基于Monte Carlo-SHALSTAB模型的滑坡危險性評價
——以福建省德化縣為例*

陳悅麗，陳德輝，李澤椿，黃俊寶

（1.南京信息工程大學(xué)大氣科學(xué)學(xué)院，江蘇南京210044；2.中國氣象局?jǐn)?shù)值預(yù)報中心，北京100081；3.國家氣象中心，北京100081；4.福建省地質(zhì)環(huán)境監(jiān)測中心，福建福州，350002）

基于Monte Carlo-SHALSTAB模型的滑坡危險性評價
——以福建省德化縣為例*

陳悅麗1，2，陳德輝2，李澤椿1，3，黃俊寶4

（1.南京信息工程大學(xué)大氣科學(xué)學(xué)院，江蘇南京210044；2.中國氣象局?jǐn)?shù)值預(yù)報中心，北京100081；3.國家氣象中心，北京100081；4.福建省地質(zhì)環(huán)境監(jiān)測中心，福建福州，350002）

滑坡災(zāi)害是福建省德化縣最常見的地質(zhì)災(zāi)害之一，特別是在雨季。研究表明巖土參數(shù)的空間分布非均勻性是滑坡危險性評價不確定性的主要來源，因此將巖土參數(shù)，特別是凝聚力和內(nèi)摩擦角，看作隨機(jī)變量?？紤]巖土參數(shù)的空間變化以及非均勻性，提出了一種用來進(jìn)行滑坡危險性評價的可能性模型。模型首先利用Monte Carlo方法隨機(jī)生成參數(shù)值，然后應(yīng)用SHALSTAB（SHAllow Landslide STABilitymodel）模型計算安全系數(shù)，最后統(tǒng)計研究單元的失穩(wěn)概率。以福建省德化縣的滑坡危險性為例，通過歷史滑坡資料與滑坡危險區(qū)評價結(jié)果進(jìn)行比較，有90%以上的歷史滑坡點位于危險區(qū)域內(nèi)。其中31.70%的滑坡點落在低危險區(qū)，9.83%的滑坡點落在危險區(qū)，30.96%的滑坡點落在較高危險區(qū)，17.94%的滑坡點落在高危險區(qū)內(nèi)。說明該模型在滑坡危險性評價中具有較好的應(yīng)用前景。

滑坡；滑坡危險性評價；Montecarlo；SHALSTAB模型

滑坡危險性是回答在某一時間段內(nèi)（時間）一個地方（空間）遭受滑坡危害的概率［1］?；挛ｋU性評價方法通常依據(jù)研究區(qū)域的大小及相關(guān)資料的詳細(xì)程度來選擇。如果研究區(qū)域較小，而且可以獲得巖土工程的詳細(xì)資料，可以用滑坡物理模型，也就是穩(wěn)定性的各種計算模型來評價斜坡的穩(wěn)定性。如果區(qū)域較大，且過去的滑坡研究較為充分，可以用統(tǒng)計模型開展滑坡的危險性評價研究。總體而言，滑坡危險性評價的方法可以分為統(tǒng)計模型和物理模型。

目前，國內(nèi)外開展的滑坡危險性評價主要是基于GIS的統(tǒng)計模型。Ercanoglu等基于GIS采用模糊數(shù)學(xué)方法，選取了坡角、坡型、風(fēng)化程度、水文條件以及地形等因子共同建立滑坡敏感性評價圖［2］。Baeza等應(yīng)用多元統(tǒng)計方法計算，確定選取的不同因子的貢獻(xiàn)率，最后篩選得出最具有評價效用的幾個因子，進(jìn)行滑坡危險度區(qū)劃［3］。殷坤龍等利用GIS制圖的基本原理，在陜西省秦巴山區(qū)的漢江河進(jìn)行了災(zāi)害危險性評價［4］。王磊等在甘肅省甘谷縣開展了地質(zhì)災(zāi)害危險性評價，選擇歷史地質(zhì)災(zāi)害發(fā)育程度、地形地貌、工程地質(zhì)巖組、地質(zhì)構(gòu)造、水文條件、植被條件、降雨量、人類工程活動等影響因素，建立了相應(yīng)的地質(zhì)災(zāi)害危險性評價指標(biāo)體系［5］。范強(qiáng)等應(yīng)用ArcGIS平臺，利用證據(jù)權(quán)法對貴州桐梓河流域進(jìn)行了滑坡易發(fā)性分區(qū)［6］。

