降雨诱发滑坡在长输管道监测预警中的应用

聂肖虎，谢璐瑶，杨冬，刘新，刘青

(1.中国石化销售股份有限公司华中分公司, 湖北 武汉 430023； 2.紫光软件系统有限公司, 北京 100084)

0 引言

我国是世界上地质灾害分布最严重的国家之一，据2019年的地质灾害累计数据统计，我国共分布约25万多个地质灾害点，包括滑坡、斜坡、崩塌、泥石流、地面塌陷、地面沉降等(李媛等，2004)，其中滑坡斜坡类地质灾害数量占比最大，可达60%，其次为崩塌，约22%，我国地质灾害类型数量占比见图1。广义的滑坡是指各种类型的岩土体沿斜坡向下运动的过程，通常包括泥石流和崩塌，我国学者多采用狭义滑坡定义，多指斜坡土层或坚硬的岩层，在重力作用下沿一个或多个滑动面向下移动的过程。滑坡等地质灾害的发生一方面取决于基础地质条件，比如地层岩性、坡度、高程、土壤等；另一方面又受到多种外界因素的诱发影响，如气象、人类工程活动等(丁继新等，2004；李长江等，2008)。在各种因素诱发的滑坡地质灾害中，以降雨诱发的滑坡是分布最广、频次最高的地质灾害(刘广润等，2002；张玉成等，2007)(以下简称降雨型滑坡)。据相关统计，我国已发生的突发性地质灾害(滑坡、崩塌、泥石流)中，降雨诱发的灾害数量可达90%。有学者对重庆地区滑坡灾害进行统计，近50年来重庆地区由降雨诱发的滑坡数量约147个，占总滑坡数量的97%，且多数滑坡的发生与24小时内的降雨量有极大相关性(周国兵等，2003)，因此开展降雨型滑坡地质灾害的研究对于国家开展防灾减灾工作具有十分重要的意义(文海家等，2018)。

降雨型滑坡一直以来都是国内外地质灾害研究的热点领域，经过近几十年的发展，其研究成果十分丰硕。从探索降雨诱发滑坡的作用机理，到研究与滑坡是否发生相关的具体临界阈值，并将相关阈值模型用于滑坡预报预警实践中，以及近些年来随着RS、GIS技术的融入，使滑坡的早期识别和区域分级预警得以实现。降雨型滑坡研究内容见图2。降雨诱发滑坡的作用机理主要体现在水体下渗过程中造成斜坡岩土体的物理性质及内部孔隙压力的变化，使岩土体的抗剪切强度降低(李长江等，2008)。雨水在坡体中的入渗规律研究多是针对单体滑坡进行模型试验及数值模拟，旨在揭示滑坡发生的内在规律，为不同滑坡的关键监测指标提供参考，更偏于理论性质的研究，但其也是制定滑坡监测方案的第一步。适用于报警的阈值研究采用的阈值参数根据不同区域的滑坡特点有所不同，暴雨频次、降雨的周期变化、降雨历时、降雨量以及降雨雨型与地质灾害的发生存在着密切的联系(马力等，2002)，该类研究通常对降雨滑坡历史数据进行统计分析(高华喜和殷坤龙，2007)，采用相应的模型进行阈值确定，也有部分学者将地质因素加入到阈值计算的模型中(刘艳辉和刘丽楠，2016)，总的来说，阈值研究仍是降雨型滑坡的一个研究难点。但是目前这两项研究一般是割裂进行的，未能共同作用于最终的预警预报工作中，如何将二者研究结合进行预警是今后降雨型滑坡研究的一个突破点。不论是单体滑坡的诱发机制研究还是区域性的降雨阈值研究，两者在空间上的预测都略显劣势，但GIS技术的发展使得具有空间性质的栅格单元内的滑坡预测研究也随之加强(彭令等，2010)，为了进行更加精细化的空间地质灾害预警，GIS是不可缺少的重要工具。

