動態觀測數據驅動的滑坡災害精準模擬分析方法

朱 慶, 丁雨淋,3 ,苗雙喜, 曹振宇

(1. 西南交通大學高速鐵路運營安全空間信息技術國家地方聯合工程實驗室, 四川 成都 611756; 2. 西南交通大學地球科學與環境工程學院, 四川 成都 611756; 3. 香港中文大學太空與地球信息科學研究所，香港 999077; 4. 四川省基礎地理信息中心，四川 成都 610000)

動態觀測數據驅動的滑坡災害精準模擬分析方法

朱 慶1,2, 丁雨淋1,2,3,苗雙喜1,2, 曹振宇4

(1. 西南交通大學高速鐵路運營安全空間信息技術國家地方聯合工程實驗室, 四川 成都 611756; 2. 西南交通大學地球科學與環境工程學院, 四川 成都 611756; 3. 香港中文大學太空與地球信息科學研究所，香港 999077; 4. 四川省基礎地理信息中心，四川 成都 610000)

受全球極端氣候變化和人類活動影響，復雜滑坡災害時空演變過程復雜，其時空演變的高突變性、高隱蔽性、高動態性,以及孕育環境的時空異質性與不確定性等十分突出，復雜地形地質條件下滑坡災害模擬分析已經成為世界性難題.為此,本文提出動態觀測數據驅動的滑坡災害精準模擬分析方法，設計了動態數據驅動的復雜滑坡災害精準模擬分析框架，闡釋了滑坡災害過程時空變化的顯式語義描述，任務驅動的空天地一體化觀測數據規劃與調度，計算與存儲融合的復雜滑坡災害實時數據組織與管理，變化驅動的多源動態觀測數據實時接入與自主加載，多源動態觀測數據在線智能處理，復雜滑坡災害模擬模型參數智能率定等關鍵技術，為滑坡災害鏈的全鏈條防災減災提供科學理論支撐.

滑坡災害；動態觀測數據；實時GIS；空地一體化立體觀測；模擬分析

在極端天氣氣候事件頻發的背景下,復雜滑坡災害引發的環境變化和造成的危害形勢日趨嚴峻[1-2],已成為影響重大基礎設施安全和城鎮化區域安全最重要的因素之一，因此，亟需提高對復雜滑坡災害過程進行持續監測、預測預警、災情速報和應急救援能力[3-4].

滑坡災害是一種嚴重的斜坡巖土體失穩現象,是指大塊巖(土)體由于強降雨、地震或人為因素影響及斜坡巖土體不穩定,在重力作用下,沿著貫通剪切破壞面整塊地向前向下滑動的現象.受極端氣象,以及復雜地形、地質等下墊面時空異質性因素影響,我國西部山區重大滑坡災害時空演變過程復雜,高突變性、隱蔽性和不確定性特征極為突出[5-7],極大增加了其危害性和防范預警難度.如何提高滑坡災害鏈模擬分析水平,提升預測預警的時效性和精準性已成為國際滑坡研究領域關注的前沿難點[8].

1 國內外研究現狀

滑坡模擬分析先后經歷了經驗預報、統計預報、非線性預報,目前已進入實時跟蹤動態預報、數值模擬分析、綜合模擬分析的新階段[9-11].受傳統觀測能力的限制(由于缺乏針對災害鏈的全生命周期監測技術支撐),對復雜滑坡失穩和災害鏈機理的基礎研究仍不足,對滑坡坡體內部三維機構形態、內部物理場(應力、流體等)、內部動態演化過程,極端氣象條件引發的暴雨型滑坡等災害鏈成災模式機理的認知仍十分有限,難以建立有效的基于斜坡演化水文-巖土力學機理的物理預警方法[12].

已有的滑坡災害模擬分析主要依靠對歷史滑坡災害觀測數據的擬合外推預測,是一種靜態數據驅動的半定量化模擬分析方法[13-14].這些方法旨在量化已發生滑坡過程中相關地理變量歷史觀測數據之間的時空相關關系(地層巖性、地形地貌、地質構造、水文地質等因素與滑坡變形的關系).基于歷史觀測數據,建立適用于全局的目標變量與輔助變量之間的統計相關模型,利用輔助變量觀測值推測目標變量在未知時刻和空間位置的特征值，即對已發生的滑坡與影響滑坡因素的歷史觀測數據進行統計回歸,利用回歸模型對特定地點和時間可能發生的滑坡進行模擬分析.

