基于瞬态非饱和渗流模型与敏感性分析的堤防脆弱性评估及多变量破坏概率曲线构建

推荐：本研究针对气候变化加剧导致堤防溃决风险增加的问题，通过集成瞬态非饱和渗流分析(TUSA)、全局敏感性分析(GSA)和破坏概率曲线，构建了包含几何参数、土壤特性和降水情景的30,000种工况数据库。研究发现除初始水位和降水特征外，土壤中砾石/黏土含量及持水参数对破坏概率影响显著，未来气候情景下溢流概率最高提升39%，为堤防风险量化提供了创新方法。

　　

随着全球气候变化加剧，极端降水事件频率显著增加，美国全球变化研究计划(USGCRP)预测到本世纪末，超过5年重现期的强降水事件在RCP8.5情景下将增加2-3倍。堤防作为防洪关键基础设施，其传统稳态渗流分析方法已无法满足风险评估需求，现有破坏概率曲线多基于单一变量，且缺乏对土壤参数和未来气候情景的系统考量。

为突破这些局限，研究人员开发了集成瞬态非饱和渗流分析(TUSA)的Python有限差分模型，通过拉丁超立方抽样(LHS)生成包含堤防几何(高度H、顶宽B、坡度m_u/m_d)、6类土壤特性(黏土含量、塑性指数PI、饱和导水率k_sat等)和历史/未来降水情景的30,000组参数组合。采用PAWN方法进行全局敏感性分析，识别出溢流破坏主要受降水强度P_r和持续时间t_p影响，而管涌破坏对土壤中砾石含量(最大KS统计量0.59)和范吉嫩琴参数(α,n)敏感。通过最大似然估计(MLE)拟合对数正态分布破坏概率函数，首次建立了包含土壤类型差异的多变量破坏概率曲面。

关键技术包括：1) 基于Casagrande稳态解验证的二维有限差分渗流模型，求解包含基质吸力h_m的Richards方程；2) 分层随机抽样(SRS)确保6类土壤样本均衡；3) 采用PAWN方法计算累积分布函数(CDF)的Kolmogorov-Smirnov(KS)统计量；4) 基于NOAA RCP8.5情景生成未来30年降水投影，强度平均增加30%。

主要发现包括：

1. 模型验证：FDA与PLAXIS的渗流场对比显示误差<5%，计算效率提升20倍，支持大规模参数分析。
2. 敏感性排序：溢流安全系数FS_ofl,pr对H/h_u比值最敏感(中位KS=0.41)，而最大侵蚀速率?_max,pr受饱和体积含水率θ_s影响显著(KS=0.44)。
3. 土壤差异：第3类土壤(黏土27.5%)的管涌破坏概率比第6类(黏土23.6%)高15%，源于其更低临界水力梯度i_cr,h=0.75γ'/γ_w。
4. 气候影响：未来情景下溢流概率从28%升至67%，侵蚀起始位置向堤心偏移20%，反映短时强降水的影响。

在伊利诺伊州Russell-Allison-Ambraw堤防的案例验证中，该方法准确预测了历史溃决事件，未来情景下管涌概率虽仅1.3%，但内部侵蚀速率超标概率达25%。研究创新性地将TUSA与破坏概率理论结合，首次量化了土壤类型对破坏模式的差异化影响，为USACE 2019年提出的半定量风险评估(SQRA)提供了关键工具。论文建议将破坏概率曲线与HEC-RAS模型耦合，并扩展至海岸堤防的潮汐-波浪复合作用研究，以应对海平面上升的新挑战。