本文首先介绍降雨型滑坡的发育特征、雨水入渗滑坡的内在规律和相关模型，进而说明不同的降雨特征与滑坡之间的关系，并在此基础上对目前的降雨型滑坡阈值研究进行论述和总结，并提出适合长输管道地质灾害预警工作的降雨阈值计算模型，最后指出降雨型滑坡研究目前存在的问题，并对今后的研究方向进行展望。

1 降雨型滑坡发育特征

现有的研究多通过两种方式探讨降雨与滑坡之间的关系，一是研究滑坡内在的规律及稳定性，利用各类监测设备(水位计、孔压计等)获取滑坡体内各项参数在降雨条件下的变化情况，以此来建立雨水入渗模型及滑坡发生的内在机制；二是从外在的降雨特征着手，在收集充足的历史降雨数据基础上，将滑坡发生的时间点与之一一对应，研究滑坡发生时的不同降雨参数(雨量、雨强、历时、雨型)的特征及阈值，并以此来对滑坡进行预报。

1.1 诱发机制

降雨诱发滑坡的实质是渗入斜坡的雨水通过与岩土体的相互作用，软化滑面处的岩土体，降低岩土体的抗剪切强度，从而破坏边坡的稳定性，当岩土体的强度不能抵抗剪切力时，滑坡就发生了(杨文东，2006；李长江等，2008)。两者相互作用的结果就是导致岩土体的内聚力和摩擦力下降(徐则民等，2005)，具体诱发机理可分为四种：雨水入渗到斜坡岩土体内，使岩土体的强度减小而重量不断增加，致使岩土体下滑力随之增加；降雨入渗降低斜坡非饱和区域的基质吸力，致使构成斜坡的土体抗剪强度也随之降低；降雨使得岩土体干湿交替，产生大量裂隙，为雨水入渗提供了更多的通道，加速了滑坡的发生；降雨抬升了地下水位，增加了对岩土体的浮托力(盛玲，2015)。

降雨触发滑坡的内在因素包括构成斜坡体的物质条件(如岩质滑坡与土质滑坡)、斜坡体的坡度以及地质构造等(吴仁铣，2013)，而雨水进入边坡体的入渗率取决于降雨的方式、降雨强度以及斜坡岩土体的渗水物理属性。不同物质组成的斜坡渗流过程也不相同，土质边坡表现为由非饱和到饱和的变化过程，形成浸润区，抗剪强度降低；节理较发育、孔隙较大的岩质边坡因雨水渗流在地下水位以上的区域形成上层滞水区，孔隙压力增大，降低抗滑力，降雨入渗下伏基岩类斜坡和土质斜坡示意见图3。

国内外学者对于降雨入渗过程及机理进行了许多研究，提出了多种不同形式的入渗模型(朱文彬和刘宝琛，2002；谢剑明，2004)、过程模拟方法(杨文东，2006)及斜坡稳定性评价方法(陈祖煜，2003)。降雨入渗实质上是水分在土壤饱气带中的运动(吴仁铣，2013)，雨水渗入边坡到达潜水面经历了一个饱和—非饱和的渗流过程，从物理学角度得出边坡入渗过程的非饱和渗流控制方程如下：

(1)

式(1)中：h在饱和区，为压力水头，在非饱和区，为基质吸力(非饱和带中空气压力与水压力之间的差值)的势函数，称为基质势；k(h)ij为渗透系数，在非饱和区为基质势h的函数；S为贮水系数；β在饱和区，β=0，在非饱和区，β=1；R为源汇项，为降雨入渗的供水强度；x1,x2,x3分别表示笛卡尔坐标系中的x(x1)轴，y(x2)轴，z(x3)轴为正向向上的铅直轴。