面對復雜條件下的滑坡災害,其時效性和精準性受到明顯局限.

(1) 由于滑坡災害的形成條件、誘發因素以及發生機理等的復雜性和多樣性,各個滑坡體的變形演化規律具有極強的隨機性、不確定性和時空多階段演化特征,難以完全通過機理模型進行確定性描述.在非穩態氣象和復雜地形條件下,許多機制都可能導致滑坡變形演化過程的突變,這些過程多是臨界過程,當超過某個特定點,漸進的氣象、地質地形等環境變化可能激發滑坡過程非線性的響應,而且也無法準確的確定閾值.

對于偏離“正常”的突發性、隨機性、不確定性滑坡災害過程相關現象,模擬模型并不能完全適用,往往僅能適用于某一類滑坡或某一演化階段的模擬預測.因此,在滑坡災害過程時空演化模式發生變化后,為保證模擬過程與災害真實演變之間的時空一致性,滑坡災害模擬分析模型需進行相應調整,否則模擬將無法適應滑坡災害演變過程中時空轉換的高突發性、高動態性,以及災害孕育環境的時空變異性.

靜態數據驅動的半定量化模擬分析由于建立在穩定環境和確定性模擬預測理論基礎上,理論假設模擬中的機理模型在預測區間是靜態恒定的,即模型形式和參數不會根據滑坡不同變形破壞階段的動態性進行自適應調整,其模擬結果的適宜性和可靠性較低.

(2) 驅動模擬的數據涵蓋時空變化的信息量直接決定模擬模型參數率定的精準性.若驅動模擬的數據無法涵蓋和反映滑坡災害鏈不同階段不同要素的時空演變特征,參數率定結果將毫無意義.然而,缺乏完備的滑坡災害全要素持續觀測數據的支撐,無論是直接輸入的滑坡歷史形變監測信息,還是根據歷史滑坡事件總結的滑坡宏觀變形破壞跡象和前兆異常特征信息,靜態數據驅動的半定量化模擬分析中的驅動數據都是斜坡體在其發展演化過程中的外在表現,未考慮斜坡變形破壞的物理本質[15-16],驅動數據所涵蓋的滑坡災害鏈時空演變信息量較為片面和滯后.加之模擬過程只能從數據層面而非時空變化信息量層面約束和指導模擬模型的率定過程,其隨機性、偏移性和盲目性難以避免,模擬結果的精準性也就無法保證[17].

近年來物聯網和傳感器技術的迅速發展,遙感、地球物理、水文地質、地球化學、巖土工程、地貌學等多學科領域多手段聯合的天空地多傳感器立體綜合探測和動態觀測,為滑坡災害成災機理、滑坡潛在隱患早期識別、以及實時預測預警等持續提供時空分辨率越來越高的滑坡災害鏈全鏈條多因素的多源動態觀測數據[18-20].

多源動態觀測數據中蘊含著滑坡災害過程演變的復雜時空變化信息,包括滑坡災害孕育環境(地質結構、巖土特性、坡體含水量、潛水位、坡體位移與應力變化、孔隙水壓力等)、誘發因素(降雨)、滑坡形變過程表征(坡體的幾何形態變化、坡體運動隨時間及空間的分布、內部三維結構變化、流變學結構變化)等.

作為滑坡災害孕育環境、誘發因子以及演變過程全鏈條的表征,動態觀測數據中的時空變化特征特別是尺度、變化模式等基本因子與滑坡災害鏈的時-空狀態變化及其演進機理密切關聯.發現和提取這些持續動態觀測數據中蘊藏的滑坡災害突發臨界條件、滑坡災害態勢突變、滑坡災害鏈全鏈條影響因子之間的時空相關關系等地理時空變化信息,實現對多源動態觀測數據復雜變化特征與模式的形式化描述和深層語義理解,并以此約束模擬參數的自適應調整,成為解決傳統模擬方法適應性差和精準性低等瓶頸問題的有效途徑[21-24].

