埃维亚湾（希腊中部）的断层结构特征分析：基于改进后的地震目录数据（2018–2023年） 安德烈亚斯·卡拉康斯坦蒂斯（Andreas Karakonstantis） 瓦西利斯·卡佩塔尼迪斯（Vasilis Kapetanidis） 尼古拉奥斯·马多尼斯（Nikolaos Madonis） 哈拉兰博斯·克拉尼斯（Haralambos Kranis） 乔治·卡维里斯（George Kaviris）

《GeoHazards》：Fault Structure Characterization in the Gulf of Evia (Central Greece): Insights from an Enhanced, Relocated Seismic Catalog (2018–2023) Andreas Karakonstantis, Vasilis Kapetanidis, Nikolaos Madonis, Haralambos Kranis and George Kaviris

　　摘要 由降雨引发的滑坡是影响意大利卡拉布里亚西南部交通网络的最常见地质灾害之一。本研究通过结合详细的地貌测绘、多时相分析、历史文献（1950–2025年）和基于GIS的空间数据处理，对Costa Viola地区的滑坡发生情况及其对道路的破坏进行了综合评估。共记录了261次滑坡，影响了约19%的研究区域。其中，单纯滑动型滑坡占主导（66.7%），其次是复合型滑坡、泥流和落石。滑坡的分布受到地质和形态因素的强烈控制：超过80%的滑坡发生在裂隙严重的花岗岩和片麻岩中，超过70%的滑坡发生在距离断层500米范围内，超过90%的滑坡发生在距离溪流300米范围内。坡度（25–55°）和局部地形（350–550米）也进一步加剧了坡面的不稳定。历史数据记录了75年间237起由滑坡引起的道路损坏事件，自21世纪初以来这些事件的发生频率显著增加。大多数损坏事件发生在SS18公路上，且通常是由原有滑坡的再次活动造成的，这凸显了坡面不稳定性的长期存在以及秋季至冬季强降水的季节性影响。总体而言，研究结果表明，Costa Viola地区的滑坡灾害受结构、岩石类型、地貌和气候因素的相互作用影响，同时人类活动对道路走廊的影响也起到了重要作用。结合滑坡清单和历史数据库为风险缓解、关键道路段的识别以及未来易发性和预测建模提供了坚实的基础。

1. 引言
滑坡是最普遍的自然灾害之一，常常对环境、人口[1]和关键基础设施[1,2,3,4]造成严重影响。近年来，气候变化的加剧导致极端降雨事件更加频繁，从而增加了滑坡发生的可能性和规模[3,4,5,6,7,8]。本研究探讨了交通网络与滑坡现象之间的相互作用。越来越多的研究关注关键基础设施对自然灾害的暴露程度，指出交通网络的破坏可能导致严重的服务中断和重大的社会经济后果[2]。从高速公路到偏远服务道路，道路网络是遍布各地的人造基础设施。其广泛的空间分布和持续暴露于自然灾害中，使其特别容易受到坡面不稳定性的影响，常常导致交通中断，给当地社区带来不便，尤其是在气候、地质和土地利用条件加剧滑坡易发性的地区。道路的脆弱性通常与穿越不稳定斜坡的路段相关，包括受深层滑坡影响的区域或易受上坡侧落石和碎屑影响的中间坡段。在其他情况下，不稳定可能是由于路堤底部的侵蚀和掏空引起的，这通常与排水不良和径流管理不善有关。在没有适当稳定措施的情况下在滑坡体上修建道路会进一步增加这种风险。此外，老化基础设施和不足的维护，尤其是在次级道路上，可能会加剧这些情况。更一般地说，在不稳定斜坡上修建的道路（通常通过削坡移除土壤或岩石）会改变斜坡的平衡状态，从而可能受到滑坡相关损害的影响。滑坡可能直接危及旅行者（通过撞击车辆或行人），或间接通过堵塞车道的碎屑、路面或基础的结构损坏、撞击坑或因涵洞堵塞导致的洪水等途径造成危险驾驶条件。这些影响既危及道路安全，也影响网络功能[6,9,10,11,12]。在易发生滑坡的地区，道路的反复损坏往往反映了坡面不稳定性的空间分布和时间变化[4]。作为穿越不同地质和地貌环境的线性设施，道路倾向于与不稳定斜坡相交，集中径流，并局部改变排水模式——这些因素既可能触发滑坡过程，也可能揭示滑坡的发生。因此，道路网络有时被用作滑坡活动的实际指标，并可作为评估其路径沿线坡面稳定性的参考。

