遵義地區(qū)降水型滑坡和泥石流前兆強信號研究

李麗麗，廖留峰，陳百煉，楊富燕，陳 芳

(1.貴州省山地環(huán)境氣候研究所,貴州 貴陽 550002；2.貴州省山地氣候與資源重點實驗室,貴州 貴陽 550002；3.貴州省生態(tài)氣象和衛(wèi)星遙感中心,貴州 貴陽 550002)

0 引言

滑坡、泥石流是我國汛期多發(fā)的地質(zhì)災(zāi)害，每年都給人民生命財產(chǎn)造成巨大損失?；履嗍靼l(fā)生在特定的地質(zhì)環(huán)境條件下，一般都是由強降水所觸發(fā)或?qū)е碌摹；?、泥石流?zāi)害發(fā)生的機制研究涉及到氣象、水文、地質(zhì)、生態(tài)等多個學(xué)科，因不同地區(qū)災(zāi)害的影響因素復(fù)雜多變[1-4]，目前尚沒有比較通用的預(yù)報指標(biāo)。氣象上對滑坡泥石流災(zāi)害的預(yù)警預(yù)報方法的研究主要是從前期降水與災(zāi)害發(fā)生關(guān)系出發(fā)，分析災(zāi)害發(fā)生前期的降水時空分布特征，結(jié)合地質(zhì)環(huán)境條件找出誘發(fā)滑坡泥石流的降水量及降水強度閾值并建立判別函數(shù)，從而對災(zāi)害發(fā)生的可能性進行判斷或概率預(yù)報[5-8]。

貴州省的喀斯特地形地貌發(fā)育強烈，山高谷深、地形破碎，遵義市位于云貴高原東北部，地勢自西北向東南逐漸降低，山地面積占總面積的65%，以溶蝕和巖溶地貌分布最廣，占全區(qū)域的75%以上。在喀斯特地形地貌條件下，局地強降水產(chǎn)生的巨大沖刷力和地表徑流量造成地質(zhì)條件脆弱和土層較松軟的地區(qū)泥石流災(zāi)害頻發(fā)，每年汛期暴雨引發(fā)的泥石流災(zāi)害較為突出。由于水文地質(zhì)資料的缺乏，以往的研究主要局限于對災(zāi)害發(fā)生前期降水過程特征的分析，而幾乎沒有考慮土壤濕度變化過程中所攜帶的信息。當(dāng)土壤含水量增加時，一方面會減小土層內(nèi)部粘連性，破壞土層內(nèi)部結(jié)構(gòu)的穩(wěn)定狀態(tài)；另一方面會增加土層的重量，使土層的動力穩(wěn)定性降低，而表面徑流的不均衡分布也會破壞局部的質(zhì)量平衡，從而使局部地區(qū)土體失穩(wěn)造成滑坡泥石流災(zāi)害，因此滑坡泥石流災(zāi)害的發(fā)生與前期降水對地表土層的侵蝕程度和土壤濕度狀況有密切關(guān)系。有研究表明，土壤濕度短期異常通過與大氣的相互作用會導(dǎo)致區(qū)域短期氣候溫度和降水變化[9-12]，這樣的氣候異常能夠持續(xù)1—2月，并通過波列的形式傳播到下游地區(qū)[13]。由于土壤濕度的變化能夠綜合反應(yīng)地表水文過程中的大量信息，結(jié)合滑坡泥石流發(fā)生前期降水過程特征分析，可以嘗試從中提取泥石流發(fā)生的前兆強信號指標(biāo)。

長期以來可利用的土壤濕度觀測資料較少，土壤濕度資料大多是通過遙感反演或常規(guī)資料計算得到[14-17]，貴州地區(qū)由于全年相對云量較多、云層較厚，且下墊面復(fù)雜，反演產(chǎn)品難以滿足應(yīng)用研究的需要。隨著我國氣象現(xiàn)代化的步伐推進，貴州省自2010年陸續(xù)建立了118個土壤濕度自動觀測站，已獲取了大量連續(xù)的自動觀測資料，使資料可用性大幅提高。本次研究綜合利用土壤濕度自動觀測站資料和同期的降水資料，以貴州遵義地區(qū)近年來發(fā)生的滑坡泥石流災(zāi)害為例，分析建立災(zāi)害前兆強信號指標(biāo)模型，為降水引起的地質(zhì)災(zāi)害預(yù)報預(yù)警工作探索一條新思路。