Green-Ampt模型是一种简化的入渗模型，用来确定瞬态入渗锋面所到达的位置，可以看作是入渗问题的近似解，应用较为广泛。但实际发生的滑坡机制是十分复杂的，Mein and Larson(1973)在该模型上根据降雨强度与土体入渗能力的关系进行改进，将雨水入渗分为2个阶段，即自由入渗阶段和积水入渗阶段。国内学者的相关试验表明，雨水入渗过程中还需考虑坡度因子，目前比较符合实际入渗情况的模型由杨文东(2006)提出，该模型在Green-Ampt模型的基础上增加了入渗过程及斜坡效应。此外，杨文东(2006)除了对入渗机理和稳定性进行分析外，还建立了模拟滑坡发生过程的模型，可以重现边坡滑坡的动态破坏过程。

雨水改变了边坡内的孔隙水压力，从而降低边坡稳定性，在了解雨水入渗规律的基础上，进而研究边坡在降雨条件下的稳定性。滑坡稳定性评价的方法包括极限平衡法、有限元强度折减法(银晓鹏，2008)、模糊综合评价(杨文东，2006)以及概率分析方法。降雨型滑坡稳定性分析中，土体含水量和孔隙水压力是两个基本参数，这是因为边坡里有水的渗流作用，土的含水量增加，抗剪强度降低，致使边坡极不稳定。渗透力因素是否加入到稳定性分析中则取决于研究对象的选择，毛昶熙和段祥宝(2012)对地震和降雨等多个因素作用下的滑坡进行稳定性计算时，为了更好地结合有限元法一次完成计算，加入了渗透力概念。陈祖煜(2003)考虑到滑裂面上的孔压与坡面上的水压力，认为不需要计算渗透力。在运用现场实测的土体含水量和孔隙水压力对降雨型滑坡稳定性进行评价时，不仅仅需要讨论稳定性分析物理模型的适用性，还需要对稳定性分析输入参数的合理性及其对研究目标的敏感性进行研究(Bordoni et al.，2015)。

1.2 降雨与滑坡关系

1.2.1 时空分布特性

因降雨导致的滑坡等地质灾害在空间分布上具有一定的区域性和同时性，且往往突发性强，灾害程度大。国内已经有许多学者对降雨与滑坡等地质灾害之间的时空分布关系进行了深入研究，并取得了非常多的成果。陈正洪和孟斌(1995)从几十个典型事例出发，分析了湖北省降雨型滑坡的时空分布特征，并且与降雨的时空分布规律进行相关分析，该研究促进了对二者之间对应关系的认识。刘艳辉等(2009)通过统计分析2006—2007年汛期全国地质害的实际发生情况得出地质灾害的发育密度与年均雨量呈正比，在时间分布上与月降雨量、月暴雨日数的分布总体上具备一定的对应关系，且主要受典型强降雨过程的落区控制。林孝松和郭跃(2001)用统计分析的方法研究了滑坡与降雨的耦合关系，暴雨与滑坡的发生在时间上具有很好的一致性，通常也伴随着一定的滞后效应，即滑坡发生于降雨之后的一段时间内，这就证实了滑坡的发生与降雨之间存在不稳定周期性，且其规模与雨量之间存在一定的正相关。中国地质灾害分布及中国年平均降雨量见图4、图5，年均降雨量大的区域也正是滑坡等地质灾害分布密集区域。

1.2.2 降雨量、降雨强度、降雨历时、雨型对滑坡的影响

国内外学者对降雨量与滑坡地质灾害之间的关系进行了大量研究，结果表明滑坡地质灾害除了受降雨在空间和时间上的分布影响外，降雨的雨量、雨强、历时、雨型等特征也控制影响着滑坡的变形过程。

钟荫乾(1998)发现滑坡变形的过程与变形阶段间的降雨强度变化的相关性较大，雨量越大的区域滑坡越发育，以新滩滑坡和黄腊石滑坡为例，说明滑坡的变形和剧滑与降雨的间断性、时间性相关性较高。也有较多研究通过滑坡位移的监测数据研究滑坡与降雨量之间的相关性，杨顺泉(2002)对福建某滑坡体进行为期三年的监测，将水平位移数据、垂直位移数据与降雨量进行回归运算分析，结果显示滑坡体各方位的位移量与降雨量相关性显著，存在降雨量越大，位移变形越大的趋势。