綜上所述,由于復雜滑坡失穩和災害鏈機理的基礎研究,以及對特大型地震滑坡、極端氣象條件造成暴雨型滑坡等災害鏈成災模式研究還很局限,復雜滑坡災害時空過程的高突變、高時變、不確定等特點突出,傳統靜態數據驅動的半定量化模擬分析已經難以保持與滑坡災害時空變化的一致性,模擬結果的時效性和精準性較低.

為此,本文提出了天空地多源動態立體觀測數據驅動的復雜滑坡災害精準模擬方法,旨在構建多源異構動態觀測數據與模擬模型的動態耦合機制.一方面以多源動態觀測數據對復雜滑坡災害模擬分析過程進行實時修正,另一方面以模擬分析結果指導和優化天空地觀測數據的有效規劃.通過構建觀測與模擬之間的動態反饋機制,提高模擬過程對滑坡災害復雜時空轉換的適應性,突破現有滑坡災害模擬的瓶頸問題,為提高滑坡災害模擬評估結果的時效性和精準性提供新的途徑.

2 動態數據驅動的滑坡災害模擬原理

天空地多源動態立體觀測數據驅動的復雜滑坡災害模擬分析的核心是要建立多源動態觀測數據與滑坡模擬模型之間的動態耦合機制,因此，需在動態觀測數據與復雜時空過程動態演變規律相互之間建立高層語義映射,并具備多源動態信息實時接入、加載、時空關聯與融合計算能力.模擬模型的高效管理和智能率定能力,保證了模擬分析的時效性和精準性.具體原理框架圖如圖1所示.

圖1方法以多源動態觀測數據中高質量的時空變化為驅動力:數據接入端,面向模擬任務,實現天空地觀測數據的規劃與調度,時空變化驅動多源動態觀測信息實時接入與主動加載,在動態數據實時接入過程中，實現變化語義約束的多源動態觀測數據在線清洗、語義感知的時空變化信息發現以及語義約束的多源動態觀測信息時空關聯,實現多源動態觀測數據的在線處理與深度分析,減低數據不確定性、冗余性對模擬評估結果的影響;模型端,通過變化語義約束的模擬參數智能率定,實現顧及時空變化特征的模型結構和參數自適應調整,提高模擬模型對滑坡孕育環境及復雜滑坡突變特征的適應性.

圖1 動態數據驅動的復雜滑坡災害精準模擬分析框架Fig.1 The framework of dynamic data driven precise simulation of complex landslide hazards

3 關鍵技術難點及解決思路

3.1 滑坡災害過程時空變化的顯式語義描述模型

如何定義、度量與判斷復雜滑坡災害時空演變特征及其演變規律,準確刻畫地理對象、時空過程和地理事件之間的語義關聯關系,兼顧復雜地理過程的動態演變規律和時空數據的變化特征以及相互之間的高層語義映射,是實現多源動態觀測數據與滑坡模擬模型動態耦合需解決的基礎問題.傳統用于抽象描述各種地理要素和地理過程的地理信息系統(geographic information system, GIS)時空數據模型大多以地理實體為核心，獨立地表達地理實體的空間和時態信息,如靜態GIS數據模型主要是空間數據模型,強調實體的幾何特征,其存儲的都是靜態數據來提供人們認知實體的某個狀態;時態GIS數據模型通過在靜態數據模型基礎上加入時態信息存儲歷史數據,提供給人們認知實體的多個狀態,通過離散狀態之間的比較來判斷實體某個特征發生的改變.由于缺少對連續變化描述與存儲能力,未對變化機制顯式表達,因此傳統GIS數據模型在描述和表達地理要素和地理過程的時空演進方面有很大局限性[25].