“关键基础设施”遭受滑坡的影响已被证明会对全球经济和社会产生严重影响。此外，像道路这样的功能性网络的广泛分布增加了相互依赖系统的复杂性，提高了它们对大规模中断的脆弱性，可能引发连锁效应[13]。对于等级较低的道路而言，情况同样严重：道路的损坏或破坏仍可能对当地社区产生重大影响，给居民带来不便和经济损失。在极端降雨引发的广泛滑坡事件中，整个小型社区甚至可能被隔离，阻碍或妨碍紧急服务的到达。科学界非常关注滑坡与道路之间的相互作用问题。详细研究通常集中在主要道路上[14,15]，或特别关注穿越人口密集区域的路段，以及道路建设对坡面稳定性和滑坡触发的影响[16]。美国的研究表明，数百个每小时和每年交通量较大的地点位于滑坡高发区，对生命安全和交通连续性构成重大潜在风险[9]。Wu等人[17]提出了一种概率方法来评估降雨引发的滑坡对道路网络的影响，考虑了降雨模式、滑坡发生和滑坡滑动距离等关键不确定性。Nappo等人[18]针对缓慢移动的滑坡，提出了一种简化程序，通过结合滑坡清单地图、从实地调查和Google Street View图像编制的道路损坏数据库以及来自卫星SAR图像的地面位移测量来分析道路损坏。尽管道路网络面临广泛的滑坡风险，但关于道路滑坡损坏的数据收集以及系统化的方法和特定分析仍然有限。这部分是因为负责维护的机构通常专注于处理个别中断事件，而不是开发一个整体框架来识别局部或区域范围内的共同模式和特征。然而，鉴于道路网络在所有尺度上的重要性以及滑坡相关中断的显著影响，即使是较小的事件也经常会在国家和地方报纸上报道。这些报告提供了关于道路封闭、紧急干预和与损坏相关的资金的重要历史信息。对这些信息来源的系统性分析有助于重建影响特定道路段的历史滑坡序列[6,19]。更广泛地说，将记录滑坡的历史数据库与GIS连接的DBMS和滑坡清单相结合，可以开发出一个系统，用于区域滑坡研究和灾害评估[20,21]。然而，这些来源存在局限性：它们很少提供关于滑坡类型或规模的信息，且报告的数据可能受到记者对地质灾害了解程度和追求轰动效应的影响，这往往妨碍了事件的准确评估。为了克服这些局限性并充分利用历史记录，使用地形图、滑坡清单地图、航拍照片和卫星图像进行空间分析是必要的。这种分析能够精确定位滑坡，估计其规模并将其分类为大致类别[6]。对于影响道路网络的滑坡，这一程序相对简单，因为交通中断通常会参照公里标记进行报告，而这些标记在GIS环境中可以轻松识别。

在本文中，我们采用了一种综合方法论方法，结合历史文献、地质和地貌分析来重建和解释地中海背景下道路网络沿线的滑坡发生情况。这种方法有助于评估易受降雨引发坡面不稳定影响地区的滑坡灾害的空间和时间演变。本文的结构如下：材料与方法部分首先描述了研究区域，然后介绍了滑坡清单的编制、滑坡损坏数据的收集和降雨记录的整理。结果部分展示了滑坡的分布、类型和活动；地质和形态特征对滑坡发生的影响；以及由滑坡引起的道路损坏的时间分布。讨论部分讨论了该方法的主要优点和局限性，结论部分总结了关键发现并概述了提高其影响力的未来步骤。

2. 材料与方法
2.1. 研究区域
选择Costa Viola作为研究区域，是因为该地区滑坡频繁发生且记录详尽，经常导致交通中断、延误和基础设施使用者的困难。它位于意大利卡拉布里亚地区的西南部，面向第勒尼安海，属于地中海盆地，涵盖了雷焦卡拉布里亚省两个市镇（Scilla和Bagnara Calabra）的沿海地区，总面积为53.1平方公里，海拔范围从0米到1008米，平均海拔为455米（图1）。Bagnara Calabra是两个市镇中最北端的，人口密度为370.18人/平方公里，而位于更南边的Scilla（面积42.83平方公里）的人口密度为101.99人/平方公里（数据来源：https://www.istat.it/，访问日期：2025年5月19日）。这两个市镇都具有强烈的旅游产业，夏季期间车辆流量显著增加。

2.1.1. 交通网络
研究区域的交通网络包括：
- SS18（意大利国家公路缩写）：最古老的南北向交通走廊，起源于罗马时代。它通过一条宽7-8米的单车道道路连接西西里岛，沿着山体斜坡蜿蜒而行，经常位于坡中间，可以欣赏到海景。目前由ANAS（国家公路管理局）管理。在两个研究市镇内，SS18延伸了19.7公里（表1）。

表1. 研究区域内主要交通网络的类型和符号及其在Bagnara Calabra和Scilla市镇内的长度（意大利缩写说明：(SP)：省级道路；(SC)：市镇道路；(SS)：国家公路；(FFSS)：国家铁路）。
- A2高速公路（原属于Autostrada del Sole，现称为Autostrada del Mediterraneo）：最新的南北向交通走廊，连接西西里岛，是卡拉布里亚唯一的高速公路。这条双车道道路宽24.20米，服务于区域和国家级南北向交通。穿越研究区域的16.9公里路段于1972年通车，也由ANAS管理。与其他意大利高速公路相比，其状况较差，目前正在进行翻修工作。由于地形崎岖，其布局主要由隧道和高架桥组成。
- Tirrenica Meridionale铁路：由Ferrovie dello Stato（意大利国家铁路公司）管理的双轨铁路，自1886年起运营。它沿南北轴线承载国家和区域性的货运和客运交通，在研究区域内穿越15.4公里。该铁路是TEN-T斯堪的纳维亚-地中海运输网络最南端部分的一部分。研究区域内有三个车站——Scilla、Favazzina和Bagnara Calabra——服务于当地铁路交通。
- 次级道路网络：由雷焦卡拉布里亚大都会市和Bagnara Calabra、Scilla市镇管理的省级（SP）和市镇（SC）道路。这些道路随着时间的推移经历了显著变化，其密度随着城市发展而增加。因此，与主要交通路线相比，它们作为长期滑坡相关影响的指标可靠性较低，因为主要交通路线的路线自20世纪初以来基本保持不变。

