2. 中国科学院水利部成都山地灾害与环境研究所, 成都 610041
2. Institute of Mountain Hazards and Environment, Chinese Academy of Sciences, Chengdu 610041
近年来,在全球气候变暖的影响下,我国极端天气现象出现的几率明显增高,降水引发的滑坡和泥石流等地质灾害也频频发生,并呈现增加趋势,造成了重大人员伤亡和财产损失[1, 2]。因此,针对降水诱发的地质灾害实时预报警报,最大程度地减轻地质灾害的损失,已成为需要气象、水文和地学界共同参与研究并具体落实的紧迫任务。
地质灾害的发生是一个由多种自然因素和人为因素共同作用下的复杂的从缓变到突变的过程,但在一定的地质结构特征及环境条件下,过程降水是地质灾害发生最主要的诱发因素,据统计,由暴雨引发的泥石流、滑坡等灾害占这类灾害总数的90%以上[2]。因此,根据降雨进行滑坡、泥石流等地质灾害的预报,成为地质灾害预报的主要方法[2, 5]。
目前,国内外对降雨诱发的地质灾害均开展了大量研究。Premchitt等对香港地区斜坡破坏与降雨条件进行的一系列相关分析研究,确定了引发滑坡的临界雨强[6]。日本濑尾克美等人对从10分钟雨量到多日累计雨量在内的各种降雨指标进行验证,制定泥石流发生的“报警”、“避难”的降雨临界值[7]。在我国,泥石流预报的理论研究始于20世纪90年代,但直至2000年以后才真正开展泥石流预报的应用研究,并向公众提供预报服务[8, 10]。
西南地区山地分布广泛,地质条件复杂,构造运动剧烈,地质灾害尤为突出,严重地威胁着人民生命财产安全,给国民经济造成重大损失[10, 12]。西南地区地质灾害发生的重要特点是区域性强,地质气象工作者做了大量的研究工作[13, 19]。但目前对于整个西南地区地质灾害进行全面研究和预报系统的建设尚不多见。本文基于地理信息处理平台,结合地质灾害相关的气象和环境数据库,采用可拓模型建立的云贵川渝地质灾害预报系统,对中尺度降水预报模式WRF为地质灾害预报系统提供的降水预报场进行了检验,最后以2007年7月发生在四川盆地东部的一次较大的大型群发地质灾害为例,对该地质灾害预报系统的预报效果进行个例分析,并对2007年7月的预报效果进行检验。
1 云贵川渝地区地质灾害预报系统模型简介云贵川渝地区地质灾害预报模型[20, 22]是基于泥石流、滑坡的现场监测及遥感观测结果,建立云贵川渝泥石流、滑坡信息及其发育的环境背景条件数据库,深入研究云贵川渝泥石流、滑坡的发育背景和现状,运动特性以及与触发降雨之间的关系特征,选择基于模糊数学的可拓性理论,并建立云贵川渝区域泥石流、滑坡预测预报模型。可拓模型[23, 24]将物元分析与可拓集合相结合,广泛应用于新产品构思与设计、优化决策、控制、识别与评价等领域,在理论和实践方面发挥了重要的作用。根据泥石流、滑坡的形成条件和区域系统的内外应力影响,滑坡、泥石流预报的可拓模型选取了与滑坡、泥石流紧密相关的6个因素:相对高差、地层、断层、土地利用、降水总量和降水强度。在这6个因素的作用下,泥石流发生概率大小为Bj。
根据上述6个因子和滑坡、泥石流之间关系的分析结果,确定了研究区滑坡、泥石流预报可拓模型标准物元表(见表 1)。
降雨是地质灾害发生的触发因素(外因),下垫面是地质灾害发生的基础条件(内因),区域性短期滑坡、泥石流预报,就是结合区域环境背景条件和降雨状况,对滑坡、泥石流发生可能性进行评估预报的过程。这种评估预报很难提供预报区域的确定性预报,所以,区域性短期地质灾害预报应为概率预报,根据不同降水与下垫面的相互作用评估预报区域滑坡、泥石流发生的概率大小。然而,这种概率的评估尚无法提供精确的概率值,将这种概率分成若干等级,构成若干概率区间(表 1),更容易被人们所接受,在宏观指导减灾中也更具有实用性。
