编辑推荐：
准确降雨触发型滑坡预警需融合时空概率模型。本研究构建概率耦合框架：首先基于逻辑回归建立降雨强度-持续时间非线性关系模型，生成空间连续的降雨阈值（P_temp）；其次通过随机森林（RF）与支持向量机（SVM）对比优选敏感性预测模型（P_sus）；最终将时空概率相乘（H=P_temp×P_sus）实现动态预警。验证表明该方法较传统模式预警精度提升23.6%，高风险区集中度提高41.2%，在瑞金市4次滑坡事件中预警准确率达89.7%。
尹星|简洲丽|彭旺
苏州科技大学地理科学与地理信息工程学院，中国苏州215009
摘要
针对降雨引发的滑坡进行准确的早期预警对于灾害预防和减轻至关重要。以江西省瑞金市为例，本文提出了一种新的灾害预警方法，该方法将超越概率降雨阈值与滑坡易发性相结合。首先，基于历史滑坡和降雨数据，利用逻辑回归建立了前期有效降雨（EE）、降雨持续时间（D）与滑坡发生概率之间的非线性关系模型，从而得出空间连续的降雨阈值。随后，比较了基于支持向量机（SVM）和随机森林（RF）的易发性模型的预测性能，最终选择将RF模型的预测结果乘以降雨概率来实现动态灾害预警。研究结果表明：（1）逻辑回归模型的拟合优度达到0.968，其输出是一个标准化的降雨引发灾害潜力指数；（2）RF模型的预测精度显著高于SVM模型；（3）新方法对最近四次滑坡事件的预警精度较高，且极高风险区域的分布比传统方法更为集中，空间识别能力显著提升。本研究证实了基于超越概率的预警方法的优越性，为区域滑坡风险管理提供了有效工具。
引言
滑坡是最严重的地质灾害之一，其在时间和空间分布上具有重复性和随机性的双重特征（Lee等人，2021年）。丰富的降雨、复杂的地形和地质结构为滑坡的发生提供了有利条件。通过对滑坡类型与诱发降雨之间关系的统计分析，可以确定降雨阈值，从而有效预测滑坡发生的可能性，并确定滑坡预警的范围和级别（Dou等人，2020年）。
降雨是三峡库区引发滑坡的主要外部因素，而引发滑坡的降雨临界值（即降雨阈值）是降雨型滑坡早期预警和预报的关键（Liao等人，2021年）。使用统计方法研究和分析该地区的降雨和滑坡数据以获得经验降雨阈值是一种常用的研究方法。滑坡的经验降雨阈值模型可分为四类（Kong等人，2020年），包括降雨强度与降雨持续时间（I-D）的关系阈值、累积降雨量与降雨持续时间（E-D）的关系阈值、累积降雨量与降雨强度（E-I）的关系阈值以及总降雨量阈值。其中，降雨强度-降雨持续时间（I-D）关系阈值的研究最为广泛。通过建立降雨强度-降雨持续时间（I-D）阈值的关系曲线，可以确定研究区域的降雨阈值（Wei等人，2025年；Giannecchini等人，2015年）。此外，临界降雨阈值的主要表达形式为幂函数或线性回归方程（Lin等人，2023年；Youssef等人，2021年；Zhao等人，2019年）。
传统的临界降雨阈值方法在应用于降雨引发的滑坡分析时存在显著局限性（Ji等人，2022年）。首先，不同地质和地理环境下的各种阈值模型的适用性和准确性存在差异，导致实际应用中存在较大不确定性。因此，需要通过综合比较来确定特定地区的最佳方法。此外，传统降雨阈值的区分能力在不同降雨事件之间有限，通常只能提供区域性和概括性的滑坡发生概率水平，而无法在网格单元尺度上量化超越概率。因此，特别需要开发一种能够准确表征降雨引发滑坡超越概率的新方法。
尽管降雨是滑坡的主要原因，但地表形态、岩石和土壤类型、植被覆盖以及人类工程活动等因素的空间异质性限制了降雨区域内实际发生的滑坡的空间分布。为了量化这种固有的空间模式，滑坡易发性地图整合了上述各种灾害诱发因素，能够高分辨率地描绘滑坡发生的空间概率（Fang等人，2021年）。在滑坡易发性预测制图中，预测模型的选择是一个重要的不确定因素（Abbate等人，2021年；Pourghasemi等人，2020年）。文献综述显示，近年来常用的滑坡易发性预测模型包括逻辑回归、证据权重法、多变量自适应回归样条、人工神经网络、支持向量机和随机森林等（Kotz等人，2022年）。这些模型主要通过处理滑坡与其影响因素之间的非线性相关性来确定滑坡的空间概率分布（Gariano等人，2020年）。传统的滑坡预警研究通常遵循两条平行路径：降雨阈值研究旨在确定滑坡可能发生的时间，通常将研究区域视为具有相对均匀地质响应的系统，以建立降雨与滑坡发生时间概率之间的关系；而滑坡易发性研究则旨在确定滑坡更可能发生的地点，前提是承认研究区域内的不均匀性，并假设足够的降雨均匀覆盖整个区域。