基于GIS的統(tǒng)計模型大多是建立在影響因子的選擇及其權(quán)重確定的基礎(chǔ)上的，選擇不同的影響因子和權(quán)重方法，評價的結(jié)果存在差異。

物理模型是以滑坡發(fā)生的物理力學(xué)為基礎(chǔ)，需要邊坡較為詳細(xì)的巖土力學(xué)參數(shù)，結(jié)果會受到數(shù)據(jù)量和數(shù)據(jù)精度的影響。李秀珍等對降雨入滲誘發(fā)斜坡失穩(wěn)的物理模型適用性進(jìn)行了詳盡的分析［7］。相對于統(tǒng)計模型，物理模型可以較為客觀地反映邊坡的物理變化，其缺點是受到人力、物力等方面的考慮，缺乏較為詳細(xì)的巖土力學(xué)參數(shù)，該方法通常只能適用于單個滑坡或者小范圍區(qū)域。例如王旭春等在邊坡尺度上實現(xiàn)基于力學(xué)原理的滑坡穩(wěn)定性計算［8］；陳偉等利用《滑坡防治工程設(shè)計與施工技術(shù)規(guī)范》推薦的穩(wěn)定性計算公式計算單體滑坡災(zāi)害危險性評價［9］。近幾年，滑坡危險性評價的物理模型已經(jīng)由單一的邊坡穩(wěn)定性模型，逐漸發(fā)展為耦合模型，將水文模型與穩(wěn)定性模型進(jìn)行耦合，其中SHALSTAB模型是目前被廣泛認(rèn)可的降雨型滑坡預(yù)測工具之一［10］。

國內(nèi)有很多學(xué)者使用SHALSTAB模型進(jìn)行區(qū)域降雨誘發(fā)的滑坡預(yù)測。例如康超等利用SHALSTAB模型選擇黃土高原甘肅隴東地區(qū)華池縣作為研究區(qū)，選取了70多個采樣點通過現(xiàn)場勘探和試驗得到巖土參數(shù)，計算結(jié)果顯示總體正確率為70.23%［11］。王佳佳等利用已有的巖土參數(shù)，基于SHALSTAB模型，對三峽庫區(qū)巴東新城進(jìn)行了滑坡災(zāi)害預(yù)測［12］。通常需要在野外打鉆取樣，通過實驗分析獲取水土參數(shù)值。如果研究區(qū)域面積較大，考慮人力、物力和時間等的成本，并且試驗測試本身存在誤差，不可能獲取大范圍準(zhǔn)確的水土參數(shù)［13］。特別是坡體的性質(zhì)，例如內(nèi)摩擦角和凝聚力，具有內(nèi)在的空間非均勻性［14-15］。前人在利用SHALSTAB模型進(jìn)行滑坡預(yù)測時，沒有考慮水土參數(shù)的不確定性對滑坡預(yù)測結(jié)果的影響，我們稱之為“定值-SHALSTAB”模型。

巖土參數(shù)具有空間分布的非均勻性，而在計算邊坡的穩(wěn)定性時，凝聚力和內(nèi)摩擦角參數(shù)是模型不確定性的主要來源［16-17］，因此很多學(xué)者針對土體凝聚力和內(nèi)摩擦角的性質(zhì)開展了大量的研究工作［18］。羅沖等通過對三峽庫區(qū)萬州區(qū)的滑坡綜合分析，對滑帶土進(jìn)行了統(tǒng)計分析，認(rèn)為凝聚力服從對數(shù)正態(tài)分布，內(nèi)摩擦角服從正態(tài)分布［19］。Chowdhuny的研究表明凝聚力和內(nèi)摩擦角呈正態(tài)分布［20］。有的研究者利用水土參數(shù)的分布特征，將內(nèi)摩擦角和凝聚力參數(shù)看作一個隨機(jī)變量，而不是單一的一個值［21-23］。在進(jìn)行滑坡地質(zhì)災(zāi)害預(yù)測，能獲取的采樣樣本數(shù)有限，利用巖土參數(shù)的分布特征，為解決巖土參數(shù)空間分辨率不足的問題提供了可能的解決方法。

基于上述的思路，將獲取精確水土參數(shù)的需求，轉(zhuǎn)化為獲取水土參數(shù)的概率密度分布曲線，從而解決難于獲取水土參數(shù)的問題［24-25］。蒙特卡羅模擬法（Monte-Carlo、模擬法，或MCSM）是已知通過隨機(jī)變量的概率分布函數(shù)，隨機(jī)模擬和統(tǒng)計試驗求可靠度的數(shù)值模擬方法，其理論依據(jù)是大數(shù)定律，基本思想是借助計算機(jī)手段產(chǎn)生足夠多的模擬次數(shù)，以逼近真實狀態(tài)。利用MCSM方法對凝聚力和內(nèi)摩擦角參數(shù)進(jìn)行多次隨機(jī)抽樣，將抽樣結(jié)果輸入SHALSTAB模型，計算滑坡可能的失穩(wěn)概率，從而實現(xiàn)區(qū)域滑坡危險性的概率評價，我們將稱之為“Monte Carlo-SHALSTAB”模型。

定值-SHALSTAB模型是將所有巖土參數(shù)看作一個單一的值。雖然巖土參數(shù)的值是客觀確定的，但是由于測量設(shè)備、試驗設(shè)備以及場地條件的限制，各指標(biāo)難以精確測定，且在邊坡的不同空間內(nèi)各指標(biāo)值是變異的。在考慮巖土參數(shù)的空間分布不均的基礎(chǔ)上，判斷滑坡的穩(wěn)定性更加科學(xué)合理［26］。本文主要是利用Monte Carlo-SHALSTAB模型，在充分考慮輸入?yún)?shù)不確定性基礎(chǔ)上，對福建省德化縣進(jìn)行滑坡危險性的概率評價。

1 研究區(qū)域

德化縣位于福建省中部，隸屬泉州市管轄，東西長62.1 km，南北長60.4 km，總面積2 232.6 km2，總?cè)丝?02 503人。德化縣屬亞熱帶山地氣候，根據(jù)德化縣氣象局1990-2005年降雨量資料，全縣年降雨量在1 301.5～2 343.6 mm之間，多年平均降雨量1 855.9 mm。3-6月為雨季，占全年降水的42.9%；7-9月為臺風(fēng)雷陣雨季，占全年降水的41.8%，表現(xiàn)為臺風(fēng)暴雨或大暴雨，雨量大而集中，是地質(zhì)災(zāi)害的易發(fā)期：10月至翌年2月為少雨季［18］。由于海拔懸殊，地形復(fù)雜，降雨空間分布地域差異較大，以戴云山為界，具有從南部向北部遞減的趨勢。

德化縣的巖土體以堅硬塊狀火山巖巖組為主，占全區(qū)面積的65.2%，其次還分布有堅硬塊狀侵入巖巖組、堅硬—較堅硬塊狀變質(zhì)巖巖組和堅硬塊狀碳酸巖巖組等。土體多為砂質(zhì)粘土，為德化縣地質(zhì)災(zāi)害的主要致災(zāi)體。據(jù)調(diào)查德化縣內(nèi)地質(zhì)災(zāi)害主要類型有滑坡、崩塌和地面塌陷等，其中滑坡為545處，占地質(zhì)災(zāi)害總數(shù)量的92.06%。滑坡類型主要為淺層小型滑坡為主，滑坡體厚度一般小于6 m，其中98.17%的滑坡屬于自然滑坡。地質(zhì)災(zāi)害的發(fā)生與月降雨量關(guān)系密切，每年5-8月為滑坡的高發(fā)時段，屬于典型的氣象—地質(zhì)災(zāi)害耦合性［18］。

德化縣地以低中山、中低山為主，其中低中山占全縣面積的39.4%，中低山占44.8%，丘陵占12.6%，河谷盆地及河谷階地占3.2%，零星散布于群山之中。境內(nèi)坡度較大，有較大區(qū)域的坡度大于35°，易于發(fā)生滑坡災(zāi)害（圖1）。根據(jù)福建省地質(zhì)環(huán)境監(jiān)測院的野外探測，其土壤深度分布為1.6～9.2 m，德化縣北部、西部以及東南部區(qū)域，土壤厚度較大（圖2）。

2 Monte Carlo-SHALSTAB模型原理

Montgomery和Dietrich于1994年開發(fā)了一種以等高線和柵格單元為基礎(chǔ)的滑坡穩(wěn)定性預(yù)測模型SHALSTAB模型。SHALSTAB模型是基于無限邊坡的滑坡穩(wěn)定性模型，以廣義摩爾-庫倫破壞準(zhǔn)則為基本原理，安全系數(shù)（the factor of safety，F(xiàn)S）可以根據(jù)式（1）計算［27-28］：

式中：c為土壤凝聚力（N／m2）；γ為土壤容重（N／m）；γω為水容重（N／m）；z為地下水位高度（距離地表的高度，m）；hω為飽和土壤厚度（距離滑動面的高度，m）；α為邊坡的坡度（°）；φ為摩擦角（°）。為了使得模型簡化，式（1）假設(shè)地下水位高度與邊坡表面、滑動面平行，并且位于高度hω。結(jié)合TOPMODEL水文模型，式（3）～（1）可轉(zhuǎn)變?yōu)椋?/p>

圖1 德化縣坡度

式中：R為降雨強(qiáng)度；T為土壤傳導(dǎo)率，即土壤滲透系數(shù)與土壤厚度的乘積；sca為單位集水面積。被稱為土壤濕度指數(shù)，當(dāng)濕度項大于1時，認(rèn)為土壤已經(jīng)飽和，產(chǎn)生了飽和流。當(dāng)FS小于1時，邊坡有發(fā)生滑坡的可能，當(dāng)FS大于1時，邊坡處于安全狀態(tài)。

由于受到工作時間和經(jīng)費等的限制，研究區(qū)域內(nèi)的取樣樣本數(shù)量有限。并且?guī)r土力學(xué)參數(shù)本身具有很強(qiáng)的空間不一致性，也難以獲得精確的土壤力學(xué)參數(shù)的空間分布。如果僅僅賦予土壤力學(xué)參數(shù)一個值，可能導(dǎo)致預(yù)測的結(jié)果與實際情況有較大的差異?？紤]土壤力學(xué)參數(shù)的不確定性問題，在評價滑坡的穩(wěn)定性上具有重要的意義。凝聚力和摩擦角是模型不確定性的主要來源，凝聚力和摩擦角通常呈正態(tài)分布，因此可以將土壤凝聚力和內(nèi)摩擦角看作隨機(jī)變量，服從正態(tài)分布，而不是確定的單一的值。

蒙特卡洛方法（Monte Carlo）是以概率統(tǒng)計理論為基礎(chǔ)，實現(xiàn)從已知概率分布抽樣，建立隨機(jī)變量的估計值，構(gòu)造符合一定規(guī)則的隨機(jī)數(shù)?；谝巴獠蓸雍褪覂?nèi)試驗的結(jié)果，可以獲得土壤力學(xué)參數(shù)的統(tǒng)計特征。由于Monte Carlo方法簡單易用，本研究根據(jù)土壤力學(xué)參數(shù)的統(tǒng)計特征，利用Monte Carlo方法隨機(jī)生成土壤的力學(xué)參數(shù)，利用SHALSTAB模型進(jìn)行計算，每個格點都可以獲得一系列的安全系數(shù)，從而計算該格點發(fā)生滑坡的概率。

式中：P為滑坡發(fā)生的概率；n為隨機(jī)抽樣的次數(shù)；n′為隨機(jī)試驗中FS小于1的次數(shù)。

利用巖土參數(shù)的分布特征，通過Monte-carlo方法模擬參數(shù)的隨機(jī)分布，建立在概率論基礎(chǔ)上的可靠度被引入到邊坡的穩(wěn)定性評價中，使得滑坡的危險性評價方法由確定性評價改進(jìn)為概率評價，評價結(jié)果更為科學(xué)和精確。

3 結(jié)果分析與討論

3.1 模型參數(shù)

根據(jù)福建省地質(zhì)環(huán)境監(jiān)測院在德化縣進(jìn)行的野外調(diào)查和室內(nèi)試驗的數(shù)據(jù)，對樣本的凝聚力和內(nèi)摩擦角數(shù)據(jù)進(jìn)行正態(tài)分布的擬合度測試，均通過了顯著性水平為0.05的正態(tài)分布檢驗。根據(jù)采樣實驗數(shù)據(jù)，利用Matlab軟件進(jìn)行正態(tài)分布擬合：凝聚力的平均值為12.21 kPa，方差為6.15；內(nèi)摩擦角的平均值為21.06°，方差為6.18（圖3）。這樣的結(jié)果，與前面的學(xué)者的研究結(jié)論相符合，說明土壤的力學(xué)參數(shù)在很多區(qū)域大致符合正態(tài)分布特征。

