基于路段單元的公路地質災害風險氣象預警系統

張義順,梁夢姣,肖常貴,陳麗霞*,李 燁,劉正華,陳衛群,殷坤龍

(1.浙江省地質院,浙江 杭州 310007;2.自然資源部浙江地質災害野外科學觀測研究站,浙江 杭州 310007;3.中國地質大學(武漢)地球物理與空間信息學院,湖北 武漢 430074;4.中國地質大學(武漢)工程學院,湖北 武漢 430074;5.磐安縣自然資源和規劃局,浙江 磐安 322300)

公路切坡改變了巖土體自然穩定的狀態[1-3]。在降雨影響下,山區公路中地質條件復雜的路段經常會發生崩塌、滑坡、泥石流等地質災害,對道路沿線人民生命財產、交通運輸及公路施工人員安全構成了很大的威脅[4-8]。隨著社會經濟的高速發展以及交通建設的需要,公路切坡工程明顯增多,人們對于道路沿線地質災害的預警需求日益迫切。因此,開展公路地質災害風險氣象預警系統研究具有實際的應用價值和現實意義。

根據公路地質災害評價中不同層次的研究需求,學者們提出了多種單元的劃分方法?！豆饭こ痰刭|勘察規范》(JTG C20—2011)[9]中針對公路工程提出調查單元的劃分范圍,一般為公路兩側各150～200 m寬,總體呈條帶狀或線狀。以此為研究范圍,學者們選用地貌單元、網格單元、斜坡單元等對公路地質災害進行了評價。如:韓華等[10]根據地形地貌將公路劃分為2段,開展了公路地質災害危險性評價;戴建玲等[11]采用網格單元,從線和面上對線性工程巖溶塌陷危險性進行了評價;田述軍等[12]以斜坡為評價單元,實現了公路邊坡災害風險評價。這些研究工作以公路沿線邊坡為關注對象,實現了對公路地質災害的評價。還有如游克思等[13]從公路的幾何特征出發,提出了路段單元劃分的具體原則;馮文凱等[14]針對公路等線性工程提出了線評價概念,認為它兼具點評價、面評價和區域評價特點;《公路技術狀況評定標準》(JTG 5210—2018)[15]中以公路檢測為目的,從目標路段、評價單元和檢測單元等方面提出了公路技術狀況評定等級的劃分標準。然而,從公路地質災害風險氣象預警的需求出發,除了考慮公路線性特點外,還需要關注公路沿線的切坡狀況、地質條件與地質災害發育情況,有針對性地確定預警單元。

地質災害風險氣象預警系統是將預警理論轉化為指導地質災害風險管控工作的有效方式。自2003年中國國土資源部和中國氣象局聯合開展地質災害風險氣象預警工作以來,各省(市)相繼提出了地質災害風險氣象預警系統。如:浙江省根據氣象條件和全省地質災害調查數據,基于Web-GIS建立了實時預警系統[16];貴州省以地質災害易發性區劃為基礎,從氣象角度開發了考慮降雨量指標的預警系統[17];湖南省針對不同分辨率的降雨數據,構建了在GIS技術支持下的預警系統[18];天津市提出了考慮地質災害數量、地質環境條件、區域人類工程和降雨因素的氣象預警系統[19];云南省采用鄉鎮級的降水數據,根據預警區特征設置不同的降雨閾值,建立了云南省地質災害氣象風險預警系統[20]。省級地質災害風險氣象預警系統多是大范圍的面狀預警,針對公路工程的專題地質災害風險預警系統較少。王衛東等[21]結合地質災害宏觀區劃和單體邊坡穩定性分析及監測預警,建立了基于GIS的公路邊坡危險性分析與預警系統;豐德恩等[22]針對中國高速公路采用C/S體系結構研發了交通氣象災害風險預警業務系統。目前,公路地質災害風險氣象預警系統主要是針對公路沿線邊坡,未能結合公路承災體實現以風險管控為目標的預警功能,在實際應用中受到限制。

本文以浙江省磐安縣方前鎮內的主要公路為例,基于公路線性特征,考慮沿線切坡地質環境因素,提出適用于公路地質災害風險氣象預警的路段單元劃分方法;并在此基礎上,對主要公路沿線地質災害易發性降雨誘發地質災害關系進行研究;針對不同巖土體類型的公路邊坡建立地質災害易發性評價指標體系,計算每條路段的易發值并確定易發性等級;聯合降雨閾值研究確定不同降雨工況誘發公路災害的預警等級,并通過設計開發公路地質災害風險氣象預警系統,實現預警結果可視化并及時發布預警信息。