尽管ANAS维护了一个提供年平均日交通量（AADT）的交通观测站，但在研究区域内没有监测站。最近的监测站分别位于Bagnara Calabra以北（SS18上的317号站和A2高速公路上的1897号站）。数据显示，2016年至2024年间，A2高速公路的AADT保持在15,000至20,000辆车的范围内，SS18高速公路的AADT保持在2,800至3,000辆车的范围内。唯一的例外是2020年，当时SS18高速公路的AADT有所下降，而A2高速公路的站点没有数据，这可能是由于COVID-19大流行期间实施的交通限制（数据来源：https://www.stradeanas.it/it/le-strade/osservatorio-del-traffico/；访问日期：2025年5月19日）。

与道路和铁路网络相关的数据来自OpenStreetMap，并从Geofabrik服务器下载（链接：https://download.geofabrik.de/europe/italy.html，访问日期：2025年4月8日）。其他数据来自卡拉布里亚大区的Geoportale网站（链接：http://geoportale.regione.calabria.it/opendata，访问日期：2025年5月21日）。**地质与地貌背景**

从地质角度来看，研究区域位于卡拉布里亚-佩洛里塔内（Calabrian–Peloritane）地质动力域内。该区域主要由赫尔辛尼亚（Hercynian）和阿尔卑斯（Alpine）时期的高级变质岩及火成岩构成，其上覆盖着中生代的海洋沉积物[22,23]。这些变质岩和火成岩主要是古生代的片麻岩和花岗岩，通常具有高度的裂隙并经历了深度风化。出露的沉积岩层主要包括碳酸盐岩（中新世）、砂岩沉积物（上新世）、砾岩沉积物（更新世）以及全新世的冲积沉积物。

该区域被几条断层穿越，这些断层主要呈东北-西南（NE–SW）和西北-东南（NW–SE）方向分布，与斯奇拉-帕尔米（Scilla–Palmi）构造高地有关[23]。东北-西南方向的正断层呈向西北逐步延伸的排列方式。图2展示了该地区的地质-岩性图，该图结合了野外调查数据以及卡拉布里亚地质图（比例尺1:25,000，访问日期2021年6月21日：http://geoportale.regione.calabria.it/opendata）和ITHACA目录的矢量层数据（访问日期2021年12月3日：http://sgi2.isprambiente.it/ithacaweb/Mappatura.aspx）编制而成。图2还显示了滑坡的空间分布情况。该地区的地貌特征为陡峭的悬崖和多级海洋阶地[22]，这些地貌是由区域抬升和海平面波动共同作用形成的。构造-海平面抬升作用造就了平均坡度约为23°的崎岖地形，地表被短而陡峭、深切的水道切割。此外，该地区还分布着坡度平缓的山顶，周围环绕着陡峭的悬崖和深邃的峡谷。这些地貌特征使得该地区极易发生滑坡，尤其是在强降雨事件期间[24,25,26]。

从气候角度来看，卡拉布里亚属于中温带气候区，主要属于Csa类型（夏季炎热干燥的地中海气候），而较高的阿佩尼诺山区则表现出Csb类型（夏季温暖干燥的地中海气候）的特征。该地区的地理位置与其地形结构相互作用，导致气象条件存在显著的空间差异，尤其是在降水量分布上。卡拉布里亚地区常受到所谓地中海气旋的影响——这些温带低压系统能够产生极端强烈的降雨，从而引发滑坡、山洪暴发和风暴潮[27]。

研究区域的年温度范围为-0.3°C至44°C，年平均温度为19°C。该地区受西风影响，降水量丰富，尤其是在丘陵和山区，秋季和冬季的月平均降水量最高。尽管有三条主要道路平行于海岸线铺设（SS18公路和铁路线，海拔约100米；A2公路，海拔约200米），但这些道路仍会受到附近山坡降雨的影响，由于海拔迅速升高，这些地方的降雨更为频繁和强烈。该地区的年平均降水量为864毫米，最低值为2001年的243.8毫米，最高值为1930年的1492.2毫米。年平均降雨天数为81天，最低值为1999年的33天，最高值为1963年和1966年的121天。月度分析显示，10月至3月是降雨量最高的时期，占全年总量的约72%。11月和12月通常是降雨量最多的月份，而6月至8月则是最干燥的时期，期间通常只有短暂但强度较大的降雨[26]。

**研究方法**

本研究采用的方法包括三个连续阶段：(i) 利用野外数据、历史航拍照片、正射影像和LiDAR衍生产品，创建详细的滑坡清单，包括滑坡的识别、制图、分类和数字化；(ii) 通过基于GIS的空间叠加技术和统计分析，研究控制滑坡分布的主要地质和形态测量因素；(iii) 编制并地理参考历史滑坡对交通网络的破坏记录，并收集和处理长期降雨数据。这些阶段的详细内容分别在以下小节（2.2.1、2.2.2和2.2.3）中阐述。