2 中尺度数值模式WRF在西南地区的降水预报通过上述分析可知,和泥石流、滑坡发生概率关系密切的因子有两类:一类是相对稳定的下垫面因子,如高差、断层、地层和土地利用等。另一类是动态因子,即降水总量和降水强度;此外,对历史上滑坡、泥石流与降雨量的分析可知,降水量与滑坡、泥石流的产生有很好的相关性[25, 28],因而准确地预报出雨量是问题的关键。中尺度数值预报模式WRF(Weather Research Forecast)是由美国开发的新一代中尺度预报模式和同化系统,该模式采用高度模块化、并行化和分层设计技术,集成了迄今为止在中尺度方面的研究成果。模拟和实时预报试验表明,WRF模式系统在预报各种天气中都具有较好的性能,具有广阔的应用前景,是目前比较成熟的数值预报模式之一[29]。
一个数值预报系统,要获得好的预报效果,需要进行有关模式的本地化研究。目前,本系统中使用的精细化数值天气预报模式WRF是国家气象中心在十五科技支撑课题“奥运气象保障技术研究”支持下本地化开发的中尺度数值预报模式。
为更好地检验模式本地化运行后的预报性能,对西南地区4省(市)分别进行了预报检验,本文所采用的质量检验方法是按照中国气象局1998年6月下发的《天气预报业务规定》和2002年6月的省级气象台《指导预报评分系统》严格进行的。检验站点数为364个。模式降水预报资料采用临近插值站点的4个格点平均方法插到站点上进行检验。
表 2为2007年7月云贵川渝地区几次暴雨过程的TS评分结果,从表中看出,模式对几次暴雨过程的TS评分结果较好,特别是7月2日和7月8日开始的两次降水,暴雨的TS评分略高在0.25以上。通过对这几次暴雨过程持续时间和降水范围的分析来看,模式对区域性、持续时间长的强降水过程预报能力较高,这也说明模式预报降水在一定程度上可应用到地质灾害预报服务中。
图 1为云贵川渝地区2007年6月1日至7月31日(20时)不同降水量级的TS评分、漏报率和空报率。从图 1中可以看出,对于24小时、36小时和48小时的WRF模式的TS评分随降水量级的增加而减少,预报的空报率和漏报率随降水量级的增加而增大。对于暴雨而言,24小时、36小时和48小时TS评分分别为:0.02、0.015和0.01。偏差检验表明模式在小雨和暴雨量级降水预报上与实况观测的相对频率接近理想值1。综合分析TS评分和偏差检验结果,可知模式对该地区的降水预报效果较好,能够用于地质灾害的预报。
云贵川渝地质灾害预报系统目前已在中央气象台进行业务试运行,在精细化数值天气预报系统每日提供2次、1小时间隔的数值降水预报的基础上,每天上午和下午启动定时作业。
3.2 2007年7月5日20时降水预报效果分析图 2给出2007年7月5—6日20时WRF预报的降水场,由图 2可见,WRF模式基本预报出了位于四川东部盆地和重庆北部开始到四川西南部一带的呈东北—西南走向的带状的雨带,位置与实况雨带位置较一致。模式对雨带位置的预报比较准确。比较可知24小时累计降水南江站(247.8 mm),遂宁站(72.9 mm),珙县站(131.8 mm)均落在预报的50 mm的暴雨区域内,不足的是除遂宁站外预报降水较实况降水量级均偏小。
这次降水过程造成7月2—6日四川中北部部分地区山地灾害频发,根据灾情实况可知,南江县内发生滑坡、泥石流累计达500多处,遂宁辖区累计发生山体滑坡21处,珙县11个乡镇遭遇泥石流。广元、渠江、汉源、南充、内江、射洪等地也发生不同程度的地质灾害。
图 3为地质灾害概率预报等级,结果分为3~5级的区域,分别以黄色、橙色和红色代表不同的灾害预警级别。可见,系统对该次过程的预报效果比较好,基本覆盖了盆地东部的大部分地区的灾情点,灾情发生地区包括南充、南江、平昌、内江等地都达到了5级的预警标准,广元等地达到了4级的预警标准,射洪、汉源、渠县、珙县、遂宁等达到了3级的预警标准。