1 研究區概況與數據

1.1 研究區概況

研究區位于浙江省金華市磐安縣東部方前鎮(圖1),總面積為119.66 km2。研究區地形屬浙江盆地中低山丘陵,地勢南北高、中部低;在地質構造上,發育一組北東向斷裂構造,褶皺構造不發育。區內出露的地層主要為中生界白堊系下統的朝川組、西山頭組和高塢組,巖性以火山巖和凝灰巖為主。該地區雨量充沛,年均降雨量約為1 460 mm,2021年 “煙花”臺風期間,方前鎮氣象監測站的累計降雨量達到243 mm,最大日降雨量達到40 mm以上。

圖1 研究區地理位置及歷史地質災害點分布圖Fig.1 Geographic location and distribution map of historical geological hazard points in the study area

區內交通以公路為主,其中:省道323自西向東貫穿全境,總長約為10.43 km;三級道路共有6條,總長為75.68 km;四級道路共1條,總長為4.64 km。區內公路邊坡類型主要為巖質、土質和土巖混合質3種(圖2),其中巖質邊坡居多,土質邊坡位居其次。區內公路沿線共有地質災害58處,其中2021年“煙花”臺風引發的地質災害43處。地質災害類型以崩塌為主,主要發育在巖質邊坡中。區內災害在空間上集中分布于西北與東南兩側的三級道路沿線,時間上主要集中于每年梅雨、臺風季短時強降雨或連續降雨期間。

圖2 研究區主要公路邊坡類型Fig.2 Main slope types in the study area

1.2 研究數據與來源

本研究中使用的數據主要包括DEM數據、地質圖、地質災害數據、遙感影像數據、公路邊坡調查數據、行政邊界數據和雨量及站點數據,如表1所示。其中:DEM數據來自NASA官網ALOS PALSAR數據,分辨率為12.5 m,用于提取自然坡度指標;地質圖來源于91衛圖,用于獲取地層巖性;地質災害數據來自2016—2020年《磐安縣年度地質災害風險隱患汛前排查報告》和2021年現場調查數據,用于判斷公路邊坡地質災害發生情況;遙感影像數據來自91衛圖,對其進行矢量化得到道路數據;公路邊坡調查數據來自野外現場調查,主要包括切坡坡高、剖面形態、邊坡坡度、邊坡巖土體性質、覆蓋層性質、水文條件和邊坡穩定性現狀數據;行政邊界數據來自91衛圖,用于確定研究區范圍;雨量及站點數據來自磐安縣氣象局,數據精度為1小時。

表1 研究區數據與數據來源

2 研究方法

2.1 系統結構設計

山區公路地質災害風險氣象預警系統采用B/S(瀏覽器/服務器)架構,以 Oracle 11g為應用數據庫管理系統,選擇Java、JavaScript 作為核心語言進行開發,支持在Windows/Linux操作系統上使用。該系統自上而下分為表現層、控制層和數據層3層結構。

山區公路地質災害風險氣象預警系統功能結構主要包括基礎地理信息管理、路段信息管理和路段風險氣象預警預報3大部分,如圖3所示。其中基礎地理信息管理是系統的基礎部分,主要完成地理信息數據的管理和顯示;路段信息管理主要通過調用地理信息數據庫和路段風險預警服務,完成對道路等級、路段地質災害易發性等級和路段風險等級的管理和查詢;路段風險氣象預警預報主要基于地理信息數據庫,并結合實時降雨量數據,實現公路地質災害風險氣象預警。

圖3 研究區公路地質災害風險氣象預警系統功能結構圖Fig.3 Functional structure diagram of the meteorological early warning system for highway geological hazard in the study area

2.2 預警單元劃分方法

面向公路地質災害風險氣象預警問題時,應考慮地質條件的差異性來劃分路段預警單元。結合游克思等[13]根據道路工程特征提出的劃分原則,本文從公路沿線邊坡地質環境出發,進一步優化確定了路段預警單元的劃分方法:

1) 根據公路沿線是否存在邊坡進行總體分類,因為邊坡的存在意味著發育地質災害的可能。

2) 基于地形數據劃分研究區斜坡單元,進而根據邊坡所屬的斜坡單元進行分段。因為斜坡是地質災害發育的基本單元,而相鄰的斜坡單元通常具有明顯不同的地形特征,據此可根據地形地貌存在明顯差異的路段來劃分研究區斜坡單元。

3) 根據公路沿線邊坡類型(巖質邊坡、土質邊坡、土巖混合質邊坡)進一步劃分路段預警單元,因為不同類型邊坡的物質組成和破壞機理不一樣,發育的地質災害類型和概率存在差別。