降雨强度指在一个给定时段内的累积降雨量或降雨速率(麻土华等，2011)，暴雨引发的滑坡往往比长时间降雨型的临界降雨量低，以降雨强度较大的深圳为例(高华喜和殷坤龙，2007)，将滑坡发生次数分别与降雨强度、降雨量、降雨时间进行耦合分析，结果表明，滑坡与1～2天的降雨量(大暴雨)、 1～4天及一次降雨过程的累计降雨量的相关性系数均在0.8以上；在降雨时间上，暴雨发生的当天，便有45.3%的滑坡出现，仅有13.3%的滑坡滞后于暴雨的3天以后，最晚在4天左右。

张勇等(2020)在分析降雨强度的基础上，根据降雨的过程特征和降雨时间，对巴中市2007—2016年间降雨事件进行了细分，共划分为6类降雨雨型，并分别统计不同雨型下发生的滑坡次数，结果发现递增型降雨下的滑坡占比最大，可达46.9%；单峰型降雨次之，约占25.02%。此外，对这两类雨型下的滑坡进行稳定性分析得知，其滑坡稳定性在降雨后出现明显降低，表明降雨雨型因子也对滑坡有着显著影响。

2 降雨型滑坡预报模型研究

降雨引发滑坡等地质灾害过程是含有多个相互作用的复杂非线性关系系统，我们将该过程看作一个系统，影响滑坡的各类因素(降雨、岩土体、地形等)看作是该系统的输入变量，那么滑坡的发生与否(发生与不发生)则是该系统的输出变量，对输入变量和输出变量之间的非线性关系进行研究便是滑坡的预报模型(Crozier and Eyles，1980)。目前对于滑坡的预报模型研究主要分为两类，一是与滑坡发生有关的阈值研究，分区域预测滑坡发生的时间段，偏时间预测；二是根据已知滑坡点绘制滑坡敏感性图，一般不考虑诱发因素的影响，偏空间预测，因此，本文主要对前者进行介绍。根据有效应力原理，当斜坡岩土体的孔隙压力到达失稳状态的临界条件时，滑坡才能发生，而孔隙压力与地下水的状态相关，雨水下渗又增加了地下水的补给，从而诱发滑坡，因此，这是通过对降雨量的研究预报滑坡的理论基础。通过阈值计算对滑坡进行预报是目前地质灾害研究的热点，现阶段的阈值研究通常采用降雨、土壤含水量；或者其他水文地质参数，这些参数往往具有区域性，因而降雨型滑坡预报几乎都是根据区域特点计算降雨阈值而建立的。

2.1 降雨阈值

降雨阈值是研究引发滑坡的降雨下限或临界降雨，通过对诱发滑坡地质灾害的历史降雨事件进行统计，以降雨时间为横坐标，降雨量为纵坐标，将两项数据绘制在笛卡尔坐标、半对数坐标或者双对数坐标中，然后利用相关的统计分析软件(如R语言、SPSS软件)，对这些数据点的下限水平线进行拟合，即可得到该区域的降雨阈值示意图(图6)。该曲线中前期降雨强度小，从“0点”开始，降雨强度明显增大直到滑坡发生。临界降雨量则是指这段时间内的累计降雨量，阈值研究则是想通过降雨量变化的曲线来推断滑坡发生的时间，建立一个经验公式，可以用来作为滑坡启动的降雨判据(陈洪凯等，2012)，是目前降雨型滑坡还未得到标准答案的难点问题，通常采用过程降雨阈值模型、前期降雨阈值模型或者其他类型的组合模型进行研究。

