基于多源降雨数据的三维滑坡降雨阈值模型开发及性能评估

《Journal of Hydrology: Regional Studies》：Three-dimensional landslide rainfall threshold model driven by multi-source rainfall data: Development and performance evaluation

　　

降雨诱发滑坡是全球分布最广、破坏性最强的地质灾害之一，然而提升其预警的时空精度与时效性仍是长期存在的挑战。研究人员以中国湖南省安化县为研究区，该地区在2022年至2024年间记录了216起降雨诱发滑坡事件。研究旨在开发一个小时尺度的三维降雨阈值框架，该框架整合了有效前期降雨量(Re)、滑坡发生前24小时触发降雨量(E24h)以及24小时降雨历时(D24h)。研究人员利用区域自动气象站(RWS)、国家气象站(NMS)和GPM卫星降水产品三种不同数据源，系统比较了不同时空分辨率降雨数据对预警性能的影响，并将三维框架与传统二维模型进行了基准对比。研究结果表明，降雨数据的时空分辨率是控制预警性能的首要因素。基于RWS数据驱动的混合强度-累积模型(HICM)表现最佳，其漏报率(FNR)为7.46%，最小描述长度(MDL)为-0.03，受试者工作特征曲线下面积(AUC)达0.9049。在RWS、NMS和GPM数据集上，三维模型的FNR分别为7.46%、14.89%和10.91%；相比之下，相应的二维模型FNR则处于23.81%–28.12%、22.22%–37.50%和11.76%–42.86%的较高区间。三维模型在短历时高强度暴雨和长期累积降雨两种情景下均保持稳定，性能始终优于二维基准模型。这些结果证明，高分辨率降雨观测结合三维阈值能够显著提升区域滑坡早期预警的准确性与时效性。

该研究发表于《Journal of Hydrology: Regional Studies》。研究针对当前滑坡预警中二维阈值模型难以表征“前期累积-事件触发”耦合过程，以及单一数据源对预警性能影响机制不明的问题，开展了多源数据驱动的三维阈值模型开发与验证研究。研究人员基于2022至2024年中国湖南省安化县的216起降雨诱发滑坡样本，构建了包含有效前期降雨量(Re)、24小时降雨量(E_24h)和24小时降雨历时(D_24h)的三维阈值框架，并在区域自动气象站(RWS)、国家气象站(NMS)和GPM卫星降水产品三种数据源下进行系统评估。

关键技术方法主要包括：首先，研究人员收集并整合了三种来源的降雨数据，其中RWS包含46个站点，空间密度约为每108平方公里1站，时间分辨率为1小时；NMS为单站观测；GPM为0.1°×0.1°网格数据，时间分辨率为0.5小时。其次，采用衰减系数法计算有效前期降雨量(Re)，设定衰退系数r=0.8，考虑前15天的前期降雨权重。随后，将滑坡样本按7:3划分为校准集与验证集，开发了混合强度-累积模型(HICM)作为基线三维模型，同时构建了乘法降雨-小时模型(MRHM)和指数降雨-阈值模型(ERTM)作为扩展形式，并以最小描述长度(MDL)、漏报率(FNR)和受试者工作特征曲线下面积(AUC)作为评价指标。此外，选取了强度-历时(I–D)、累积量-历时(E–D)和累积量-强度(E–I)三种经典二维模型作为对照。

研究结果如下：

三维阈值模型部分显示，基于RWS数据的HICM模型性能最优，AUC值达到0.9049，FNR仅为7.46%。模型参数分析表明，RWS数据中Re的系数最大，表明其对前期湿润效应最为敏感。相比之下，NMS由于单站空间代表性不足，GPM由于卫星反演对局地极端降雨信号的平滑作用，导致模型性能有所下降。

代表性事件分析部分选取了四个典型滑坡案例。案例分析表明，在短历时强降雨事件中，三维模型能迅速响应并发出警报；在长期累积降雨事件中，模型能维持较高的预警等级。RWS数据在不同案例中均表现出最长的提前预警时间，而NMS和GPM则分别因空间代表性和算法局限性出现了漏报或虚警现象。

二维阈值模型部分结果显示，二维模型整体性能弱于三维模型。RWS驱动的E–D模型表现相对较好，但在NMS和GPM数据下，各二维模型的FNR波动较大，最高可达42.86%，显示出对数据源质量和空间分辨率的强依赖性。

在讨论部分，研究人员分析了多源降雨数据的差异，指出RWS在捕捉短时强降雨和空间异质性方面表现最佳，NMS适合反映局地峰值但缺乏空间覆盖，GPM适合大尺度演变但低估了降雨强度。关于模型结构与数据质量的相对作用，研究发现当使用RWS等高精度数据时，不同三维模型结构（HICM、MRHM、ERTM）的性能趋于一致；而当使用NMS或GPM等低代表性数据时，HICM因其结构简洁而表现出更强的稳定性。研究还强调了时空分辨率的重要性，小时级数据显著提升了模型对灾害动力过程的刻画能力。空间一致性分析进一步证实，滑坡热点与最大24小时降雨量和10日平均累积降雨量具有更高的空间相关性，验证了引入有效前期降雨量(Re)的必要性。尽管三维模型在精度和机理表征上具有优势，但也对数据质量和计算资源提出了更高要求。

研究结论指出，三维阈值模型在总体预警性能上普遍优于二维模型，能显著降低漏报率并提升判别能力。降雨数据的时空分辨率是制约模型性能的关键因素，高密度RWS数据能确保模型稳定，而NMS和GPM则分别受限于空间代表性和算法平滑效应。三维框架在不同降雨触发模式（短历时强降雨与长历时累积降雨）下均表现出稳定的预警响应。在实际应用中，若降雨数据时空连续且代表性好，应优先采用三维阈值进行分级预警；在数据稀疏或业务条件受限地区，二维模型仍可作为实用替代方案。