害與降水的關(guān)系。引入10 min最大降水量、當(dāng)日最大小時(shí)降水量、連續(xù)降水量和前20 d累積降水量等降水量因子，運(yùn)用因子相關(guān)性分析和邏輯回歸方法篩選對(duì)災(zāi)害發(fā)生貢獻(xiàn)率較大的降水量因子，分區(qū)段建立鷹廈鐵路地質(zhì)災(zāi)害概率預(yù)報(bào)模型。運(yùn)用該模型對(duì)2013年5月20—22日一次大暴雨過程誘發(fā)的地質(zhì)災(zāi)害進(jìn)行預(yù)報(bào)，預(yù)報(bào)準(zhǔn)確率達(dá)86%，模型應(yīng)用效果較理想，可為鐵路安全氣象服務(wù)工作提供技術(shù)支持。

鐵路地質(zhì)災(zāi)害； 降水； 邏輯回歸； 概率預(yù)報(bào)模型

引 言

降水是觸發(fā)地質(zhì)災(zāi)害的重要因素，降水誘發(fā)地質(zhì)災(zāi)害是可預(yù)報(bào)的[1-3]。目前國(guó)內(nèi)外對(duì)于降水誘發(fā)地質(zhì)災(zāi)害的研究已取得長(zhǎng)足進(jìn)展，概括起來有兩種類型：第1類是致災(zāi)機(jī)理模型研究，此類研究將地質(zhì)災(zāi)害過程視為鏈?zhǔn)竭^程[4]，從地質(zhì)力學(xué)角度研究地質(zhì)構(gòu)造、激發(fā)因子(降水、融冰等)、巖土性質(zhì)等耦合作用下發(fā)生地質(zhì)災(zāi)害的原理[5-7]。上述機(jī)理模型對(duì)減少地質(zhì)災(zāi)害和提高理論研究水平意義重大，但難以快速應(yīng)用。第2類是基于降水的地質(zhì)災(zāi)害氣象預(yù)報(bào)統(tǒng)計(jì)模型，此類模型通過提取災(zāi)害頻數(shù)和降水量信息，著眼于探討地質(zhì)災(zāi)害與降水的關(guān)系，建立模型為地質(zhì)災(zāi)害的發(fā)生提供一種實(shí)時(shí)預(yù)報(bào)。劉艷輝等[8]對(duì)不同類型降水引發(fā)地質(zhì)災(zāi)害的特征和規(guī)律進(jìn)行深入研究，改進(jìn)了地質(zhì)災(zāi)害預(yù)報(bào)模式。李媛等[9]將邏輯回歸模型引入災(zāi)害預(yù)報(bào)，研究提出區(qū)域降水型滑坡預(yù)警預(yù)報(bào)指標(biāo)。徐晶等[10-11]對(duì)臺(tái)風(fēng)強(qiáng)降水誘發(fā)地質(zhì)災(zāi)害的降水量特征進(jìn)行分析，并實(shí)現(xiàn)降水引發(fā)地質(zhì)災(zāi)害概率的動(dòng)態(tài)預(yù)報(bào)。張國(guó)平[12]計(jì)算發(fā)現(xiàn)降水和滑坡泥石流災(zāi)害頻次之間服從高斯分布，利用該模型可以定量計(jì)算地質(zhì)災(zāi)害發(fā)生的概率。統(tǒng)計(jì)模型較機(jī)理模型在實(shí)際應(yīng)用時(shí)更簡(jiǎn)單、快速，因而被廣泛應(yīng)用[13-14]，與之相關(guān)的研究也紛紛展開。魏慶朝等[15]對(duì)降水致災(zāi)的發(fā)生頻數(shù)與斷道時(shí)間之間的關(guān)系進(jìn)行探討。張清等[16]分析我國(guó)鐵路地質(zhì)災(zāi)害的特點(diǎn)，采用多種擬合方法建立全國(guó)鐵路地質(zhì)災(zāi)害統(tǒng)計(jì)模型,模型根據(jù)月平均降水判定斷道次數(shù)，為鐵路地質(zhì)災(zāi)害模型研究奠定基礎(chǔ)。周華國(guó)等[17]將灰色拓?fù)涓怕暑A(yù)報(bào)模型應(yīng)用到地質(zhì)災(zāi)害的動(dòng)態(tài)變化趨勢(shì)研究中，預(yù)報(bào)斷道時(shí)間序列的狀態(tài)變化。劉秀英等[18]對(duì)鐵路災(zāi)害臨界降水量進(jìn)行初步探討。不難發(fā)現(xiàn)，因鐵路地理位置的特殊性，僅憑斷道時(shí)間、斷道次數(shù)和氣象站點(diǎn)觀測(cè)數(shù)據(jù)建立統(tǒng)計(jì)模型缺少一定的科學(xué)性。對(duì)于鐵路沿線預(yù)報(bào)統(tǒng)計(jì)模型的建立，詳細(xì)的鐵路沿線降水觀測(cè)資料以及地質(zhì)災(zāi)情數(shù)據(jù)不可或缺。