2.1.1 过程降雨阈值

过程降雨阈值是对引发滑坡的降雨强度的阈值进行研究，通过对降雨历史数据进行分析，得到其滑坡发生时所需要的降雨强度，即一定时间内的降雨速率，该时间段可以是短时，小时降雨量、日降雨量等；也可以是长时间观测，以该阶段的降雨量平均值进行表示。不同的时间尺度上，过程降雨阈值模型的确定也就相对复杂，且在不同的空间尺度上，阈值也不尽相同。目前包括四种模型：降雨强度—历时(ID)；使用年均降雨量(MAP)或其他参数；过程累积雨量—历时(ED)；过程累积雨量—降雨强度(EI)。其中，降雨强度—历时关系在世界各地降雨预报中使用频率最高。

(1)降雨强度—历时(ID)

该模型最早由Caine(1980)提出，可用下式表示：

I=C+∝×Dβ

(2)

式(2)中：I为诱发滑坡体等地质灾害的降雨强度，短历时取整个降雨事件的峰值数据，长历时则取平均值/(mm/h)；D为诱发滑坡的降雨事件历时/h；α、β均为统计参数；C≥0。

该模型中的降雨历时D取值范围为1～100 h，全球各区域的ID模型阈值可通过意大利的水文地质研究保护所的降雨阈值库进行查询。国内外地区的ID模型参数统计见表1。

(2)年均降雨量阈值(MAP)或其他参数

不同区域之间引发滑坡的降雨阈值是不同的，一些学者则根据研究区的气候特点采用当地的降雨量特征数据进行阈值计算，较为少用，偏经验性与区域性。

(3)累积降雨量—历时关系阈值(ED)

滑坡的发生在一定程度上与一个降雨事件的相关性较大，因此有些学者将累计雨量与降雨历时进行分析，具体表达式如下：

E=C+∝×Dβ

(3)

式(3)中：E为累积降雨量/mm；D、α、β、C意义单位同上。

(4)累积降雨量—平均降雨强度(EI)

使用平均降雨强度I，式(3)中的降雨历时D：

E=C+∝×Iβ

(4)

2.1.2 前期有效降雨量模型

降雨诱发滑坡、泥石流等地质灾害是一个过程性问题，前期降雨量会直接影响到地下水水位和土壤含水量的变化，这也是诱发滑坡的重要因素。意大利东北部的滑坡研究表明，当前15天的累计降雨超过200 mm时，滑坡的发生与2天内降雨量是否大于200 mm有很大的相关性，当大于200 mm时，总会发生滑坡(Kohler and Linsley,1951)，也就是说前期降雨量较大时，即便在较低的降雨强度下，滑坡也有可能发生，但前期降雨量会随着时间增大而衰减，前期降雨量示意见图7。如何界定有效的前期降雨量也是重要的研究问题。

Kohler and Linsley(1951)采用获取的水文数据来测定地表径流，确定降雨对径流的影响；Crozier(1999)则将其引入降雨诱发滑坡预报研究，用于计算前期降雨量指数API(A ntecedent Precipitation Index),该指数计算公式如下：

Pa0=KR1+K2R2+…+KnRn,0

(5)

式(5)中：Pa0为相对0d的经校正的前期有效降雨量；R1为滑坡发生前一天的降雨量；Rn为滑坡发生前第n天的降雨量，K为土层中水流出的衰减系数。

许多研究者主要采用上式或者对其略做修改后作为计算前期有效降雨量的方法，根据研究区特点选择合适的n和K。下表为一些研究学者的计算公式，现有各种前期有效降雨量计算方法见表2。

在公式(5)中，滑坡发生前的每天降雨衰减都独立的，但事实中并不以天为单位递减，每天的降雨衰减速度与其前一天的降雨事件相关，在此基础上，李长江等(2011)学者建立了基于降雨—滑坡分形关系的前期有效降雨量模型：

(6)

