时空动态视角下的滑坡易发性建模：从长期规划到短期预警的集成框架

推荐：针对传统滑坡预测模型在时空动态性上的局限，研究人员以中国重庆为案例区，构建了基于广义加性模型(GAM)的多尺度时空滑坡易发性模型(YU/SeasU/MU/DU)。该研究整合静态地形因子与动态降雨/NDVI数据，实现了年际-季节-月-日尺度的滑坡概率动态预测(AUC 0.839-0.956)，为灾害风险管理提供了从长期规划到早期预警的统一解决方案。

　　

滑坡灾害预测长期以来面临时空维度割裂的困境：传统易感性模型仅关注静态地形特征，而早期预警系统又过度依赖降雨数据。这种二元分立导致预测结果难以反映滑坡发生概率的时空动态变化。随着气候变化加剧极端天气事件，发展能同时整合地形本底特征与动态触发因子的新型预测模型成为地质灾害领域的迫切需求。

重庆大学地质灾害防治团队在《International Journal of Applied Earth Observation and Geoinformation》发表的研究中，创新性地构建了多时间尺度的空间-时间滑坡预测框架。研究以中国重庆34,000 km²的褶皱山区为实验区，采用25,832个斜坡单元(SU)作为空间基础单元，通过广义加性模型(GAM)整合地形参数(坡度、曲率等)、地质条件(岩性、土壤类型)与动态变量(降雨量、NDVI)，建立了年际(YU)、季节(SeasU)、月(MU)和日(DU)四种时间尺度的预测模型。关键技术包括：基于CMIP-5气候情景的降雨预测、斜坡单元自动划分算法(r.slopeunits)、空间自相关分析(Moran's I)，以及100次重复的空间-时间随机交叉验证(RCV)评估流程。

4.1 长期预测结果
年际模型(2013-2021)显示2014年极端降雨事件导致滑坡概率峰值(72%事件集中于此)，AUC达0.865。季节性模型区分旱雨季效应，揭示雨季滑坡概率是旱季的1.8倍(AUC 0.895)。CMIP-5预测显示2022-2024年雨季高风险区主要沿长江分布，其中2022年10月呈现最显著风险累积。

4.2 中期预测表现
月尺度模型捕捉到显著的季节周期，7月(雨季峰值)滑坡概率较旱季高2.3倍。降雨交互项分析表明，当月累积降雨>200mm且日最大降雨>50mm时，滑坡发生概率呈指数增长(AUC 0.906)。2022年预测显示10月高风险区面积较5月扩大37.5%。

4.3 短期预警验证
日尺度模型确定6日累积降雨阈值90mm为关键预警指标(AUC 0.965)。2022年6月23-28日模拟显示，北部区域在26日后进入持续高风险状态，验证了模型对暴雨响应的敏感性。

这项研究突破了传统模型时空维度分离的局限，首次实现了从年际规划到日级预警的全周期滑坡概率预测。特别值得注意的是，模型揭示了不同时间尺度下主导因素的差异：长期预测中地形本底效应占优(贡献度58%)，而短期预警中降雨动态特征主导(贡献度72%)。研究者建议将NDVI动态预测与CMIP-6数据纳入未来改进方向，并强调需结合滑坡规模预测以实现完整的灾害危险性评估。该框架为地质灾害管理部门提供了从战略规划(年际)到战术响应(日级)的决策支持工具，尤其对长江流域这类降雨敏感区的综合风险管理具有重要实践价值。