本文在前人研究的基礎(chǔ)上，采用鷹廈鐵路地質(zhì)災(zāi)情資料和沿線站點(diǎn)詳細(xì)的降水?dāng)?shù)據(jù)，基于邏輯回歸方法，以地質(zhì)災(zāi)害發(fā)生概率為預(yù)報(bào)對(duì)象建立預(yù)報(bào)模型，更精細(xì)化、有針對(duì)性地分區(qū)段建立鐵路沿線地質(zhì)災(zāi)害概率預(yù)報(bào)模型[19]。同時(shí)發(fā)展地質(zhì)災(zāi)害預(yù)報(bào)方法，以期為鐵路安全氣象服務(wù)工作提供一些技術(shù)支持。

1 資料和方法

鷹廈鐵路起自江西鷹潭，終至福建廈門，全長(zhǎng)697.7 km，其途經(jīng)地區(qū)山多雨頻，地質(zhì)災(zāi)害頻繁發(fā)生。選取2007—2012年鷹廈鐵路地質(zhì)災(zāi)害的災(zāi)情信息，結(jié)合鐵路工務(wù)段降水量日?qǐng)?bào)表進(jìn)行災(zāi)害研究。日?qǐng)?bào)表涵蓋了2007—2012年鷹廈鐵路工務(wù)段91個(gè)站逐日降水量、當(dāng)日10 min最大降水量、當(dāng)日小時(shí)最大降水量。降水量檢測(cè)儀放置于鐵路工務(wù)段工區(qū)降水量觀測(cè)點(diǎn)附近，檢測(cè)儀通過撥號(hào)方式傳輸至工務(wù)段計(jì)算機(jī)系統(tǒng)中，由于鐵路沿線降水量數(shù)據(jù)呈點(diǎn)線狀等間距分布，因而鐵路降水量日?qǐng)?bào)表的降水較一般氣象站更能反映鐵路沿線的降水情況。鑒于地質(zhì)災(zāi)害類型有多種，為準(zhǔn)確分析降水和鐵路地質(zhì)災(zāi)害的關(guān)系，在研究前先對(duì)災(zāi)情數(shù)據(jù)進(jìn)行篩選，選取災(zāi)害發(fā)生當(dāng)日及前3 d降水量之和大于10 mm的災(zāi)害事件作為分析樣本。統(tǒng)計(jì)結(jié)果表明2007—2012年鷹廈線共發(fā)生大小地質(zhì)災(zāi)害1691處，有1083個(gè)災(zāi)害事件由降水引發(fā)。通過運(yùn)用泰森多邊形法和圖層疊加技術(shù)建立不規(guī)則三角網(wǎng)，將鐵路沿線降水觀測(cè)站點(diǎn)和災(zāi)害點(diǎn)數(shù)據(jù)進(jìn)行空間匹配獲取災(zāi)害點(diǎn)降水量，所選的觀測(cè)站點(diǎn)與災(zāi)害點(diǎn)的距離平均為1.5 km， 最近為500 m，最遠(yuǎn)不超過3 km。采用GIS(地理信息系統(tǒng))技術(shù)實(shí)現(xiàn)災(zāi)害點(diǎn)里程坐標(biāo)向經(jīng)緯度坐標(biāo)的轉(zhuǎn)換，空間匹配后災(zāi)害點(diǎn)的各降水量因子由C#(語言)編程讀取。

