降雨型地质灾害风险动态评价方法探讨

范远芳，黄俊宝，王国民，陈红旗

(1.福建省测绘院，福建福州 350003;2.福建省地质环境监测中心，福建福州 350002;3.中国地质环境监测院(国土资源部地质灾害应急技术指导中心)，北京 100081)

据全国地质灾害通报，近十年来约53万人成功避让突发地质灾害。这与2003年以来开始的全国地质灾害气象预警预报工作，是密不可分的。目前该项业务已覆盖全国地质灾害易发区，其预警预报的基础是对降雨引发地质灾害风险的识别评估。现阶段预警预报多采用基于历史数据统计规律的雨量阈值模型，其核心是对目标区域内阶段性静态风险的一般分布情况的识别。由于滑坡、崩塌和泥石流具有隐蔽性和突发性，且由于降雨落区与强度的预测水平，灾害预报预警精度仍然较低［1］，有时会出现过度预警或者盲目响应的现象［2］，进而导致预警信号发出后，临机决策面临着响应级别模糊、靶区不明和时机不好把握等难题。解决这一问题，迫切需要进行动态风险识别评估，即在一次降雨过程中，要对灾害风险动态分析、实时评估，不断优化预警等级、区域和时机。

依据监测信息如何及时识别灾害风险一直是研究热点，这一点对预警与响应一体化有现实意义。在2013年4月召开的第六届全国地质灾害防治学术会议上，有关动态风险评估等议题备受关注。在国外，相关动态风险评价已成为风险评价领域内的发展方向，动态风险评价方法的研究已引起工程界的高度重视［3］，主要见于隧道施工、石油化工、核能、火灾、环境保护、航天工程、经济等领域［4-5］，并取得较好的应用效果。已有的研究表明，风险评价的动态性主要体现在两个方面:一是根据环境和自身状态的改变，对原有风险评价模型做出调整;二是实现各种风险情景下评价信息的更新与反馈以及评价过程的自动化。前者是动态风险评价的内涵，确保了模型真实地反映动态与复杂的系统。而后者确保了数据的动态性。评价方法主要有动态过程评价、动态概率评价、动态综合评价和多智能体评价等方法［6］。在地质灾害方面，静态风险评价研究已有大量深入研究，成果应用于风险治理规划方面［7］，而动态风险评价方面尚缺乏研究。仅见于文献［8］，通过分析库水位升降及降雨作用引发地下水位的波动从而导致岸坡稳定性的变化，按照单体滑坡动态稳定性的理念，进行了区域动态风险评价。由于其实质为单体动力预警预报，在区域上推广受到限制。本文拟以2012年台风“苏拉”期间福建省德化县浔中镇地质灾害预警预报为例，探索区域地质灾害动态风险评价模型、方法与流程，以期抛砖引玉。

1 研究区地质环境条件

德化县地处福建省东南部，地处“闽中屋脊”戴云山脉中段，总体地势由中部微向四周倾斜，呈层状梯级下降，戴云山脉西坡陡峻，东坡较缓。地貌以低中山、中低山为主，山前丘陵交错，其间偶有山间河谷盆地，村庄大都分布于河谷盆地。浔中镇为德化县人民政府所在地，面积57.20 km2，境内岩浆活动频繁，侵入岩较发育，以燕山期侵入岩为主，印支期、华力西期、加里东期零星分布。残坡积土双层土体广泛分布各丘陵台地、中低山山前地带坡脚处，多为残坡积各类粘性土，大多为双层土体，一般厚2～4 m，局部地段厚度大于10 m，结构松散，为本区地质灾害的主要致灾体。中低山之间的盆地边缘地带则是地质灾害分布密集区，以浅层小型滑坡崩塌为主(表1)。

表1 德化县历史崩滑统计表Table 1 The statistics of historical landslides of Dehua

区内气候属亚热带山地气候，雨量充沛，潮湿多雾。多年平均总降雨量1867.2 mm。降雨量在时间上可划分为三个降雨季节，其中7～9月为台风雷阵雨季，多年平均降雨量782.2 mm，约占全年总降雨量的39.9%，表现为台风强降雨，雨量大而集中，强度强，降雨的年际变化大，是地质灾害易发期，局部区域具有多点同发、群发的特点。

2012年第9号强台风“苏拉”于7月28日08时在菲律宾马尼拉以东约630 km的西北太平洋洋面上生成，8月3日6:50在宁德福鼎秦屿镇登陆。台风强降雨影响德化县浔中镇，并加剧了地质灾害风险水平。