為了突破傳統時態GIS隱式表達變化的局限性,直接表達動態變化并顯式描述變化機制,實現多源動態觀測數據與復雜滑坡災害時空演變特征的統一語義描述,作者提出了滑坡災害過程時空變化的顯式語義描述模型[26],自下而上建立包括滑坡災害鏈全過程變化要素、變化機制與變化語義在內的概念層次,深入分析滑坡災害鏈演化過程復雜動態性在形成機理及其演變規律方面體現的共性特點,將參與者、驅動力和呈現模式等時空變化形成的關鍵性因素及其相互作用抽象為特征域、過程域與事件域以及三域之間的語義關聯描述,建立完整的變化狀態輸入輸出鏈路,實現離散與連續變化的統一表達,并在此基礎上，建立多源動態觀測數據時空變化特征與滑坡災害時空演變過程中各種表征之間的語義關聯關系.

3.2 任務驅動的天空地一體化觀測數據規劃與調度

大量實例監測數據表明,滑坡災害中斜坡巖土體的變形演化一般要經歷宏觀連續性無顯著變化的變形演化發展階段和整體性失穩的破壞階段.對于滑坡災害鏈時空演變的不同階段,滑坡災害模擬對天空地傳感器觀測需求不盡相同.面向滑坡災害實時模擬決策的應急觀測任務,與滑坡災害演變態勢的動態性、突發性、隨機性和不確定性共存,同樣具有多樣性、復雜性和動態性特征,天空地多源傳感器資源的動態調度與觀測任務規劃的時效性、準確性和持續性等均面臨著更高的要求.如何根據滑坡災害不同階段的演變態勢和特征,實現天空地多源傳感器資源的最優化調度與任務規劃,最大限度地發揮天空地一體化對地觀測資源的優勢,使觀測數據能夠盡可能的涵蓋滑坡災害鏈全過程的多種地理變量演變狀態,是保證動態數據驅動的滑坡災害模擬方法能夠正常開展的前提與必要條件.現有的天空地各個傳感器相互獨立運行,分散進行任務規劃的工作模式已經無法滿足突發性復雜滑坡災害模擬決策要求.

針對上述問題,提出任務驅動的天空地一體化傳感器觀測資源應急調度與任務規劃方法,通過分析復雜滑坡災害模擬決策相關的地球物理、水文地質、地球化學、巖土工程、地形地貌等相關的航空、航天、地基遙感、地面測站等滑坡監測傳感器資源的特性、主要約束條件以及滑坡災害模擬決策的觀測數據需求與任務特點,建立天空地傳感器資源的統一描述模型、顧及滑坡災害時空演變態勢的觀測任務模型以及天空地一體化的資源優化組合調度模型,實現滑坡災害演變態勢和觀測條件約束的觀測任務快速生成以及觀測任務與觀測資源的高效匹配、派送、反饋與優化調整等.

3.3 變化驅動的多源動態觀測數據實時接入與自主加載機制

滑坡災害天空地觀測數據多源異構,具有典型的時空大數據特征,如何從大規模、高動態、多源異構、時變信息豐富的天空地多傳感立體觀測數據資源中,實時接入與自主加載模擬模型需要的時空變化信息,以滿足滑坡災害實時模擬需要,是保證滑坡災害模擬結果時效性的關鍵.由于滑坡災害具有突發、多變量、多時變等不確定性復雜特征,已有的以數據為中心的靜態加載方式,難以適應和應對復雜地理環境時變空變的不確定性和突變性,無法滿足滑坡災害模擬評估過程實時(近實時)、動態多樣化的數據需求.

針對傳統以數據為中心的靜態加載方式時效性難以保證的局限,提出一種變化驅動的多源動態觀測數據實時接入與自主加載機制,面向滑坡災害模擬模型的數據需求，建立面向主題的需求信息感知模型,通過詳細描述天空地傳感器信息各項元數據上的特征分布,建立多源傳感器信息與模擬模型數據需求特征之間的關聯關系,定量表達傳感器信息對模擬模型需求貼合程度的量變與質變的過程,實現面向模擬主題的天空地多源動態觀測數據實時接入與自主加載.