1 資料和方法

首先選取貴州省內(nèi)68個土壤濕度站點，2011—2015年期間的土壤水分站點資料，10～100 cm深度共8層的土壤濕度資料與同期逐時次區(qū)域自動站觀測的降水資料做分析，分析降水過程前期土壤濕度和降水量的相關(guān)關(guān)系，土壤濕度站點和區(qū)域站點多為同一地點，如果有不同則選取就近5 km內(nèi)的區(qū)域站參考。

由于持續(xù)型降水和短時強降水造成的滑坡和泥石流災(zāi)害的物理過程區(qū)別較大，持續(xù)型降水的侵蝕作用占主要貢獻，短時強降水的沖刷作用占主要貢獻，因此在確定前兆信號指標(biāo)參數(shù)時需要分型考慮。分型的依據(jù)是：統(tǒng)計距離滑坡泥石流災(zāi)害點最近的自動站觀測資料，在災(zāi)害發(fā)生前14 d內(nèi)有至少一次中到大雨降水過程的情況為集中型，若僅有小于中雨級別降水過程的情況為分散型。并以此為標(biāo)準(zhǔn)，將災(zāi)害個例分為集中型和分散型兩種情況，分別考慮引入土壤濕度的深度層和降水量累積日數(shù)等參數(shù)。

本文中涉及到的兩個特殊的統(tǒng)計量：有效降水量和土壤含水量增量。若降水發(fā)生前k天的降水量為Rk，則降水日t天內(nèi)的有效降水量為F(t)：

k為衰減系數(shù)，提前于災(zāi)害當(dāng)日越早的降水日對應(yīng)的衰減系數(shù)越大，對有效降水量的貢獻越小。土壤含水量增量是指對應(yīng)的觀測深度的土壤體積含水量7 d內(nèi)逐時距平值的正距平累計量。

在提取滑坡泥石流的前兆性強信號指標(biāo)的研究過程中，是以遵義地區(qū)選取的個例為研究對象。遵義地區(qū)共有17個土壤自動觀測站點，其中12個站點可用資料最早從2010年5月1日開始，5個站點為中國華云氣象科技集團公司生產(chǎn)的自動土壤水分觀測儀，可用資料最早從2012年5月1日開始。通過對貴州省遵義市2010—2014年期間發(fā)生的滑坡泥石流災(zāi)害調(diào)查報告做篩選，提取其中災(zāi)害發(fā)生前14 d內(nèi)有中到大雨過程的災(zāi)害共28例，其中包括50處災(zāi)害點。

2 不同深度層的土壤濕度與降水量的相關(guān)分析

降水過程引起地面土壤濕度增加是不言而喻的，但是不同深度的土壤濕度與降水量的相關(guān)關(guān)系并不是簡單的線性關(guān)系，一次降水過程產(chǎn)生的降水量能夠持續(xù)影響土壤濕度變化的時間有多久？土壤濕度的變化量與前期不同的累計時間段降水的相關(guān)性如何？這都是利用土壤濕度和降水量建立降水型滑坡泥石流前兆強信號指標(biāo)的依據(jù)。

為探究這個問題，研究特選取貴州省內(nèi)共68個土壤濕度站點，以最近的降水觀測站點與之對應(yīng)，計算相關(guān)系數(shù)，剔除無降水時段的土壤濕度與降水序列的相關(guān)性隨著土層的深度由淺入深，通過顯著性檢驗的站數(shù)所占比例線性變少，10 cm層有超過80%的站點顯著正相關(guān)，30 cm深度也有超過60%的站點通過了99%的置信度檢驗。為了找出不同時間長度的前期降水累積量與土壤濕度相關(guān)性最好的累積天數(shù)，統(tǒng)計全省68站從短期到中期不同累積時間段(1～15 d)的前期降水量與土壤濕度的相關(guān)系數(shù)，其中至少通過99%置信度檢驗的站點比例，如圖1b所示。10～50 cm在1～4 d的累積前期降水與土壤的相關(guān)系數(shù)通過檢驗的百分?jǐn)?shù)隨累積的時間變長而快速升高，4～6 d以后一直到15 d逐漸達到穩(wěn)定，隨著累積的天數(shù)增長百分比變化不大。綜上，在引入指標(biāo)時應(yīng)該主要考慮表層10～20 cm的土壤濕度的變量，降水量的累積時段關(guān)注4～6 d左右的變化情況對降水型災(zāi)害的指示意義。

