基于贝叶斯方法的降雨诱发滑坡概率型预警模型研究.pdfVIP

第 42 卷 第 3 期 岩石力学与工程学报 Vol.42 No.3 2023 年 3 月 Chinese Journal of Rock Mechanics and Engineering March ，2023 基于贝叶斯方法的降雨诱发滑坡概率型 预警模型研究 1 1，2 1，2 1 3 4 宋宇飞 ，曹琰波 ，范 文 ，于宁宇 ，左 琛 ，陶 虹 (1. 长安大学 地质工程与测绘学院，陕西 西安 710069 ；2. 信息产业部电子综合勘察研究院，陕西 西安 710054 ； 3. 长安大学 运输工程学院，陕西 西安 710069 ；4. 陕西省地质环境监测总站，陕西 西安 710054) 摘要：为提高区域降雨型滑坡的预警精度，以陕南秦巴山区为例，首先通过人工神经网络(ANN)和逻辑回归模型 (LR)进行滑坡易发性建模，使用滑坡发生频率比(FR)对易发性模型进行检验和校准，用来表达滑坡发生的空间概 率；其次在敏感性分析的基础上选取最优的降雨变量组合和衰减系数，在二维贝叶斯公式的基础上构建概率型降 雨阈值模型，用以计算滑坡发生的时间概率，并使用2016～2020年的降雨数据进行验证；之后在贝叶斯公式的基 础上对滑坡发生的时空概率进行耦合，构建研究区降雨型滑坡的概率型预警模型(PLEWM)，并对2016～2020年的 雨季(7～9月份)逐日进行模拟预警；最后分别从预警效果和成本效益角度出发，使用预警成本投入、滑坡造成的损 失、预警成功率、漏报率、误报率等指标对预警模型的性能进行评估。结果表明：(1) 研究区构建降雨阈值模型最 优的变量组合为有效降雨量–持时(EE-D) ，最优的衰减系数为0.816 ；(2) 概率型阈值模型预测2016～2020年发生 致灾降雨213.71起，实际发生201起，累积误差为10.07%，各概率区间内的预测值与实际发生数量沿着斜率为1的对 角线分布；(3) 模拟预警结果显示，PLEWM模型的成本投入和滑坡造成的损失分别为传统启发式预警模型的 62.86%和63.48%；预警成功率、漏报率和误报率分别为63.99%，34.71%和1.3%，均优于启发式预警模型；而在长 持时高强度降雨条件下，PLEWM 的预警成功率显著高于传统预警模型。 关键词：边坡工程；降雨型滑坡；滑坡易发性；概率型降雨阈值；贝叶斯公式；概率型预警模型 中图分类号：P 642 文献标识码：A 文章编号：1000 –6915(2023)03 –0558 –17 Probabilistic early warning model for rainfall-induced landslides based on Bayesian approach