3.4 多源動態觀測數據在線智能處理

如何對實時接入的傳感器動態觀測數據進行在線處理與深入分析,降低數據不確定性、發現與理解觀測數據中時空變化特征及其本質語義信息,是指導后續模擬參數自適應率定、提高模擬結果對實時感知的外界環境變化適應性的關鍵.天空地滑坡災害鏈全鏈條動態觀測數據多以實時數據流的形式動態、快速地產生和演變,實時接入的傳感器動態觀測數據必須實時在線處理和深度分析,才能更好地發揮多源數據的綜合利用效能.傳統先存儲再處理的數據處理方式導致的信息時延問題突出,已經難以應對突發性滑坡災害模擬應急任務的動態性和時效性需求,嚴重制約了動態觀測數據的實時應用效能.傳感器動態觀測數據的在線處理和綜合分析已經成為實時模擬的巨大挑戰[27].滑坡災害傳感器動態觀測數據具有持續性、復雜時變空變等特點,采用時域或頻域的動態觀測數據流變化模式提取、數據清洗方法,多是基于穩定環境假設以及靜態模型理論,需對不斷到達的數據流新元素反復建模,模型適應性差、參數難以根據新到達的數據流元素進行動態調整,主要適用于平穩、即變化模式規律統一的觀測數據流,不適用模式多變、突發環境變化等情況下，觀測數據流中的變化模式提取和數據質量控制,且存在對異常點及噪聲點敏感的問題,已經無法有效分析和預測傳感器動態觀測數據內在的規律及其蘊含的真實價值[28-29].

針對上述問題,提出時空變化語義約束的傳感器多源動態觀測數據在線清洗方法、語義感知的多源動態觀測數據時空變化特征發現方法以及知識引導的多源動態觀測數據時空關聯方法,融合滑坡過程的機理模型與知識規則,定量和定性描述滑坡災害演化過程的時空變化特征,并以此約束動態觀測數據的在線清洗、變化發現以及時空關聯.

3.5 復雜滑坡災害模擬模型參數智能率定方法

提高模擬模型參數對滑坡孕育環境的時空異質性、復雜滑坡過程時空演變特征的適應性,是滑坡災害精準化模擬分析的基本目標.由于觀測數據對于模型參數率定的影響突出,觀測數據中所包含的各種時空變化特征是決定模型參數率定精準度的關鍵.傳統基于目標函數的啟發式率定方法,由于無法完整獲取觀測數據所表征的復雜滑坡災害鏈不同階段時空演變過程的物理規律,只能通過參數最基礎的物理意義以及地質特性粗略的給定參數可行空間,導致“異參同效”現象明顯，計算復雜度和計算量大,模型最優參數值的選擇仍有很大的不確定性,盲目隨機游動性問題突出.

為此,提出一種顧及多源觀測數據時空變化信息量的模型參數智能優選方法,通過定量評價率定觀測數據樣本的時空變化量系數,在此基礎上將多源動態觀測數據中發現的時空變化特征通過語義匹配和關聯分析,聚合能反映滑坡時空演化規律的變化信息集合,并以此約束參數搜索.

3.6 計算與存儲融合的復雜滑坡災害實時數據組織與管理

為了滿足模擬分析過程中模擬參數的智能率定和多源動態觀測數據在線處理操作中全局性的時空關聯分析、高性能時空查詢檢索和實時處理的時效性需求,如何高效管理實時接入的天空地傳感器多源動態觀測數據,并支持動態數據在線融入滑坡模擬過程計算與分析模型中,實現計算與存儲的融合,是保證模擬分析結果實效性的關鍵[30-31].

針對天空地傳感器多源動態觀測數據接入的實時性、模擬計算的動態性、存儲量大等特點,提出一種計算與存儲融合的復雜滑坡災害實時數據組織與管理模式，即針對數據存儲和計算的效率差異,以及內外存數據組織的結構和粒度差異,提出內外存協同的語義索引方法,實現語義關聯數據的最優查詢檢索.分析滑坡災害時空變化的顯式語義描述三域模型中每個域的元數據語義特征,通過語義感知的自適應分級聚集,時空語義一體化的混合索引,支持單一時空類型檢索及多因素聯合檢索,實現內容和時空語義關聯的快速檢索,為全局性的時空關聯分析與協同計算奠定基礎.通過變化語義約束的內外存動態更新耦合,實現內外存協同索引的實時更新與一致性維護.