4) 根據公路沿線邊坡歷史地質災害分布密度進行分段,因為地質災害分布的密集程度代表著公路沿線邊坡的穩定性程度,一般認為地質災害分布越密集,邊坡穩定性越差。

2.3 公路地質災害風險氣象預警模型建立

本文以路段為風險預警單元,建立公路地質災害風險氣象預警模型如圖4所示。首先針對不同物質類型邊坡分別建立研究區不同類型邊坡地質災害易發性評價體系(表2);然后采用層次分析法[23]進行邊坡地質災害易發性評價;再結合研究區實際情況和現場調查,劃分邊坡地質災害易發性等級對應的分數區間,并在ArcGIS平臺繪制全區路段邊坡地質災害易發性分布圖。謝劍明等[24]的研究成果表明浙江省臺風區滑坡災害事件與當地4日累計降雨量相關性最為顯著,聯合磐安縣降雨閾值研究成果[25],本文以3日累計降雨量為降雨預警判據并采用分位數回歸(QR)的方法進行預警分級,聯合地質災害易發性評價結果,將氣象預警劃分為紅色、橙色、黃色和藍色4個等級。

表2 研究區各類邊坡地質災害易發性評價體系

圖4 公路地質災害風險氣象預警模型Fig.4 Meteorological early warning model for highway geological hazard

3 研究結果與分析

3.1 預警單元劃分結果與分析

根據前述預警單元劃分方法,對研究區主要的交通道路進行分段:將平地路段劃分為無邊坡路段;基于地形數據提取山谷線和山脊線劃分斜坡單元(圖5);按照邊坡類型分段,如以凝灰巖和砂巖為主的巖質邊坡、以第四系松散堆積物為主的土巖邊坡和上土下巖的土質混合質邊坡;根據地質災害分布密度對相同邊坡類型的路段進行細分。最終,將研究區交通道路路段共劃分為199個預警單元。根據研究區道路分段統計情況(表3),發現區內公路沿線以巖質邊坡為主,路段預警單元的平均長度在340～490 m之間。

表3 研究區交通道路分段統計表

3.2 公路沿線邊坡地質災害易發性評價

研究區內以巖質邊坡為主,故以巖質邊坡為例對邊坡地質災害易發性進行評價。巖質邊坡地質災害易發性評價二級指標權重與賦分情況,見表4。研究區內3類邊坡的判斷矩陣的一致性比率(CR)值分別為0.025 6(巖質邊坡)、0.022 1(土質邊坡)和0.043 2(土巖混合質邊坡),均小于0.1,表明判斷矩陣中各因子的權重較為合理。

表4 巖質邊坡地質災害易發性評價二級指標的權重及分值

基于地質災害易發性評價指標的統計分析,綜合研究區公路沿線邊坡地質災害易發性評價得分,根據道路邊坡地質災害易發性等級的分數區間確定各路段邊坡地質災害易發性等級,其結果如表5所示。

表5 研究區公路沿線各路段邊坡地質災害易發性等級分數區間表

由表5可知:研究區道路邊坡主要類型為巖質邊坡(80%),其次是土質邊坡(13%)和土巖混合質邊坡(7%);全區內邊坡地質災害中易發路段居多,占總路段的58%,低易發路段占31%,高易發路段占11%,沒有極高易發路段。根據研究區公路沿線邊坡地質災害易發性路段分布圖(圖6),可知全區道路沿線地質災害易發性等級最高為高易發性,無極高易發路段。

圖6 研究區公路沿線邊坡地質災害易發性路段分布圖Fig.6 Distribution map of slope geological hazard-prone sections along the highway in the study area

3.3 地質災害風險氣象預警系統研發與驗證

根據公路地質災害風險氣象預警模型,基于路段預警單元劃分和地質災害易發性評價結果,系統判斷實時降雨預報數據所屬的閾值等級,確定不同路段的預警信息。公路地質災害風險氣象預警系統界面如圖7所示,具體包括5個模塊與功能:一是路段基礎信息模塊,包含了路段地質災害的易發性和地質災害的統計情況;二是氣象預警模塊,可實時顯示當前降雨情況并統計當前路段所處預警等級的情況;三是路段查詢定位模塊,支持根據道路等級和路段預警等級查詢并定位顯示具體路段的功能;四是預警信息模塊,可根據氣象預警結果發布路段預警信息;五是地圖展示模塊,包含了研究區范圍及主要的交通路段的顯示,支持路段搜索結果的定位顯示。

圖7 公路地質災害風險氣象預警系統界面Fig.7 Interface of the meteorological early warning system of highway geological hazard

根據不同降雨工況下研究區公路沿線邊坡地質災害風險氣象預警路段分布圖(圖8),分析各路段的預警等級分布情況,結果表明:

圖8 不同降雨工況下研究區公路沿線邊坡地質災害風險氣象預警路段分布圖Fig.8 Distribution of meteorological early warning sections for geological hazard of slopes along highways in the study area under different rainfall conditions