圖1 各層土壤濕度與剔除無降水時段后的降水量的序列相關(guān)性(a)和不同層次土壤濕度與不同累積天數(shù)前期降水的相關(guān)情況(b)Fig.1 The correlation between each layer soil moisture and precipitation during the rainfall period(a);the correlation between each layer soil moisture and the precipitation with different accumulated days(b)

3 兩種降水型滑坡泥石流的土壤濕度分布特征

由于持續(xù)型降水的侵蝕作用占主要貢獻，短時強降水的沖刷作用占主要貢獻，因此在基于災(zāi)害個例做討論確定前兆信號指標(biāo)參數(shù)時需要分型考慮。通過對貴州省遵義地區(qū)2010—2014年期間發(fā)生的滑坡泥石流災(zāi)害調(diào)查報告做篩選，提取其中災(zāi)害發(fā)生前14 d內(nèi)有中到大雨過程的災(zāi)害共28例，其中包括50處災(zāi)害點。根據(jù) 28例滑坡泥石流的降水型分類，集中型共有11例，80%以上的降水量都集中在災(zāi)害發(fā)生當(dāng)日至提前2 d的3 d內(nèi)；分散型共有12例，80%以上的降水量都相對均勻的分布在災(zāi)害發(fā)生當(dāng)日至提前6 d的7 d內(nèi)，其余5個個例的降水量分布不具有典型性。將兩種類型的降水分別統(tǒng)計得到平均的分布型作為說明此種類型特點的典型特征曲線，如圖2：集中型的12個個例從災(zāi)害發(fā)生當(dāng)日至提前6 d累積的總降水量平均為175.0 mm，且降水量主要集中在災(zāi)害發(fā)生當(dāng)日和前兩日，分散型對應(yīng)的值為62.5 mm，較為均勻的分布在災(zāi)害發(fā)生當(dāng)日和之前的6 d內(nèi)，說明集中型多為強降水過程，分散型多為持續(xù)多日的小到中雨降水過程，接下來需要分別討論兩類降水型土壤濕度增量的垂直結(jié)構(gòu)。

圖2 兩類降水型個例災(zāi)害發(fā)生前逐日降水分布的平均狀態(tài)Fig.2 The average of each former daily precipitation in two landslide-debris flows types classified according to precipitation

3.1 不同降水類型條件下土壤濕度增量的垂直結(jié)構(gòu)特征

由于土壤濕度的變化過程較為緩慢，為了集中體現(xiàn)研究時段內(nèi)的土壤濕度在不同降水類型條件下的垂直結(jié)構(gòu)特征，特定義統(tǒng)計量—土壤含水量增量，即對應(yīng)觀測深度的土壤體積含水量7 d內(nèi)逐時距平值的正距平累計。集中型降水和分散型降水個例的土壤濕度增量在垂直結(jié)構(gòu)上均呈現(xiàn)指數(shù)型的分布，如圖3。10～20 cm深度的土壤濕度狀況的異常增大在滑坡災(zāi)害中體現(xiàn)的最為明顯，集中型降水個例分布的這一點特征較分散型降水個例分布更為明顯。通過已有的研究表明，貴州主要是喀斯特地貌，溶蝕和巖溶地貌分布廣泛，土層較薄，保水蓄水能力差，水分向下滲透流失速度快，因此前兆信號指標(biāo)在引入土壤濕度變量時主要考慮淺層的變化。

圖3 兩種降水類型災(zāi)害土壤濕度增量的垂直分布特征(單位：g/cm3)Fig.3 The vertical distribution characteristics of soil moisture increment of two landslide-debris flows types classified according to precipitation(unit: g/cm3)