由于德化縣的坡積土主要為砂質(zhì)粘土，其導(dǎo)水率較低，因此只要降雨強(qiáng)度達(dá)到20 mm／d，德化縣境內(nèi)的地形濕度指數(shù)基本都可以達(dá)到1，即地下水處于飽和狀態(tài)。根據(jù)對德化縣多年的日降雨量進(jìn)行統(tǒng)計分析，有雨日的降水量達(dá)到20 mm以上是一個常態(tài)，并且當(dāng)?shù)匦螡穸戎笖?shù)為1時，邊坡處于最危險的狀態(tài)，因此在本研究中地形濕度指數(shù)項取1。這樣的結(jié)果同時也說明，只要德化縣的日降水達(dá)到中雨量級，滑坡的危險性概率就會變大。因此在開展防災(zāi)減災(zāi)工作時，不僅要防范大雨和暴雨可能誘發(fā)的滑坡災(zāi)害，也要重點防御中雨誘發(fā)的滑坡災(zāi)害。

3.2 滑坡危險性評價及其結(jié)果驗證

基于Monte Carlo的滑坡-水文耦合模型，根據(jù)凝聚力平均值為12.21 kPa，方差為6.15，內(nèi)摩擦角的平均值為21.06°，方差為6.18的正態(tài)分布特征，隨機(jī)生成1000組土壤凝聚力和內(nèi)摩擦角的值，從而每個格點都可以計算獲得1000個FS的計算結(jié)果，統(tǒng)計每個格點FS＜1的概率，即該格點可能出現(xiàn)滑坡災(zāi)害的概率，結(jié)果顯示在圖4。德化縣的西部以及中北部區(qū)域，都出現(xiàn)了大片滑坡危險性高概率的區(qū)域。德化縣的南部區(qū)域由于地勢平坦，坡度較小，滑坡危險性概率較低。

圖3 土壤樣品的土壤凝聚力（a）和內(nèi)摩擦角（b）分布

圖4 德化縣滑坡危險性概率圖

KoKo等認(rèn)為應(yīng)選用邊坡失穩(wěn)概率20%作為閾值，當(dāng)安全系數(shù)小于1的概率大于20%，就認(rèn)為該格點屬于危險區(qū)域［29］，Chowdhury等建議閾值取15%［16］，也有研究中閾值取10%［30］。根據(jù)表1的統(tǒng)計結(jié)果：閾值為10%時，90.42%的歷史滑坡點在危險區(qū)域內(nèi)；閾值為20%時，83.54%的滑坡點在危險區(qū)域內(nèi)。為了使得更多的滑坡點在危險區(qū)域內(nèi)，本文中滑坡危險性閾值取10%，即認(rèn)為當(dāng)邊坡失穩(wěn)概率大于10%時，該格點屬于危險區(qū)域，若該格點的邊坡失穩(wěn)概率小于20%，該格點屬于安全區(qū)域。將德化縣滑坡災(zāi)害的危險區(qū)域，根據(jù)邊坡失穩(wěn)概率的不同，又分為四個級別。當(dāng)該格點的失穩(wěn)概率大于10%，小于60%時，處于低危險區(qū)；當(dāng)失穩(wěn)概率大于60%，小于80%，為危險區(qū)；當(dāng)失穩(wěn)概率大于80%，小于99%，則該格點處于較高危險區(qū)；如果該格點的滑坡發(fā)生概率大于99%，則該格點為高危險區(qū)。

