滑坡灾害及风险评估研究进展
一、滑坡灾害风险评估
1996年，克罗斯采用滑坡易发指数(LSI)作为定量指标进行滑坡危险性区划，并在英国德比郡进行了实践。芬莱普。j和Fell Robin(1997)从滑坡风险识别和可接受滑坡风险水平的角度研究了澳大利亚和香港的滑坡灾害。成果包括滑坡灾害调查、土地开发原则、滑坡灾害分类、滑坡灾害造成生命财产损失的可接受概率。芬利P.J .莫斯廷G.R. & amp费尔罗宾(1999)对1984-1993期间香港3000多个滑坡灾害记录数据库进行了统计分析，建立了基于滑坡灾害几何条件预测滑坡灾害水平移动距离的多元回归模型。康纳. G .史密斯公司。Stephen A. Royle (2000)以Niteroi市为研究对象，研究了城市居民在湖泊承灾体中的脆弱性，分析了导致滑坡的因素及其影响，并提出了相应的滑坡灾害风险管理措施。Fausto Guzzetti(2000)建立了意大利1279-1999期间滑坡灾害造成的生命死亡数据库，对致死性滑坡的发生频率及其致死率的评估进行了系统研究。Piyoosch Rautelal和Ramesh Chandna Lakhera(2000年)利用地理信息系统和遥感技术研究了印度Giri和Tons河(喜马偕尔邦喜马拉雅地区)流域的滑坡灾害。B.Temesgen和m . u . Mohammed(2001+0)利用GIS和遥感技术研究了滑坡灾害与致灾因子之间的统计关系，并利用风险系数(0-1)对滑坡灾害风险进行了评价。2000年，Ragozin等人提出了用于滑坡灾害风险评估的风险指数、易损性指数及相应表达式。2000年，Johnson等人将地质灾害的风险、脆弱性和风险评估作为一个整体，以GIS软件为技术平台，分别采用平面和三维评估系统，对澳大利亚进行了服务于城市发展规划的崩塌、滑坡和泥石流灾害预测，并对凯恩斯地区进行了风险分析和风险区划研究。P. Aleollt(2000年)利用地理信息系统技术研究了意大利北部阿尔卑斯山前的滑坡、洪水、雪崩和谷口堆积的危险和总体风险。A.Ragozin(2000)从理论上研究了滑坡灾害风险评价中的危险性、脆弱性和风险性，提出了包含灾害评价目标有效期的单一滑坡灾害指数，用其主要控制因素的概率乘积表示。对于区域滑坡灾害的评估，提出了一种基于给定区域面积、滑坡发生面积、滑坡数量与时间之间关系的定量模型。
Suzen等人提出了滑坡种子图和统计百分位图的新概念，用于区域滑坡风险评价。其主要原理是利用统计方法估计影响滑坡稳定性的各种因素的相对贡献率。种子元素是指未扰动的地貌单元(带)，用于确定滑坡边界；百分位类型分类用于将连续变量转化为类级离散变量。他们将这种方法应用于土耳其Asarsuyu流域的滑坡危险性评估。在GIS环境下，生成岩性、距断层线段距离等影响边坡稳定性的13变量图。将13影响变量图和滑坡灾害分布图分别叠加得到“种子要素”和“滑动要素”的属性数据库。根据各影响因素中不同百分位数类别的滑动单元数和非滑动(种子)元素数，计算各影响因素的权重。
Bonham提出了基于统计贝叶斯方法的数据驱动权重模型，并将其应用于找矿领域。Van Westen进一步将该模型应用于滑坡风险评估领域。数据驱动权重模拟法的主要原理是利用历史滑坡分布数据，建立滑坡分布与各影响因素之间的统计关系，即根据各影响因素在不同类别中滑坡分布的统计情况，确定各影响因素对滑坡灾害的贡献率(权重)。与专家知识模型相比，这种模型在确定权重时更加科学可靠，避免了专家主观性带来的不确定性。最后，利用另一时期的滑坡分布历史数据对评价结果进行检验和成功率预测，并对不合理的边界进行调整，使评价结果更加可信。基于贝叶斯统计方法的数据驱动权重模型比其他统计方法更加严谨，充分考虑了滑坡影响因素之间的关系以及各影响因素与滑坡灾害之间的关系。并对影响因素进行独立性分析，找出最关键的影响因素。在此基础上，计算各影响因素的权重。
Carrara(1989)使用多变量或“黑箱”模型对意大利一些地区的滑坡风险进行定量评估和绘图，以预测实际和潜在的滑坡失稳事件。作为一种“早期预警”工具，该地图可用于选择需要进一步详细调查的“高风险”地点。采用的主要方法包括:①基于专家经验和知识的直接估算；②将代表边坡不稳定因素的图层按一定权重叠加，得到“指标”专题图；③利用多元模型，用统计方法评价实际/潜在的边坡失稳，确定滑坡风险的概率水平。应用这些方法的基本假设是统计训练样本区的滑坡失稳条件与整个研究区的环境条件相同。统计分析中的基本单元是“地貌”坡度单元(面积不同)。影响滑坡失稳的各种因素的计算是在GIS环境下的基本网格单元上进行的。利用判别分析方法，将稳定坡单元和不稳定坡单元划分为不同的类别，然后将它们转化为概率。最后，将滑坡风险预测概率图与实际/编目滑坡图进行比较，得到“可靠性”的检验。不幸的是，在许多案例研究中，这样的可靠性测试实际上毫无意义。因为用于预测分析的滑坡数据是实际的滑坡数据，即用于预测建模的数据和用于验证模型的数据不是分开的，它们是同一组数据。
Mark和Ellen(1995)对美国加州数千条泥石流记录和五个滑坡特征层的数据库进行了回归分析。分析中假设暴雨引发泥石流的条件与1982年加州暴雨事件相同。滑坡再现研究采用模拟技术，选用精度为10m的DEM数据。他们利用一组浅层泥石流数据(200多条泥石流)的分布和频率，模拟泥石流的触发面积、滑动体积、沉积面积和最大物质运移距离，划分泥石流高、中、低风险区。另一组历史滑坡数据用于验证模拟和预测结果。
Carrara和Guzzetti(1995，1999)将基本映射单元分为网格单元、唯一条件单元和坡度单元三种类型，并对三种危害模型进行了对比分析:I-坡度单元判别分析；II-独特单位的条件分析；唯一单位的判别分析。风险模型(I)采用40个因子建立判别函数，将266个坡单元划分为稳定区(滑坡面积小于2%)和不稳定区。单元数据集的65%是训练数据，剩余35%的单元数据集用于检验。结果表明，三种危险模型的“正确率”分别为83.8%、82%和75%。
Liener等人(1996)提出了SLIDISP滑坡风险评估程序，该程序利用岩土工程勘察得到的安全系数来确定滑坡易发区。在瑞士的研究区，滑坡的临界坡度是根据安全系数确定的，临界坡度以上的区域为滑坡易发区。对于不同的滑坡类型和土壤，估计不同的临界坡度，并编制称为SLM的滑坡危险图。经验证，该方法的准确率达到86%。但这种方法的缺点是无法预测滑坡，因此无法解释未来滑坡事件可能发生的位置及其与几个参数层(或参数组合)的关系，因此无法检验风险指数。
Guzzetti等人(1999)对滑坡风险评估现状进行了综合评述，指出“滑坡风险预测图的可靠性和风险评估的标准没有规范可循”。虽然他没有提出任何相关建议，但他注意到“滑坡灾害预测模型不容易用传统的科学方法来检验，检验滑坡预测图的唯一方法是时间。为了应对这些挑战，解决方案可能是通过新的科学实践来处理不确定的问题。”
Clerici等人(2002)提出了基于条件概率和GIS的滑坡敏感性评价程序，并编写了宏语言来处理复杂的空间数据计算。他们考虑了与滑坡发生有关的五个环境因素:地质、土地利用、坡度、降雨、层状地层/地形坡度关系。五幅特征图叠加后，整个研究区域被分割成无数个“唯一-条件多边形”。每一个多边形都是同质的，即具有相同的滑坡环境条件。空间数据库分辨率5m×5m，* * * 13万个单元。假设滑坡密度等于滑坡敏感度。计算出每个多边形的滑坡密度后，进行分类，最终分为五个敏感等级。滑坡敏感性地图由2131个唯一条件区域组成，其中1542个唯一条件区域至少受到一次滑坡的影响。* * *考虑了六种不同类型的滑坡，但没有单独计算。所以生成的灵敏度图是一个大概的草图。文献中没有提到用于预测的统计分析方法和用于验证的技术。
戴和李(2002)采用逻辑分析法对香港大屿山边坡失稳进行了预测和评价，并对滑坡的行为特征进行了研究，但遗憾的是，预测结果也没有得到检验和评价。
Gritzner等人(2001)试图将历史滑坡数据随机分为两组，一组用于预测，另一组用于检验，但遗憾的是，他们的分组并不是基于滑坡的历史发生时间，但这种分组评估和检验的思路是正确的。
Disperati等人(2002年)使用Chung和Fabbri(1993)提出的统计技术研究了意大利中部一个研究区域的滑坡危险分区。他们使用了1∶10000的空间数据库(包括滑坡、陡崖、物质位移范围等数据，以及岩性、坡向、高程、土地利用等滑坡影响因素的图层)。在预测建模中，随机选取一组训练数据集，将不同的滑坡影响因素组合叠加，得到滑坡风险预测图。使用剩余的数据集，通过生成的预测率曲线来测试预测图。虽然预测结果并不理想，但毕竟他们的工作在利用系统程序进行滑坡风险的空间定量预测，并对其预测结果进行检验和解释方面迈出了重要的一步。
Park等人(2002年)分析并研究了滑坡灾害制图中的空间不确定性。他们描述了空间预测模型中影响因素层的边界模糊性。预测率曲线用于解释和验证不同因子组合和不同空间不确定性水平下的预测结果。
表2-1和表2-2总结了近30年来世界范围内滑坡编目和灾害空间分析的主要情况。在区域尺度的滑坡空间分析研究中，统计方法被广泛用于滑坡敏感性分析(如巴埃萨和科罗米纳斯，2001；卡拉拉，1989；费尔南德斯等人，2004年；Griffiths等人，2002年)和风险评估(如Guzzetti等人，1999；Asch et al .，1992)，而模糊模型最近已被使用(如Ercanoglu和Gokceoglu，2002；Pistochi等人，2002)和概率预测模型等高级统计方法(Pistochi等人，2002)。
岩石滑坡的空间分析主要包括岩石崩塌和(大规模)岩石滑动(表2-3)。一些岩石滑坡目录给出了其空间分布的信息，一些目录使用统计方法和经验模型来分析岩石的空间崩塌(如Dorren和Seijmonsberegen，2003；梅，2006 54 38+0；Wieczorek等人，1998)。一些研究人员(如Guzzetti等人，2002a)开发了数值模型来模拟岩石滑坡的空间运动模式。
世界各国广泛开展了流域、区域和国家尺度的泥石流调查(表2-4)。主要是重大触发事件(如暴雨、地震)作用下的泥石流空间分布和滑坡分布目录。统计技术和数值方法被广泛用于评估泥石流的敏感性和危险性(例如，D'Ambrosio等人，2003；Lorente等人，2002年)。除了流域和区域尺度，一些国家(如美国和瑞士)还开展了国家尺度的泥石流编目和敏感空间分析。
世界各国也广泛开展了土壤滑动的空间分析和研究(表2-5)。主要包括深层滑动和浅层转换滑动。对于场地尺度的浅层转换滑动，无限平衡滑坡稳定性分析模型主要用于估算边坡的安全系数(FoS)和失稳概率(如Dietrich等，1995；蒙哥马利等人，2000年；吴和Abdel-Latif，2000)。Moller等人(2001)发展了基于水文响应单元和土力学响应单元的无限滑坡模型。启发式专家评价法主要用于区域和全国范围的研究。该研究为进一步研究先进模型的使用奠定了基础。
从全国范围的研究来看，Paige-Green(1985)给出了基于专家判断的滑坡风险分级。琼斯和李(1994)总结了英国滑坡编目的资料。Guzzetti等人(1994)制作了一份意大利滑坡的综合目录。Dikau和Glade(2003年)根据边坡的岩性和几何特征制作了全国范围的滑坡敏感性图。虽然全国尺度分析提供的信息是粗略的，但它为进一步的区域滑坡风险分析奠定了基础，如结合承险体(风险要素)和相关社会经济属性可以进行区域滑坡风险评估。
表2-1世界不同区域的滑坡编目(流域和区域尺度)
继续的
表2-2全球滑坡空间风险分析概述
继续的
表2-3全球崩塌和岩石滑坡空间评估概述
继续的
表2-4世界各地泥石流风险的空间分析和评估概述
表2-5全球土壤滑坡的空间分析和评估概述
继续的
二、滑坡灾害风险评估
-联合国减灾组织UNDRO在1982中提出了风险的概念。此后，许多研究者(如Brabb，1984；爱因斯坦，1988；跌了，1994；赫恩和格里菲斯，2006 54 38+0；Leoneo等人，1996；乐华，1996；)将这一概念引入滑坡灾害领域。Cruden和Fell编辑出版的《滑坡风险评估国际研讨会论文集》(1997)首次介绍了滑坡风险研究。此后，滑坡风险研究的案例陆续发表(如Cardinali et al .，2002；戴等，2002；芬利等人，1999；古扎蒂，2000；哈丁汉姆等人，1998；赫恩和格里菲斯，2006 54 38+0；迈克尔-莱巴等人，2000年)。
目前，滑坡工作组滑坡风险评估委员会(IUGS，1997)和澳大利亚岩石力学协会的fall(2000)被广泛采用。大多数滑坡风险研究主要采用自然科学方法，而与洪水和地震等自然灾害相比，与滑坡灾害的社会应对策略或受影响社区的复原力相关的社会科学研究仍然非常有限。以下列举了近10年来滑坡风险研究的重要成果。
马里奥·梅希亚-纳瓦罗和埃伦·E·沃尔(1994)综合了哥伦比亚梅德林地区的地质灾害风险以及土地和生命的脆弱性，制作了一份风险评估分区图。R.Anbalagan和Bhawani Singh(1996)在以往山区滑坡危险性评估和区划研究的基础上，提出了一种新的风险评估制图方法。风险评估矩阵。在1996中，Jefferies等人提出了评估风险概率的贝叶斯方法。
MeJA-Navarro和Garcia(1996)开发了IPDSS，即综合规划决策支持系统，是基于GIS平台和图形用户界面的滑坡灾害、脆弱性和风险评估综合信息系统。滑坡风险(敏感性)的评估是基于影响滑坡的因素(如地形、坡度、基岩、地表和构造地质、地貌、土壤、土地覆盖、土地利用、水文、降雨、溢洪道分布图和以往灾害的历史数据)的叠加，并具有一定的权重。权重基于多元统计分析和专家知识。同样，IPDSS系统也没有将物质运动划分为不同的时间段，因此无法表征滑坡发生地点与其影响因素之间的关系，也无法验证预测模型。虽然IPDSS较之前的研究前进了一步，除了风险评估之外，还进行了脆弱性评估和风险评估，但是在整个评估过程中，其属性的表示和选择是任意的。
Cardinali等人(2002)通过航空照片解译和实地调查，编制并分析了多期滑坡目录图。他们将调查范围限制在过去60年发生过物质运动的地区和过去发生过物质运动的地区，重点是各种不稳定性的演变和分布。滑坡的危险性、脆弱性和风险评估通过以下策略进行:①确定研究区范围；(2)编制多导滑坡编目图和分类图；③确定滑坡危险区(单相和多相滑坡的影响范围)；④滑坡风险评估；⑤确定并编制承灾体图，评价其对不同类型滑坡的易损性；⑥滑坡风险评估。假设研究区域未来的滑坡可能发生在已经发生滑坡的相邻区域或同一斜坡或同一流域。由于经济原因，作者仅进行了局部滑坡风险评估(占研究区域的265，438+0.4%，占980个滑坡影响区的265，438+00，面积为20km2)，而没有对整个研究区域或集水区进行区域性滑坡风险评估。滑坡危险区划也仅限于可能发生物质移动的地区。将估算的滑坡频率等级和观测的滑坡强度等级交叉后，得到不同的风险等级，合并后重新划分为四个相对等级。在1∶10000的示意图上，表示了11种承灾体，并根据各滑坡类型的滑坡强度不同，划分了三个易损性等级。这项研究特别有意思的是，通过航拍照片对过去60年的物质运动进行了解译，并对滑坡的演化过程进行了时间对比分析。但本研究仍存在三个不足:①未给出滑坡风险等级的定量绝对值；②滑坡风险评估/预测结果未经检验；③没有一致的空间单元和空间覆盖范围。
