巴西累西腓大都会地区因降水引发的滑坡易发性评估

《Journal of South American Earth Sciences》：ASSESSMENT OF LANDSLIDE SUSCEPTIBILITY TRIGGERED BY PRECIPITATION IN THE METROPOLITAN REGION OF RECIFE, BRAZIL

本研究针对巴西Recife都市区2016-2022年的滑坡事件，通过事件持续时间和强度-持续时间两种经验方法确定降雨阈值，并构建综合滑坡分布图，利用随机森林、KNN、XGBoost和朴素贝叶斯机器学习模型分析地形、土地利用等9个因素对滑坡敏感性的影响，最终生成分级敏感性地图。摘要：

　　这项研究聚焦于巴西皮涅鲁斯州的累西腓都会区（RMR），旨在评估该地区滑坡事件的发生机制，并为滑坡风险管理工作提供科学依据。滑坡作为一种自然灾害，对人类社会和自然环境具有显著的破坏性，尤其是在城市化进程加快和气候变化加剧的背景下，其影响愈发严重。RMR作为巴西东部地区的重要城市中心，由于人口密集和复杂的地质与气候条件，成为滑坡高发区域之一。

研究团队通过分析2016年至2022年间记录的221次滑坡事件，探索了降雨作为滑坡触发因素的临界阈值。通过两种经验方法——事件持续时间（ED）和强度-持续时间（ID）——对降雨与滑坡之间的关系进行了深入研究。ED方法显示了更强的相关性，其R2值超过97.5%，而ID方法的相关性则低于90.5%。这表明，在RMR地区，滑坡的发生与降雨的累积量之间存在更为密切的联系，而非单纯的降雨强度。研究结果强调了降雨总量在评估滑坡风险中的重要性，同时也揭示了地形特征在滑坡发生中的关键作用。

滑坡的发生通常受到多种因素的影响，包括自然因素和人为因素。自然因素如地形、土壤类型、地质结构、植被覆盖等，构成了滑坡发生的内在条件。例如，高程、坡度、坡向、地形曲率等地理参数在滑坡稳定性评估中具有重要作用。高程不仅影响潜在能量，还决定了土壤厚度、植被覆盖和暴露于风化作用的程度，从而间接增加了滑坡风险。坡度则是另一个重要的地形参数，陡峭的坡度会增强径流集中和地表侵蚀，促进浅层滑坡的发生，而缓坡则通常表现出较低的滑坡频率。然而，坡度在30-45°之间的区域可能对泥石流具有较高的敏感性，具体取决于土壤的组成。

土壤特性在滑坡发生过程中也起着不可忽视的作用。土壤的颗粒大小、孔隙比、孔隙度和渗透能力等，决定了其在降雨条件下的响应。不同类型的土壤具有不同的含水临界值和最大持水能力，一旦超过这些阈值，土壤就会发生饱和，从而在重力作用下更容易发生滑坡。植被在一定程度上可以增强土壤的稳定性，通过加固土壤结构和促进水分向深层渗透，从而减少地表径流。然而，即使在植被覆盖的区域，由于土壤自身的动态变化和结构不连续性，滑坡仍可能发生，尤其是在植被稀疏的地区，降雨和侵蚀效应更加显著。

除了自然因素，人为活动对滑坡风险的影响同样显著。城市化和人口增长导致土地利用和覆盖的变化，这些变化可能破坏原有的自然平衡，增加滑坡的可能性。特别是在缺乏土壤稳定措施的地区，土地利用的不合理调整会显著削弱地形的稳定性。因此，滑坡风险评估需要综合考虑自然条件和人为因素的影响，以确保模型的准确性与可靠性。

在技术方法上，研究团队采用了多种工具和技术，包括地理信息系统（GIS）、遥感技术和机器学习算法。这些方法不仅提高了模型的预测能力，还增强了对滑坡触发因素的分析精度。机器学习算法如随机森林（RF）、K近邻（KNN）、XGBoost和朴素贝叶斯（NB）被用于构建滑坡易发性地图，以识别影响坡体稳定的关键因素。通过这些算法，研究团队能够更全面地评估滑坡风险，并为未来灾害预防提供科学依据。