4 展 望

針對復雜條件下滑坡災害模擬評估的時效性和精準性需求,本文提出天空地協同觀測數據驅動的模擬分析方法,突破了傳統靜態數據驅動的半定量化模擬分析方法的技術瓶頸.后續將針對復雜地形地質環境中重大工程，如川藏鐵路,選擇典型的高速遠程滑坡進行示范應用研究,并進一步發展針對災害鏈和多災種的精細化綜合模擬評估方法.

隨著傳感網技術和高性能計算技術在滑坡災害監測預警中的普及應用,動態觀測數據與機理模型的深度融合,分布式地理協同輔助的滑坡災害鏈實時模擬已經成為國內外競相努力發展的方向,這為事先發現和識別災害隱患，實施科學的監測預警與應急響應,變“被動”為“主動”提供了強有力的支撐.

致謝:空間信息智能感知與服務深圳市重點實驗室(深圳大學)開放基金資助; 感謝西南交通大學程謙恭教授和肖世國教授提出的寶貴建議與意見.

[1] SCHIPPER L, PELLING M. Disaster risk, climate change and international development: scope for, and challenges to, integration[J]. Disasters, 2006, 30(1): 19-38.

[2] VAN AALST M K. The impacts of climate change on the risk of natural disasters[J]. Disasters, 2006, 30(1): 5-18.

[3] DING Yulin, FAN Yida, DU Zhiqiang, et al. An integrated geospatial information service system for disaster management in China[J]. International Journal of Digital Earth, 2015, 8(11): 918-945.

[4] FIELD C B. Managing the risks of extreme events and disasters to advance climate change adaptation: special report of the intergovernmental panel on climate change[M]. Cambridge： Cambridge University Press, 2012: 121-143.

[5] VAN AALST M K, CANNON T, BURTON I. Community level adaptation to climate change: the potential role of participatory community risk assessment[J]. Global Environmental Change. 2008, 18(1): 165-179.

[6] DIKAU R. Landslide recognition: identification, movement, and clauses[M]. [S.l.]: Wiley, 1996: 147-155.

[7] SOETERS R, VAN WESTEN C J. Slope instability recognition, analysis and zonation, landslides: investigation and mitigation, No. 247[R]. Washington D. C.: Transportation Research Board National Research Council, 1996.

[8] 黃潤秋. 汶川8.0級地震觸發崩滑災害機制及其地質力學模式[J]. 巖石力學與工程學報,2009,28(6): 1239-1249.

HUANG Runqiu. Mechanism and geomechanical modes of landslide hazards triggered by wenchuan 8.0 earthquake[J]. Chinese Journal of Rock Mechanics and Engineering, 2009, 28(6): 1239-1249.

[9] 胡卸文,顧成壯,牛彥博,等. 蘆山地震觸發大巖崩滑坡-碎屑流特征與運動過程[J]. 西南交通大學學報,2013,48(4): 590-598.

HU Xiewen, GU Chengzhuang, NIU Yanbo, et al. Debris flow characteristics and movement process of dayanbeng landslide in tianquan county triggered by “4·20” Lushan earthquake[J]. Journal of Southwest Jiaotong University, 2013, 48(4): 590-598.

[10] 段書蘇,姚令侃,郭沉穩. 蘆山地震觸發崩塌滑坡的優勢方向與機理[J]. 西南交通大學學報,2015,50(3): 428-434.

DUAN Shusu, YAO Lingkan, GUO Chenwen. Predominant direction and mechanism of landslides triggered by lushan earthquake[J]. Journal of Southwest Jiaotong University, 2015, 50(3): 428-434.

[11] CROZIER M J. Deciphering the effect of climate change on landslide activity: A review[J]. Geomorphology, 2010, 124(3): 260-267.

[12] KORUP O. Recent research on landslide dams-a literature review with special attention to New Zealand[J]. Progress in Physical Geography, 2002, 26(2): 206-235.

[13] ALEOTTI P, CHOWDHURY R. Landslide hazard assessment: summary review and new perspectives[J]. Bulletin of Engineering Geology and the Environment, 1999, 58(1): 21-44.

