基于几何方法的流域尺度浅层滑坡传播评估工具(ShaLPA)的开发与应用

针对浅层滑坡灾害评估中传播区域预测的空白，研究人员开发了基于几何方法的GIS工具ShaLPA。该工具通过五步脚本流程（从源区识别到模型可靠性验证），结合数字地形模型(DTM)和Legros方程，实现了流域尺度滑坡路径、堆积范围和动能分布的快速评估。在意大利西西里岛的测试中验证了其有效性，为区域灾害防控提供了低成本、易操作的技术支持。

　　

近年来，随着气候变化加剧和人类活动范围扩张，浅层滑坡（包括泥石流、碎屑流等）已成为威胁山区居民和基础设施的主要自然灾害之一。这类滑坡通常起源于陡坡区域，在强降雨诱发下，表层非粘性物质沿基岩面快速滑动，运动速度可达数米每秒，最终在谷底形成堆积扇。尽管滑坡源区识别技术已相对成熟，但区域尺度灾害地图往往缺乏对传播路径和堆积范围的预测能力——这正是制定有效防灾策略的关键短板。

传统数值模拟方法（如FLO-2D、TRENT-2D）虽能精确模拟流变行为，但需要极高精度的地形、土壤参数和复杂方程求解，难以在区域尺度推广。而经验几何方法通过参数化简化（如Legros提出的体积-运距关系），在保证一定可靠性的同时大幅降低计算成本，更适用于大范围评估。然而现有工具或依赖商业软件（如Debris Flow Predictor），或忽略物质体积因素（如Flow-R），限制了其在公共管理部门的普及应用。

针对这一技术鸿沟，某研究团队开发了开源GIS工具ShaLPA（Shallow Landslides Propagation Assessment）。该工具创新性地将五步分析流程模块化：首先基于高精度DTM识别滑坡起始点（LIP），继而追踪潜在路径（LP），通过Legros方程计算运距（LAP），再估算路径上的速度/动能分布，最后通过两个指标验证模型可靠性。在意大利西西里岛Giampilieri-Briga地区的测试中，该工具对2009年滑坡事件的回溯分析显示，其预测结果与实际堆积区吻合度达78%，验证了方法的实用性。

关键技术方法包括：1）利用2米分辨率DTM提取地形参数；2）基于历史滑坡数据校准Legros方程中的体积-运距系数；3）开发自动化脚本实现多源区批量处理；4）采用标准化速度曲线估算动能分布。数据来源于西西里大区政府提供的航拍影像、地质图及现场调查记录的73处滑坡源区。

【方法】
通过几何方法将滑坡传播分解为源区（SA）、起始点（LIP）、路径（LP）和堆积点（LAP）四个要素。核心算法采用Legros方程：L = 1.9V^0.16H^0.83（L为运距，V为体积，H为高差），结合DTM生成三维路径矢量。速度分布采用分段函数，在坡折点（slope break point）前后分别适用不同衰减率。

【模型应用】
以2009年暴雨触发的73处滑坡为验证案例。输入数据包括：1）实测源区多边形；2）土壤厚度图推算潜在体积；3）2米DTM。结果显示78%的预测堆积区与实际沉积扇重叠，平均运距误差12%。动能分布图成功标识出对建筑物威胁最大的中高速流段（>3 m/s）。

【讨论】
相比动态模型，ShaLPA在保持80%精度的同时将计算效率提升10倍。其局限性在于未考虑流变学特性和沟道约束效应，但通过引入坡折点修正和统计校准（R²=0.79）弥补了部分缺陷。工具优势体现在：1）兼容QGIS等开源平台；2）仅需中等GIS技能即可操作；3）输出结果可直接叠加到现有灾害图系。

【结论】
该研究证实几何方法在区域滑坡风险评估中具有显著性价比优势。ShaLPA作为首个集成运距预测、强度评估和可靠性检验的开源工具，为政府部门提供了一种可快速部署的决策支持方案。未来将通过引入机器学习优化参数敏感性，并扩展至冰雪融水诱发的滑坡场景。研究成果发表于《Environmental Modelling》，相关脚本和数据已在GitHub开源（github.com/geohaze24/shalpa）。