3.2 不同降水類型條件下土壤濕度的水平分布特征

如圖4，從災(zāi)害點和河流位置疊加圖上來看，災(zāi)害集中的易發(fā)區(qū)大致有6個(分別編號A～F)，大多分布在河流附近地區(qū)。A區(qū)為習(xí)水縣境內(nèi)的習(xí)水河流域及習(xí)水縣東部地區(qū)；B區(qū)主要為正安縣境內(nèi)的清溪河流域；C區(qū)為桐梓縣境內(nèi)的桐梓河流域；D區(qū)為湄潭縣城范圍的湄江流域；E區(qū)為余慶縣和鳳岡縣境內(nèi)的烏江流域；F區(qū)為赤水縣和習(xí)水縣境內(nèi)的赤水河流域。其中A、B、C、D區(qū)的易發(fā)區(qū)內(nèi)都有土壤站點分布，E、F區(qū)土壤站點與易發(fā)區(qū)的災(zāi)害點位置稍遠，由于土壤水分站資料存在代表性問題，因此選取4個發(fā)生災(zāi)害點位置位于土壤站點附近的滑坡泥石流個例。

圖4 28例滑坡泥石流災(zāi)害點位置(棕色圓圈)和頻發(fā)區(qū)(紅色虛線)Fig.4 Distribution of the hazard points of 28 landslide-debris flows cases(brown circles) and disaster frequent regions(red dotted lines)

根據(jù)4次個例7 d內(nèi)有效降水量和10 cm層土壤體積含水量增量的空間分布對比如圖5可見，降水型滑坡災(zāi)害發(fā)生的位置基本上都位于有效降水量較大的范圍內(nèi)，附近土壤站的增量也為正值且為區(qū)域內(nèi)的高值中心，因此有效降水量和10 cm層土壤體積含水量增量能夠作為災(zāi)害前兆指標(biāo)的構(gòu)成因子。

表1 4次災(zāi)害個例基本情況Tab.1 Base situation of four disaster cases

圖5 4次個例中7 d內(nèi)有效降水量和10cm土壤體積含水量增量的空間分布(紅色三角為降水型滑坡災(zāi)害發(fā)生的位置，a個例1，b個例2，c個例3，d個例4，單位：mm)Fig.5 The distribution of precipitation accumulated seven days and the increment of 10cm soil volumetric moisture content in four cases(hazard points are marked by red triangles，a is the case1,b is the case2,c is the case3,d is the case4)

4 前兆“強信號”指標(biāo)模型

4.1 構(gòu)建模型

土壤體積含水量是一個反映土壤濕度特性的物理量，蒸發(fā)和滲透作用的強度變化是導(dǎo)致土壤濕度改變的主要因素，在沒有降水的時段，土壤體積含水量受蒸發(fā)量、太陽輻射和風(fēng)速等多種因素的影響變化，為了更好的反映土壤變化的異常增長，需要對資料做質(zhì)量控制，盡可能減少儀器系統(tǒng)誤差和維護造成的奇異變率。研究所考慮的是降水引起的滑坡災(zāi)害，由以上的研究結(jié)論可知，降水型滑坡泥石流災(zāi)害的降水類型主要分為集中型和分散型兩種。

將集中型和分散型個例的土壤體積含水量增量(10～20 cm層)和有效降水量在災(zāi)害發(fā)生前10 d和發(fā)生后5 d，共16 d的平均量繪圖，集中型的個例以發(fā)生之日至提前6 d內(nèi)的有效降水量和土壤體積含水量增量作為統(tǒng)計樣本，分散型的個例以發(fā)生之日至提前2 d作為統(tǒng)計樣本。

圖6 災(zāi)害發(fā)生前后的有效降水量和土壤濕度增量的變化情況(a.集中型降水個例，b.分散型降水個例)Fig.6 The variation of effective precipitation and the increment of soil moisture before and after the disaster(a. concentration rain type;b. persistent rain type)

如圖6，集中型災(zāi)害個例發(fā)生時段有效降水量和土壤體積含水量增量處于高值時段，3 d有效降水量達到150 mm，土壤體積含水量的增量平均達到3 g/cm3以上；分散型個例的平均特點為：7 d有效降水量在災(zāi)害發(fā)生前7 d左右累積迅速，到發(fā)生前3 d左右達到高值并維持3～4 d，直至災(zāi)害發(fā)生后才降低，土壤體積含水量7 d內(nèi)增量隨著有效降水量的累積而累積，在災(zāi)害發(fā)生前一直維持正值。兩個量對于降水型滑坡泥石流災(zāi)害具有一定的指示意義，可作為構(gòu)建預(yù)警指標(biāo)的要素。