[14] 楊廣斌,唐小明,李亦秋. 動態數據驅動的林火蔓延模型模擬誤差自適應修正[J]. 東北林業大學學報,2011,39(11): 29-32.

YANG Guangbin, TANG Xiaoming, LI Yiqiu. Self-adaptive correction of simulation error on dynamic data driven forest fire spreading model[J]. Journal of Northeast Forestry University, 2011, 39(11): 29-32.

[15] 許強,黃潤秋,李秀珍. 滑坡時間預測預報研究進展[J]. 地球科學進展. 2004, 19(3): 478-483.

XU Qiang, HUANG Runqiu, LI Xiuzhen. Research progress in time forecast and prediction of landslides[J]. Advance in Earth Science, 2004, 19(3): 478-483.

[16] 許強,湯明高,徐開祥,等. 滑坡時空演化規律及預警預報研究[J]. 巖石力學與工程學報, 2008, 27(6): 1104-1112.

XU Qiang, TANG Minggao, XU Kaixiang, et al. Researh on space-time evolution laws and early warning prediction of landeslides[J]. Chinese Journal of Rock Mechanics and Engineering， 2008, 27(6): 1104-1112.

[17] 楊廣斌,唐小明,李亦秋. 動態數據驅動的林火蔓延模型模擬誤差自適應修正[J]. 東北林業大學學報,2011,39(11): 29-32.

YANG Guangbin, TANG Xiaoming, LI Yiqiu. Self-adaptive correction of simulation error on dynamic data driven forest fire spreading model[J]. Journal of Northeast Forestry University, 2011, 39(11): 29-32.

[18] LUCAS A, MANGENEY A, AMPUERO J P. Frictional velocity-weakening in landslides on Earth and on other planetary bodies[J]. Nature Communications, 2014: 5(9): 3417-3417.

[19] 許強,黃潤秋,李秀珍. 滑坡時間預測預報研究進展[J]. 地球科學進展,2004,19(3): 478-483.

XU Qiang, HUANG Runqiu, LI Xiuzhen. Research progress in time forecast and prediction of landslides[J]. Advances in Earth Science, 2004, 19(3): 478-483.

[20] 許強,湯明高,徐開祥,等. 滑坡時空演化規律及預警預報研究[J]. 巖石力學與工程學報,2008,27(6): 1104-1112.

XU Qiang, TANG Minggao, XU Kaixiang, et al. Researh on space-time evolution laws and early warning prediction of landeslides[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(6): 1104-1112.

[21] GOODCHILD M F. The validity and usefulness of laws in geographic information science and geography[J]. Annals of the Association of American Geographers, 2004, 94(2): 300-303.

[22] LANIAK G F, OLCHIN G, GOODALL J, et al. Integrated environmental modeling: a vision and roadmap for the future[J]. Environmental Modelling & Software, 2013, 39: 2-23.

[23] MCINTOSH B S, ASCOUGH II J C, TWERY M, et al. Environmental decision support systems (EDSS) development-Challenges and best practices[J]. Environmental Modelling & Software, 2011, 26(12): 1389-1402.

[24] LANIAK G F, OLCHIN G, GOODALL J, et al. Integrated environmental modeling: a vision and roadmap for the future[J]. Environmental Modelling & Software, 2013, 39: 3-23.

[25] 李德仁,張良培,夏桂松. 遙感大數據自動分析與數據挖掘[J]. 測繪學報,2014,43(12): 1211-1216.

LI Deren, ZHANG Liangpei, XIA Guisong. Automatic analysis and mining of remote sensing big data[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(12): 1211-1216.

[26] DINGYulin, ZHU Qing, LIN Hui. An integrated virtual geographic environmental simulation framework: a case study of flood disaster simulation[J]. Geo-spatial Information Science, 2014, 17(4): 190-200.

[27] LESKENS J G, BRUGNACH M, HOEKSTRA A Y, et al. Why are decisions in flood disaster management so poorly supported by information from flood models[J]. Environmental Modelling & Software, 2014, 53: 53-61.