1) 在降雨工況Ⅳ情況下,全區路段預警等級均為藍色預警。

2) 在降雨工況Ⅲ情況下,全區路段預警等級均以藍色預警為主,占全區路段總數的89%;僅有22個路段屬于黃色預警等級,占全區路段總數的11%。

3) 當降雨工況Ⅱ情況下,全區路段中黃色預警等級增多,占全區路段總數的58%;達到橙色預警等級的路段共有22個,總長度約為7.26 km,約占全區道路總長度的4%。

4) 當降雨工況Ⅰ情況下,全區內有7個路段需要進行紅色預警,占全區路段總數的3%;43個路段達到橙色預警,總長度為17.59 km,約占全區道路總長度的19%;紅色預警和橙色預警路段主要分布于研究區內東南、西北山區。

根據2021年7月“煙花”臺風期間方前鎮各雨量站的實測數據顯示,方前鎮3日累計降雨量在7月26日達到最高,統計數據如表6所示。據桐背水庫雨量站和柘溪雨量站數據顯示,方前鎮在臺風期間降雨量達到最高等級Ⅰ;而茶潭、里田石和方前3處雨量站顯示降雨量達到等級Ⅱ。由此根據雨量站分布(圖1),認為方前鎮西北部的降雨量等級處于Ⅰ級,東南部的降雨量等級處于Ⅱ級。

表6 2021年“煙花”臺風期間方前鎮各雨量站降雨量實測數據(7月26日)

根據 2021年“煙花”臺風后調查的新生地質災害點數據對氣象預警結果進行了驗證(圖9),結果表明:研究區公路沿線邊坡共發生43處地質災害,其中10處落在紅色預警路段,15處落在橙色預警路段(表7),18處落在黃色預警路段,預警成功率達100%。進一步對紅色和橙色預警路段發生地質災害的類型和數量進行統計(表7),發現公路沿線地質災害以巖質崩塌為主,符合研究區實際情況。其中有2處紅色預警路段發生3起以上地質災害,結合地質災害的現場調查(圖10),說明氣象預警結果與實際驗證結果相符。

表7 2021年“煙花”臺風后研究區公路沿線紅色和橙色預警路段發生的地質災害數量統計表

注:FS-04指方山公路第4路段為2021年“煙花”臺風期間發生地質災害的紅/橙色預警的路段編號依此類推;a、b、c、d、e指地質災害序號。圖9 2021年“煙花”臺風期間研究區公路沿線邊坡地質災害風險氣象預警路段分布圖Fig.9 Distribution map of meteorological early warning sections for geological hazard of slopes along highways in the study area during Typhoon In-Fa in 2021

注:a與b地質災害發生在SA/FQ-08路段;c地質災害發生在FS-04路段(已清理);d地質災害發生在QWC/LL-14路段;e地質災害發生在QWC/LL-15路段。圖10 2021年“煙花”臺風后研究區公路沿線紅色預警路段發生的地質災害現場照片Fig.10 Photos of geological hazard that occurred along the red early warning road section of the study area after Typhoon In-Fa in 2021

4 結 論

1) 本文基于公路線性特征和沿線邊坡地質條件,提出了路段預警單元劃分方法。路段預警單元劃分綜合考慮了道路等級、斜坡單元、邊坡類型和邊坡穩定性現狀4個方面,反映了公路沿線地質災害與邊坡地質環境的內在聯系,未來可進一步完善成為風險管控單元,從而進一步提高地質災害管控水平,為人們日常出行安全提供保障。

2) 本文以浙江方前鎮為研究區,綜合考慮公路沿線邊坡地質災害易發性等級和前3日累計降雨量,構建了公路地質災害風險氣象預警模型,利用2021年“煙花”臺風引發的43起地質災害進行檢驗,結果表明:所有災害均落在黃色預警等級及以上的路段,表明該模型劃分預警區域的效果較為準確。隨著降雨等級的提高,位于研究區東南和西北山區路段的預警等級提高至橙色及以上預警等級,需要引起注意。

3) 本文以公路為研究對象設計了地質災害風險氣象預警系統,實現了GIS技術與網絡平臺的有機結合,為政府部門管理公路災害與發布預警信息提供可視化平臺。經測試和驗證,該預警系統取得了一定的預警效果,可服務于后續磐安縣全縣范圍內道路沿線邊坡地質災害的預警與管理工作。

4) 由于預警系統投入運行時間不長,預警的準確率和合理性還需要經過長期的實踐檢驗。隨著各類數據的累積,公路地質災害風險氣象預警可以與大數據和機器學習領域方面的技術進行融合,以提高地質災害風險氣象預警水平。