式(6)中：PEa为相对滑坡发生时(0 d)的前期有效降雨量；α为标度指数；Pi为0 d前第i天的降雨量

笔者对国内以前期降雨量为参数的降雨临界阈值确定进行了统计，国内一些地区的降雨量阈值研究方法见表3。

2.2 前期土壤含水量模型(ASWM)

除了考虑降雨阈值与滑坡的关系外，降雨导致的土壤含水量和潜在蒸发量变化也会直接导致滑坡的发生，因此可以通过建立土壤含水量与滑坡是否发生之间的关系对滑坡进行预报(廖忠浈等，2019)。土壤含水量一方面可以通过布设监测设备获取，另一方面可以根据收集到的降雨、气温和潜在蒸发量与土壤属性进行计算。该模型在已知降雨数据和土体含水量数据的条件下，计算滑坡发生的概率，采用土体含水量指数进行表示。土体水状态指数有两种表达形式：土体含水量不足量(DS<0)和日降雨过剩量(EP≥0)。

DS0=DS1-(P0-PE0)

(7)

式(7)中：DS0是土体含水量不足量；DS1是第0天的前一天土体含水量不足量；P0是第0天的降雨量；PE0是第0天潜在蒸发量。当DS0≥0时，土体饱和，过剩雨量出现，土体具有正的孔隙水压力的特征，其作用是滑坡发生的前期因素。

日降雨过剩量EP的表达式为：

EP0=(P0-PE0)-DS1

(8)

式(8)中：EP0是第0天的降雨过剩量。将经过衰减计算后的过剩降雨量进行累计后，就构成了正的土壤含水量指数。

EPa0=KEP1+K2EP2+…+KnEPn

(9)

该模型可以通过气象站提供的日蒸发量和降雨量对土壤含水量进行校正，结合上式计算出每天的前期土壤含水量，根据历时滑坡数据建立的回归方程计算出下一天达到滑坡条件下的土壤含水量阈值的所需的日降雨量，然后进行预报(谭万沛和韩庆玉，1992)。

2.3 水文学—斜坡稳定性模型

前两个模型均需要收集研究区历时滑坡发生时间及对应的降雨数据才能开展阈值计算，对于历史数据不充分的区域便无法运用。水文学—斜坡稳定性则是通过物理模型，考虑滑坡体本身的力学特性、土层厚度等特征，将研究区按评价单元网格进行划分，结合DEM数据提取坡度等地形数据，对斜坡体的稳定性进行计算，从而确定失稳时对应的临界降雨量。该模型所需的物理参数较多，因空间差异使得较难大范围地应用，其表达式如下：

(10)

式(10)中：k为渗透系数，由斜坡的岩土性质决定；t为潜在滑体厚度/m；b为斜坡体的过水宽度；θ为潜在滑面倾角，近似取斜坡坡度；A为区域栅格汇水面积；γ为斜坡坡体物质的重度；γw为地下水的重度；c为有效内聚力；φ为有效内摩擦角。

国内学者崔鹏等(2011)以汶川为研究区，在收集其地形数据、岩土体物理属性的基础上，采用该模型对其降雨阈值进行计算，研究滑坡启动的临界降雨条件，并统计不同海拔、坡度内的阈值栅格数量。国外学者(Wilkinson et al.，2002)在历史数据不充分的情况下，将坡地水文模型与斜坡稳定性相结合，并结合GIS技术，实现区域的滑坡降雨阈值区划，对降雨型滑坡灾害预警有重要借鉴意义。

3 长输管道地质灾害监测预警应用

张洪奎(2020)指出，模型研究与监测数据都是为了最终的预报预警。目前预报预警的研究区域多为地质地貌、气象水文环境相对一致的区域，而长输管道线路的研究较少。由于长输管道沿线所跨区域的地质环境及气候条件差异很大，很难以一个通用的阈值模型对地质灾害进行预警预报，因此在管道沿线地质灾害预警工作中，必须结合管道沿线的地质环境、气象水文进行分区域的模型研究。