**2.2.1 滑坡清单的创建**

滑坡的识别和制图工作结合了野外调查、1954年（比例尺1:36,000）和1990年（比例尺1:33,000）的历史黑白航拍照片的视觉解析、2008年的彩色正射影像（比例尺1:10,000）、2009年至2023年的Google Earth影像，以及由意大利环境、土地和海洋部（http://wms.pcn.minambiente.it，访问日期2025年3月10日）于2012年通过LiDAR扫描生成的1米分辨率数字地形模型（DTM）派生的专题地图（坡度、阴影和等高线）。1954年和1990年航拍照片的解析采用了传统的立体镜技术[4,28]。通过立体分析识别出的滑坡被标注在1:10,000比例尺的地形图上，随后进行扫描、地理参考和数字化处理，以确保与更精确的近期数据集对齐，并在GIS环境中进行数字化处理。

此外，还参考了地区流域管理局（Piano di Assetto Idrogeologico——意大利法律267/98，2001年制定，2016年更新：http://geoportale.regione.calabria.it/opendata，访问日期2023年6月15日）编制的现有滑坡清单，以及该地区之前的研究结果[25,29]。这些资料有助于确定滑坡的空间分布、类型和活动状态，遵循Cruden和Varnes提出的分类标准[30]。

滑坡的活动状态通过详细的地貌观察和近期影像分析进行评估，重点关注关键地貌特征的保存情况（“新鲜度”[4,28]。主要的诊断要素包括明显的陡峭边坡、次级边坡和反坡、地面裂缝（拉伸、压缩或剪切型），以及人为结构的变形（如倾斜的挡土墙、路面裂缝、建筑物变形和受损的线性基础设施）。野外观察结果与多时相的正射影像、DTM和Google Earth影像相结合，以区分活跃或近期活跃的滑坡与休眠滑坡。然而，用于识别滑坡活动状态的地貌标准具有主观性，图像解释的有效性可能高度依赖于分析人员的经验。

滑坡数据集以多边形和点要素的形式进行数字化，并存储在专门的GIS地理数据库中。多边形要素描绘了滑坡的完整范围，而点要素则代表滑坡源区的中心位置，并包含描述滑坡类型、估计规模和地理环境特征的详细属性。由此生成的地理数据库为滑坡清单图和滑坡密度图的生成提供了基础，这两张图均使用QGIS软件（版本3.34.6）制作。滑坡密度是评估研究区域内滑坡空间分布和集中程度的常用指标[31,32,33]。在本研究中，滑坡密度图是通过高斯核密度估计方法生成的。根据滑坡的空间分布情况，选择了1公里的搜索半径，并使用QGIS中的Heatmap工具计算了密度值。所得密度值表示每平方公里内的滑坡数量，有助于识别高密度区域和滑坡发生的空间模式。为了分类滑坡密度的空间变化，使用Jenks自然断裂方法将密度值分为五个等级。

为了评估地质和主要形态测量因素对滑坡分布的影响，将滑坡清单图与岩性图、距断层距离图、距河流距离图、坡度图和局部地形图进行了对比（见图2和图3）。形态测量参数是从基于LiDAR的DTM中提取的，该DTM被重采样至5×5米的像素大小。局部地形图表示在1平方公里移动窗口内计算出的高程范围[31]。滑坡分布与各专题图层的对比使用了QGIS的zonal statistics功能。具体来说，我们将滑坡清单（以点要素形式表示）与每个专题图进行了空间叠加。对于连续的栅格变量（如坡度、局部地形），提取了与每个滑坡点相交的像素值；对于岩性（分类变量），提取了每个滑坡点对应的类别，并分析了与滑坡发生相关的类别分布。

**2.2.2 滑坡损害数据收集**

本研究采用了文献中广泛使用的文献资料来重建历史滑坡序列[34]，特别是涉及研究区域的道路网络的数据。数据来源包括：1996年创建并由科森扎（Cosenza）地质水文保护研究所持续更新的数字目录，其中包含了卡拉布里亚地区滑坡的相关信息；地区性报纸；地区性新闻网站。此外，还从以下来源获取了额外信息：当地国家档案馆；地区性民事保护档案馆；地区性公共工程档案馆；道路管理公司（ANAS）提供的道路封闭通知。

从这些来源中，我们筛选出了由降雨引发的、影响道路网络的滑坡记录，并将这些信息用于数据库的填充。排除了由挖掘、地震或水管泄漏引起的事件。每个数据库记录都有一个唯一的ID，其中包含空间信息（如市镇、道路、里程标志和位置）和时间信息（发生日期）。当同一事件在同一天影响多个地点时，会为每个受影响地点创建单独的记录。

本研究的历史调查时间范围为1950年至2025年，这与多时相地貌分析的时间框架基本一致。数据集在GIS环境中进行处理，并使用可用的位置描述符进行了地理参考。每个滑坡事件的地理坐标通过自动地理编码和手动验证相结合的方式确定，然后添加到数据集中以完成其空间参考。