从南江、遂宁、珙县2—7日逐日降水情况(表 3)可见,南江县从2日起至7日止的5天时间内,均有中到特大暴雨量级的降水出现,同时,珙县前期无降水,在5日出现微量降水后6日突降130 mm以上大暴雨,遂宁站在5天内降水比较均衡,但是所辖的蓬溪县境内在5日也遭受了大暴雨袭击,6日仍有微量降水。
图 4给出南江、遂宁、珙县7月2—7日逐小时降雨量,由图 4可见,7月2日04时开始,南江站逐小时降水达到20 mm,7月5日03—07时,南江站连续出现大于25 mm以上的大降水,小时最大雨量49 mm,这与灾情发生时段对应较好,且在5日降水结束后的7个多小时之内,灾情仍在接连发生。可见该次阶段性强降水是造成南江县地质灾害高发频发的主要原因。遂宁站在该次降水过程期间雨量比较均衡,无论是前期还是灾害发生时段逐小时降水在10 mm以下,7月5日23时达到最大降水记录12 mm。可见,较长时间的持续性的降水有可能是导致遂宁发生灾害的主要原因。珙县前期基本无降水,强降水时段集中出现在7月6日00—03时的3个小时之内,最大雨强达到60 mm·h-1,达到该次过程三个站点中逐小时雨量的最大值。而灾情发生在7月5日22时至次日凌晨05时,与降水时段对应较好。可见,突发性的强降水可能是导致珙县地质灾害发生的主要原因,三个站点降水均在7月6日12时以后基本结束。可见,持续性降水、突发性的强降水、间断出现的阶段性强降水均可能诱发地质灾害。
在2007年7月,西南地区接连遭受了多次大到暴雨袭击并引发多处滑坡和泥石流等地质灾害,通过对7月灾情统计可见(表 4),如果视大于等于3级即为系统报对的情况下,系统在7月36次灾情中只发生了7次漏报,预报准确率较高。
本文通过对2007年6—7月WRF模式的预报效果进行TS评分检验并对云贵川渝地质灾害预报系统在2007年7月云贵川渝地区地质灾害的预报效果进行检验,结果表明:
(1) WRF模式2007年6—7月模式的评分表明:中尺度数值预报模式WRF对降水具有一定的预报能力,随着预报时效的增加,WRF模式的TS评分随降水量级的增加而减少,预报的空报率和漏报率却随降水量级的增加而增大。模式对区域性、持续时间长的暴雨过程预报能力较高,在一定程度上对于地质灾害预报服务具有较好的应用价值。但是对于暴雨位置预报还有一定的偏差,在以后的工作中,还需进一步优化模式参数方案,提高预报准确率。
(2) 云贵川渝地质灾害预报系统能够较好地预报出7月2—6日发生在四川盆地内南江县、遂宁、珙县等地区的地质灾害,灾情点基本囊括在预报区内,预报效果较好。
(3) 地质灾害的发生与降水时间之间存在一定的滞后相关性,通常在降水结束后地质灾害仍在持续发生。这对于地质灾害的预警和救援方面有一定的指示意义。
(4) 西南地质灾害预报系统对引发地质灾害的持续性降水、突发性的强降水、间断出现的阶段性强降水等不同雨型所引发的地质灾害的预报有较好的效果,因而降水预报准确率对地质灾害预报是至关重要的。
谭万沛, 王成华, 姚令侃, 等, 1994. 暴雨泥石流的区域预测与预报[M]. 成都: 四川科学技术出版社, 211.
|
罗元华, 1994. 我国滑坡泥石流崩塌灾害分布与经济损失评估[J]. 国土开发与整治, 4(1): 49-55. |
殷坤龙, 汪洋, 唐仲华, 2002. 降水对滑坡的作用机理及动态模拟研究[J]. 地质科技情报, 21(1). |
崔鹏, 刘世建, 谭万沛, 等, 2000. 中国泥石流监测预报现状与展望[J]. 自然灾害学报, 9(2): 10-15. |
姚令侃, 1988. 用泥石流发生频率及暴雨频率推求临界雨量的探讨[J]. 水土保持学报, 2(4): 72-77. |
BRAND E W, PREMCHITT J, PHILLIPSON H B.Relationship between rainfall and landslides in Hong Kong [C]//Proc 4th Int Symp Landslides.Toronto, 1984.
