利用前期土壤水分提高降雨阈值对滑坡预警的效果( Usage of antecedent soil moisture for improving the performance of rainfall thresholds for landslide early warning )

MTA A NS A AR B BPCDE F SS B

暴雨引发的山体滑坡数量不断增加，在世界各地的丘陵地区造成严重损失。目前正在使用区域和地方尺度上的降雨量阈值来预报这类事件，以便进行有效的早期预警。确定降雨阈值的经验和概率方法是传统的工具，被用作降雨引起的滑坡预报系统的一部分。这些方法易于使用，并以统计分析为基础。它们不需要考虑边坡破坏所涉及的复杂水文地质过程，但往往存在误报率高的缺点，限制了它们在区域滑坡预警系统(LEWS)中的应用。本研究试图通过考虑土壤湿度的影响，使用概率方法来改进传统气象阈值的性能。印度南部的Idukki地区是山体滑坡的高发地区,在2018年和2019年发生的灾害中遭受了重大的社会经济挫折。这个旅游中心现在需要一个滑坡预报系统，可以帮助减少滑坡风险。本研究试图了解由被动微波遥感数据导出的平均土壤湿度估计值的影响，以改进传统经验和概率阈值的性能。为了确定经验阈值，使用了一种基于算法的方法，如计算降雨诱发滑坡阈值工具（CTRL-T）。利用贝叶斯方法定义概率阈值，利用控制参数的边缘概率和条件概率以及滑坡发生的先验概率求出滑坡发生的后验概率。利用基于ROC曲线的曲线下面积(AUC)方法,将推导出的降雨阈值与利用降雨严重度和土壤湿润度推导出的贝叶斯概率阈值进行了定量比较。结果表明：当土壤中的先行含水量较少时，只有剧烈的降雨事件才能触发研究区的滑坡；而较不严重的降雨事件也会在土壤潮湿时引发山泥倾泻。利用土壤湿润度在起爆过程中的作用改善了传统方法的性能，并采用ROC方法对不同模型进行了统计比较。结果表明,基于降雨强度和土壤湿润度的概率阈值优于常规方法,AUC为0.96,是所考虑的模型中最敏感、最特异的。这一结果为在Idukki地区开发一个基于降雨和土壤湿度数据的实用LEWS提供了新的前景。此外，这一工作有助于加强基于土壤水分的水文气象阈值的发展趋势，该阈值在滑坡研究中日益受到重视，但迄今为止在季风区缺乏证据。

SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate