预警降雨型滑坡：我们该做点什么？

    8月8日凌晨，强降雨引发山洪泥石流，袭击甘肃省甘南藏族自治州舟曲县，上千条同胞生命瞬间逝去，震悚大地。
　　频发的地质灾害警示人们，建立起严密的、有效的预警机制，是保障我们在灾害降临前逃出魔掌的有效途径，而一个信息全面、功能先进、覆盖面广的灾情监测、评估系统在防灾减灾上是必不可少的。
    各种滑坡灾害中，降雨型滑坡造成的灾害最为严重，建立预报预警系统是防灾的一个有效途径
　　我国是世界上地灾最为严重的国家之一，滑坡更是我国丘陵和山区经常发生的地灾。在各种自然因素引发的滑坡中，以降雨引发的滑坡即降雨型滑坡，发生的频度最高，分布的地域最广，造成的灾害最严重。
　　今年，中国气候极端异常，部分地区前旱后雨，瞬时暴雨和持续强降雨导致崩塌、滑坡、泥石流等地灾多发频发群发。今年1月至6月，全国发生地灾19522起，造成464人死亡和失踪，直接经济损失18.6亿元人民币。与2009年1月至6月相比，今年同期地灾发生数量增长了近10倍。8月8日凌晨，舟曲县突遇暴雨引发泥石流，目前已经导致1144人遇难，627人失踪。
　　地质和水文专家表示，基础性地质工作不足导致预防和治理滑坡泥石流困难，建议从国家战略层面高度关注，做好长期科技储备。究竟哪些基础性地质工作不足？我们应该如何加强基础性地质工作来提高对滑坡灾害的预防和治理能力，从而有效地减轻人员伤亡和损失？
　　滑坡灾害的预防和治理在实践上是既有关联又有区别的。需要治理的对象应当是可以事先确定其空间位置的。以高边坡发生地灾为例。一些自然高边坡，很容易受暴雨或霪雨影响诱发滑坡，是有重大危害的地灾隐患。在一个区域内，通过调查一般能够事先识别和确定哪些地段存在高危边坡，通过治理即可实现预防可能的滑坡灾害。
　　降雨引起的群发性滑坡，主要包括土体滑坡和泥石流。一次强降雨可以引发几十、数百，甚至上千处滑坡，这类滑坡的发生既与降雨的强度和历时分布有关，也与地层岩性、地质构造、地形地貌等环境因素有关，随着位置不同而变化，难以事先对所有地点进行治理或监测。对这类滑坡灾害的防范主要不是事先治理，而需要通过及时预报提供警示。可以说，建立预报预警系统是防范群发性降雨型滑坡灾害的一个有效途径。
　　开展区域高边坡调查，快速查明高危边坡的分布，为政府制定治理规划和建立监测系统提供基础依据
　　建立与高危边坡有关的地灾预报预警系统，当前急需做的是如何从国家和省市层面进行区域部署，开展基于GIS和数字地形分析技术的高危边坡调查，为政府制定高危边坡治理规划和建立监测系统提供基础依据。
　　这里所说的高边坡，指自然高边坡。在我国不同的行业部门对自然高边坡的高度范围定义不同，如岩石高边坡，水电部门为100米～1000米，矿山部门为100米～500米，铁道部门为100米～300米，公路部门为30米～150米，城建部门为15米～100米。因此，如果把高度大于30米的边坡作为高边坡，基本可以涵盖水电、矿山、铁路和公路建设所涉及的高边坡。
　  就当今的岩土工程和工程地质发展水平而言，对高边坡的治理技术已经相当成熟。从区域的角度快速查明哪些地段存在高危边坡，我国目前已经掌握的资料和技术条件是：
　　至2007年，我国已实现了陆域中比例尺区域地质调查的全覆盖，相应的区域地质图数据库已基本建成。
　　我国已完成全国1：25万DEM（数字高程）和80%区域1：5万DEM以及局部地区1：1万DEM。
　　现在已可方便获取空间分辨率在1米以下的卫星遥感影像数据，对丘陵山区，已能够方便生成满足精度要求的1：1万～1：5万DEM数据，基本能够满足对丘陵山区第四系详细填图和精细地貌分析的需要。
　　我国于2000年完成的第五次人口普查数据已涵盖行政村一级的人口和房屋分布，在东部地区甚至涵盖了自然村一级的人口和房屋分布。
　　基于以上这些数据，对于丘陵山区，只要结合公路、铁路、航道和重要水电等工程分布图和规划部署图，采用GIS和数字地形分析技术，辅以野外查证，能够快速识别出大多数的可能危害公众生命和重要工程安全的高边坡地段，以及在自然或人类活动因素作用下可能发生泥石流的长度大于250米、宽度大于50米的沟谷。
　　至于滑坡监测问题，主要是对治理后的高边坡和少数难以治理的高危边坡进行监测，并组成区域的滑坡监测网。
　　在现有条件下建立可操作的滑坡预报预警系统，实现对群发性降雨型滑坡的概率预报
　  与许多自然灾害的预报一样，降雨触发的群发性滑坡也是难以精确预测的，一般应采用概率的方式。对这类滑坡的预报，应能够提供在给定降雨条件下一个区域内任一地方在给定时段的滑坡发生概率。
　　国内外现有的滑坡预报系统大多是以降雨强度—历时阈值方法为基础建立的。这种方法一般没有或很少考虑地层岩性、断裂构造、地形地貌、植被土壤、土地利用等环境因素的影响，因此不能实时、动态地表示出潜在滑坡的位置，难以提供有效的警示。
　　为解决这个问题，有学者采用事先编制的滑坡敏感度图来指示潜在滑坡的空间分布。滑坡敏感度图，在我国称滑坡易发程度区划图，对潜在滑坡的空间概率提供的是一种静态描述，难以在滑坡敏感度图与基于降雨阈值的警报系统之间实现实时联动，仍不能实时、动态地指示潜在滑坡的位置。
　　也有学者提出基于过程或者物理的模型。但是这类模型需要许多水文学和岩土力学参数，难以在较大范围内对许多点都进行测定，也就难以在较大范围上应用于降雨型滑坡预报。
　　降雨型滑坡是雨水与地质、地形、地貌等环境因素共同作用的结果，传统的统计方法和基于物理的确定性模型都不大适用。而且，无论是数值天气预报模式的水平分辨率还是雨量监测站的密度，目前都还难以准确捕捉强降雨单元的时空分布和变化。如何在当前的区域降雨预报和实时降雨监测条件下，综合利用各种环境数据细化对滑坡预报的空间分辨率，是降雨型滑坡预报面临的另一个挑战。
　　针对上述问题，我们于1999年提出了数据驱动的滑坡预报模型，定义了在给定降雨条件下一个区域内任一网格单元在给定时段滑坡发生的条件概率。这是对降雨型滑坡进行时空概率预报的理论基础，基于它，就可以采用人工神经网络，通过对已知样本的学习，建立对降雨引发滑坡的时空概率预报模型。2002年，我们采用一种基于自组织系统的人工神经网络aiNet，将其与GIS结合研制了滑坡概率预报模型。
　　aiNet-GISPSRIL能够对不同尺度区域范围的降雨型滑坡进行时空概率预报
　　aiNet-GISPSRIL具有动态性、自适应性和自学习功能。它对滑坡发生时间与空间概率预报的准确度会随着降雨精确预报能力和自然环境数据分辨率的提高与实时更新而不断提高。例如，多普勒雷达作为一种新型的气象预报工具在我国的应用正在迅速扩展，许多地区已投入使用，基于该技术的短时临近预报预警业务系统得到显著发展。通过多部雷达拼图和探测资料的时空同化，并经统一的质量控制可以获得覆盖较大区域的实时雷达拼图数据，能够快速提供分辨率达1千米的0～1h降水监测数据。而基于高分辨率遥感和DEM的山区第四系填图和地貌分析将可以提供更加精细的地形和斜坡松散堆积层分布信息。
　　aiNet-GISPSRIL的另一个特点是，它能够对不同尺度区域范围的降雨型滑坡进行时空概率预报，区别主要在于系统建模时使用的数据的分辨率不同。目前它在浙江的应用主要是为全省区域提供1km×1km分辨率的24h滑坡预报。
　　2003年7月以来，在每年的雨季，浙江省国土资源厅和气象局用此模型指导预防滑坡灾害工作，取得较好成效。经实地调查，在2003～2007年期间浙江区域共发生可验证的滑坡（包括泥石流）459处，其中304处滑坡在预报的时间内发生并与预报有滑坡的网格单元吻合，预报成功率为66.2%。从输入降雨预报和雨量监测数据到给出滑坡预报，系统运行时间不超过15分钟。
　　因此，进一步推广aiNet-GISPSRIL的应用，建设多级的滑坡预报预警网络系统，形成滑坡预报工作在省、地、县的有序布局，建设能够实时、自动传输，集区域预报、点上监测预警、野外巡查与现场信息反馈、指挥中心处置与资讯发布等功能为一体的滑坡防灾应急保障系统，将会显著提高人们对降雨型滑坡灾害的早期发现与防范能力。
　　除此之外，应该注意的是，在滑坡（包括泥石流）的罹难者中许多可能都是没有及时地听取或者忽略了警告。因此，将预警信息的发布、接收、应急指挥、动员撤离与救援，以及对国民的地灾防护教育、逃生训练等工作纳入法制程序也是滑坡减灾工作中一项必不可少的重要内容。
　　近年来，我国不少科研单位和高校积极开展对滑坡等地灾的预报预警研究，除了国土资源部和国家气象局开展的全国性地灾预报外，许多省区也在建设预报系统，但是至今还没有关于滑坡预报系统的技术要求，也缺乏一个统一的科学评价标准来评价预报系统的有效性。因此，为促进滑坡预报科学研究和应用的健康有序发展，还急需建立统一的技术标准和评价系统。