**2.2.3 降雨数据收集**

研究区域内过去一个世纪的降雨数据在斯奇拉（Scilla）雨量站（海拔73米，自1953年起运行）持续记录，而在巴尼亚拉卡拉布拉（Bagnara Calabra）站（海拔170米，自1928年起运行）的记录较为零星（ARPACAL多风险功能中心，网址：https://www.cfd.calabria.it/index.php/dati-stazioni/dati-storici，访问日期2025年5月20日）。为了填补这两组数据之间的空白，通过合并两个站点的数据生成了一个合成降雨序列。合成月降水量序列是通过结合巴尼亚拉和斯奇拉的最终降雨数据得到的。对于每个月份t，合成值定义为：????=??????????? (??????????????????,??, ??????????????????,??)，其中??????????????????,??和??????????????????,??分别代表巴尼亚拉和斯奇拉的最终降雨量——即有观测数据时的值，或当数据缺失时的默认值。这种逐行平均的方法确保了如果只有一个站点提供有效数据，则????采用该值；如果两个站点的数据都缺失，则合成值保持未定义状态。

每月的回归分析分别针对每个日历月份进行，仅使用两个站点都有有效数据的年份进行计算，从而得到系数????、????和??2??以及样本量????。缺失值根据这些月度关系进行重建。月度气候学数据是通过计算每年每个月的合成序列的时间平均值来得出的。然后使用从这个综合数据集中得出的月降雨量值，来图形化地比较滑坡事件的时间分布与月降雨模式，从而识别出降雨条件可能促成滑坡发生的时期。

3. 结果
3.1 滑坡的分布、类型和活动情况
多源数据分析提供了关于每个识别出的滑坡的空间发生、类型和活动状态的详细信息（图4）。滑坡清单共包括261次滑坡，覆盖了大约10平方公里的面积，占整个调查区域的18.8%（表2）。这个数值是通过合并重叠特征后，将所有单个滑坡多边形的面积相加得到的，以避免重复计算。滑坡的平均发生频率约为每平方公里4.9次。图4显示了不同类型滑坡的空间分布及其活动状态。表2列出了通过地图分析获得的主要滑坡特征。滑坡主要集中于研究区域的西北部，该地区的地形崎岖，被狭窄而陡峭的山谷深切，滑坡密度达到每平方公里17次（图5）。相比之下，研究区域最上部地区的滑坡发生频率明显较低（少于每平方公里5次），该地区的地形较为平坦或略有起伏（图3c）。图5展示了研究区域内已绘制滑坡的密度和面积分布。
识别出的滑坡被分为四种主要运动类型：滑动型、流动型、复合型和坠落型（图5）。滑动型滑坡最为常见，占总数的66.7%，其次是复合型滑坡，占17.6%（表2）。复合型滑坡涉及两种或更多种运动类型，其中一种类型在空间上占主导地位[30]。在研究区域内，滑动-碎屑流是最常见的复合型滑坡[25]。流动型滑坡，特别是碎屑流，占绘制事件的11.9%，而坠落型滑坡的比例最小，不到4%（表2）。
通过对滑坡的多时相调查、实地考察和历史数据分析，评估了这些滑坡的活动状态。在绘制的滑坡中，33.3%被归类为活跃状态，而66.7%被归类为休眠状态（图4）。多时相影像分析和历史记录的整合表明，目前被归类为活跃状态的滑坡中有很大一部分是之前休眠现象的重新激活，因为一些斜坡在旧航拍照片和正射影像中有重复的运动记录，并在历史资料中有报道。
研究区域内滑坡的规模分布具有空间异质性（图5），面积范围从1.72 × 103平方米到6.87 × 10?平方米不等，平均值为3.83 × 10?平方米（表3）。通过进一步分析滑坡规模的频率和累积数量（图6），可以观察到大多数滑坡的面积在10 × 103到大约20 × 103平方米之间，占总数的约61%。面积大于20 × 103平方米的滑坡分布如下：61次（23%）位于20,000–50,000平方米范围内，24次（9%）位于50,000–100,000平方米范围内，17次（7%）位于100,000–500,000平方米范围内，只有两次滑坡的面积超过500,000平方米。总体而言，累积面积-频率分布图显示面积大于100,000平方米的滑坡发生频率显著减少（图6）。
统计分析表明，滑坡规模与运动类型之间存在显著差异（p < 0.05），复合型滑坡的平均值最高，流动型滑坡的平均值最低（表3）。此外，使用Guzzetti等人提出的幂律面积-体积缩放关系[36]估算了每个单独滑坡的体积（VL）：VL = 0.074 × AL1.???，其中AL代表滑坡面积。调查到的滑坡体积范围从3.64 × 103到215.37 × 10?立方米不等，平均值为58.81 × 10?立方米（表3）。然而，需要注意的是，这些数值代表的是经验估计值，可能无法反映实际的现场体积，因为这种关系本身存在一定的不确定性。

