考虑复杂水文模拟的降雨型滑坡高效概率评估方法

《Journal of Rock Mechanics and Geotechnical Engineering》：Efficient probabilistic assessment of rainfall-induced landslides involving complex hydrological simulations

　　

降雨型滑坡的概率风险评估因计算成本过高及极限状态函数强非线性而极具挑战，尤其在涉及复杂水文模拟时更为突出。为此，研究人员提出了一种两阶段法，通过将土体水力特性与力学特性的不确定性解耦来实现边坡可靠性的高效评估。第一阶段，从经过等效变换的分布中生成代表性水力变量样本，并利用复杂水文模拟获得确定性孔隙水压力分布。第二阶段，针对每个确定的孔隙水压力场，结合响应面法（Response Surface Method, RSM）采用迭代一次可靠度方法（First-Order Reliability Method, FORM）计算局部可靠度指标，以此考虑力学参数的不确定性。这种解耦策略有效将水文模拟从概率迭代过程中剥离，显著降低了计算成本并缓解了非线性问题。最后，研究人员构建了另一个响应面，建立水力变量与局部可靠度指标之间的映射关系，并基于全概率定理估算破坏概率。该方法通过多个水文复杂度递增的降雨型滑坡案例进行了验证，包括两个采用二维Richards方程分析的不同边界条件单体滑坡，以及一个基于全分布式水文模型的区域尺度滑坡预测。结果表明，与传统可靠度方法相比，该两阶段框架在保证精度的同时可将运行时间减少高达80%，为多尺度降雨型滑坡的概率分析提供了一种实用且可扩展的工具。

研究背景与意义

降雨是全球范围内触发滑坡的最主要因素之一。据统计，中国约70%的致命性滑坡由降雨诱发。随着气候变化导致极端降雨事件频发，降雨型滑坡的发生频率显著增加，对公共安全构成严重威胁。在学术与工程实践中，准确评估此类滑坡的风险极具挑战性。这主要源于两方面：一是水文过程的高度复杂性，二是土体水力与力学参数的强不确定性。传统的一维（1D）入渗模型忽略了坡面侧向流，与实际情况存在偏差；而二维（2D）及三维（3D）复杂水文模型虽能提供精确的水文响应，但其高昂的计算成本使得在概率分析中反复调用变得不可行。此外，饱和渗透系数（k_s）和土-水特征曲线（Soil-Water Characteristic Curve, SWCC）等水力参数的变异性极大，会显著增加极限状态函数的非线性，导致传统可靠度方法（如FORM/SORM）精度下降甚至失效。因此，研究人员亟需开发一种既能兼容复杂水文模拟，又能高效处理多重不确定性的概率评估框架。

关键技术方法

本研究提出了一种创新的两阶段解耦分析框架。研究采用了韩国河东（Hadong）与中国永嘉（Yongjia）的两个单体滑坡案例，以及中国马涧镇（Majian Town）的区域滑坡数据集作为验证样本。在技术路线上，首先利用二维Richards方程及全分布式水文模型GEOtop 3.0模拟降雨入渗过程，获取孔隙水压力（Pore Water Pressure, PWP）分布。随后，引入迭代FORM与响应面法（RSM）相结合的算法处理力学参数不确定性，并通过构建二次样条插值曲面建立水力参数与可靠度指标的映射关系，最终基于全概率定理计算综合破坏概率。研究通过与蒙特卡洛模拟（Monte Carlo Simulation, MCS）、传统FORM/SORM-RSM以及基于人工神经网络（Artificial Neural Network, ANN）和支持向量机（Support Vector Machine, SVM）的代理模型进行对比，验证了所提方法的精度与效率。

研究结果

1. 极限状态函数构建

研究人员以韩国河东滑坡为例，建立了包含瞬态渗流分析与稳定性计算的确定性分析流程。采用非积水入渗边界条件，通过Richards方程模拟降雨入渗，并利用Morgenstern-Price法计算安全系数（Factor of Safety, F_S）。基于Vanapalli提出的非饱和抗剪强度公式，构建了以F_S=1为判别准则的极限状态函数。

2. 概率分析框架

针对传统方法难以处理隐式极限状态函数的问题，研究人员设计了两阶段解耦策略。第一阶段专注于水力不确定性：在标准正态空间（U_hyd-space）中等距采样生成水力变量样本，仅需执行少量昂贵的水文模拟即可获得对应的确定性PWP场。第二阶段专注于力学不确定性：针对每个确定的PWP场，独立执行迭代FORM-RSM分析，计算仅考虑力学参数变异性时的局部可靠度指标（β_hyd）。最后，通过建立水力变量与β_hyd的响应面，利用全概率定理积分求得整体破坏概率。

3. 概率评估结果及性能对比

在河东案例中，以5000次MCS结果为基准，所提方法的平均相对误差仅为5.4%，优于SORM-RSM（8%）和FORM-RSM（9.9%）。在计算效率方面，由于将57次耦合的水文-稳定性分析缩减为7次水文模拟加171次稳定性分析，计算耗时从1.51小时降至1.18小时，降幅超20%。此外，研究还发现，在U_hyd-space中采用等距采样策略比基于概率密度的采样能获得更高精度。

4. 滑坡预测应用

在永嘉滑坡案例中，面对更复杂的自由排水边界条件，所提方法的平均相对误差进一步降低至8.8%，而ANN-MCS和SVM-MCS的误差则高达56.6%和48.2%。得益于对昂贵水文模拟的剥离，计算耗时从7.57小时大幅缩减至1.37小时，效率提升了80%。研究还证实，随着水文模型网格分辨率提高（从0.7m加密至0.3m），传统方法耗时激增至18.8小时，而所提方法仅从1.6小时微增至2.4小时，展现了极佳的计算稳定性。

在马涧镇区域尺度应用中，研究采用6m分辨率的GEOtop模型覆盖114.28km²的区域。传统方法因单次水文模拟需16小时而无法应用于概率分析，而两阶段法仅需7次水文模拟。生成的区域破坏概率图经ROC曲线验证，曲线下面积（Area Under Curve, AUC）达0.74，证明了其在区域预警中的有效性。

讨论与结论

研究人员指出，尽管该方法在多尺度验证中表现出色，但目前尚未考虑岩土参数的空间变异性。未来的研究可将该框架与随机场理论（如Karhunen-Loève展开）相结合，以进一步提升预测的真实性。

综上所述，该研究提出的两阶段解耦框架成功解决了复杂水文模拟与概率分析结合时的计算瓶颈。通过物理分离水力与力学不确定性，该方法不仅显著提高了计算效率（最高节省80%时间），还有效抑制了极限状态函数的非线性，提升了评估精度。该框架兼具单体精细分析与区域快速预测的能力，为降雨型滑坡的风险管理与防灾减灾提供了强有力的科学工具。论文发表于《Journal of Rock Mechanics and Geotechnical Engineering》。