[28] MALET J, DELACOURT C, MAQUAIRE O, et al. Introduction to the thematic volume: issues in landslide process monitoring and understanding Introduction au volume thématique: thèmes de recherche pour la surveillance et la compréhension des glissements de terrain[J]. Bulletin de la Société Géologique de France, 2007, 178(2): 63-64.

[29] KEEFER D K, LARSEN M C. Assessing landslide hazards[J]. Science, 2007, 316(5828): 1136-1138.

[30] 吳晨,朱慶,張葉廷,等. 顧及用戶體驗的三維城市模型自適應組織方法[J]. 武漢大學學報：信息科學版, 2014,39(11): 1293-1297.

WU Chen, ZHU Qing, ZHANG Yeting, et al. An adaptive organization method for complex 3d city models considering user experience[J]. Geomatics and Information Science of Wuhan University， 2014, 39(11): 1293-1297.

[31] 謝瀟,朱慶,張葉廷,等. 多層次地理視頻語義模型[J]. 測繪學報,2015,44(5): 555-562.

XIE Xiao, ZHU Qing, ZHANG Yeting, et al. Hierarchical semantic model of geovideo[J]. Acta Geodaetica et Cartographica Sinica. 2015, 44(5): 555-562.

朱慶(1966—),博士,2013年起至今任職于西南交通大學,現為地球科學與環境工程學院特聘教授,博士生導師.主要研究為攝影測量、地理信息系統、虛擬地理環境.承擔國家自然科學基金、863計劃和973計劃等各類項目30余項.獲得國家發明專利5項，獲得國家自然科學二等獎、國家科技進步二等獎和省部級一等獎共8項.教育部長江學者特聘教授,新世紀百千萬人才工程國家級人選.先后兼任國家自然科學基金委員會第十三、十四屆地球科學部評審組成員，四川省測繪學會副理事長.

E-mail: zhuq66@263.net

丁雨淋(1986—),女,博士,2015年起至今任職于西南交通大學,現為地球科學與環境工程學院副教授,研究方向為虛擬地理環境、地理信息系統、攝影測量.

E-mail: rainforests@126.com

(中文編輯:秦 瑜 英文編輯:蘭俊思)

Precise Simulation Method for Dynamic Data Driven Landslide Hazards

ZHUQing1,2,DINGYulin1,2,3,MIAOShuangxi1,2,CAOZhenyu4

(1. State-Province Joint Engineering Laboratory of Spatial Information Technology of High-Speed Rail Safety, Southwest Jiaotong University, Chengdu 611756, China; 2. Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China; 3. Institute of Space and Earth Information Science, The Chinese University of Hongkong, Hongkong 999077, China; 4. Sichuan Administration of Surveying, Mapping and Geoinformation, Chengdu 610000, China)

As the consequences of climate changes and human activities, precise modeling of landslide hazards in complicated topographical and geological environments has become a serious problem in the world. The cruxes of simulation of the landslides lie in the high mutability and dynamism of the spatial-temporal evolution, and the heterogeneity and uncertainty of the disaster-pregnant environment. To solve this problem, this paper proposes a novel dynamic data driven approach for the precise simulation of landslide hazards. After introducing the theoretical framework with graphic illustration, several core technologies are explained, including the explicit semantic description of landslide spatio-temporal changes, task-driven planning and scheduling of space-air-ground observational data, real-time geo-processing database engine linking calculations and storage, change driven dynamic observations injection, online multisource observational data intelligent geo-processing, and intelligent model parameter calibration. The proposed method is expected to provide a strong scientific theoretical support for the whole disaster prevention and reduction process in dealing with major landslide disasters.

landslide hazards; dynamic observation data; real-time GIS; space-ground integrated observation; modeling analysis

2015-10-08

國家自然科學基金資助項目(41471320,41501421); 國家高分專項(民用部分)重大專項資助項目(03-Y30B06-9001-13/15); 四川省測繪地理信息局科技支撐項目(J2013CX04)

朱慶,丁雨淋,苗雙喜,等. 動態觀測數據驅動的滑坡災害精準模擬分析方法[J]. 西南交通大學學報,2016,51(2): 396-403.

0258-2724(2016)02-0396-08

10.3969/j.issn.0258-2724.2016.02.019

P333

A