近日，我校土木与交通学院姬建教授研究团队与西班牙加泰罗尼亚理工大学研究人员合作，针对降雨诱发区域尺度滑坡灾害易发性预测问题，在解决因区域尺度下岩土与水文地质相关数据缺乏导致的降雨入渗模型存在不确定性这一重大挑战，取得了突破性进展。研究成果以“Fast physically-based probabilistic modelling of rainfall-induced shallow landslide susceptibility at the regional scale considering geotechnical uncertainties and different hydrological conditions”为题发表于国际岩土工程数值计算领域顶级期刊《Computers and Geotechnics》。
研究团队结合降雨地表过程的“侧向流”和“垂直流”两种运动模式，分析了中长期降雨形成的地下水位补给与事件降雨诱发的地下水位临时抬升机理，在进一步综合考虑区域尺度下岩土体参数及水文地质参数多源不确定性基础上，采用岩土工程可靠度高效算法（FORM-HLRF-x）实现了区域性降雨滑坡易发性分析，提出了一种新型概率物理模型FSLAM-FORM（图1），并开发了适用于微软操作系统的“Py.GIS-FSLAM-FORM”滑坡易发性区划软件，实现了更精确、高效的区域尺度滑坡易发性评估和预测预警。研究团队利用所提方法，在西班牙北部Val d’Aran地区进行了相关案例分析，发现了降雨过程中的有效补给和事件降雨导致地下水抬升之间具有协同效应，聚类结果进一步表明在坡度30至40度、坡向100至250度范围内事件降雨的发生可加剧滑坡发生的概率（图2）。
图1. 提出的FSLAM模型：(a) 前期降雨引起的侧向流；(b) 事件降雨诱发的垂直流
图2：基于FSLAM-FORM概率分析得到的极高易发性结果：（a）区域分布图；考虑坡度与坡向的聚类效应（b）实际滑坡点位置；（c）不同降雨条件
进一步深入探索了区域岩土地层参数变异性对降雨诱发浅层滑坡易发性的影响。结果表明，岩土参数的空间分布不确定性（即，变异系数COV）在不同水文情景下可导致中至高易发性区域在空间上的分布更为广泛且分散，但不会直接增大极高易发性区域范围；中长期有效降雨与诱发事件降雨的综合作用下会加剧原本位于极低或极高易发性的区域向中等或高易发性状态转变（图3）。
论文所提模型为改进区域尺度下降雨滑坡风险分析提供了新的见解，在全球范围内滑坡易发性快速区划和滑坡灾害预测预警方面具有一定的借鉴价值。
图3. 在不同水文条件下COV变化对极高易发性区域的影响
论文第一作者为我校土木与交通学院博士生崔红志，通讯作者为我校姬建教授和西班牙加泰罗尼亚理工大学Marcel Hürlimann教授，合作者还包括西班牙加泰罗尼亚理工大学Vicente Medina教授。研究工作得到了国家自然科学基金联合重点项目“高海拔区域深切峡谷公路边坡强震响应及崩滑灾害防护机理研究（U22A20594）”的资助。
相关论文信息：
Cui, Hongzhi, Medina Vicente, Hürlimann Marcel, and Ji Jian. Fast physically-based probabilistic modelling of rainfall-induced shallow landslide susceptibility at the regional scale considering geotechnical uncertainties and different hydrological conditions. Computers and Geotechnics 172 (2024): 106400. doi: https://doi.org/10.1016/j.compgeo.2024.106400