對(duì)于鐵路地質(zhì)災(zāi)害概率預(yù)報(bào)模型而言，所要回歸的隨機(jī)變量為地質(zhì)災(zāi)害發(fā)生的概率Pi,Pi取值范圍為[0,1]，地質(zhì)災(zāi)害發(fā)生與否不是一個(gè)連續(xù)的變量(地質(zhì)災(zāi)害發(fā)生時(shí),Pi=1;不發(fā)生時(shí),Pi=0)，因此,普通的線性回歸方法并不適用。本文采用邏輯回歸方法，該方法只需引進(jìn)一個(gè)連接函數(shù)，將Pi取值范圍映射到(-∞,+∞)，則邏輯回歸函數(shù)可表示為

(1)

式(1)中,xi,j(j=1，…，m)為m個(gè)預(yù)報(bào)因子對(duì)應(yīng)于第i個(gè)觀測(cè)樣本的災(zāi)害發(fā)生概率，βj(j=0，…，m)為需要擬合的模型參數(shù)，模型觀測(cè)樣本為觸發(fā)或未觸發(fā)地質(zhì)災(zāi)害的降水量數(shù)據(jù)。

由式(1)，得

(2)

利用式(2)可預(yù)報(bào)鐵路地質(zhì)災(zāi)害發(fā)生概率，其難點(diǎn)是引入邏輯回歸模型中降水量因子。

2 鷹廈鐵路地質(zhì)災(zāi)害的時(shí)空分布特征

2.1 干線區(qū)段劃分

根據(jù)南昌鐵路局轄區(qū)內(nèi)路段的氣候特征和地理環(huán)境，將干線細(xì)化為8個(gè)區(qū)段(圖1)：鷹潭—資溪、資溪—邵武、邵武—吉舟、吉舟—青州、青州—卓宅、卓宅—梅水坑、梅水坑—龍海、龍?！獜B門。其中，鷹潭—資溪、龍?！獜B門區(qū)段地勢(shì)平坦，其他區(qū)段受武夷山脈地形影響，地形陡峻，地表坡度大。

圖1 鷹廈鐵路沿線區(qū)段劃分示意圖Fig.1 Sections along Yingxia Railway

2.2 地質(zhì)災(zāi)害類型及時(shí)空分布

2007—2012年鷹廈鐵路降水誘發(fā)地質(zhì)災(zāi)害事件1083例，災(zāi)害類型20余種，包括邊坡溜坍(占49%)、崩塌落石(占10%)、涵洞淤塞(占7%)、泥石流(占5%)、滑坡(占4%)、水浸路基(占3%)、陷穴(占2%)、風(fēng)化剝落(占2%)等，上述地質(zhì)災(zāi)害類型約占災(zāi)害總數(shù)的82%。從時(shí)間分布上看，2007—2012年鷹廈鐵路地質(zhì)災(zāi)害主要發(fā)生在4—8月，占全年的81.4%，其中，6月鐵路地質(zhì)災(zāi)害發(fā)生的最多，累計(jì)602起，占總數(shù)的一半以上。從年際變化上來看，2007—2012年平均地質(zhì)災(zāi)害次數(shù)是216次，2008年和2010年是鐵路地質(zhì)災(zāi)害比較嚴(yán)重的兩年，分別為332次和370次。圖2表明，2007—2012年鷹廈鐵路8個(gè)區(qū)段內(nèi)均有地質(zhì)災(zāi)害發(fā)生，且分布不均勻，以青州—卓宅區(qū)段發(fā)生地質(zhì)災(zāi)害次數(shù)最多，約占總數(shù)的28%，其次是梅水坑—龍海區(qū)段(占22%)和吉舟—青州區(qū)段(占15%)，其他區(qū)段地質(zhì)災(zāi)害較少。這種分布格局與兩區(qū)段的地形和防護(hù)有很大關(guān)系，如梅水坑坡率較陡且為土質(zhì)塹坡，在遭遇強(qiáng)降水過程時(shí)雨水沖刷坡面，坡面未做任何防護(hù)加固，極易發(fā)生地質(zhì)災(zāi)害?？傮w而言，由降水引發(fā)的鷹廈鐵路地質(zhì)災(zāi)害類型復(fù)雜，時(shí)間集中、災(zāi)害分布不均，且局地性強(qiáng)。