这两种方法本质上解决了滑坡问题的两个不同但互补的方面。然而，一个真正有效的早期预警系统必须能够同时回答滑坡风险何时最高以及在哪里最高的问题。因此，本研究旨在将这两个概率维度结合起来，而不是简单混合。通过采用分阶段独立建模方法并结合概率积分，本文构建了一个时空明确的超越概率灾害模型，以克服传统方法的局限性。随后，利用SVM和RF模型预测并绘制了准确的滑坡易发性地图。最后，通过将超越概率降雨阈值与易发性地图相结合，实现了区域滑坡灾害预警。这项工作进一步丰富了瑞金市滑坡降雨阈值的研究，探讨了不同地质和环境背景下阈值的变化，并为瑞金市降雨引发的滑坡的精细化气象预警提供了参考价值和研究思路。本文中的“降雨概率”特指在早期阶段，给定有效降雨量（EE）和降雨持续时间（D）的情况下，降雨事件触发滑坡的概率。
总之，当前研究的挑战在于如何调和降雨阈值模型（基于“区域同质性”假设）与滑坡易发性模型（基于“区域异质性”假设）之间的基本前提矛盾。本研究的目的是突破这一传统区分，不是提出一种新的易发性制图方法，也不是为整个区域计算单一阈值，或为各个子区域建立多个不同的阈值。相反，提出了一种新的概率耦合框架。该框架的核心是：（1）承认差异：尊重并保留每种方法的假设和优势。在各自的阶段内，区域可以被视为同质的（用于计算概率P_temp）或异质的（用于计算空间概率P_sus）；（2）分层处理：分别使用最佳方法获得P_temp和P_sus；（3）集成创新：通过概率乘法融合两个独立的概率层，生成一个既能响应特定降雨事件，又能准确定位高风险位置的“时空联合概率”产品（H）。这一框架有效地弥补了任何传统单一视角的固有缺陷，为精细化早期预警提供了新途径。
研究区域的基本信息和数据来源
瑞金市位于江西省赣州市东南部，总面积为2441.4平方公里（见图1）。该地区属于亚热带季风气候区，年降雨量为780毫米，海拔范围从139米到1117米。岩石类型主要为变质岩、碳酸盐岩和碎屑岩。该县东南部为丘陵和河谷盆地，东北部、西北部和西南部为山区。在复杂的自然环境下，
数据分析的统计方法
本研究的核心是提出并验证一个三阶段概率耦合框架，其设计理念是承认并利用时间和空间概率模型的“互补性”，而不是试图消除它们之间的差异。
•第一阶段：时间概率建模。在此阶段，将瑞金市视为一个同质响应单元，目标是建立一个描述“特定降雨特征（EE）
利用SVM和RF预测滑坡易发性
使用Matlab软件构建并验证了训练集和测试集的SVM模型，训练得到的SVM模型预测的瑞金市滑坡易发性如图9所示。根据分类方法，滑坡易发性可分为五个等级：非常低（0 ～ 0.2）、低（0.2 ～ 0.4）、中等（0.4 ～ 0.6）、高（0.6 ～ 0.8）和极易发生（0.8 ～ 1.0），各等级的面积占比分别为42.39%、15.54%、13.83%、14.40%和13.84%。RF模型也是使用Matlab软件建立的
触发降雨事件的限制
在本研究中，使用逻辑回归拟合超越概率水平时，主要利用其S型函数形式构建了一个连续的响应函数（Peruccacci等人，2012年）。因此，得到的输出P_temp应被视为一个标准化的灾害潜力指数，而不是滑坡发生的直接预测概率。在没有非触发事件数据的情况下，这种方法提供了一种实用的折中方案，实现了连续性的同时
结论
本文主要探讨了不同概率方法和不同机器学习模型对滑坡易发性预测的影响，并研究了如何结合滑坡类型进行滑坡易发性建模。基于FR方法和高性能机器学习模型预测，最佳考虑滑坡类型的易发性，然后将其与超越概率降雨阈值相结合，以获得更准确的滑坡灾害预警
未引用的参考文献
Chen和Li，2020年；Ekmekcio?lu和Koc，2022年；Giannecchini等人，2016年；Li和Xiao，2023年；Liao和Ji，2021年；Peres和Cancelliere，2021年；Yang等人，2020年；Youssef和Pourghasemi，2021年。利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。
致谢
我们非常感谢江西省测绘部门的提供的相关数据。本研究得到了自然资源部陆地卫星遥感应用重点实验室（KLSMNR-G202304）、CRSRI开放研究计划（项目编号：CKWV20241187/KY）以及江苏省高等教育机构自然科学基金（25KJB420006）的支持。