表1 研究區(qū)滑坡分布結(jié)果

“路無三尺寬，地?zé)o三分平”恰當(dāng)?shù)孛枋隽说禄h山高坡陡的地形特征，因此德化縣也是滑坡災(zāi)害多發(fā)頻發(fā)之地，是地質(zhì)災(zāi)害多、危險等級高的地災(zāi)縣。德化縣滑坡災(zāi)害具有“點多、面廣、危害大”的特點。圖5中顯示德化縣北部、西部和東南部，都有大片的滑坡高危險區(qū)，其中的黑點代表407個歷史降雨誘發(fā)型滑坡災(zāi)害點。圖5所示的德化縣滑坡危險性評價結(jié)果與《區(qū)域降雨型地質(zhì)災(zāi)害氣象預(yù)警技術(shù)研究》（“十一五”國家科技支撐計劃重點項目課題成果之一）的評價結(jié)果接近［31］?！秴^(qū)域降雨型地質(zhì)災(zāi)害氣象預(yù)警技術(shù)研究》中采用不確定系數(shù)計算模型進(jìn)行因子分析，選用Logistic回歸模型對德化縣的滑坡災(zāi)害進(jìn)行了預(yù)警區(qū)劃分。與之相較而言，Monte Carlo-SHALSTAB模型的評價結(jié)果精確到了每個格點，并且不需要歷史滑坡資料作為先驗知識，能更為便捷的開展滑坡危險性評價。

圖5 德化縣滑坡危險性等級圖

根據(jù)記錄的歷史滑坡資料，對Monte Carlo-SHALSTAB模型的滑坡危險性評價效果進(jìn)行進(jìn)一步的檢驗。有90%以上的滑坡災(zāi)害點落在危險區(qū)域內(nèi)，其中31.70%的滑坡點落在低危險區(qū)，9.83%的滑坡點落在危險區(qū)，30.96%的滑坡點落在較高危險區(qū)，17.94%的滑坡點落在高危險區(qū)內(nèi)（表2）?？梢奙onte Carlo-SHALSTAB模型有較大的應(yīng)用潛力。

表2 不同危險性等級區(qū)域內(nèi)的歷史滑坡數(shù)量

4 結(jié)語

由于受到工作時間和經(jīng)費等的限制，研究區(qū)域內(nèi)的取樣樣本數(shù)量有限。并且?guī)r土力學(xué)參數(shù)本身具有很強(qiáng)的空間不一致性，也難以獲得精確的土壤力學(xué)參數(shù)的空間分布。如果僅僅賦予土壤力學(xué)參數(shù)一個值，可能導(dǎo)致預(yù)測的結(jié)果與實際情況有較大的差異。在考慮了巖土參數(shù)具有空間分布不確定性的特點，本研究提出了Monte Carlo-SHALSTAB模型。在已經(jīng)巖土參數(shù)分布特征的基礎(chǔ)上，該模型利用蒙特卡洛方法隨機(jī)生成巖土參數(shù)值，利用SHALSTAB模型進(jìn)行多次重復(fù)試驗，計算每一個研究單元的安全系數(shù)，然后統(tǒng)計其失穩(wěn)概率。

統(tǒng)計結(jié)果顯示：當(dāng)滑坡危險性閾值取10%時，有90%以上的歷史滑坡點落在危險區(qū)域內(nèi)；閾值為20%時，83.54%的滑坡點在危險區(qū)域內(nèi)。為了使得更多的滑坡點在危險區(qū)域內(nèi)，建議滑坡危險性閾值取10%，即認(rèn)為當(dāng)邊坡失穩(wěn)概率大于10%時，該格點屬于危險區(qū)域，若該格點的邊坡失穩(wěn)概率小于10%，該格點屬于安全區(qū)域。根據(jù)德化縣內(nèi)的407個已知的歷史滑坡點資料，對Monte Carlo-SHALSTAB模型的滑坡危險性評價效果進(jìn)行進(jìn)一步的檢驗。有90%以上的滑坡災(zāi)害點落在危險區(qū)域內(nèi)，其中31.70%的滑坡點落在低危險區(qū)，9.83%的滑坡點落在危險區(qū)，30.96%的滑坡點落在較高危險區(qū)，17.94%的滑坡點落在高危險區(qū)內(nèi)。Monte Carlo-SHALSTAB模型物理意義明確，簡易可行，評價結(jié)果與實況較吻合，其在滑坡危險性評價中具有較大的應(yīng)用潛力。

［1］ 石菊松，石玲，吳樹仁，等.滑坡風(fēng)險評估實踐中的難點與對策［J］.地質(zhì)通報，2009，28（8）：1020-1030.

［2］ Ercanoglu M，Gokceoglu C.Assessmentof landslide susceptibility for a landslide-prone area（north of Yenice，NW Turkey）fuzzy approach［J］.Environmental geology，2002，41：720-730.

