编辑推荐：
滑坡是指岩石、土壤或碎屑在重力作用下发生的向下运动，是地球上最普遍的地质灾害之一。它们发生在所有气候带和所有存在斜坡的大陆上，影响大陆和海底环境，并经常由其他地球物理过程（包括地震、强降雨或持续降雨、快速融雪和火山活动）触发或加剧。与许多其他自然灾害不同，滑坡
滑坡是指岩石、土壤或碎屑在重力作用下发生的向下运动，是地球上最普遍的地质灾害之一。它们发生在所有气候带和所有存在斜坡的大陆上，影响大陆和海底环境，并经常由其他地球物理过程（包括地震、强降雨或持续降雨、快速融雪和火山活动）触发或加剧。与许多其他自然灾害不同，滑坡通常作为叠加在主要触发因素上的次生事件，导致其在全球灾害数据库中系统性漏报。在全球社会影响方面，滑坡属于最致命的自然灾害类别之一。根据灾害流行病学研究中心（CRED/uclouvain）维护的紧急事件数据库（EM-DAT），仅2025年，湿性块体运动就记录了19起事件和958人死亡，略高于2005–2024年每年18起事件和897人的年均值。这些记录仅捕获了符合EM-DAT录入标准的事件，并严重低估了实际滑坡损失：全球致命滑坡数据库表明，相对于地面层面文献，EM-DAT对致命事件的漏报率高达1400–2000%，相关死亡漏报率高达330–430%。Froude和Petley对13年（2004–2016）全球非地震性致命滑坡数据库进行了最全面的长期分析，记录了4862起不同的致命事件，共造成55,997人死亡，年均死亡人数超过4000人。亚洲集中了约67.7%的致命事件和74%的相关死亡，这归因于南亚、东南亚和东亚山区的高起伏度、强烈季风降水、人口密集和快速城市化的共同作用；2025年，亚洲占EM-DAT记录的所有自然灾害死亡的72.8%。美洲约占滑坡事件的15%和死亡人数的11%，而欧洲尽管绝对暴露度较低，但损失显著，特别是在阿尔卑斯山脉、亚平宁山脉和伊比利亚山脉系统中。2025年最显著的滑坡事件中，苏丹中达尔富尔马拉山脉8月底因强降雨引发的一场灾难性块体运动，吞噬了塔拉辛村，造成约400人伤亡，成为当年全球第七大最致命的自然灾害。全球年度滑坡经济损失保守估计为200亿美元或更多，仅美国每年就承受10–36亿美元。EM-DAT在2025年未将块体运动的经济损失与其他灾害类型分开，但该数据库记录当年湿性块体运动直接经济损失为零，这反映了中低收入国家滑坡经济影响的严重漏报，而非损失缺失。已经记录的致命滑坡事件增加趋势，是由人类活动压力增加（包括在不稳定斜坡上的非正式定居、非法采矿和不受控制的道路建设）以及人为气候变化导致的极端降水事件频率增加共同驱动的。2025年苏丹塔拉辛滑坡同时体现了这两个驱动因素：马拉高原山块的森林砍伐和异常强烈的夏末降雨事件共同导致了非洲近几十年来记录的最致命单次滑坡事件之一。在此全球背景下，科学界已在从基础地貌特征描述到运行化预警系统的所有主题领域投入巨资推进滑坡研究。
**滑坡研究解读：现状、创新与未来方向**
**研究背景与问题**
滑坡是地球上最普遍的地质灾害之一，指岩石、土壤或碎屑在重力作用下沿斜坡向下运动，可发生于所有气候带及大陆，并常由地震、强降雨、融雪、火山活动等触发。全球范围内，滑坡致死数极高：根据灾害流行病学研究中心（CRED/uclouvain）的紧急事件数据库（EM-DAT），2025年湿性块体运动记录19起事件及958人死亡，但该数据库严重低估实际损失——全球致命滑坡数据库显示，EM-DAT对致命事件漏报率高达1400–2000%，相关死亡漏报率330–430%。Froude和Petley对2004–2016年全球非地震性致命滑坡的分析表明，4862起事件共致55,997人死亡，年均超4000人，其中亚洲占约67.7%事件和74%死亡。全球年度经济损失保守估计超过200亿美元，但中低收入国家漏报严重。致命滑坡增加趋势由人类活动压力（如不稳定的斜坡定居、非法采矿、道路建设）和气候变化导致的极端降水事件共同驱动。因此，全面综述滑坡研究现状、创新方法及未来方向，对提升灾害应对能力至关重要。本特刊发布在《GeoHazards》期刊，旨在汇集滑坡科学领域的创新同行评审成果，以推动全球滑坡风险治理。