冼国栋等(2019)对兰成原油管道途经区域划分为黄土高原区、秦岭大巴山高中山区和四川盆地区三个地貌单元，分别构建相应的评价指标体系进行地质灾害易损性评估，利用GIS因子叠加技术，采用综合模型将三段线路的危险性划分为五个等级，但其研究成果偏向于空间上评估预测，未能从时间上及时对地质灾害进行预警预报。也有学者在对管道沿线区域地质灾害易发性评估的基础上，根据实时的气象信息计算前期有效降雨量，当降雨数据达到设定好的阈值时便发出预警信息(白利平等，2007)，该监测预警工作首先采用遥感技术对全线地质灾害进行普查和识别，结合地质灾害历史数据进行管道沿线区域的易发性评估，分重点地布设北斗微位移监测设备，并且采用前期有效降雨量模型和临界降雨阈值设定了四个预警等级，对管道类地质灾害监测起到一定的借鉴参考意义，但其临界降雨阈值是通用的，并未结合其易发性分区的结果进行设定。徐辉和海知(2019)通过北斗微位移的监测数据，与降雨数据进行对比，建立了北斗系统与气象预报融合的监测预警系统，可以很好的在线路工程中应用。

如何将空间上的评估结果和降雨阈值结合起来进行预报是管道地质灾害监测预警的研究重点和难点，加之管道一般远离居住区，其地质灾害历史数据在很多情况是缺失的，无法构成降雨与滑坡发生之间的统计关系，这也说明通过统计分析的方法进行临界降雨阈值的计算在多数情况下是不可行的。在上述的预报模型研究介绍中，水文学—斜坡稳定性模型可能是管道沿线地质灾害监测一个比较好的解决方案，该模型通过计算斜坡稳定性来确定临界降雨量阈值，计算公式(10)中滑体厚度t一般需要现场踏勘测量潜在滑坡点进而获得，其他参数可通过查阅《工程地质手册》及利用ArcGIS软件分析获得，且其临界降雨量的计算结果具有空间性，并非整个区域的通用阈值。综上，长输管道等行业地质灾害监测可首先采用遥感技术(SAR、高分影像)进行潜在灾害点的识别，若历史灾害数据充分，可采用降雨阈值的方法计算临界降雨量，对沿线地质灾害进行实时监测及预报，若历史灾害数据不充分，可对现场进行调查并采集潜在滑坡体厚度数据，结合斜坡不稳定模型计算降雨阈值，从而进行监测预报。

4 总结与展望

降雨与滑坡发生之间存在着非常紧密的关系，有关的研究也非常之多，但其发生启动机理以及预警预报工作仍有待进一步的研究与发展。首先应立足于滑坡本体的研究，聚焦于坡体结构、地层岩性、水文条件等基础地质条件，探究渗流、水压力、抗剪强度等内部参数对滑坡启动之间的关系，总结降雨型滑坡的启动机制理论研究。同时着重于工程应用，对于降雨等气象条件在滑坡预警预报中的规律进行研究，总结不同地区、不同地质条件下降雨与滑坡发生之间的关系。总结降雨与滑坡之间的预警预报模型，提出降雨强度的计算方法以及预警阈值等参数。

目前利用GPS、GIS、北斗定位等技术，联合地面物联网设备对滑坡体进行实时监测，通过对其岩土体形变位移的研究，评估其所处的状态以及预测未来的发展趋势。基于滑坡发生发展的一般规律，以物联网监测数据作为其发展阶段的标志。并结合降雨模型及阈值的研究，建立二者互相验证、互相校核的预警预报体系。近些年出现的InSAR监测技术已经越来越多的应用于灾害监测和预警当中，其高精度、高分辨率、全天候、范围广等特点，在灾害和地表形变监测中逐步成为一个新兴方向，其良好的应用前景可结合常规的降雨、含水率、物联网等参数组成一个可靠的验证体系，搭建一个基于上述多手段、多数据的灾害监测预警系统，为工程安全和人民生命安全服务。