圖2 2007—2012年鷹廈鐵路各路段地質(zhì)災(zāi)害發(fā)生頻次分布Fig.2 Frequency distribution of geological disasters for Yingxia Railway

3 誘發(fā)鐵路地質(zhì)災(zāi)害的主要降水類型

根據(jù)站點(diǎn)降水?dāng)?shù)據(jù)和災(zāi)情資料，分析誘發(fā)鐵路地質(zhì)災(zāi)害的降水量與空間分布情況，發(fā)現(xiàn)誘發(fā)鐵路地質(zhì)災(zāi)害的降水類型主要有4種：臺(tái)風(fēng)降水、連續(xù)性降水、局地暴雨、強(qiáng)對(duì)流天氣。2007—2012年由臺(tái)風(fēng)降水造成的地質(zhì)災(zāi)害58次, 連續(xù)性降水417次，局地暴雨223次，強(qiáng)對(duì)流天氣212次(表1)。需要說明的是，有的地質(zhì)災(zāi)害并不是由單一類型降水引發(fā)，有時(shí)是一種或兩種類型降水共同作用的結(jié)果。

造成鐵路地質(zhì)災(zāi)害的局地暴雨，即范圍較小的短時(shí)暴雨過程，致災(zāi)降水量超過50 mm。造成鐵路地質(zhì)災(zāi)害的強(qiáng)對(duì)流天氣，主要指短時(shí)強(qiáng)降水(這里定義1 h降水量超過20 mm或10 min降水量超過7 mm)和雷雨大風(fēng)，其致災(zāi)降水量雖達(dá)不到暴雨量級(jí)，但雨強(qiáng)和風(fēng)力較大，土體較薄弱地區(qū)因強(qiáng)降水沖刷和大風(fēng)侵蝕，造成塹坡表層土體風(fēng)化剝落，巖土松動(dòng)極易造成倒樹傾限、匯水沖刷發(fā)生泥石流。臺(tái)風(fēng)降水突發(fā)性強(qiáng)、波及范圍廣，破壞性嚴(yán)重。統(tǒng)計(jì)發(fā)現(xiàn)，2002—2007年因臺(tái)風(fēng)降水致災(zāi)降水量均在45 mm 以上，強(qiáng)臺(tái)風(fēng)中心致災(zāi)連續(xù)降水量最大達(dá)到153.7 mm(強(qiáng)臺(tái)風(fēng)蘇拉)。臺(tái)風(fēng)降水災(zāi)害范圍相對(duì)集中，受災(zāi)主體區(qū)段為梅水坑—龍?！獜B門段。從災(zāi)害發(fā)生時(shí)間看(表2)，災(zāi)害發(fā)生時(shí)間與臺(tái)風(fēng)入境時(shí)間基本同步。災(zāi)害點(diǎn)分布與臺(tái)風(fēng)路徑有關(guān)，造成鷹廈鐵路地質(zhì)災(zāi)害的臺(tái)風(fēng)路徑大多為西北路，只有極少數(shù)為西路(臺(tái)風(fēng)凡亞比)。值得注意的是，由臺(tái)風(fēng)降水造成的地質(zhì)災(zāi)害類型除了一般的溜坍、崩塌、滑坡外，還有倒樹侵限、柵欄倒塌、坡面風(fēng)化破碎等。

