基于GIS和人工神经网络的滑坡灾害概率预报系统

摘要

浙江突发性地质灾害86％以上属于滑坡，并且90％以上滑坡由降雨引发，在空间上群集分布。本文根据基本覆盖浙江全部陆地区域的1257个雨量观测站在1990年至2001年期间记录的日降雨量数据，在同时期内有明确日期、位置记录的1000处滑坡(泥石流)灾害数据，通过对地质构造、地层岩性、地形、地貌、土壤类型、土地利用类型、人口分布、降雨量分布、已知滑坡灾害点分布等资料的综合分析，研制了集GIS与SPV-ANN于一体的区域群发性滑坡灾害概率预报系统(LAPS)。该系统可以通过宽带网络与气象、水文观测等有关部门相连接，在雨季根据雨量观测站的实时观测数据和降雨预报，对全省区域范围内滑坡灾害发生概率进行快速评价，实现对灾害发生的空间范围、强度及其分布概率的实时预警预报。对全省预报的空间尺度达到1km×1km(即对每个1km×1km网格给出一个预报概率值)，通过2003年7月18日至10月31日、2004年5月20日至10月31日和2005年5月9日至10月31日，三个年度雨季的实际运行表明，该系统对滑坡(泥石流)预报的准确性达到58％以上，特别是在2004年和2005年浙江受台风暴雨侵袭期间，政府有关部门根据该系统发布的滑坡(泥石流)灾害预报，及时防范，有69处3级以上灾害预报区的1319人在滑坡(泥石流)发生前安全撤离，从而避免了人员伤亡。LAPS具有维护方便、操作简单、可视化强等特点，可以作为其它滑坡易发地区的预报系统原型。