《Journal of Rock Mechanics and Geotechnical Engineering》：Real-time early warning of landslide disaster risks on major highways in Ganzhou City, China
编辑推荐：
本研究针对极端天气下公路滑坡风险预警难题，开发了一套集成滑坡敏感性、危险性与承灾体脆弱性的实时预警系统。研究以赣州市主干公路为案例，采用随机森林等机器学习模型进行滑坡敏感性预测，结合连续概率降雨阈值模型实现动态危险性评估，并利用层次分析法量化承灾体脆弱性。结果表明，随机森林模型预测精度最高（AUC=0.958），所构建的系统可精准识别高风险路段，为公路地质灾害防控提供科学依据。
随着我国公路建设规模不断扩大，极端气候事件频发，山区公路沿线滑坡灾害风险显著增加，每年因公路地质灾害造成的经济损失高达数十亿元。特别是在赣南山区，公路抗灾能力相对较弱，救援难度大，滑坡不仅导致道路长期中断，更易造成严重伤亡。2024年5月1日广东梅河高速茶阳路段的路基滑坡事件造成48人死亡的悲剧，再次敲响了公路滑坡灾害预警的警钟。
传统滑坡预警方法存在明显局限：物理过程模型需要难以获取的岩土参数，监测设备部署成本高昂；而基于测量的方法在大范围区域应用中受到限制。更重要的是，现有研究往往忽视公路交通功能及沿线承灾体价值空间分布的影响，难以精准评估滑坡可能造成的经济损失和人员伤亡。
为解决这些问题，研究人员在《Journal of Rock Mechanics and Geotechnical Engineering》上发表了一项创新性研究，以赣州市主干公路为研究区，构建了一套覆盖滑坡敏感性、危险性和风险评价全过程的实时预警系统。该研究通过融合机器学习模型、连续概率降雨阈值模型和层次分析法，实现了对公路滑坡风险的精准预警。
为开展这项研究，团队首先沿公路建立了250米缓冲带，采用多尺度分割法识别出88,497个斜坡单元。收集1547个滑坡样本和18个条件因子，基于随机森林(RF)、C5.0决策树(DT)和支持向量机(SVM)模型进行滑坡敏感性预测。通过接收者操作特征曲线(ROC)、滑坡敏感性指数(LSI)分布特征和混淆矩阵综合评价模型性能。
研究人员还利用雨量站数据拟合了连续概率降雨阈值方程，采用层次分析法(AHP)评估公路脆弱性，最终通过整合LSI、降雨阈值、脆弱性和承灾体分布，实现了对两个典型滑坡案例的有效预警。
关键技术方法包括：(1)基于多尺度分割的斜坡单元划分，将研究区划分为88,497个评价单元；(2)机器学习滑坡敏感性预测，比较RF、C5.0 DT和SVM三种模型性能；(3)连续概率降雨阈值建模，建立降雨持续时间(D)与有效降雨量(EE)的非线性关系；(4)层次分析法脆弱性评估，从地形地貌、社会经济等8个指标构建评价体系；(5)风险集成预警，将敏感性、危险性、脆弱性和承灾体价值相乘得到风险值。
研究结果
滑坡敏感性预测结果
三种机器学习模型中，随机森林(RF)模型表现最优，测试集AUC达0.911，RMSE为0.069，残差平方和为0.331。滑坡敏感性指数分布显示，RF模型预测的整体敏感性水平相对较低，且结果离散度较小，大部分集中在低和极低敏感性区域，符合研究区大部分区域不易发生滑坡的实际情况。
动态危险性评估结果
基于连续概率降雨阈值模型，研究人员实现了降雨型滑坡的动态危险性评估。典型案例如2016年4月10日大广高速泰和-赣州段K2958+900m处滑坡事件(事件A)和2020年4月3日兴国县澧江镇观音堂段公路滑坡事件(事件B)，连续时间概率分别为0.927和0.872，结合LSI后计算得到动态危险性值分别为0.808和0.83，均属于极高危险性等级。
承灾体脆弱性评估结果
通过层次分析法确定8个脆弱性评价指标权重，其中坡度(25.96%)、路网密度(23.15%)和公路等级(13.77%)是影响脆弱性的主要因素。脆弱性较高的区域主要分布在地质条件较差、易发生滑坡和泥石流等地质灾害的区域。
风险预警结果
整合危险性、脆弱性和承灾体价值分布，生成了经济和人口风险空间分布图。在事件A和事件B中，随机选取的高风险斜坡单元的经济风险值多在300-400万元/单元之间，人口风险值约为60-80人/单元，表明系统能够有效识别高风险路段。
研究结论与讨论
本研究构建的公路滑坡风险实时预警系统，通过多模型比较确定了随机森林在滑坡敏感性预测中的优越性，利用连续概率降雨阈值模型克服了传统临界降雨阈值法分辨率低、无法定量评估的局限，结合层次分析法实现了承灾体脆弱性的量化评估。该系统能够精准识别高风险路段，为公路地质灾害防控提供科学依据。
研究的重要意义在于将滑坡风险预警从传统的单一危险性评估拓展至综合性风险评价，考虑了承灾体的空间分布和价值差异，大大提高了预警的精准性和实用性。特别是针对公路这一线性工程的特性，所采用的250米缓冲带和斜坡单元划分方法更符合公路滑坡的发育规律。
未来研究可进一步优化条件因子选择，提高降雨数据空间分辨率，深化对公路滑坡与承灾体相互作用物理机制的认识，从而不断提升预警系统的准确性和可靠性。该研究成果为基层部门开展公路滑坡风险防控提供了科学指导，对保障公路交通安全和促进区域可持续发展具有重要实践价值。