［3］ Beaza C，Corominas J.Assessment of shallow landslide susceptibility by means of multivariate statistical techniques［J］.Earth Surface Processes and Landforms，2001，26（12）：1251 -1263.

［4］ 殷坤龍，朱良峰.滑坡災(zāi)害空間區(qū)劃及GIS應(yīng)用研究［J］.地學(xué)前緣，2001，8（2）：279-284.

［5］ 王磊，張春山，楊為民，等.基于GIS的甘肅省甘谷縣地質(zhì)災(zāi)害危險性評價［J］.地質(zhì)力學(xué)學(xué)報，2011，17（4）：388 -401.

［6］ 范強(qiáng)，巨能攀，向喜瓊，等.證據(jù)權(quán)法在滑坡易發(fā)性分區(qū)中的應(yīng)用［J］.災(zāi)害學(xué)，2015，30（1）：124-129.

［7］ 李秀珍，何思明，王震宇，等.降雨入滲誘發(fā)斜坡失穩(wěn)的物理模型適用性分析［J］.災(zāi)害學(xué)，2015，30（1）：34-38.

［8］ 王旭春，何滿潮，蔣宇靜，等.在GIS中實現(xiàn)基于力學(xué)原理的滑坡穩(wěn)定性計算［J］.巖石力學(xué)與工程學(xué)報，2003，22（6）：977-980.

［9］ 陳偉，許強(qiáng)，王新平.單體滑坡災(zāi)害危險性評價方法研究［J］.地球與環(huán)境，2011，39（4）：561-566.

［10］孫金山，陳明，左昌群，等.降雨型淺層滑坡危險性預(yù)測模型［J］.地質(zhì)科技情報，2012，31（2）：117-121.

［11］康超，諶文武，張帆宇，等.確定性模型在黃土溝壑區(qū)斜坡穩(wěn)定性預(yù)測中的應(yīng)用［J］.巖土力學(xué)，2011，32（1）：207-210.

［12］王佳佳，殷坤龍，杜娟，等.基于GIS考慮準(zhǔn)動態(tài)濕度指數(shù)的滑坡危險性預(yù)測水文-力學(xué)耦合模型研究［J］.巖石力學(xué)與工程學(xué)報，2013，32（Supp.）：3868-3877.

［13］Van Westen C J，Asch TW J，Soeters R.Landslide hazard and risk zonation-why is it still so difficult？［J］.Bulletin of Engineering Geology and the Environment，2006，37：1015-1022.

［14］Baecher G B，Christian JT.Reliability and statistics in Geotechnical engineering［M］.Wiley，2003：605.

［15］Chowdhury R，F(xiàn)lentje P，Bhattacharya G.Geotechnical slope analysis［M］.CRC Press，2010：737.

［16］Chowdhury R，F(xiàn)lentje P.Role of slope reliability analysis in landslide risk management［J］.Bulletin of Engineering Geology and the Environment，2003（62）：41-46.

［17］Griffiths D V，Huang J，F(xiàn)enton G A.Probabilistic infinite slope analysis［J］.Computers and Geotechnics，2011（38）：577 -584.

［18］楊磊.基于概率方法的滑坡穩(wěn)定性分析［J］.地下水，2005，27（5）：402-404.

［19］羅沖，殷坤龍，陳麗霞，等.萬州區(qū)滑坡滑帶土抗剪強(qiáng)度參數(shù)概率分布擬合及其優(yōu)化［J］.巖石力學(xué)與工程學(xué)報，2005，24（9）：1588-1593.

［20］Chowdhuny R N.Slope Analysis［M］.New York：elsevier scientific publishing company，1978.

［21］Vanmarcke E H.Probabilistic modeling of soil profiles［J］.Journal of Geotechnical Engineering Division ASCE，1977：1227-1246.

［22］Wang Y，Cao Z，Au S.Efficient Monte Carlo Simulation of parameter sensitivity in probabilistic slope stability analysis［J］. Computers and Geotechnics，2010（37）：1015-1022.

［23］Park H J，Um J，Woo I，et al.Application of fuzzy set theory to evaluate the probability of failure in rock slope［J］.Engineering Geology，2012（125）：92-101.

