简介:超前预测降雨诱发滑坡的关键是基于斜坡稳定性模型的具体使用,该模型模拟了复杂地形地下湿度与降雨量时空变化的瞬时动态响应。TRIGRS(瞬时降雨渗透和基于网格的区域斜坡稳定性分析)是USGS(美国地调局)滑坡预测模型,Fortran编码说明水文、地形和土壤物理特征对斜坡稳定性的影响。该项研究中,在卡罗莱纳州北部(NC)梅肯县蓝岭山,我们量化评估了Matlab版本TRIGRS(MaTRIGRS)的时空预测能力。在2004年的飓风季节,该区Ivan飓风诱发了大范围的滑坡。高分辨率数字高程模型(DEM)数据(6-mLiDAR)、USGSSTATSGO土壤数据库和NOAA/NWS联合雷达以及估计的降雨量都用于将输入数据输入该模型。来自卡罗莱纳州北部地调局区域的滑坡目录数据库用于评价MaTRIGRS的预测技术,以预测滑坡地点、发生时间,以及识别预测2004年9月。半径120m以内,发生30小时以上Ivan走廊飓风所观测的滑坡。结果显示,从滑坡位置到24m半径以内,观测的结果表明,67%的滑坡是可以成功地预测的,但是,包含较高的假报警率(90%),如果观测半径扩大到120m,发现98%的滑坡的假报警率是18%。本研究表明,在120m半径的空间和飓风持续时间内,MaTRIGRS是有效的时空预测方法,并且在准确的降雨预报和详细的野外数据区域,显示出滑坡预警系统的潜力。用其他的滑坡信息,包括每个滑坡破坏的准确时间和滑坡的长度以及滑行长度也可以进一步的改进验证。
简介:本文描述了利用基于卫星降雨量评估浅层滑坡预报系统的水文.岩土工程建模系统的潜在适用性。通过集成一个利用无限斜坡稳定性方法和基于网格分布式运动波降雨径流模型,基于物理的分布式模型得到开发。该模型被用于NOAA.CPC提供的基于卫星的近实时半小时CMORPH全球降雨量。该方法结合了以下两种模型输出,从而确定浅层滑坡在流域何时何地发生:(1)边坡易失稳地区非时变的空间分布,根据临界相对土壤饱和度,把这些地区划分成不同稳定类型。这种输出用来描绘准静态陆地表面变量和土壤强度性能对边坡失稳的影响;(2)与空间和时间变化的水文特性相联系的地图提供了一个随时间变化且响应降雨的斜坡活动敏感性评估。水文模型预测每个网格单元的土壤饱和动态。随后,每个网格单元中的储存水用于更新土壤相对饱和度和分析边坡稳定性。当土壤相对饱和度高于临界水平,斜坡网格被认为是不稳定,这也是发出浅层滑坡预警的基础。该方法适用于过去印度尼西亚Citarum流域上游(2,310平方千米)的山体滑坡;非时变滑坡敏感性图说明该方法与记录的历史滑坡(1985.2008年)的空间类型有很好一致性。在最近2个浅层滑坡中的应用表明,该模型可以成功地预测降雨活动和强度对触发浅层滑坡水文变量时空动态的影响。山体滑坡的几个小时前,该模型可以预测在浅层滑坡实际发生的网格和其附近的不稳定条件。总的来说,结果表明建模系统对浅层滑坡灾害预测和预警具有潜在适用性。