**研究内容与结论**
本特刊编辑概述了全球背景及方法论，介绍了11篇已发表文章，并指出了未来研究优先方向。这些研究覆盖了从教育工具、预警阈值、分类体系到地球物理探测、数据分析等多方面，得出以下主要结论：虚拟现实（VR）教育框架可低成本重建真实滑坡事件，适用于中低收入国家；基于季风期内降雨变率的强度-持续时间阈值可显著降低误报率；基于GIS的沉积物重力流（SGF）危害分类方案可快速评估集水区风险；深部电阻率层析成像（ERT）揭示了深层埋藏谷地及其与重力变形的关联；气候变化对斜坡稳定性的影响具有场地特异性，需要逐点评估；冰川减薄通过卸荷作用加剧斜坡失稳；基于集水区分类的监测系统设计可优化传感器配置并降低成本；多时态知识图谱框架可整合滑坡灾害链异构数据；加权投票多分类器集成方法（WPU）在地震滑坡遥感检测中精度显著优于单一分类器；随机森林（RF）模型在地震滑坡易发性制图中达AUC=0.914；多方法地球物理联合调查（如多道面波分析MASW、微动测量、地质雷达GPR、垂直电测深VES）有效识别了滑动面，并指导了应急排水钻孔，成功阻止了滑坡活动。
**主要技术方法**
为开展研究，研究人员采用了以下关键方法：虚拟现实（VR）三维模拟（基于自由地形和遥感数据）；多源降雨数据与滑坡目录的强度-持续时间阈值分析（含1–40天前期降雨窗口）；GIS与优势岩性分类法；深部电阻率层析成像（ERT）与地质地貌填图；气候变化（CC）对土壤边坡稳定性的水文学-岩土力学耦合分析；冰川地形与地层结构评估；基于集水区分类的传感器网络设计（地震检波器、翻斗式雨量计、超声波水深传感器）；资源描述框架（RDF）与四元组（主体-谓词-客体-时间戳）表示方案；基于生产者精度（PA）和用户精度（UA）的加权投票多分类器集成（WPU）；随机森林（RF）与逻辑回归（LR）模型及SHAP可解释性分析；无人机（UAV）数字地形测绘与多道面波分析（MASW）、微动记录、地质雷达（GPR）、垂直电测深（VES）等四种地球物理方法联合调查。样本来源包括：Chiradzulu滑坡（马拉维）、印度西高止山脉、阿尔卑斯集水区、意大利Aosta Valley、Svarthamrar斜坡（冰岛）、中国九寨沟县、日本能登半岛、亚美尼亚Tumanyan滑坡等。
**研究结果**
**Asgary等人的研究**：通过虚拟现实（VR）环境模拟Chiradzulu滑坡（马拉维，2023年3月），重现三种地形配置以说明地形因素对滑坡运移和影响区的调节作用，证明低成本VR可用于灾害教育。
**Vishnu等人的研究**：针对印度西高止山脉季风带，利用校正后的降水产品和多源滑坡目录，分别建立早季和晚季的强度-持续时间阈值（含1–40天前期降雨），显著降低误报率，表明前期土壤湿度是斜坡水文响应的主要调节因子。
**Tiranti的研究**：基于优势岩性和基岩露头百分比，开发了GIS分类方案用于评估阿尔卑斯集水区沉积物重力流（SGF）危害，实现快速、可重复的区域尺度筛查，适用于缺乏详细岩土数据的区域。
**Forno等人的研究**：在意大利Aosta Valley的Pointe Leysser深部重力斜坡变形（DSGSD）中，结合深部电阻率层析成像（ERT）与地质地貌填图，揭示了三个埋藏冰蚀谷及其沉积物，建立了冰期前后斜坡运动与深冰蚀槽的关系。