3.2 地质和形态特征对滑坡发生的影响
研究区域内的滑坡分布似乎受到地质和形态因素的综合作用，如岩性、距断层的距离、距溪流的距离、坡度以及局部地形起伏（图2和图3）。
从岩性角度来看，将滑坡清单图与地质岩性图叠加（图2）后发现，花岗岩和片麻岩是最容易发生滑坡的岩石类型，约占绘制现象的80%（图7a）。这是因为这些岩石容易断裂和风化[31]。当滑坡指数定义为滑坡面积与每种岩性总面积的百分比比值时，这些岩性在研究区域内显示出最高的指数值。其中，花岗岩类岩石的滑坡指数最高，反映了它们相对较小的分布范围。此外，大约12%的滑坡发生在砾岩沉积物上，约7%发生在砂质沉积物上，只有1%发生在冲积沉积物上（图7a）。
构造结构直接或间接地控制着滑坡的发生，因为断层的存在和方向对其分布有显著影响。如图8a所示，滑坡频率在断层附近增加。大约70%的滑坡位于距断层500米的缓冲区内。然而，在0–100米和100–300米之间的断层距离范围内，滑坡频率较高。这些结果表明断层在研究区域内的滑坡发生中起着重要作用。断层促进岩石断裂和变形，造成局部地形起伏增大，并加剧河流侵蚀，所有这些因素都有利于斜坡失稳。在某些情况下，滑坡还与不同强度岩石序列之间的构造接触有关，强烈的风化进一步降低了材料的剪切强度[31,37,38]。
非参数Mann–Whitney检验显示，距断层的距离对研究区域内不同类型的滑坡的影响存在显著差异（p < 0.05）（图9a）。这一统计证据表明，断层对斜坡不稳定现象具有不同的结构控制作用，某些类型的滑坡系统性地更靠近断层线发生。特别是，复合型滑坡倾向于发生在距断层最远的距离，其次是流动型滑坡，而滑动型滑坡则表现出更接近断层的空间关联。坠落型滑坡与断层的平均距离最小，表明这些快速、由重力驱动的过程受到脆性不连续性和断层相关断裂的强烈影响（图9）。
图8b将滑坡分布与距溪流的距离进行了比较。分析显示，滑坡发生与距溪流的距离有明显的空间关联，超过90%的滑坡位于0–300米的缓冲区内。曲线趋势表明，滑坡频率通常随着距排水网络距离的增加而减少。这种模式表明，滑坡主要集中于溪流两侧和深切的山谷中。因此，靠近排水网络的区域更容易发生斜坡失稳，因为线性河流侵蚀在破坏斜坡和引发滑坡方面起着关键作用。
空间模式还显示，最高的滑坡密度出现在低阶河道和溪流侵蚀到松散或高度风化材料中的区域。这些地貌特征通常有利于形成陡峭的山谷侧壁，从而加剧斜坡不稳定。相比之下，较平坦的河间地带和远离排水网络的区域滑坡发生频率显著较低。
统计分析还显示，不同类型滑坡与距溪流的距离存在显著差异。这一结果与图8b中先前展示的空间模式一致，其中滑坡主要集中于距排水网络几百米的范围内。根据这一总体分布，溪流邻近性的影响在不同滑坡类别中的差异如下：坠落型 > 流动型 > 滑动型 > 复合型（图9b）。
总体而言，结果证实了距溪流的接近性是研究区域内滑坡发生的关键诱发因素，它调节了滑坡的频率和类型。
将滑坡清单与坡度图进行比较（如文献[31,39,40]中常见报道的），发现滑坡频率随坡度陡峭程度的增加而逐渐增加，在约45°的坡度处达到峰值。超过这一阈值后，滑坡发生频率通常减少（图8c）。值得注意的是，250至55度范围内的坡度区间内滑坡频率较高（>80%）（图8c）。整个研究区域和受滑坡影响区域的坡度平均值分别为22.8°和41.6°，表明滑坡通常发生在中等陡峭的坡度上（图8c）。
此外，不同类型滑坡的空间分布也与坡度有显著差异，显示出滑坡类型与坡度之间的明显层次关系：最陡峭的坡度主要发生坠落型滑坡，其次是复合型滑坡，然后是滑动型滑坡，流动型滑坡则发生在相对较缓的坡度上（图9c）。这种模式反映了随着坡度变陡，岩性和结构控制作用的增强，其中坠落型滑坡在高度倾斜的岩壁上最为常见，而流动型滑坡则更频繁地发生在较缓的、覆盖有土壤的坡度上。
关于局部地形起伏，发生滑坡的坡度主要集中在局部地形起伏值在350米到550米之间的区域（图8d）。大约93%的滑坡发生在局部地形起伏超过250米的区域，其中局部地形起伏在400到500米之间的坡度上滑坡频率最高。这种模式表明，滑坡倾向于在地形变化显著、崎岖且切割严重的区域发展。
历史数据库包括237条记录，描述了1950年至2025年间研究区域内因滑坡而受损的道路事件，覆盖了75年的时间跨度，平均每年发生3.2次滑坡事件。这些事件主要影响了SS18公路以及次要的SP-SC公路（见图10和表4）。图10展示了研究区域内影响公路的代表性滑坡照片：(a) 土体滑坡阻塞了SP公路某段的整个车道；(b) 岩石滑坡阻碍了SS18公路的通行；(c) 涉及SC公路的复杂滑坡形成的陡崖；(d) 陡坡上发生的落石事件影响了SS18公路的通行。表4总结了通过历史数据分析（1950-2024年）得出的破坏交通网络的滑坡情况。分析期间，滑坡造成的道路损坏分布并不均匀。按十年和公路类型划分的记录时间分布显示，过去三十年中损坏事件有所增加（见图11a）。具体而言，2000年至2025年间，破坏性滑坡事件的频率显著上升，每年平均发生约5.4起滑坡事件。近几十年的增加可能与互联网的普及有关，互联网扩大了信息的获取和传播范围，同时也提高了人们的意识，增加了暴露风险，并加剧了气候变化的影响。图11显示：(a) 每十年和每种公路类型的滑坡造成的道路损坏数量；(b) 1950年至2025年间滑坡造成的道路损坏与月平均降雨量的分布。将1950-2025年的滑坡记录与月降雨量数据进行比较（见图11b）后发现，52.3%的滑坡事件发生在10月至1月期间，这与降雨量最高的月份相吻合。相比之下，一年中最干燥的6月至8月期间仅记录了7.4%的滑坡事件。

