意大利降雨诱发滑坡增强型数据库e-ITALICA的构建及其在滑坡预测模型中的应用

为解决降雨诱发滑坡预测中数据精度不足的问题，意大利国家研究委员会水文地质保护研究所团队构建了增强型滑坡数据库e-ITALICA。该研究整合6312例滑坡事件（1996-2021年），通过CTRL-T算法定量重建降雨触发条件（D-E），结合地形与土地利用数据，为机器学习模型校准、降雨阈值（ED thresholds）定义及早期预警系统优化提供高精度数据支持。成果发表于《Scientific Data》，显著提升意大利全域滑坡风险评估能力。

　　

滑坡灾害每年在全球造成巨大经济损失和人员伤亡，而降雨是诱发滑坡的主要因素之一。尽管已有大量研究试图建立滑坡预测模型，但数据质量参差不齐、触发条件定义不统一等问题严重制约了模型精度。尤其在意大利这样的多山国家，复杂的地形和气候条件使得滑坡预测更具挑战性。传统方法依赖主观判断或局部数据，难以实现大范围精准预警。

意大利国家研究委员会水文地质保护研究所的Maria Teresa Brunetti团队在前期ITALICA数据库基础上，开发了增强版e-ITALICA。该研究整合27年间6312例降雨诱发滑坡事件，通过自动化算法CTRL-T（Calculation of Thresholds for Rainfall-induced Landslides-Tool）精确计算降雨持续时间（D）和累积雨量（E），并结合4033个雨量站数据、Corine Land Cover（CLC）地图及数字高程模型（DEM）地形参数，构建了目前意大利最完整的滑坡触发条件数据库。

关键技术包括：（1）基于地理精度分级（P₀-P₃₀₀）和时间精度分级（T₁-T₃）的滑坡数据标准化；（2）CTRL-T算法自动划分降雨事件并计算最大概率降雨条件（MPRC）；（3）利用斜率单元（slope units）提取地形参数；（4）通过自举法（bootstrapping）评估降雨阈值统计不确定性。

数据记录与验证
e-ITALICA包含5974例已验证的滑坡触发条件，覆盖意大利北部（2556例）、中部（2055例）和南部（1363例）。数据显示：触发滑坡的降雨持续时间中位数为44小时（最长1615小时），累积雨量从北向南递减（北部132.4 mm vs 南部76.2 mm）。技术验证通过双重检查机制确保数据可靠性，包括操作员交叉核对、降雨数据缺口标记（NA）及异常值过滤。

方法创新性
CTRL-T算法通过权重函数自动选择代表性雨量站（90%案例中距离滑坡点<12.5 km），并引入干湿季参数（如北部湿季最小间隔96小时）提升事件划分客观性。与手动处理相比，该方法将阈值定义时间缩短90%，且支持非超越概率（如5%阈值T₅）计算。

应用价值
研究证实年均降水量（MAP）与降雨阈值呈正相关（阈值随MAP增加而变陡），为分区预警提供依据。数据库可直接用于：（1）物理模型参数校准；（2）机器学习模型训练；（3）多尺度降雨阈值定义；（4）土地利用变化影响评估。例如，结合CLC数据可分析植被类型对滑坡敏感性的影响。

结论与展望
e-ITALICA通过标准化数据采集和自动化分析流程，解决了滑坡研究中数据碎片化和主观性问题。其高时空精度特性（95%案例定位误差<10 km²）使其成为意大利首个适用于AI模型的国家级滑坡数据库。未来可通过纳入雷达/卫星降雨数据进一步扩展覆盖范围，并为气候变化背景下的滑坡趋势预测提供基线数据。该成果对全球其他多山地区的滑坡风险管理具有示范意义。