表1 2007—2012年鷹廈鐵路降水類型及致災(zāi)情況Table 1 Rainfall patterns and hazard situations along Yingxia Railway from 2007 to 2012

表2 2007—2012年造成鷹廈鐵路地質(zhì)災(zāi)害的臺(tái)風(fēng)及致災(zāi)情況Table 2 Yingxia Railway geological disasters caused by typhoons and its hazard situations from 2007 to 2012

連續(xù)性降水導(dǎo)致鐵路路基長(zhǎng)期受雨水沖刷、浸泡，使得土質(zhì)松軟，土體含水飽和失衡，抗滑力下降，發(fā)生溜坍或坍塌。此外，受連日降水影響，江水暴漲，造成河水倒灌入溝谷、河床沖毀。強(qiáng)對(duì)流天氣使得土體被雨水沖空流去、路肩坍塌，周邊高地雨水匯集于地勢(shì)較低的路基，且匯水速度遠(yuǎn)大于排水速度，造成水淹道床。

4 氣象概率預(yù)報(bào)模型及應(yīng)用

4.1 模型建立

采用邏輯回歸模型，選取對(duì)災(zāi)害發(fā)生貢獻(xiàn)率較大的降水量因子，納入模型進(jìn)行預(yù)報(bào)，而貢獻(xiàn)率很小的降水量因子則被剔除。研究中不考慮地質(zhì)狀況，僅分析降水因子對(duì)地質(zhì)災(zāi)害的影響。考慮到4種災(zāi)害類型造成的地質(zhì)災(zāi)害特點(diǎn)不同，局地暴雨和強(qiáng)對(duì)流是即發(fā)型，臺(tái)風(fēng)降水和連續(xù)性降水具有一定的滯后效應(yīng)，故在考慮降水因子時(shí)，除了10 min最大降水量(R10 min)、當(dāng)日最大小時(shí)降水量(Rh)等因子外，還考慮連續(xù)降水量(Rc)和災(zāi)害前20 d累積降水量(R20)。將降水量資料輸入SPSS(statistical product and service solutions,統(tǒng)計(jì)產(chǎn)品服務(wù)方案)軟件處理，運(yùn)用邏輯回歸方法，獲得回歸方程中相關(guān)統(tǒng)計(jì)量，方程中的回歸系數(shù)為當(dāng)自變量改變一個(gè)單位時(shí)，因變量發(fā)生與不發(fā)生事件的概率之比的對(duì)數(shù)變化值，它能在很大程度上表示自變量對(duì)因變量的影響大小。

以青州—卓宅區(qū)段為例,表3中回歸系數(shù)按照大小,表明對(duì)于青州—卓宅區(qū)段，災(zāi)害發(fā)生當(dāng)日降水對(duì)災(zāi)害發(fā)生的影響最大，即同樣大小的降水發(fā)生時(shí)間在災(zāi)害當(dāng)日比在災(zāi)害發(fā)生前幾日對(duì)地質(zhì)災(zāi)害發(fā)生的影響更為顯著。對(duì)于鷹廈線青州—卓宅區(qū)段(表3)，地質(zhì)災(zāi)害發(fā)生與當(dāng)日降水、災(zāi)害發(fā)生前1 d 降水量(R1)、前2 d降水量(R2)、前3 d降水量(R3)的回歸系數(shù)均超過0.01,對(duì)災(zāi)害發(fā)生作用顯著，且因子方差均通過顯著性檢驗(yàn), 選為預(yù)報(bào)因子在統(tǒng)計(jì)意義上是合理的。上述降水因子代入邏輯回歸模型，預(yù)報(bào)評(píng)估結(jié)果顯示，模型的總判對(duì)概率為76.9%。實(shí)際發(fā)生地質(zhì)災(zāi)害264例中,有218例通過概率預(yù)報(bào)模型判斷成功，發(fā)生地質(zhì)災(zāi)害的判對(duì)率為82.6%,模型總判對(duì)率為76.9%。