Lerio(1996)对法国自20世纪70年代以来，特别是自1982年7月颁布自然风险规划法(PER)以来的滑坡风险评估和制图进行了全面的回顾。根据PER法的要求，法国普遍开展了1: 5000至1: 10000的滑坡风险测绘工作，并将编制的地图作为灾害预防和灾后赔偿的依据。灾害风险评估和制图主要回答以下问题:①物质运动的类型是什么？②潜在的不稳定区域在哪里？③灾难什么时候会发生？(4)灾害的范围是什么？⑤灾害与环境有什么关系？是自然因素还是人为因素造成的？6.灾难造成的损失有多大？Lerio总结了三种可用的作图方法:①专家评价(主观，需要解释和统计技术)；(2)回归分析(利用可靠的滑坡区域空间数据库，建立物质运动方式与其环境因素的关系，推断其他类似区域发生滑坡的可能性，主要用于较大区域的分析)；③力学分析(基于确定性稳定性模型，预测滑坡发生的概率，主要用于场地尺度的滑坡评价和预测)。勒里奥指出:“几乎所有的风险地图都没有整合时间的概念，防灾的投入将需要基于大量历史数据的可靠的时空灾害预测模型。
Leone等人(1996)提出了损失函数作为构建脆弱性框架的一部分。因此，收集和对比分析历史滑坡及其相关资料是非常重要的。必要的表征是将研究区域划分为若干空间区块，不同区块发生滑坡的概率不同。
Glade(2001)在德国莱茵黑森进行了区域滑坡风险评估。不同的土地利用被划分为不同的风险因素。由于该地区的生命风险非常小，因此在本研究中忽略了生命风险分析。每个风险因素(不同土地类型)的货币价值被转换(表2-6)。将滑坡灾害信息与风险因素的脆弱性相结合，形成风险矩阵。据此划分了滑坡风险的不同等级。90%的地区被列为低风险地区，8%为中等风险地区，2%为高风险地区，0.2%为非常高风险地区。虽然滑坡风险图不能用于地方政府的详细规划目的，但确定的滑坡灾害易发区无疑对地方政府或地区政府使用的“热点”的详细分析具有重要价值。
表2-6不同潜在损害值的风险因素(欧元)(Glade等人)
Glade和Jensen(2004)对冰岛峡湾西北区Bildudalur进行了崩塌灾害风险分析，确定了建筑物的易损性和人员伤亡的风险概率。虽然历史上没有崩塌造成人员伤亡的记录，但这项研究为当地政府妥善管理危岩提供了可靠依据。研究中，将确定的崩塌路径转化为危险区域区划，再结合潜在损失值和相关风险因素，确定风险等级。在后果分析中，不仅考虑了研究区内任意地点的易损性和影响的时空概率，还考虑了崩塌灾害的季节性影响概率。在GIS环境下，这些成果以地图的形式表现出来。最终确定的风险不仅包括个人生命风险，还包括社会生命风险。崩塌灾害个人风险很低，从1.1×10-5/年到5.6×10-5/年不等；92%的地区属于低风险，8%的地区属于超低风险区；但社会风险从1.6×10-3/年到2.1×10-5/年不等，其中4%的地区为超低风险，27%为低风险，58%为中等风险，165438。计算出的生命总风险水平，即年死亡率为0.009。
表2-7总结了世界各地不同空间尺度的滑坡风险评估。一些研究基于制图程序进行了滑坡灾害和风险分区(如Espizua和Bengochea，2002)，另一些研究提出了不同类型滑坡风险评估的经验公式，如泥石流(如刘等，2002)，还有一些研究采用概率方法进行滑坡风险评估(如Chung和Fabbri，2002；Rezig等人，1996)。虽然“风险”一词在很多公开发表的文章中频繁出现，但真正意义上的滑坡风险研究并不多。滑坡风险的研究仍处于探索阶段。
表2-7全球地质灾害空间风险评估概述
继续的