极端降雨引发的聚集性浅层灾害运动：地表扰动、预测与链式灾害

《CATENA》：Extreme rainfall-induced clustered shallow mass movements: surface disturbances, prediction, and cascading hazards

　　我们提出了地表扰动指数来量化浅层滑坡的破坏规模。基于概率和规模，我们建立了一个极端降雨诱发滑坡活动强度的框架。我们量化了极端降雨诱发浅层滑坡的多因素非线性耦合驱动机制。我们提出了极端降雨诱发浅层滑坡灾害链的演化模式。**引言**气候变化显著增加了极端降雨事件的发生频率和强度，引发了大规模的降雨诱发滑坡，对全球人类安全和经济社会可持续发展构成严重威胁（Athanase等，2024；Marín-Rodríguez等，2024；Liao等，2026）。极端降雨诱发群集性浅层滑坡（RICLs）是一种高空间密度的突发性地质灾害，其影响远超孤立的坡面失稳，扩展至与沉积物相关的链式灾害，如近期在日本、意大利、中国和尼泊尔发生的灾难性事件（Okada和Konishi，2019；Lamichhane等，2025；Ma和Wang，2025；Masi等，2026）。这些链式灾害通常通过河道网络中沉积物的快速 mobilization、夹带和汇聚而被放大，显著加剧了下游后果（Nguyen等，2013；Yanites等，2025）。因此，在气候变化背景下，破解RICLs的触发机制和链式演化仍是主动灾害减灾的关键挑战。滑坡易发性评估方法可大致分为四类：指标加权法、经验统计法、物理机理法和机器学习方法。传统指标加权法虽然简单直观，但严重依赖主观专家判断，无法捕捉复杂的非线性相互作用，如层次分析法（AHP）和频率比法（FR）（Chen等，2015；Chen等，2016）。经验统计模型（如降雨阈值）成功地将气象触发因素与坡面失稳联系起来，但通常忽略了固有的地形和地质因素（Guzzetti等，2025；Liu等，2026）。为捕捉物理过程，物理机理模型（如TRIGRS、SCOOPS-3D和SINMAP）可模拟瞬时入渗和坡面稳定性，但其区域适用性因高参数不确定性和巨大的计算需求而受到固有制约（Lin等，2021；Rana和Babu，2022；Rashid等，2020）。在大数据驱动下，机器学习方法因其出色的处理空间异质性和捕捉复杂非线性环境相互作用的能力而成为前沿领域，如支持向量机、随机森林、极端梯度提升和深度神经网络（Achu等，2024；Khan等，2025；Mejia-Manrique等，2025；Huang等，2026）。然而，现有所有四种范式下的滑坡易发性研究仍严重偏向于预测发生概率，而系统性地忽视了破坏规模（Villa?a等，2026）。由于滑坡破坏规模直接决定了物源沉积物产量及后续链式灾害，开发同时考虑概率和破坏规模的综合预测框架对于有效评估RICLs至关重要。传统的单灾害情景数值模拟方法，如单个滑坡或特定泥石流，已达到较高成熟度（Chen和Zhang，2015；Alvioli和Baum，2016；An等，2022a）。相比之下，针对极端降雨诱发群集性滑坡和链式泥石流的综合预测框架仍处于起步阶段。鉴于此类链式过程的多风险和交互特性，传统单灾害范式难以胜任定量预测灾害链的复杂性（Zhou等，2022）。为准确刻画累积风险特征，必须考虑不同灾害组分之间的动态关联和相互反馈。已有研究尝试通过松耦合物理机理坡面稳定性模型（如TRIGRS和SHALSTAB）与运动模型（如RAMMS、r.avaflow或FLO-2D）来解决这一问题（Stancanelli等，2017；Fang，2025；Xu等，2025）。然而，这些方法通常依赖于从滑坡起动到后续泥石流的简单序列关联，而非对底层物理机制的完全集成表示。