基于SHALSTAB模型的地質災害易發性動態評價

王赫生,伍劍波,張泰麗,孫 強,李 燕

(1. 中國地質調查局南京地質調查中心，南京 210016；2. 南京市棲霞區堯化水務管理服務站，南京 210046)

地質災害易發性評價不僅是地質災害危險性及風險評價的基礎，也是地質災害早期預警的關鍵[1-3]。科學、有效的地質災害易發性評價及區劃已成為地質災害防治的重大課題，對地質災害防控意義重大。目前,常用的區域滑坡易發性評價方法主要有經驗法(經驗模型)、數據法(因子模型)和物理法(力學模型)，其中數據法中的人工神經網絡(ANN)、logistic回歸、信息量、支持向量機(SVM)、模糊邏輯系統和層次分析(AHP)等方法在降雨型滑坡的易發性評價中較常見[4-7]。人工神經網絡(ANN)和logistic回歸模型在國外應用較多，信息量模型是國內滑坡易發性評價的主要模型[8-9]。我國東部沿海地區臺風暴雨歷時短、強度大，不同極端降雨量誘發的地質災害數量、規模不同，因此，需考慮不同工況下的易發性動態評價，而以上各模型較少考慮極端降雨量條件。淺層滑坡穩定性模型(SHALSTAB)耦合了穩態水文模型與無限邊坡穩定模型，假設條件和對降雨因素設定符合東南沿海地區滑坡破壞模式，但土體力學參數通常需要通過較多的實驗分析獲取，目前很少將其作為評價因子用于地質災害易發性評價。

基于上述情況，結合東部沿海臺風暴雨型地質災害成災規律和特點，將SHALSTAB模型評價結果(斜坡穩定性)及極端降雨量引入易發性的評價因子中，在浙江飛云江流域地質災害調查中，結合致災土體分布區定量模型和基巖區統計模型，利用信息量確定各因子權重，分無降雨和百年一遇極端降雨兩種工況進行流域尺度的易發性動態評價。……