《Landslides》：Shallow landslides in Tuscany (Central Italy) triggered by the November 2023 heavy rainfall event
编辑推荐：
为解决极端降雨事件加剧背景下浅层滑坡灾害频发、威胁基础设施与社区安全的问题，研究人员针对2023年11月2日托斯卡纳极端降雨事件，开展了基于高分辨率卫星影像、NDVI变化检测与实地调查的多源事件滑坡清单编制与空间分布分析研究。结果表明，该事件共触发411处浅层滑坡，对约120栋建筑和21.6公里道路造成影响，并识别出中等渗透性、中等坡度、中等黏土含量、植被根系加固弱和降水截留能力低的土地利用类型为高风险条件。该研究提供了事件尺度的深刻见解，对支持滑坡易发性评估、早期预警和气候适应性土地利用规划具有重要意义。
气候变化正以前所未有的方式重塑我们的世界，其中频繁发生的极端天气事件是重要的体现。在意大利，尤其是托斯卡纳地区，近年来由强降雨引发的洪水和滑坡灾害日益频繁，对人民生命财产和基础设施构成了严重威胁。2023年11月2日，一场极端降雨袭击了托斯卡纳，造成了严重的人员伤亡和高达数十亿欧元的经济损失。然而，面对这种越来越普遍的灾害，一个根本性的问题在于：我们是否真正了解这些被强降雨“激活”的滑坡，具体发生在哪里？它们有何特征？又是什么样的环境条件最容易被“攻破”？只有回答了这些问题，我们才能更有效地进行风险评估、预警和制定适应气候变化的土地规划策略。为此，研究者们对这场灾害事件展开了深入的“事后勘查”，并将研究成果发表在地学领域的专业期刊《Landslides》上。
为了系统解答上述问题，研究人员采用了一套多源数据融合的技术方法。首先，他们整合了多颗高分辨率光学卫星（如PlanetScope和GeoEye-1）在事件前后获取的影像，通过计算归一化植被指数（NDVI）变化和目视地貌解译，来识别因滑坡导致的植被破坏和地表变化。其次，利用来自意大利国家雷达平台和区域雨量站网的雷达与雨量计融合数据，绘制了高精度的24小时累积降雨量分布图。最后，研究结合了广泛的野外实地调查，对遥感识别结果进行验证和补充，并收集了来自地方政府和民防部门的滑坡报告点数据，最终构建了一个包含411处滑坡的详细事件清单。在空间分析方面，研究者将滑坡分布与一套环境因子（包括降雨、地形、地质、土壤性质、土地利用等）图层进行叠加，通过滑坡密度比（LDR）和主成分分析（PCA）等统计方法，揭示了控制滑坡空间分布的关键条件。
Landslide events
Study area
研究区域位于意大利中北部托斯卡纳大区，涵盖了在2023年11月2日降雨事件中受浅层滑坡影响的20个市镇，总面积约1293平方公里。该区域地形多样，从北亚平宁山脉的山区过渡到皮斯托亚-普拉托的都市化平原，西南部则为蒙塔尔巴诺山脊丘陵区。地质上，出露岩层包括复理石相（砂岩和钙质泥灰岩）、第四纪河湖相沉积物以及近代冲积物等多种类型。
Rainfall event
此次降雨事件由一个大西洋扰动天气系统引发，一条几乎静止的雷暴线在托斯卡纳北部停留了5-6小时，造成了局地性极端降雨。在24小时内，研究区部分区域的累积降雨量达到150-200毫米，小时雨强最高达40-55毫米，重现期估计高达150-200年。滑坡的空间分布与高降雨强度区域表现出明显的相关性。
Methods
研究方法的核心是基于影像分割、NDVI指数、事件前后光学影像的地貌解译以及野外调查，进行滑坡的识别与制图。空间分布分析则通过计算滑坡在不同环境因子类别中的频率分布，并辅以多元统计分析（如PCA）来完成。
Materials
研究所用的数据包括：事件前后的高分辨率光学卫星影像（PlanetScope和GeoEye-1）、10米分辨率数字高程模型（DEM）、区域地质与岩土工程分类图、土壤水力传导度和黏土含量数据、CORINE土地覆盖（CLC）数据，以及来自区域雨量站网和全国雷达平台的降雨数据。
Results
