《CATENA》：A high-efficiency, physically based probabilistic framework (P-CASCADE) for predicting rainfall-induced shallow landslide–debris flow cascades
编辑推荐：
•P-CASCADE是一种新的概率框架，用于模拟滑坡-泥石流灾害链。•相比蒙特卡洛模拟（MCS）实现30倍加速，且保持同等高精度（AUC = 0.9214）。•在数据稀缺区域表现出强泛化能力（AUC > 0.90）。•高效率使其可从事后分析过渡到动态预警。引言在全球气候变化的
- •
P-CASCADE是一种新的概率框架，用于模拟滑坡-泥石流灾害链。
- •
相比蒙特卡洛模拟（MCS）实现30倍加速，且保持同等高精度（AUC = 0.9214）。
- •
在数据稀缺区域表现出强泛化能力（AUC > 0.90）。
- •
高效率使其可从事后分析过渡到动态预警。
引言
在全球气候变化的背景下，由于极端降雨事件的发生频率和强度不断增加，滑坡和泥石流等地质灾害的风险显著上升，对保障社会经济稳定和人类生命安全构成了严峻挑战（Gatto 等，2025；Mondini 等，2023；Nemnem 等，2025；Shu 等，2023；Zhan 等，2022）。在各种地质灾害中，由群发性浅层滑坡及其后续演变为泥石流所构成的灾害链，是一种破坏潜力大、危险性高的灾害模式（Bai 等，2021；Hsu 和 Liu，2019；La Porta 等，2023）。值得注意的是，该灾害的形成机制是由降雨引发上游坡面广泛浅层失稳所启动的，而非由孤立滑坡事件引发。这些失稳产生的松散固体材料在沟道中汇聚，在持续的水动力作用下转变为远迁移泥石流（Fan 等，2017；Guo 等，2021；Zhou 等，2022）。该过程导致灾害能量和影响范围急剧放大，使地形障碍被穿越，并影响到远离初始滑坡区的交通网络和村庄等关键基础设施及人口密集区域（Shuyue Ma 等，2021a；Qiu 等，2020）。
为模拟这一复杂的级联过程，滑坡起动模型（如浅层边坡稳定性模型 SHALSTAB 和瞬时降雨入渗与网格化区域边坡稳定性模型 TRIGRS）已与泥石流迁移模型（如 FLO-2D 和快速质量运动模拟模型 RAMMS）耦合，用于连续模拟灾害链（Fang，2025；Hsu 和 Liu，2019；La Porta 等，2023；Zhou 等，2022）。然而，这些耦合模型大多局限于确定性分析框架，在其中假定岩土和水文参数为精确单值。该方法忽略了地质材料空间变异性以及模型参数不确定性，可能导致预测结果与实际灾害情况之间出现偏差（Zeng 等，2025）。近年来研究实践中面临的另一普遍挑战是，预测过程需要在不同软件平台之间进行数据转换和集成（Nie 等，2022）。这一要求不仅延长了分析周期，还提高了对研究人员的技术要求，从而限制了此类模型的广泛应用。因此，建立一个能够高效、准确地模拟从滑坡起动到泥石流灾害发生全过程的预测模型，同时简化其应用流程，对于实现灾害的有效预警和风险管理至关重要。
为应对确定性预测无法显式表征参数不确定性的问题，概率方法已成为提高地质灾害模拟可靠性的重要手段（Calvo 和 Savi，2009；Chow 等，2018；Pisano 和 Cardile，2023）。以往研究将蒙特卡洛模拟（MCS）与分布式边坡稳定性模型耦合，通过对不确定的岩土和水文参数进行抽样估计网格单元失稳概率（Zhang 等，2018）。基于拉丁超立方抽样的方案、一次二阶可靠性方法（FORM）和易损性方法也已被采用，以降低计算负担或便于概率估计（Bong 和 Son，2018；Hu 等，2024a；Ji 等，2022）。然而，由于完全耦合模拟的计算成本较高，且模型组件之间不确定源条件传递复杂，现有大多数研究聚焦于灾害链上游端的降雨诱发边坡失稳，而在后续迁移过程中传播不确定性研究相对较少。