通過對(duì)降水因子進(jìn)行邏輯回歸，得到相關(guān)統(tǒng)計(jì)量(表3)。將表3中回歸系數(shù)及常數(shù)項(xiàng)數(shù)據(jù)代入式(2),得基于邏輯回歸的地質(zhì)災(zāi)害概率預(yù)報(bào)模型：

表3 青州—卓宅區(qū)段邏輯回歸方程相關(guān)統(tǒng)計(jì)量Table 3 Related statistics based on logistic regression equation along Qingzhou-Zhuozhai

(3)

利用上述方法，分別對(duì)其他區(qū)段進(jìn)行回歸分析，得到各區(qū)段的概率預(yù)報(bào)模型參數(shù)。表4 為鷹廈線各區(qū)段地質(zhì)災(zāi)害概率預(yù)報(bào)模型。

表4 鷹廈線各區(qū)段地質(zhì)災(zāi)害概率預(yù)報(bào)模型Table 4 Sectional probabilistic models of geological disasters along Yingxia Railway

4.2 實(shí)例應(yīng)用

為驗(yàn)證表4中概率預(yù)報(bào)模型實(shí)用性和預(yù)報(bào)準(zhǔn)確性，選取2013年5月20—22日1次大暴雨過程誘發(fā)的38例鐵路地質(zhì)災(zāi)害事件，以及同等數(shù)目的未發(fā)生地質(zhì)災(zāi)害的降水事件加以驗(yàn)證。將各降水因子分別代入表4中各式，得到預(yù)報(bào)的地質(zhì)災(zāi)害發(fā)生概率，將概率值50%作為地質(zhì)災(zāi)害發(fā)生與否的臨界值。由表5可以看到，38例地質(zhì)災(zāi)害中有5例未預(yù)報(bào)出來，概率預(yù)報(bào)模型的準(zhǔn)確率達(dá)到86%。預(yù)報(bào)失敗的5例發(fā)生均發(fā)生在青州—卓宅區(qū)段，觀察其降水?dāng)?shù)據(jù)，發(fā)現(xiàn)雖然災(zāi)害發(fā)生前20 d累積降水量達(dá)到104.6 mm，但當(dāng)日降水為3.4 mm，且前1 d和前2 d 降水量分別為3.4 mm和24.1 mm，模型中降水因子根本不足以誘發(fā)地質(zhì)災(zāi)害。可能是雨量站距離災(zāi)害點(diǎn)有一定距離，致使雨量站監(jiān)測(cè)值無代表性，亦或?yàn)?zāi)害點(diǎn)地理位置較為偏僻，發(fā)現(xiàn)時(shí)間較晚造成?？傮w而言，該模型預(yù)報(bào)驗(yàn)證結(jié)果較好，可供實(shí)際鐵路地質(zhì)災(zāi)害預(yù)報(bào)參考，為鐵路安全氣象服務(wù)工作提供一些技術(shù)支持。

表5 2013年5月20—22日暴雨過程降水量因子及地質(zhì)災(zāi)害預(yù)報(bào)Table 5 Rainstorm factors and predictive value of geological disasters from 20 May to 22 May in 2013

5 結(jié)論和討論

1) 由降水引發(fā)的鷹廈鐵路地質(zhì)災(zāi)害類型復(fù)雜，時(shí)間集中、災(zāi)害分布不均，且局地性強(qiáng)。鷹廈鐵路地質(zhì)災(zāi)害主要發(fā)生在4—8月。2007—2012年鷹廈鐵路青州—卓宅區(qū)段發(fā)生地質(zhì)災(zāi)害次數(shù)最多，這種分布格局與該區(qū)段的地形和防護(hù)有很大關(guān)系。

2) 造成鐵路地質(zhì)災(zāi)害的降水類型包括臺(tái)風(fēng)降水、連續(xù)性降水、局地暴雨和強(qiáng)對(duì)流天氣。臺(tái)風(fēng)降水災(zāi)害相對(duì)集中在梅水坑—龍海—廈門區(qū)段。連續(xù)性降水造成鐵路路基土體含水飽和失衡發(fā)生溜坍或坍塌。強(qiáng)對(duì)流天氣造成土體被雨水沖空流去，造成路肩坍塌。

