理工大教授首創滑坡智能觀測體系，大大提升預測準確率

11日，封面新聞—華西都市報記者從成都理工大學獲悉，該校地質災害防治與地質環境保護國家重點實驗室黃潤秋教授、許強教授、湯明高教授等人在《科技縱覽》雜誌撰文發布了國家973計劃項目「大型隱蔽性滑坡致災因子識別、前兆信息獲取與預警方法研究」的階段性成果。

該成果針對大型滑坡這種隱蔽性災難，科學家們從多源立體智能觀（探）測、關鍵致災因子分析、成災模式早期識別、預警預報技術研究等四個方面，探索出了一套行之有效的大型隱蔽性滑坡的預警之道。

目前中國有百萬餘處地質災害點（含隱患點），其中重特大地質災害點3.4萬餘處，在常見的各類地質災害中，滑坡的數量占災害總量超過70%，大型滑坡造成的人員傷亡又佔總傷亡人數的70%左右。

為攻克大型滑坡的預測預警這一世界性難題，成都理工大學與同濟大學、武漢大學、中國科學院測量與地球物理研究所、成都山地災害與環境研究所、遙感與數字地球研究所、中國地震台網中心等8所高校和科研院所組成聯合研究團隊，通過研發和發展現代先進觀（探）測技術手段和方法，首次提出了大型滑坡的天-空-地-內一體化多源立體智能觀（探）測，實現了多源感測器網路智能集成、實時傳輸和分析處理。

多源立體智能觀測網

據了解，傳統的滑坡預報都主要根據滑坡的常規監測數據進行擬合外推預報，由於沒有考慮滑坡的具體類型、成因模式、誘發因素等，因此很難對具體滑坡做出真正準確的預測預報。

聯合研究團隊研究了熱帶低頻振蕩對雲貴高原與四川盆地等地強降水的影響，研發了中期延伸期預報方法、考慮地形和雨量條件的紅層地區淺層土質滑坡預警模型、基於機器學習的滑坡多源觀測數據融合與位移預測模型，以及滑坡地質-力學-變形耦合分析預警模型等。

從大型滑坡演化過程和成災機理出發建立的預警模型，使得滑坡預警條件變得更加充分，進一步提高了滑坡預警預報的精度和成功率。目前該成果已在四川丹巴和甘肅黑方台地區的滑坡預警實踐中得到了有效應用，避免了人員傷亡。

丹巴滑坡預警現場驗證

聯合研究團隊在近10年積累的研究經驗的基礎上，通過一系列大型模型試驗、模擬分析和野外觀測研究探索，提出了基於關鍵致災因子的大型隱蔽性滑坡分類方案和成因機理模式體系，揭示了4種關鍵致災因子、10餘類典型滑坡長期演化過程及其地質力學行為機理。

同時，為了更加準確且形象地表達和描述滑坡地質結構、變形破壞狀態和變形特徵、臨滑前兆等信息，在研究查明不同類型滑坡演化過程中的「關鍵致災因子」的基礎上，聯合研究團隊首次系統地建立了大型隱蔽性滑坡成災模式的三維識別圖譜及識別指標體系，從而可以據此進行滑坡早期識別和臨滑前兆判別。

該成果進一步豐富和完善了國際滑坡分類標準，為滑坡識別預警提供了重要的理論基礎，從而大大提高了大型隱蔽性滑坡識別的準確率和效率。

顧華寧 封面新聞—華西都市報記者 張菲菲

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！