因此，它们无法忠实地再现过程级的反馈和链式反应，包括床底夹带、持续的固-流相互作用以及河道网络中多种滑坡物质在灾害演化过程中的链式叠加。最终，这一根本性局限阻碍了它们捕捉复杂链式地质灾害中固有的非线性放大和反馈机制的能力。与以往研究相比，本研究的高亮之处体现在两大方面。首先，我们利用可解释机器学习，通过考虑发生概率和破坏规模构建了一个预测RICLs活动强度的框架，并系统量化了多因素耦合下的非线性驱动机制。其次，我们通过数值模拟全面揭示了RICLs触发的灾害链动态演化和底层机制。本研究的目标为：(1) 刻画RICLs的空间分布和地表扰动模式；(2) 建立预测模型并对RICLs的易感性和破坏规模进行综合分析；(3) 探讨RICLs的主要控制因素和多因素协同相互作用；(4) 模拟并分析RICLs触发的灾害链过程演化。**章节摘要****研究区**资兴市位于中国湖南省东南部（图1），处于西部罗霄山脉与北部南岭山脉的交汇处（Peng等，2026）。研究区面积约2746.79 km2，范围为北纬25°45′至26°17′，东经113°06′至113°44′。构造上，该地区位于华南加里东褶皱带南缘，断裂和褶皱系统发育，伴随显著的火成岩侵入。**数据来源**本研究量化和预测了极端降雨触发的重力运动地表扰动，并分析了其驱动机制和链式效应。研究涉及五类数据：地质环境数据、气象数据、地形数据、影像数据和滑坡数据库。具体而言，采用3米分辨率的Planet卫星影像提取地表扰动指标。滑坡数据用于界定……**重力运动的空间分布与地表扰动**极端气象事件在研究区触发了19,954处滑坡。事件前后遥感影像对比分析揭示了显著的地表扰动，特别是在中部和东部区域（图4a和b）。为量化地表扰动的空间异质性，我们使用500米×500米的移动窗口在11,324个网格单元中计算了滑坡面积密度（MAD）和体积密度（MVD）（图4）。滑坡影响了2906个网格……**极端降雨下影响浅层滑坡的关键因素**本研究将XGBoost与SHAP解释算法耦合，识别了控制极端降雨诱发浅层滑坡的主导因素和多因素协同机制。我们发现降雨量（RAIN）和帕尔默干旱指数（PDSI）是浅层滑坡易感性的第一驱动力。研究表明，当研究区内3日累计降雨量超过330毫米时，滑坡易感性显著增加（图11a）。以往研究表明，24小时……**结论**极端降雨下群集性浅层滑坡（RICLs）的发生以极为复杂的起动机制和显著的链式灾害效应为特征，对山地环境构成严重威胁。资兴2024年极端降雨事件为理解RICLs的复杂行为和风险放大提供了关键洞见。主要发现如下：(1) 滑坡面积密度和体积密度高值区主要集中于……**CRediT作者贡献声明****陈明：** 初稿撰写、验证、方法论、调查、资金获取、数据整理、概念化。**王硕：** 审阅与编辑、可视化、验证、软件、方法论、数据整理。**周伟：** 审阅与编辑、资源、方法论、形式分析、概念化。**昌明：** 审阅与编辑、调查、形式分析、数据整理。**唐尧：** 验证、调查、形式分析、数据整理。**蒋雄**……**利益冲突声明**作者声明不存在已知的竞争性经济利益或个人关系可能影响本文所报告的工作。**致谢**本研究由以下项目资助：国家自然科学基金（42401081）、四川省自然科学基金（2025ZNSFSC1162）、四川省科技赋能防灾减灾救灾专项项目（25JBGSEBSB0201）、地质灾害防治与地质环境保护国家重点实验室自主研究项目（SKLGP2023Z027、SKLGP2024Z004），以及 Everest Scientific Research Program 2.0：机理与……陈明 | 王硕 | 周伟 | 昌明 | 唐尧 | 蒋雄 | 唐川