3) 取2013年5月20—22日大暴雨過程誘發(fā)的38例鐵路地質(zhì)災(zāi)害事件進(jìn)行預(yù)報(bào)檢驗(yàn)，結(jié)果表明:該模型預(yù)報(bào)效果較為理想(準(zhǔn)確率能夠達(dá)到80%以上)，可供實(shí)際鐵路地質(zhì)災(zāi)害預(yù)報(bào)參考，為鐵路安全氣象服務(wù)工作提供一些技術(shù)支持。

4) 盡管鐵路沿線各區(qū)段地質(zhì)災(zāi)害概率預(yù)報(bào)模型的致災(zāi)降水因子有差異，但當(dāng)日降水量基本上是各區(qū)段地質(zhì)災(zāi)害模型共有的預(yù)報(bào)因子，災(zāi)害發(fā)生前1 d 降水量和前2 d降水量也是各區(qū)段地質(zhì)災(zāi)害模型中出現(xiàn)較多的預(yù)報(bào)因子。

[1] 劉傳正,溫銘生,劉艷輝.基于氣象因素的區(qū)域地質(zhì)災(zāi)害預(yù)報(bào)原理與應(yīng)用∥第二屆全國(guó)巖土與工程學(xué)術(shù)大會(huì)論文集(上冊(cè)),2006:696-703.

[2] 賈小龍,陳麗娟,高輝,等.我國(guó)短期氣候預(yù)報(bào)技術(shù)進(jìn)展.應(yīng)用氣象學(xué)報(bào),2013,24(6):641-655.

[3] 張亞杰,吳慧,吳勝安,等．南渡江流域暴雨洪澇致災(zāi)臨界面雨量的確定.應(yīng)用氣象學(xué)報(bào),2014,25(6):731-740.

[4] 李明,唐紅梅,葉四橋.典型地質(zhì)災(zāi)害鏈?zhǔn)綑C(jī)理研究.災(zāi)害學(xué),2008,23(1):1-5.

[5] 劉傳正.中國(guó)崩塌滑坡泥石流災(zāi)害成因類型.地質(zhì)評(píng)論,2014,60(4):858-868.

[6] 崔鵬.中國(guó)山地災(zāi)害研究進(jìn)展與未來應(yīng)關(guān)注的科學(xué)問題.地理科學(xué)進(jìn)展,2014,33(2):145-152.

[7] Wei F Q,Yang H J.Measuring internal velocity of debris flows by temporally correlated shear forces.JournalofEarthScience.2012,3(3):373-380.

[8] 劉艷輝,唐燦,李鐵鋒,等.地質(zhì)災(zāi)害與降水雨型的關(guān)系研究.工程地質(zhì)學(xué)報(bào),2009,17(5):656-661.

[9] 李媛,楊旭東.降雨誘發(fā)區(qū)域性滑坡預(yù)報(bào)預(yù)警方法研究.水文地質(zhì)工程地質(zhì),2006(2):101-103;107.

[10] 徐晶,張國(guó)平,張芳華,等.基于Logistic回歸的區(qū)域地質(zhì)災(zāi)害綜合氣象概率預(yù)報(bào)模型.氣象,2007,22(12):3-8.

[11] 徐晶,李偉華.臺(tái)風(fēng)強(qiáng)降水誘發(fā)地質(zhì)災(zāi)害的降水量特征分析.氣象,2009,35(8):42-48.

[12] 張國(guó)平.有效降水量和泥石流滑坡災(zāi)害概率模型.氣象,2014,40(7):886-890.

[13] 溫華洋,田紅,唐為安,等.安徽省電線積冰標(biāo)準(zhǔn)冰厚的氣象估算模型.應(yīng)用氣象學(xué)報(bào),2011,22(6):747-752.

[14] 張自銀,馬京津,雷楊娜.北京市夏季電力負(fù)荷逐日變率與氣象因子關(guān)系.應(yīng)用氣象學(xué)報(bào)，2011,22(6):760-765.