研究过程中，团队还对RMR的地理范围进行了详细分析。该区域包括15个市镇，其中8个市镇因人口密度高和滑坡事件频繁而被选为研究重点。这些市镇包括阿布雷·埃·利马（AL）、卡波·德·圣·阿戈斯蒂诺（CSA）、卡马拉吉贝（CM）、伊波朱卡（IJ）、贾博阿托·多·瓜拉拉佩斯（JG）、奥林达（OL）、保罗斯塔（PL）和累西腓（RE）。这些市镇覆盖了RMR总面积的54.7%，其中累西腓和贾博阿托·多·瓜拉拉佩斯是滑坡事件最为集中的区域。

在滑坡发生与降雨的关系方面，研究发现RMR地区在2016年至2022年间共记录了221次滑坡事件，其中贾博阿托·多·瓜拉拉佩斯（JG）占48%，累西腓（RE）占15%，奥林达（OL）占10%。2017年是滑坡事件最多的年份，共记录了49次，而2018年则是最少的年份，仅记录了19次。从降雨量来看，4月至7月的月降雨量通常超过150毫米，这与滑坡的主要发生季节相吻合。2019年、2021年和2022年也表现出较高的滑坡频率，而2018年则由于降雨量较低，滑坡事件较少。

研究团队还利用机器学习算法构建了区域易发性地图，并将其划分为五个等级：非常低（28%）、低（35%）、中等（27%）、高（9%）和非常高（1%）。易发性地图的构建基于九个关键因素，包括土地利用、高程、地形、土壤类型、植被覆盖、坡度、坡向、地形曲率和排水条件。其中，土地利用、高程和地形被认为是影响坡体稳定最重要的因素。通过这些因素的综合分析，研究团队能够更准确地识别出滑坡高发区域，并为未来的风险管理提供指导。

研究的成果不仅有助于滑坡风险评估，也为制定有效的早期预警系统和灾害预防措施提供了科学依据。通过分析历史降雨和滑坡数据，研究团队确定了临界降雨阈值，这些阈值对于理解滑坡的发生机制至关重要。同时，易发性地图的构建为政府和相关机构提供了可视化工具，以便更好地规划土地使用、基础设施建设和灾害应对策略。

在巴西，东南部地区记录了最多的滑坡事件和人员伤亡，而皮涅鲁斯州的累西腓都会区则因其高人口密度和复杂的地质与气候条件，成为滑坡高发区域之一。该地区在城市化过程中经历了快速扩张，这导致了土地利用的不均衡，进一步增加了滑坡的可能性。特别是在巴雷拉斯形成区，由于土壤高度风化，该区域在强降雨条件下极易发生滑坡。

此外，累西腓都会区在降雨季节经常遭受洪水侵袭，尤其是在低洼的沿海地区。这种洪水与滑坡的发生相互关联，进一步加剧了该地区的灾害风险。因此，滑坡风险评估需要综合考虑降雨、地形、土壤和人为活动等多方面的因素，以确保预测的准确性和全面性。

研究团队在分析过程中使用了多种软件工具，包括Microsoft Excel、QGIS 3.34和R 4.3.3。这些工具不仅提高了数据处理的效率，还增强了模型构建的精度。通过这些工具，研究团队能够更有效地分析降雨与滑坡之间的关系，并构建出准确的易发性地图。

研究的结论表明，降雨事件与滑坡的发生之间存在显著的相关性，特别是在降雨量较高的月份。研究团队根据降雨量的分布情况，将RMR划分为三个区域，其中区域R2占据了73%的滑坡事件，该区域的降雨临界阈值为5天内降雨量40-230毫米，以及每天降雨强度20-70毫米。这一划分有助于更精准地识别滑坡高发区域，并为未来的风险管理提供科学依据。

研究团队还指出，尽管全球范围内已有许多关于滑坡的研究，但本地化评估往往依赖于通用的降雨阈值，这可能忽略了地区特有的降雨模式。因此，研究团队强调了基于本地气候和地质条件进行滑坡风险评估的重要性。通过这种方法，可以更准确地识别出滑坡的触发因素，并为制定针对性的灾害预防措施提供支持。

总之，这项研究通过综合分析降雨、地形、土壤和人为活动等因素，为累西腓都会区的滑坡风险评估提供了新的视角。研究结果不仅有助于理解滑坡的发生机制，也为制定有效的灾害管理策略提供了科学依据。通过构建易发性地图和识别关键因素，研究团队为未来的研究和实践提供了重要的参考。