2 地质灾害风险动态过程评价

地质灾害动态风险评价是依据灾害地质条件、诱发因素和承灾体的实时状态，对灾害风险的连续性识别，服务于应急管理。

2.1 评价模型

在现有的动态风险评价方法中，动态概率风险评价方法使用的难度较大;动态综合评价方法重视后果评价，对于强调预警预报的地质灾害风险评价适用性不强;基于多智能体的评价方法，需要构建灾害各微观要素之间相互作用，尚不具备理论基础。相比而言，动态过程评价能实现各种风险情景下评价信息的更新与反馈以及评价过程的自动化，可操作性强，随着评价次数的增加，数据的更新与修正也能使结果趋于完善和真实。为此，这里采用动态过程评价方法研究。

公式(1)所示的地质灾害风险评估框架模型［9］。在一次降雨过程中，动态因子有实时降雨、灾情、险情和承灾体状态，依托群测群防监测体系，均可以实现实时反馈更新。在静态模型基础上考虑上述动态因子，依据动态过程评价方法，建立动态风险评价模型，见公式(2)。在危险性动态方面，诱发因素降雨分解为有效雨量［10］和实时雨强;灾情险情是指过程中已经出现的灾害后果和灾害迹象，直接显示危险性状态，根据相似原理由点状监测信息辐射到评价区域，对区域易发性进行动态更新。在易损性方面，以承灾体状态修正静态易损值。通过因子动态分析，提出修正模型如下:

式中，Rt为总风险，H为危险值，S为易发性，R为降雨，V为易损值，D为险情，B为承灾体状态，下标d表示动态因子，没有下标表示静态因子。

2.2 评价方法

按照上述更新的实时动态因子，采用地理信息系统进行动态风险评价区划。评价流程见图1，包括5个主要评价步骤:

图1 评价流程Fig．1 The flow of assessment

第一步是原型分析，进行评价区描述。

第二步是动态因子监测与信息采集更新;本文受数据与监测时间间隔所限，采用1 h间隔进行评价。若实现数据监测、采集、传输、运算的自动化，则可以实现风险评价过程的自动化。

第三步是依据灾情险情监测信息，依据地质环境相似度计算，更新易发性分区;一旦出现险情或灾情，易发性区划将在原来基础上进行更新。在后续过程中如果再次出现险情或灾情，将以最新的易发性区划为基础进行进一步更新，如此反复，实现易发性分区的动态。随着更新次数的增加，易发性分区将愈趋于准确。

第四步是依据灾情险情及避险防范状态，采用事件树方法更新人员和道路两项主要易损性指标。事件树可以从初始事件开始，对事件发展可能导致的各种后果进行分析。风险演变过程中，降雨、险情与灾情与人员状态和道路状态两项因子为因果关系。降雨、险情与灾情的变化将自动引发人员状态与道路状态的变化，将导致易损性区划的动态变化。

第五步是基于模糊综合评判的动态风险区划。

依据研究区域地质环境与地质灾害特征，德化县98.6%的滑坡为土质小型滑坡。采用德化县地质灾害调查数据与各因子进行统计分析，结果表明研究区滑坡主要受坡度、坡型、表土层厚度以及坡向控制。其中土体厚度3～4 m最易发，地质灾害多发生于25°～35°凹凸坡坡度区，主要集中在坡向北向与西向(图2)。故在危险性因子方面，易发性通过坡度、坡向、表土层厚度、坡形加以反映，通过实施灾情险情监测信息进行相似度修正;诱发因素降雨［11］，按照实际群测群防监测周期及速报频次，采用德化、三班、雷峰、盖德和凤洋五个雨量站台风“苏拉”期间1 h时间间隔的监测数据，更新有效降雨量与雨强。在易损性因子方面，从应急管理的可操作性出发，重点考虑人与道路的承载状态。评价指标权重通过层次分析法确定［12］。确定评价指标如表2所示。

(1)易发性动态相似度计算

当某地出现变形迹象或发生崩滑灾害等险情时，获取险情所在地区的地质环境因素，包括表土层厚度、坡度、坡向、坡型四个作为参照因子。应用ArcGIS对单个图层各个单元与相应的参照因子比对，获取与参照因子相同的区域，同理，其它三个图层采用相同的操作。将获得的四个图层进行叠加分析，具有四个因子相同的单元赋值为1，其它单元赋值为0。将新图层与易发区图进行叠加，将单元属性值为1的单元作为高易发单元，进行易发性区划动态更新。

