滑坡研究与模拟档案(LISA)：基于缩尺实验的浅层滑坡触发机制与监测数据集

《Scientific Data》：A new Landslide Investigation and Simulation Archive through downscaled landslide experiments

本刊推荐：为解决浅层滑坡触发机制复杂、实地监测困难的问题，意大利米兰理工大学研究团队通过缩尺滑坡实验构建了Landslide Investigation and Simulation Archive (LISA)数据集。该数据集包含7年间50余组实验的多学科监测数据，整合了时域反射计(TDR)、电阻率层析成像(ERT)、光纤传感等先进技术，揭示了降雨强度、土壤含水量(VWC)和坡度角(α)对滑坡触发阈值的影响规律。该资源为验证滑坡模型、制定防灾策略提供了重要数据支撑。

　　

每当暴雨倾盆，山坡上的土壤开始松动，浅层滑坡就像潜伏的巨兽般随时可能苏醒。这类滑坡虽然影响范围不大，但运动速度极快，能在瞬间摧毁道路、掩埋村庄，成为山区最致命的地质灾害之一。随着气候变化导致极端降雨事件频发，全球范围内的滑坡风险正在持续升级。然而，实地监测滑坡触发过程犹如捕捉闪电——难以预测且转瞬即逝。科学家们渴望了解水分如何渗入土壤、孔隙水压力如何累积、微小的裂缝如何扩展成灾难性滑坡，但自然条件下的观测往往只能捕捉到结果而非过程。

为了解决这一难题，米兰理工大学的研究团队另辟蹊径，在实验室内建造了一座精密的滑坡模拟器，通过七年时间开展了50余组缩尺实验，构建出名为LISA（Landslide Investigation and Simulation Archive）的综合性数据集。这项发表于《Scientific Data》的研究成果，相当于为滑坡研究领域建立了一座数据宝库。

研究团队采用多学科交叉监测策略，核心实验装置是一个可调节坡度（最高45°）的钢制滑槽，配备降雨模拟系统和多种监测仪器。关键技术方法包括：1）通过定制喷淋系统模拟12-122 mm/h的降雨强度；2）使用时域反射计(TDR)监测体积含水量(VWC)变化；3）利用电阻率层析成像(ERT)追踪水分运移；4）部署光纤传感器捕捉毫米级变形；5）结合摄影测量技术记录表面位移。实验特别关注了野火后土壤（采集自意大利北部过火林地）和积雪融化等特殊工况。

数据记录

LISA数据集包含57组实验的完整数据，以Microsoft Access数据库和CSV两种格式存储于哈佛Dataverse开放获取平台。数据集采用前后端分离架构，LISA BE作为后端存储原始数据，LISA FE前端提供查询界面和预设报告。除监测数据外，还包含仪器布设草图、地球物理文件和连续光学纤维数据等辅助材料。

技术验证

通过交叉验证不同仪器数据证实了监测结果的可靠性。例如实验ID4中，ERT显示的电阻率下降与TDR测量的含水量增加、张力计记录的压力变化呈现高度同步性。对12组纯砂土连续降雨实验的对比分析表明，当初始含水量(VWC_i)和降雨强度(P)固定时，坡度角(α)越大，首次裂缝出现时间(t_fc)越短；而当α和P相同时，VWC_i越高滑坡触发越快。与Montrasio和Valentino提出的SLIP（Shallow Landslides Instability Prediction）模型对比显示，实验观测与理论预测具有良好一致性。

使用说明

针对ERT数据处理特别指出：覆盖电极的土壤层需进行几何因子校正，且滑坡模拟器基底边界效应会导致电阻率随深度异常增加。建议在反演算法中引入"锐利边界"选项以准确成像。所有地球物理数据均使用RES2DINVx64软件处理。

这项研究通过系统化的实验设计构建了目前最全面的滑坡实验数据库，其创新性体现在三个方面：首先是多参数同步监测能力，将水文参数（含水量、孔隙压力）与形变参数（光纤应变、表面位移）进行关联分析；其次是特殊工况模拟，包括野火后土壤水文特性改变、积雪融化渗流等前沿课题；最后是数据标准化程度，所有实验均遵循统一Protocol（协议）确保数据可比性。LISA数据集的发布不仅为验证数值模型提供了基准测试案例，更重要的是揭示了多因素耦合作用下滑坡触发的非线性特征，为建立更精准的预警阈值奠定了实证基础。随着气候变化加剧极端天气事件，这种基于精密实验的机理研究将在地质灾害防治领域发挥越来越重要的作用。