**Psarropoulos等人的研究**：分析气候变化（CC）通过水文（降雨强度、地下水位、土壤侵蚀）和岩土（孔隙压力、有效抗剪强度）维度对土壤边坡稳定性的影响，证明CC可增加或降低稳定性，取决于场地条件，反对简单化结论。
**Ben-Yehoshua等人的研究**：在冰岛东南部Svarthamrar斜坡，量化冰川减薄对火山斜坡失稳的作用，发现1890年以来冰川卸载导致渐进失稳，尤其在1990–2000年代快速减薄期间水力梯度瞬态升高，预测未来冰川退缩将进一步降低稳定性。
**Cantonati等人的研究**：将Tiranti的阿尔卑斯集水区分类框架扩展到监测系统设计，根据岩性、沉积物源区和历史泥石流事件优化传感器网络（地震检波器、雨量计、超声波传感器），2024年泥石流事件验证了分类模型和监测阵列的有效性。
**Wu等人的研究**：提出基于资源描述框架（RDF）和四元组（主体-谓词-客体-时间戳）的多时态滑坡灾害链知识图谱构建框架，支持三维语义查询（前事件-事件-后事件），开发了原型平台并验证其持续更新能力。
**Liu等人的研究**：提出基于加权投票的多分类器集成方法（WPU），利用生产者精度（PA）和用户精度（UA）分配类别权重，在九寨沟Ms 7.0地震后193个滑坡检测中，总体精度0.9755，Kappa系数0.7848，优于单一分类器，适用于应急响应。
**Bhattarai等人的研究**：对2024年日本能登半岛Ms 7.5地震触发的2323个滑坡，采用随机森林（RF）和逻辑回归（LR）模型，基于11个条件因子，RF模型AUC=0.914，检测精度约85%，优于Hazus基准方法（67%），SHAP解释表明震中距、坡度和岩性是主要因子。
**Gevorgyan等人的研究**：在亚美尼亚Tumanyan滑坡（2018年1月复活）中，结合无人机（UAV）数字地形测绘与四种地球物理方法（多道面波分析MASW、微动记录、地质雷达GPR、垂直电测深VES），表征三维岩土结构并识别主要滑动面，数值模拟确认临界失稳，基于结果的应急水平排水钻孔成功阻止移动，缓解了基础设施风险。
**讨论与结论**
**讨论部分**：未来滑坡研究将受到人为气候变化和全球人口增长的复合压力。IPCC第六次评估报告高置信度确认，在升温超过1.5°C的所有情景下，极端降水事件将加剧，直接导致降雨诱发滑坡频率和强度增加。同时，冰川退缩和冻土退化正在使历史滑坡风险较低的高海拔地区斜坡失稳。级联灾害链（如滑坡坝溃决洪水、泥石流-河流堵塞序列）在冰川山区预计增加，可能产生跨界影响。人工智能（AI）工具（如深度学习、图神经网络、物理信息机器学习）的整合是提升社会韧性的变革前沿，可实现准实时全球易发性更新，并使用岩土-水文控制方程约束数据驱动模型。下一代滑坡预警系统需在完全概率化、多灾害、多尺度框架下运行，结合数值天气预报、实时传感器网络（MEMS加速度计、光纤分布式传感、GNSS、TDR）、卫星降雨产品和AI决策支持，并融入社区预警组件（移动网络、社交媒体、公民科学），以覆盖中低收入国家农村和城郊人口。风险治理框架必须系统纳入气候变化预估，进行灾害分区、土地利用规划和基础设施设计标准更新，并采用基于风险的自然解决方案（造林、流域恢复、绿色基础设施）与工程措施结合，实现整体景观韧性。
**结论部分翻译**：滑坡研究的轨迹将日益受到人为气候变化和全球人口增长复合压力的塑造。在AI工具集成、全概率多灾害预警系统和法规框架的发展背景下，未来研究需优先关注跨学科融合与实地可操作性，以降低滑坡致灾风险。