(2)承灾体状态事件树分析

事件树分析(Event Tree Analysis，简称ETA)是一种逻辑演绎方法，由决策树分析(简称DTA)发展而来。它由初始事件根据事件发展的时间顺序进行初始事件可能导致的各种后果进行分析。具有可以定性与定量地进行系统故障原因以及后果识别作用［13］。在降雨过程中，承灾体所处的状态是随着降雨、险情、灾情状况动态变化的。下面对人员状态与道路状态进行事件树分析，并进行指标更新。

图2 滑坡与各因子统计分析Fig．2 The statistical analysis of landslides and each factors

表2 崩滑地质灾害动态风险评价指标与权重Table 2 The index and weight of landslide geological hazard dynamic risk evaluation

人员状态变化事件树。降雨为激发事件，在降雨激发下可能发生一系列子事件:降雨达到相应等级临界值，降雨临界值通过历史滑坡与降雨的统计数据得到;地表出现宏观变形破坏、地下水异常等险情;发生崩滑灾害，出现灾情等。选分支1说明，降雨达到临界值2，根据应急预案，人员应当转移，而非隐患点人员将处于自然状态。当出现险情或灾情时，人员转移。否则继续为自然状态。下一时刻基于前一时刻的结果，仍以降雨为初始事件，已经为转移状态的人员将不再进行判断，对自然状态的人员继续分析子事件，如此循环，进行动态分析(图3)。道路状态变化事件树分析。采用相同的方法进行道路状态分析(图4)。

(3)模糊综合评判

在处理难以用精确数学方法进行描述的复杂系统问题时，表现出了独特的优越性，所以被广泛应用于各个学科领域。根据评价精度以及建立模糊集合所要满足的对称性原则，将评判等级标准分为“较低风险”、“中等风险”，“较高风险”和“高风险”四个等级，即评语集为:V={Ⅰ Ⅱ Ⅲ Ⅳ}={较低风险中等风险较高风险 高风险}，各风险等级定性描述如表3所示。从评价指标体系与模糊评语集出发，将定性与定量化的指标按照统一量纲的原则，确定简易的评判标准。对于定性指标，首先划分出因子的风险级别，采用经验赋值的方法确定隶属度。对于降雨量，人口密度等定量指标的隶属函数，采用梯形分布函数来刻画，即第i个指标的风险等级I～IV隶属度计算公式如下:

图3 人员状态变化事件树Fig．3 The event tree of personnel status changed

图4 道路状态变化事件树Fig．4 The event tree of road state changed

表3 动态风险定性描述Table 3 The qualitative description of dynamic Risk

其中，ui(xi)为各评价因子的隶属函数;xi为评价因子的实际取值;ai，bi，ci为第i个评价因子各等级标准值域的界限值。对于中间越优的指标，先采用x'=|xi-xmid|运算求得x'后代入上面隶属度函数进行计算，值得注意的是，ai，bi，ci的值应为x'的各等级中间值。评判各因子由于各有侧重，需对各因子赋予权重，然后采用模糊综合评判模型进行三级模糊综合评判。最后对评判结果作归一化处理，根据最大隶属原则确定样本归属。为了将各因子对地质灾害动态风险的影响程度都反映出来，需采用M(·，+)模糊算子进行模糊变换。

根据以上方法，采用GIS进行动态风险评价建模实现，包括网格划分、栅格模型量化、有权叠加运算。

2.3 评价结果分析

以图5所示三个时刻的风险评价结果为例(表4)，8月2日15时降雨等级较低，风险普遍偏低，石鼓与后所两处隐患点所处区域为中等风险;3日10时降雨转为暴雨，风险普遍增高，高风险区域广泛分布在石山村、仙境村、石鼓村、龙翰村、凤池、富东大部分地区、以及凤洋南部、蒲坂村周边地区。根据应急预案，对高风险区域人员进行了避险防范部署;3日23时，高风险区域面积扩大。虽然本时刻降雨已由暴雨转为中到大雨，但地质灾害的发生具有滞后效应，龙翰村9组等发生多处滑坡。根据风险动态评价结果，优化预案，并提高了应急准备的针对性。

图5 三个时刻风险评价结果图Fig．5 The results of the risk assessment map of the three moments

3 结论与认识

表4 三个时刻风险评价结果对比表Table 4 The comparison table of three-time risk assessment results

在一次降雨过程中，对地质灾害风险动态的识别是提高预警精度的关键因素之一。本文尝试采用过程评价方法，进行降雨型地质灾害风险动态评价。通过易发性动态相似度更新有效雨量实时监测、承灾状态等过程分析，可建立动态风险评价修正模型。评价流程为:区域原型分析→监测信息采集→易发性更新→易损性更新→动态风险区划。需要指出的是，由于参评要素实时监测采集条件尚有限，使该方法目前仅适用于防灾减灾基础较好的重点区域。

［1］刘振国，谢必如.徐绍史在重庆三峡库区专题调研时强调充分认识地质灾害三大特点依靠群测群防做好防治工作.［EB/OL］.http://www.mlr.gov.cn/xwdt/jrxw/201008/t20100802_729661.htm.2010-08-02/2013-12-2.