［24］Hyuck-Jin P，Jung H L，Ik W.Assessment of rainfall-induced shallow landslide susceptibility using a GIS-based probabilistic ap-proach［J］.Engineering Geology，2013（161）：1-15.

［25］Raia S，AlvioliM，RossiM.Improving predictive power of physically based rainfall-induced shallow landslide models：a probabilistic approach［J］.Geoscientificmodel development，2014（7）：495-514.

［26］謝桂華.巖土參數(shù)隨機(jī)性分析與邊坡穩(wěn)定可靠度研究［D］.長沙：中南大學(xué)，2009.

［27］Montgomery D R，Dietrich W E.A physically based model for the topographic control on shallow landsliding［J］.Water resource research，1994，30（4）：1153-1171.

［28］Wilkinson O L，Anderson M G，Lloyd D M.An integrated hydrologicalmodel for rain-induced landslide prediction［J］.Earth surface processes and landforms，2002（27）：1285-1297.

［29］Ko Ko C，F(xiàn)lentje P，Chowdhury R.Landslide qualitative hazard and risk assessmentmethod and its reliability［J］.Bulletin of Engineering geology and the environment，2004（63）：149-165.

［30］Fell R，Corominas J，Bonnard C，et al.Guidelines for landslides susceptibility，hazard and risk zoning for land use planning［J］. Engineering geology，2008（102）：85-98.

［31］中國地質(zhì)環(huán)境監(jiān)測院.區(qū)域降雨型地質(zhì)災(zāi)害氣象預(yù)警技術(shù)研究——“十一五”國家科技支撐計劃重點項目課題成果之一［Z］.2010.

Assessment of Landslide Hazard Based on M onte Carlo-SHALSTAB M odel

Chen Yueli1，2，Chen Dehui2，Li Zechun1，3and Huang Junbao4
（1.College of Atmospheric Science，Nanjing University of Information Science＆Technology，Nanjing 210044，China；2.NumericalWeather Prediction Center，China Meteorological Administration，Beijing 100081，China；3.National Meteorological Center，Beijing 100081，China；4.Fujian Monitoring Center of Geological Environment，F(xiàn)uzhou 350002，China）

Landslides are a common geological hazard during the rainy season in Dehua.The parameters of soilmaterials used in themodel of the hazard assessmenthave been identified as themajor source of uncertainty because of their spatial variability，so these parameters（such as cohesion and friction）are considered as random variables.This study proposes a probabilistic analysismethod to assess shallow landslide susceptibility by integrating an infinite slopemodel-SHALSTAB（SHAllow Landslide STABilitymodel）with GIS（Geographic Information System）and Monte Carlo simulation，taking into consideration the inherent uncertainty and variability in put parameters.The proposed approach is applied to assess the landslide hazard in Dehua to evaluate its feasibility.In the comparison with the historical landslides in Dehua，the probabilistic analysis showed that 90%of the observed landslides located in the risk area.Furthermore，31.70%of the historical landslides located in the lower-risk areas；9.83%of the historical landslides located in the dangerous areas；30.96%located in themore dangerous areas；17.94%located in themost dangerous areas.Themodel results show high accuracy basing on themodel verification and validation.

landslide；assessment of landslide hazard；Montecarlo；SHALSTABmodel

P642.22；X43

A

1000-811X（2015）04-0101-06

10.3969／j.issn.1000-811X.2015.04.020

陳悅麗，陳德輝，李澤椿，等.基于Monte Carlo-SHALSTAB模型的滑坡危險性評價——以福建省德化縣為例［J］.災(zāi)害學(xué)，2015，30（4）：101-106.［Chen Yueli，Chen Dehui，Li Zechun，et al.Assessment of landslide hazard based on Monte Carlo-SHALSTABmodel［J］.Journal of Catastrophology，2015，30（4）：101-106.］*

2015-03-03 修回日期：2015-05-06

國家重點基礎(chǔ)研究發(fā)展計劃（2013CB430106）；中國氣象局?jǐn)?shù)值預(yù)報發(fā)展專項（GRAPES）

陳悅麗（1985-），女，河北平山人，博士生，主要從事地質(zhì)災(zāi)害的氣象預(yù)報研究.E-mail：aslongassun＠163.com

陳德輝（1955-），男，廣西玉林人，博士，主要從事數(shù)值預(yù)報理論與數(shù)值模擬研究.E-mail：chendh＠cma.gov.cn