台湾中央大学：浅层滑坡的前期降雨和土壤含水率特征

文章简介

：

论文链接：

https://link.springer.com/article/10.1007/s10346-025-02495-x

研究背景

研究方法

3、土壤湿度含量检索算法

利用MODIS卫星数据（Aqua/Terra）通过显热惯性（ATI）方法获取土壤水分数据，该方法通过分析光学反射率和昼夜地表温度（LST）计算比热，进而估算土壤含水量，空间分辨率为1km×1km，时间分辨率为8天。ATI-MODIS方法因其非估算特性和适用性被选为最佳方案。获取的8天土壤水分数据与10个监测站的实地测量结果进行验证，并结合双层水收支模型分析土壤剖面水分动态。最终，这些数据用于研究滑坡区域前期土壤水分与降雨事件及滑坡发生的关联性。

研究结果

1、降雨对ATI-MODIS土壤湿度反演与校正的影响

研究表明，降雨对ATI-MODIS提取的土壤湿度具有显著影响。降雨会使土壤湿度指数（SMSI₀）发生变化，因此需要对初始的土壤湿度估算值进行修正，以提高准确性。为了修正土壤湿度估算，研究将降雨数据纳入计算中。当降雨量超过10毫米时，SMSI₀被设定为1，表示土壤达到饱和状态。随着时间的推移，SMSI₀会以0.1的速度衰减，模拟土壤水分的自然下降过程，直到再次遇到降雨或土壤湿度回到原始值。通过这种修正方法，ATI-MODIS估算的土壤湿度与现场观测数据的匹配度有所提高。统计结果显示，修正后的土壤湿度估算RMSE值在0.03到0.14之间，表明修正后的土壤湿度数据更可靠。

2、前期降雨和土壤湿度对浅层滑坡触发的影响

研究通过ATI-MODIS方法估算土壤湿度，并结合降雨事件和土壤湿度变化，分析了土壤湿度对滑坡触发的影响。首先，研究校准了ATI-MODIS方法的参数（如T、θmax和θmin），以便准确估算土壤湿度。在分析过程中，使用了162个土壤湿度波动事件和242个降雨事件的数据，并通过对比土壤湿度变化与滑坡发生的关联性，得出关键结论：当土壤湿度变化率（RSMC）大于0.9%/天并且降雨强度（RI）超过100mm/d时，滑坡发生的预测准确率达到了86.4%。进一步的分析表明，土壤湿度的上升（RSMC为正值）通常伴随滑坡发生，特别是在土壤湿度从较低水平急剧上升时，这一过程与降雨强度密切相关。此外，土壤湿度波动的变异系数（Cv）也对滑坡易发性有显著影响，高Cv值通常出现在滑坡发生的地区，尤其是在台湾的南部和中部地区。因此，土壤湿度变化率和降雨强度的结合成为滑坡预测中的关键参数，定量化的阈值能够有效提高滑坡预测模型的准确性

3、滑坡预测阈值确定

研究发现，当RSMC与RI的乘积值超过100mm/d时，滑坡发生的预测准确率为86.4%。具体来说，当RSMC大于0.9%/天并且降雨强度超过100mm/d时，滑坡预测准确性较高，达到了91.9%。此外，研究还发现，土壤湿度变化率和降雨强度的组合在不同类型的降雨事件中具有不同的影响，如在台风和强冷锋等降雨事件中，阈值的有效性更为显著。通过对242个降雨事件的分析，结合滑坡事件的发生，研究提出了100毫米/天的阈值作为滑坡预测的重要依据。然而，研究也指出，部分地区在关键降雨事件中缺少降雨数据，导致土壤湿度数据的缺失，从而影响了模型的预测准确性。因此，持续和准确的降雨数据对于提高基于阈值的滑坡预测模型的效果至关重要。