［2］刘维.以人为本防治地灾——《全国地质灾害防治“十二五”规划》解读.［EB/OL］.http://www.mlr.gov. cn/xwdt/jrxw/201204/t20120412 _1083503.htm.2012-04-12/2013-12-2.

［3］Aldemir T，Siu N.Special issue on reliability and safety of dynamic process systems［J］.Reliability Engineering and Systems Safety，1996，52(3):181-347.

［4］缪春生.动态风险评价方法的研究进展［A］.第一次全国工程风险分析技术学术会议论文集［C］.南京:2006:418-429.MIAO Chunsheng.TheOverview:DynamicRisk Assessment［A］.The first National Engineering Risk Analysis Technology Symposium［C］.Nanjing:2006:418-429.

［5］易立新，惠中玉.火灾风险评价的随机过程模型［J］.中国安全科学学报，1997，7(5):6-9.YI Lixin，HUI Zhongyu.Stochastic model for fir risk assessment［J］.China Safety Science Journal，1997，7(5):6-9.

［6］范远芳，张小趁，褚宏亮，等.区域地质灾害风险静动态评估对比研究［A］.第九届全国工程地质大会论文集［C］.青岛:科学出版社，2012:510-515.FAN Yuanfang，ZHANG Xiaochen，CHU Hongliang，et al. Comparative study of static and dynamic assessment of regional geo-hazard risk［A］.Proceedings ofthe 9th nationalconference on engineering geology［C］.Qingdao:Science Press，2012:510-515.

［7］董颖.地质灾害风险评估理论与实践［M］.北京:地质出版社，2009.DONG Ying.The Chinese journal of geological hazard and control［M］. Beijing:GeologicalPublishing House，2009.

［8］冯文凯，石豫川，柴贺军，等.三峡库区渝巴公路马道子滑坡岸段动态风险评价［J］.2007，22(1):54-59.FENG Wenkai，SHI Yuchuan，CHAI Hejun，et al.Dynamic risk evaluation about Madaozi landslide’s bank slope of Yu-ba highway in Three Gorges Area［J］.Journal of Catastrophology，2007，22(1):54-59.

［9］朱良峰，殷坤龙，张梁，等.地质灾害风险分析与GIS技术应用研究［J］.地理学与国土研究，2002，18(4):10-13.ZHU Liangfeng，YIN Kunlong，ZHANG Liang，et al.Risk analysis of geo-hazard and application of the GIS technique［J］.Geography and Territorial Research，2002，18(4):10-13.

［10］唐红梅，唐云辉，高阳华.重庆地区降雨型滑坡相关性分析及预报模型［J］.中国地质灾害与防治学报，2013，24(4):16-22.TANG Hongmei，TANG Yunhui，GAO Yanghua.Correlation analysis and prediction model for rainfallinduced landslide in Chongqing area［J］.The Chinese Journal of Geological Hazard and Control，2013，24(4):16-22.

［11］杜惠良，钮学新，殷坤龙，等.浙江省滑波，泥石流多发区气象预警研究［J］.高原气象，2006，25(1):151-158.DU Huiliang，NIU Xuexin，YIN Kunlong，et al.Study of meteorological forecasting and warning for landslide and debris flow in Zhejiang province［J］.Plateau Meteorology，2006，25(1):151-158.

［12］唐亚明，程秀娟，薛强，等.基于层次分析法的黄土滑塌风险评价指标权重分析［J］.中国地质灾害与防治学报，2012，23(4):40-46.TANG Yaming，CHENG Xiujuan，XUE Qiang，et al.Weights analysis of Loess collapse risk assessing factors based on analytical hierarchy process［J］.The Chinese Journal of Geological Hazard and Control，2012，23(4):40-46.

［13］解家毕，孙东亚.事件树法原理及其在堤坝风险分析中的应用［J］.中国水利水电科学研究院学报，2006，4(2):133-137.XIE Jiabi，SUN Dongya.The constructing principle of event tree method and its application in risk analysis for dykes and dams［J］.Journal of China Institute of Water Resources and Hydropower Research，2006，4(2):133-137.