尽管已有少量研究将滑坡-泥石流灾害链作为一体化过程处理，并将概率分析从滑坡起动扩展到泥石流迁移，但这些研究通常依赖蒙特卡洛模拟，计算量仍然较大。例如，在 Wu 等（2025）的区域性起动至迁移分析中，MCS 框架内每次基于物理模型的模拟需约 4 分钟，需 2000 次模拟才能达到收敛，总计算时间约 133 小时。该计算成本使得直接采用 MCS 难以应用于时效性强的区域灾害链预测。尽管 FORM 等近似方法可减少模型评估次数，但其所依赖的局部近似可能降低高度非线性问题的精度。在此背景下，与直接 MCS 相比，概率密度演化方法（PDEM）可用少得多的代表性样本获取概率信息，从而在计算精度与效率之间提供潜在平衡。除在结构工程中的广泛应用外（Gao 等，2022；Liu 等，2020a；Liu 等，2021），PDEM 也分别应用于地震边坡可靠性、降雨诱发滑坡易损性和概率泥石流迁移分析（Huang 和 Xiong，2017；Zeng 等，2025）。然而，将参数不确定性通过从降雨诱发滑坡起动到泥石流迁移的完整区域链持续传播的应用仍然稀少。因此，有必要研究 PDEM 能否为概率灾害链分析提供准确且计算高效的解决方案。
为应对上述在模型集成、预测精度和计算效率方面的挑战，本研究建立了一个集成且自动化的概率预测框架，即 P-CASCADE（滑坡崩塌与泥石流的概率链评估框架）。该框架通过将高保真物理过程模型与 PDEM 耦合，旨在实现降雨诱发群发性滑坡-泥石流灾害链的端到端模拟。最后，通过对 2024 年 6 月 16 日发生在中国东南部的一次真实群发性灾害链案例进行模拟与验证，展示了 P-CASCADE 框架在提高预测精度和效率方面的实际应用价值，为降雨诱发滑坡-泥石流灾害链的预测、预警和风险管理提供参考数据。
章节摘要
P-CASCADE 框架
为准确模拟降雨诱发浅层滑坡-泥石流灾害链并量化岩土和水文参数中的固有不确定性，本研究建立了一个集成的基于物理的 P-CASCADE 框架。在传统确定性模型中，参数固有变异性被忽略，而蒙特卡洛模拟（MCS）等概率方法虽被广泛采用，却常受限于高昂的计算成本（通常需要）
研究区
南坑仔流域被选为模型验证区。该流域位于中国东南部广东省梅州市平远县，是一个典型丘陵山地地区（图 2）。该区域以亚热带季风气候为主，降雨充沛，为地质灾害发生提供了有利的水动力条件。地质上，该流域基岩为黑云母花岗岩，其上覆盖松散
区域滑坡起动对降雨的概率响应
在评估整个灾害链最终影响范围之前，本研究独立于迁移模块考察了概率性滑坡起动响应。分析包含两个互补部分。首先，在参考自然含水条件下进行了时不变全深度稳定性评估，潜在滑面设定在土-基岩界面，孔隙水压力设为零。其次，考察了
P-CASCADE 框架的性能与优势
P-CASCADE 旨在改进过程集成与计算效率，同时在区域概率评估降雨诱发滑坡-泥石流灾害链时保持预测性能。将其应用于 2024 年 6 月 16 日中国东南部的灾害事件，评估了该框架的预测性能、计算效率和工作流集成。
首先，P-CASCADE 再现了观测到的最终灾害范围，AUC 为 0.9214，
结论
为解决区域降雨诱发浅层滑坡-泥石流灾害链评估中过程集成、预测精度和计算效率方面的挑战，本研究开发了 P-CASCADE，一个端到端概率框架，将降雨入渗、边坡稳定性分析、泥石流迁移和不确定性传播集成在统一的 Python 环境中。将其应用于 2024 年 6 月 16 日中国东南部的事件发现
CRediT 作者贡献声明
薛正海：撰写——初稿、软件、方法、调查、正式分析、概念化。冯文凯：撰写——审校与编辑、指导、数据整理。易小雨：可视化、指导、资源。李双全：验证、软件。赵佳辰：验证、资源。孔凌豪：验证。唐雪峰：资源。
利益冲突声明
作者声明不存在任何已知的利益冲突或个人关系可能影响本文所报告的工作。
致谢
本研究由地质灾害防治与地质环境保护国家重点实验室自我探索项目（SKLGP2024Z025）、自然资源部丘陵山地地质灾害防治重点实验室开放基金（福建省地质灾害防治重点实验室）（FJKLGH2024K005）、福建省引导性科技计划项目（2025Y0046）以及成都理工大学研究生
薛正海|冯文凯|易小雨|李双全|赵佳辰|孔凌豪|唐雪峰