4、降雨持续时间和强度对滑坡触发的影响

进一步分析降雨持续时间和强度发现，在持续时间短、强度大的降雨事件（1-2天）中，降雨强度在48.1至97.8mm/d之间，发生滑坡的可能性更大。持续时间长（5-10天）、强度适中（29.3至36.9mm/d）的降雨也显示出较高的预测准确性。相反，高降雨强度与低或下降的土壤含水量降低了滑坡发生的概率。值得注意的是，阈值以上的土壤含水量率和降雨强度更高，变异系数更低，表明阈值有效地提供了对关键条件的稳定和可靠识别。这种高于阈值的土壤含水量率和降雨强度为滑坡风险提供了有用的早期预警。

5、空间和时间土壤湿度分布

为了考察2009年至2013年土壤湿度的空间和时间分布，本研究利用地表湿度饱和指数（SMSI0）作为土壤湿度指标，捕捉不同区域潜在的波动。分析将时间线划分为四个时期（Q1，Q2，Q3，Q4）：10月-12月，1月-3月，4月-6月，以及7月-9月，并将数据分为冷季（10月至3月）、暖季（4月至9月）和整个研究期。在整个期间，大多数地区土壤湿度稳定，Cv较低，尽管某些地区Cv值适中。较高的Cv值，表示更大的变异性，主要出现在暖季，与降雨季节，包括5月雨和台风事件相吻合。对季度数据的进一步分析显示，Cv在Q2开始增加，在Q3达到峰值，然后在Q4下降，并在下一年Q1稳定。这一趋势表明，ATI-MODIS衍生的土壤湿度指数对近地表水文变化非常敏感。总体而言，土壤湿度变化较大的地区，即较高的Cv值，通常与滑坡清单重叠，强化了土壤湿度动态与滑坡易发性的联系。

6、对滑坡监测和预测的启示

研究表明，滑坡事件通常具有复杂性，除了降雨强度外，土壤湿度的变化、地质条件和水文变化等因素也对滑坡的发生起着重要作用。特别是在降雨期间，土壤湿度的增加通过改变土壤中的有效应力，影响坡面的稳定性，进而触发滑坡。因此，结合土壤湿度和降雨强度来识别滑坡触发的临界条件，能显著提高滑坡预测的准确性。

通过将土壤湿度变化与降雨强度结合，研究提出了一个有效的滑坡预测阈值，并强调了连续监测土壤湿度和降雨数据的重要性。这种方法不仅能减少误报，还能提升滑坡风险的早期识别能力。尽管如此，研究也指出，MODIS土壤湿度数据的时间分辨率（8天）和空间分辨率（1公里）存在一定的限制，无法实时捕捉快速变化的土壤湿度，影响了模型的灵敏度。此外，土壤类型、坡度、植被覆盖等地质和水文因素未能完全纳入模型，这可能影响预测精度。

研究结论

研究意义

1、提出有效的滑坡预测阈值：研究通过结合土壤湿度变化率（RSMC）和降雨强度（RI），确定了100毫米/天的滑坡预测临界阈值，能够在多个重大降雨事件中准确预测滑坡发生，准确率达到86.4%。

2、改进了土壤湿度监测方法：利用ATI-MODIS方法估算土壤湿度，为滑坡预测提供了一种高效的远程监测手段。该方法具有较高的空间分辨率（1公里）和较为准确的土壤湿度估算，有助于在大范围区域内实时监测土壤湿度变化。

3、强调了降雨数据的重要性：研究强调了准确的降雨数据对提高滑坡预测准确性的重要性。缺失的降雨数据会导致土壤湿度估算的不准确，进而影响预测模型的可靠性，因此，持续和高质量的降雨监测是滑坡预测成功的关键。

扫码查看原文

科研进展 | 2024年7月26日湖南省资兴市台风暴雨引起的群发浅层滑坡

研进展 | 湖南资兴台风“格美”强降雨诱发群发浅层土质滑坡遥感解译与灾害成因初步分析

文稿 | 李双权; 编辑 | 吴文煊; 审核 | 易小宇