表5总结了滑坡与交通网络空间交叉分析的结果。整个研究区域内共有226.8公里的交通基础设施受到影响，其中41.4公里（18.3%）被滑坡破坏。活跃的滑坡影响了8.8公里（3.9%）的基础设施，而休眠的滑坡影响了32.6公里（14.4%）。在主要基础设施中，A2高速公路受到的影响最大，有10.5公里（4.6%）的路段受损。SS18州级公路也受到显著影响，有7.1公里（3.1%）的路段与滑坡区域重叠。FFSS铁路虽然受影响面积较小（2.9公里，1.3%），但滑坡对其运营连续性仍有影响。省级和市级公路（SP-SC）占据了网络的最大比例，共有20.9公里（9.2%）的路段与滑坡区域重叠。总体而言，研究结果表明，近五分之一的交通基础设施位于易发生滑坡的区域，这表明所有类型的交通网络都存在普遍的脆弱性。

滑坡导致的道路中断可能产生重大的社会经济影响，因为这些基础设施在市镇内部以及相邻定居点之间提供了重要的连接。因此，交通流的中断可能会阻碍居民、紧急服务和公共交通的流动，造成经济损失，并导致边缘社区的孤立。为了更好地理解道路损坏与斜坡不稳定性之间的关系，研究人员对滑坡造成的道路损坏事件与研究区域内的滑坡清单进行了空间对比（见图12）。结果显示，记录的损坏事件与预先绘制的滑坡分布高度吻合。分析表明，在研究期间（1954-2025年），大多数与道路相关的滑坡损坏事件反复发生在同一地点，表明同一滑坡现象经历了多次重新激活。这种重复模式是长期存在的斜坡不稳定性的典型特征，季节性降雨和局部地质条件会周期性地降低斜坡稳定性并引发新的滑坡。图12显示了1955年至2025年间滑坡造成的道路损坏的空间分布与研究区域的滑坡清单之间的对比，地图上标出了多次在同一地点发生的损坏事件，表明原有滑坡的反复重新激活。以SS18 Scilla–Bagnara公路段为例，该路段记录了两次重新激活事件（2015年和2018年）。图12中的照片清楚地展示了这些重新激活过程，显示了受影响道路段的空间一致性以及滑坡体随时间的形态演变。

这些观察结果证实，大部分记录的道路损坏与原有滑坡的反复活动有关，而非新的斜坡失稳。本研究旨在证明一种综合方法的有效性，该方法结合了地貌分析、历史文献记录和基于GIS的数据处理，以重建和理解卡拉布里亚西南部Costa Viola地区公路网络上的滑坡情况。本研究制作的详细滑坡清单地图显示，约19%的研究区域受到滑坡影响（见表2）。结果证实，由于该地区地形崎岖、河谷狭窄和地质条件复杂，这一区域特别容易发生各种类型和规模的滑坡[25]。在某些情况下，为修建公路而进行的斜坡切割进一步加剧了斜坡的不稳定性[10,42]。研究区域的西北部地区滑坡分布较为集中，该地区以陡峭的斜坡为特征，如断层陡崖、海崖和溪谷，主要由高度破碎和风化的片麻岩和花岗岩构成。在卡拉布里亚和西西里的其他研究中也观察到了类似的空间分布模式[24,25,37,41,43,44,45]。滑坡是最主要的移动类型（占66.7%），其次是复杂滑坡（17.6%）、泥流（11.9%）和落石（3.8%）。滑坡类型的优势与卡拉布里亚破碎结晶岩地区的研究结果一致，其中旋转滑坡和平移滑坡占主导地位，这是由于风化的基岩和结构不连续性所致[46,47]。

多时相数据集的整合表明，许多活跃的滑坡实际上是原有滑坡的重新激活，这突显了前期条件、结构不连续性和水文作用的重要性[37,48,49,50]。在人为改造的斜坡上，如受道路切割影响的斜坡，重新激活过程尤为显著，机械失衡和排水变化可能降低斜坡稳定性[42,51,52,53]。滑坡规模的分布表现出强烈的空间异质性，中等规模（10,000–20,000平方米）的滑坡占多数，占总数的约61%。累积面积-频率分布显示，超过100,000平方米的滑坡发生频率明显减少。这种频率与规模之间的反比关系与世界各地滑坡清单中常见的幂律分布一致[33,36,40,54,55,56,57]。不同类型滑坡规模之间的统计显著差异进一步支持了地貌学解释。复杂滑坡的平均面积最大，反映了它们的复合性质和逐渐向下滑动的演变过程，而泥流和落石类型的事件虽然源区较小，但可能移动距离较远，且破坏性更强[41,58,59,60]。此外，研究结果表明，研究区域内的滑坡分布受多种地质环境因素的共同控制。岩性具有明显影响：约80%的滑坡发生在高度破碎的花岗岩和片麻岩中，这与Conforti和Ietto关于卡拉布里亚风化结晶岩斜坡的观察结果一致[31]。靠近断层和溪流的区域进一步加剧了不稳定性的风险，因为构造断裂和河流侵蚀会降低斜坡的抵抗力——这种模式在结构控制的山区中普遍存在[37,39,45,46,50,51]。滑坡集中在距离溪流300米范围内和断层带附近，这突显了结构弱化和侵蚀作用的共同作用。斜坡坡度和局部地形也与滑坡发生密切相关，大多数事件发生在坡度适中（约25–55°）的区域，这与意大利和地中海盆地的研究结果一致[31,47,54]。