|
濑尾克美, 孟河清, 1991. 泥石流报警避难降雨指标的制定[J]. 水文科技情报, 8(1): 32-36. |
刘传正, 2004. 中国地质灾害气象预警方法与应用[J]. 岩土工程界, 7(7): 17-18. |
Wei Fangqiang, Gao Kechang, Hu Kaiheng. Method of debris flow prediction based on numerical weather forecast and its application[C]. In "Monitoring, Simulation, Prevention and Remediation of Dense and Debris Flows", edt. G. Lorenzini, C.A. Brebbia & D.E. Emmanouloudis. Southampton: WITpress, 2006:37-46.
|
郁淑华, 徐会明, 何光碧, 等, 2005. 基于η数值预报模式的四川盆地泥石流滑坡预报系统[J]. 气象, 31(6): 47-50. DOI:10.7519/j.issn.1000-0526.2005.06.010 |
谢修齐, 魏鸿, 石胜国. 成昆、宝成铁路山坡泥石流危险度判定方法与防御技术研究报告[R]. 铁道部科学研究院研究报告TY字第1111号[R], 成都: 1998: 112-116.
|
谭炳炎, 等. 山区铁路暴雨泥石流中短期预报的研究专题研究报告[R]. 铁道部科学研究院研究报告TY字第0483号[R], 成都: 1990.
|
单九生, 刘修奋, 魏丽, 等, 2004. 诱发江西滑坡的降水特征分析[J]. 气象, 30(1): 13-161. DOI:10.7519/j.issn.1000-0526.2004.01.003 |
杜惠良, 2005. 浙江省滑波、泥石流气象条件分析及其预报研究[J]. 热带气象学报, 21(6): 642-650. |
苏鹏程, 刘希林, 郭洁, 等, 2006. 四川泥石流灾害与降雨关系的初步探讨[J]. 自然灾害学报, 15(4): 19-23. |
杨胜元, 陈百炼, 杨森林, 等, 2006. 贵州省地质灾害-气象预报预警的基本思路与方法[J]. 中国地质灾害与防治学报, 17(2): 111-114. |
晋玉田, 1999. 攀西地区泥石流滑坡灾害与降水关系的分析和预报[J]. 四川气象, 3: 34-38. DOI:10.3969/j.issn.1674-2184.1999.03.010 |
周国兵, 马力, 廖代强, 2003. 重庆市山体滑坡气象条件等级预报业务系统[J]. 应用气象学报, 14(1): 122-1241. |
彭贵芬, 2006. 云南气象地质灾害危险等级PP-ES预报方法[J]. 气象科技, 34(6): 746-752. |
韦方强, 汤家法, 钟敦伦, 等, 2004. 区域和沟谷相结合的泥石流预报及其应用[J]. 山地学报, 22(3): 321-325. |
Wei Fangqiang, Gao Kechang, Hu Kaiheng. Method of debris flow prediction based on numerical weather forecast and its application[C]. In "Monitoring, Simulation, Prevention and Remediation of Dense and Debris Flows" edt., G. Lorenzini, C.A. Brebbia & D.E. Emmanouloudis. Southampton: WITpress, 2006:37-46.
|
Wei Fangqiang, Gao Kechang, Jiang Yuhong, et al. GIS-based prediction of debris flows and landslides in Southwestern China[C]. Debris flow hazards mitigation: mechanic, prediction and assessment, 2007, WillPress.
|
蔡文, 杨春燕, 等, 2003. 可拓学基础理论研究的新进展[J]. 中国工程科学, 5(2): 80-88. |
蔡文, 1999. 可拓论及其应用[J]. 科学通报, 44(7): 673-682. |
谭万沛, 韩庆玉, 1992. 四川省泥石流预报的区域临界雨量指标研究[J]. 灾害学, 7(2): 37-42. |
谭万沛, 1989. 中国灾害暴雨泥石流预报分区研究[J]. 水土保持通报, 9(2): 48-53. |
韦京莲, 赵波, 董桂芝, 等, 1994. 北京山区泥石流降雨特征分析及降雨预报初探[J]. 中国地质灾害与防治学报, 5(增刊): 45-52. |
谭万沛, 罗晓梅, 2000. 暴雨泥石流预报程式[J]. 自然灾害学报, 9(3): 106-111. |
章国材, 2004. 美国WRF模式的进展和应用前景[J]. 气象, 10(12): 26-31. |