因此在建立預(yù)警指標(biāo)時也分為兩種情況，F(xiàn)1為分散型指標(biāo)，F(xiàn)2為集中型指標(biāo)：

(R(t-k)×0.8k)/b2

(R(t-k)×0.8k)/b2

SWt為t日10～20 cm土壤體積含水量，單位為g/cm3；Rt為t日降水量，單位為mm。公式由兩部分組成，第1部分為土壤體積含水量的變量，第2部分為有效降水量,由于兩個指數(shù)的量級相差較大，因此引入權(quán)重系數(shù)a1、a2將兩個部分結(jié)合起來，b1和b2的單位分別為cm3/g和1 cm，作用是將F1和F2轉(zhuǎn)化為無量綱量。

每個站點的權(quán)重系數(shù)應(yīng)根據(jù)具體情況體現(xiàn)差異性，取值影響因素包括降水類型、土壤類型、田間持水量以及海拔高度等因素。在降水類型的因素上，分散型降水的模型中土壤濕度權(quán)重應(yīng)加大，集中型降水的模型中降水沖刷力的貢獻率更高；土壤類型方面，砂土的透水性最好，保水性最差，壤土的滲水性和保水能力處于中間程度，黏土的滲水速度慢，保水性好，因此3種土壤類型對權(quán)重系數(shù)的影響應(yīng)依次為(負—中性—正)；田間持水量越高說明土壤保水能力越好，因此權(quán)重系數(shù)應(yīng)為考慮多個因素的經(jīng)驗系數(shù)。

表2 4個個例權(quán)重系數(shù)的影響因素列表Tab.2 The influencing factors list of weight coefficient in the four typical cases

4.2 模型檢驗

為了檢驗指標(biāo)的可用性，計算得到4個個例對應(yīng)的F指標(biāo)的時間變化，如圖7，其中個例1和個例3的降水類型為集中型，個例2和個例4的降水類型為分散型，F(xiàn)指標(biāo)在災(zāi)害發(fā)生期均為峰值時段，檢驗效果較好。

圖7 4個個例發(fā)生災(zāi)害前后15 d內(nèi)的強信號指標(biāo)變化Fig.7 The variation of previous stronger signal during the 15 days before and after the disasters in the four typical cases

在23個典型個例的檢驗中，集中型降水的11個個例中只有一個個例的F指標(biāo)不在最大值時內(nèi)，但在最大值之后的極值點上，分散型降水型滑坡泥石流個例則呈現(xiàn)兩種特點，一種為災(zāi)害時段出現(xiàn)在F指標(biāo)在最大值附近，一種為災(zāi)害時段出現(xiàn)在F指標(biāo)最大值之后回落的時段，體現(xiàn)出土壤滲透作用的滯后性特征。由于權(quán)重系數(shù)影響因素復(fù)雜，因此在這方面還需要深入的研究。

5 結(jié)論

通過對土壤濕度和降水資料的綜合分析，考慮到降水型滑坡泥石流發(fā)生的基本原理和大量的統(tǒng)計特征，建立了能夠反映土壤濕度狀況和降水中短期特征的前兆強信號模型。得出如下結(jié)論：站點土壤濕度與降水的相關(guān)性體現(xiàn)在集中降水的同步對應(yīng)關(guān)系和持續(xù)性降水的滯后相關(guān)關(guān)系上；土壤濕度與前期降水的關(guān)系隨前期降水日數(shù)累積正相關(guān)性增加，在4～5 d左右達到穩(wěn)定；降水引起的滑坡泥石流災(zāi)害需要分類型討論，集中型降水考慮發(fā)生災(zāi)害當(dāng)日至前2 d的有效降水和土壤濕度增量的變化，分散型降水需考慮發(fā)生災(zāi)害當(dāng)日至前6 d的時段內(nèi)兩要素的變化，且權(quán)重系數(shù)a具有明顯地區(qū)差異。

本次研究的結(jié)果僅為對遵義地區(qū)2010—2015年降水引起的滑坡泥石流災(zāi)害基礎(chǔ)上做的前兆信號指標(biāo)模型的研究，權(quán)重系數(shù)也需要根據(jù)研究地區(qū)的具體情況不斷的做修正，因此前兆強信號的代表性和準(zhǔn)確性還需不斷的驗證和調(diào)整。