历史数据库显示，自2000年以来，滑坡造成的道路损坏有所增加，这一趋势与其他研究的结果一致[6,12,20,21,26,34]，即报告机制的改进、基础设施暴露程度的增加以及极端降雨事件的频繁发生导致了更严重的损害记录。损坏记录与地图上绘制的滑坡之间的强烈空间对应关系证实，原有滑坡的反复重新激活是道路中断的主要原因[6,37,41]。事件在10月至1月之间的季节性集中与意大利南部的降雨模式相符，也与将滑坡发生与秋季至冬季强降雨联系起来的研究结果一致[26,59,60,61]。关于历史数据需要澄清的是，全面验证历史滑坡记录通常不可行，因为这需要独立的数据集，而这些数据集很少能获得。历史资料通常仅足以重建滑坡清单本身，因此通过独立记录进行正式验证是不现实的。尽管近年来可能存在独立的滑坡清单或滑坡地图，但这些数据集无法直接与文献资料进行比较。滑坡地图提供了测绘时的斜坡状况快照，而文献资料可以重建事件发生或重新激活的时间。因此，这两种类型的信息不能直接用于评估清单的完整性。因此，可以说关于造成损坏的滑坡，这份清单已经相当完整，但未造成损坏的事件可能未被记录。然而，公路网络是景观中重要的人为要素，对其造成的损坏通常不会被忽视。因此，预计影响基础设施的滑坡会在清单中得到充分反映。

在解释2000年后记录事件增加的趋势时，应考虑到时间偏差。这一趋势可能不仅反映了实际危险事件的增加，还反映了数据可用性和可访问性的显著提高。特别是数字档案、在线报纸和基于网络的新闻来源的普及，显著提高了近几十年来事件的可检测性和记录程度，而早期主要依赖不完整或系统存档不足的历史记录。尽管历史数据的可用性存在差异，但数据清楚地表明，在研究区域内，滑坡仍然是一个持续存在的问题，尤其是影响SS18公路以及省级（SP）和市级（SC）公路。这些发现表明，历史研究为重建滑坡的时空动态以及评估相关损害的规模和分布提供了重要的框架[60]。总体而言，所获得的结果可以通过提供在强降雨事件期间应监测的关键点的深入知识，来支持应急规划。此外，将长期历史滑坡数据库与滑坡清单相结合，对于开发滑坡预测模型非常有用。系统地编制按时间和地理参考的滑坡数据是后续分析的基础，这些分析旨在确定触发滑坡的阈值。

本研究提供了对卡拉布里亚西南部Costa Viola地区交通网络受降雨影响的滑坡的全面评估，结合了地貌测绘、多时相分析、历史文献记录和基于GIS的空间处理。结果表明，该地区极易发生斜坡不稳定，大约19%的表面受到261处不同类型和规模的滑坡影响。滑坡主要发生在坡度陡峭、河谷狭窄和结晶岩破碎严重的区域，这证实了地质结构、岩性和地貌控制因素的主导作用。滑坡是最常见的移动类型，其次是复杂滑坡、泥流和落石。不同类型滑坡之间的统计差异显著，特别是在规模和地貌特征方面。超过70%的滑坡发生在距离断层带500米范围内，超过90%的滑坡发生在距离溪流300米范围内，这突显了构造断裂和河流侵蚀对降低斜坡稳定性的共同影响。坡度和局部地形也与滑坡发生密切相关，大多数事件发生在坡度适中（约25–55°）的区域。多时相调查和历史记录的整合表明，许多活跃的滑坡实际上是原有休眠滑坡的重新激活。这一发现对于公路网络尤为重要，因为在过去75年中，同一地点反复发生了多次损坏。自21世纪初以来，损坏事件的时间分布显著增加，这可能与报告机制的改进、基础设施暴露程度的提高以及强降雨事件的频繁发生有关。10月至1月期间滑坡发生的季节性集中现象凸显了秋冬季节降水在引发斜坡不稳定方面的关键作用。通过对滑坡分布与交通网络层数据的交叉分析发现，41.4公里的交通基础设施（占总网络的18.3%）与已标注的滑坡区域存在重叠，其中A2高速公路受到的影响最为显著，而省道和市政道路则占据了受影响路段的最大绝对长度。总体而言，研究结果证实了科斯塔维奥拉地区在结构上容易发生滑坡，而气候因素及人为活动（尤其是道路开挖）进一步加剧了这种不稳定性。结合滑坡分布数据和历史记录的数据库成为识别交通网络关键区域、制定监测策略以及指导强降雨事件应急响应的重要工具。这些数据还为预测模型的开发以及未来滑坡易发性和危险性评估提供了坚实的基础，有助于该地区更有效地进行风险缓解和基础设施规划。