[15] 魏慶朝,楊永平,張大煒.中國(guó)鐵路水害環(huán)境致災(zāi)因子分析.自然災(zāi)害學(xué)報(bào),2002,11(1):123-127.

[16] 張清,黃朝迎.我國(guó)鐵路水害及其評(píng)估模型研究.應(yīng)用氣象學(xué)報(bào),1999,10(4):498-502.

[17] 周華國(guó),魏慶朝,曾學(xué)貴,等.近十幾年來中國(guó)鐵路水害的時(shí)空統(tǒng)計(jì)特征.自然災(zāi)害學(xué)報(bào),1995,4(4):76-81.

[18] 劉秀英,范永玲,張喜娃,等.鐵路水害臨界降水量值的初步探討.山西農(nóng)業(yè)科學(xué),2007,35(10):56-57.

[19] 許力,王錦貴,陳桂英.優(yōu)選概率集成預(yù)報(bào)研究初步.應(yīng)用氣象學(xué)報(bào),2005,16(增刊Ⅰ):133-135.

Probability Forecasting Model of Geological Disaster Along the Yingxia Railway Induced by Precipitation and Its Application

Zhou Yu1)Liu Zhiping1)Zhang Guoping2)

1)(JiangxiProvincialWeatherServiceCenter,Nanchang330046)2)(PublicWeatherServiceCenter,CMA,Beijing100081)

Precipitation is an important triggering factor of railway geological disasters. Every year significant economic losses are caused by railway geological disasters because of rainfall. To solve the problem of geological disaster forecasting in operational weather forecast service, a probability forecasting model is needed. Due to its special terrain and weather conditions, Yingxia Railway suffers from geological disasters more frequently and more severely. The disaster data from 2007 to 2012, as well as the temporal and spatial distribution features along Yingxia Railway are analyzed. Geological disasters happen most frequently at Qingzhou-Zhuozhai segment, especially from April to August.

4 types of precipitation are the major trigger for the railway geological disasters: Local heavy precipitation, precipitation caused by typhoon, persistent precipitation and convectional weather. Geological disasters caused by typhoon are all relatively concentrated in Meishuikeng-Longhai-Xiamen segment. Persistent rainfall makes railway roadbed soil water saturation imbalance and thus slough or collapse may happen. Strong convective weather caused by rain could lead the soil flow to the air and thus causes the collapse of the shoulder. According to characteristics of different railway geological disasters caused by different types of precipitation, further study of the relationship between railway geological disasters and precipitation are carried out.

10-min maximum precipitation, maximum hourly rainfall of a day, continuous rainfall and the cumulated rainfall of past 20 days are introduced as forecasting factors. Based on factor correlation analysis and logistic regression methods, the probabilistic forecasting models are established for each railway segment along Yingxia Railway. Although there are differences in precipitation hazard factor of each segment of geological disasters, the intraday precipitation is influencing for all segments. The precipitation one or two days before geological disasters plays an important role in probabilistic forecasting model. In order to verify the accuracy of this model, a test is applied on a heavy rainstorm happened from 20 May to 22 May in 2013 to forecast geological disasters of Yingxia Railway. The outcome indicates that the forecasting accuracy rates have reached above 80%. Effects of the probabilistic forecasting models are tested well. In the future, it can be used to conduct geological disaster forecasts to provide some technical support for railway safety meteorological services.

geological disasters of railway; rainfall; logistic regression; probabilistic prediction model

10.11898/1001-7313.20150611

國(guó)家自然科學(xué)基金項(xiàng)目(40971016)

周雨,劉志萍,張國(guó)平. 鷹廈鐵路降水誘發(fā)地質(zhì)災(zāi)害概率預(yù)報(bào)模型及應(yīng)用. 應(yīng)用氣象學(xué)報(bào)，2015，26(6)：743-749.

2015-03-05收到， 2015-06-19收到再改稿。

* 通信作者, email: zhanggp@cma.gov.cn