滑坡清单与影响：共识别出411处由该事件触发的浅层滑坡。其中137处面积大于4.5平方米的滑坡被绘制为面要素，其余274处小滑坡以点要素表示。滑坡总面积估计约49,292平方米，单个体积普遍较小（约83%的面积小于500平方米）。影响评估显示，共有120栋建筑物和约21.6公里道路受到影响，其中受影响最严重的是市镇级道路网络，凸显了次级基础设施的脆弱性。
空间分布模式：滑坡在空间上呈现明显的聚集性，主要分布在两个区域：西南部的蒙塔尔巴诺山脊区和东北部的比森齐奥河谷区。通过核密度估计，识别出这两个明显的高密度滑坡簇。
Analysis of landslide occurrence in relation to rainfall conditions and predisposing factors
降雨触发条件：分析显示，当24小时累积降雨量超过约109毫米时，滑坡发生率开始显著增加，滑坡密度比（LDR）急剧上升，在超过191毫米的类别中LDR达到约8。
地形与土壤条件：滑坡最常发生在海拔140-310米、坡度10°-30°、土壤水力传导度中等（1.14–2.11 米/天）、黏土含量中等（5-15%）的区域。这些条件有利于水分充分入渗但又不至于过快排走，从而促进孔隙水压力积累。而坡度大于40°的陡坡因易产生地表径流，反而滑坡发生率较低。
地质与土地利用：在地质上，托斯卡纳地层复理石（ST–TR）和湖相-河湖相沉积（GL–ML）地层的LDR最高。在岩土工程分类中，细粒土（TE1）和具有规则、贯通节理的中等-良好岩体（AL3）的LDR最高。在土地利用方面，橄榄园（CLC 223）的LDR值远超其他类型（>4.5），这与其通常位于缓坡或梯田、植被覆盖稀疏、根系加固和截留降水能力弱有关。相比之下，茂密的阔叶林和针叶林地区LDR值很低。
多元分析：主成分分析（PCA）表明，滑坡的发生并非由单一主导的环境因子组合控制，而是对极端降雨的一种广泛响应。选取关键变量（累积降雨、黏土含量、土地利用、坡度、水力传导度）并仅使用面状滑坡数据进行PCA时，前两个主成分可解释约68%的方差，但仍未观察到清晰的聚类，说明滑坡在多元因子空间中呈连续分布。
Discussion
清单的意义：本研究编制的高分辨率事件滑坡清单，揭示了以小规模浅层滑坡为主的特征，凸显了结合高分辨率遥感和实地调查对于获取代表性清单的重要性。尽管单个滑坡体积小，但其空间上的广泛分布对地方基础设施（尤其是市镇道路）造成了严重的累积性影响，常导致偏远社区交通中断。
阈值与易发条件：识别出的~109毫米/24小时降雨阈值，处于意大利已报道阈值范围的中上部，表明研究区斜坡在极端降雨下才变得脆弱。空间分析指出，浅层滑坡最易发生在具有中等坡度、中等入渗能力和黏土含量，且土地利用类型对降水截留和根系加固能力较弱的区域。例如，橄榄园的高易发性与其农业管理方式（植被稀疏）直接相关。
多元模式的启示：PCA结果中未出现明显的聚类，表明在此次极端降雨事件中，广泛的降雨强迫在一定程度上“掩盖”了局部易发条件的差异，触发了多种环境背景下的滑坡。这印证了极端气候事件可超越局部条件变异，引发大范围灾害的特性。
Conclusions
本研究系统分析了2023年11月托斯卡纳极端降雨触发的浅层滑坡。通过多源数据构建了包含411处滑坡的详细事件清单，并深入分析了其空间分布规律。研究发现，滑坡在空间上集中分布于两个主要簇群，并对地方道路网络造成显著影响。研究识别出一个~109毫米/24小时的初步降雨阈值。更为重要的是，研究揭示了控制滑坡空间分布的关键环境条件组合：中等坡度（10°–30°）、中等海拔、具有中等水力传导度（1.14–2.11 米/天）和中等黏土含量（5–15%）的土壤，以及像橄榄园这类植被截留与根系加固能力弱的土地利用类型。多元分析表明滑坡响应具有扩散性，未受单一因子组合绝对控制。这些发现为理解极端水文气象条件下浅层滑坡的发生模式提供了重要的案例见解，可直接支持滑坡易发性评估模型校准、早期预警系统优化以及气候适应性的土地利用规划，对于应对日益增长的气候变化相关地质灾害风险具有重要的实践意义。
