市地質災害氣象風險預警圖

① 中國地質災害分區預警模型

根據5.4節中中南山地丘陵區試運算過程中的總結修正的思路，在全國7個預警大區范圍內分別完成地質災害潛勢度計算、地質災害預警指數計算，從而實現國家級地質災害氣象預警預報。

5.6.1 分區潛勢度計算

5.6.1.1 權重計算結果

考慮到因子圖層准備情況和時間關系，本次計算中選取了25個因子圖層，在7個大區分別開展計算。各區內因子圖層的權重計算結果見表5.10。從權重計算結果來看具有如下特點:

(1)總體上符合經驗認識

從敏感因子排序來看，中南山地丘陵區(C區)，最敏感的因子是地形起伏(權重為0.17);西南部地區(D區)，最敏感因子為地震動參數(權重為0.18);黃土地區(E區)，最敏感因子為岩土體類型(權重0.09)，等等。而鐵路、塔廟宇等因素的敏感度則非常低，甚至很多區的權重為0。

(2)因子權重差偏小

主要是由於選取因子較多(25個)，且各因子之間有一定重復，因此造成每個因子的權重相對較小，權重差偏小。25個因子的平均因子權重應為1/25，即0.04，因此當某個因子權重超過0.04時，可以認為該因子為地質災害的敏感因子。

(3)精確程度還有待進一步提高

目前的計算，是在整理現有的地質背景環境資料和歷史災害點資料基礎上，圖層資料的比例尺還相對有限，特別是歷史災害點資料主要是建立在縣市調查數據基礎上的，已調查縣災害點密集，而未調查的縣數據缺失，造成統計分析結果的精確程度有限。

表5.10 分區計算各因子權重結果表

目前的計算，主要旨在探索計算思路，計算結果的精確程度會隨著原始資料的不斷充實而不斷提高。

5.6.1.2 潛勢度計算結果校驗

將各區潛勢度的計算結果，與歷史災害點的分布情況進行對比分析，校驗潛勢度是否能夠體現地質環境的優劣程度。

圖5.20～圖5.26反映地質災害潛勢度值大的區域歷史災害點分布多，地質災害潛勢度值小的區域歷史災害點分布少，即地質災害潛勢度值的大小能夠反映歷史地質災害點的多少，能夠反映地質背景環境條件的優劣。

圖5.20 A區地質災害潛勢度與災害分布對比

圖5.21 B區地質災害潛勢度與災害分布對比

5.6.2 分區預警模型

在全國7個預警大區中，C區(中南)、D區(西南)、B區(華北)災害樣本較多，雨量站點相對稠密，採用統計分析方法，建立了顯式統計的線性回歸模型。

圖5.22 C區地質災害潛勢度與災害分布對比

圖5.23 D區地質災害潛勢度與災害分布對比

圖5.24 E區地質災害潛勢度與災害分布對比

圖5.25 F區地質災害潛勢度與災害分布對比

圖5.26 G區地質災害潛勢度與災害分布對比

A區(東北)、E區(西北黃土)、F區(西北新疆)、G區(青藏高原)由於災害點樣本太少和雨量站點稀疏，匹配到災害點上的雨量誤差較大。不具備統計分析的樣本條件，採用的是潛勢度-雨量經驗方法，即不同潛勢度分段范圍內，根據經驗給定臨界降雨判據。

5.6.2.1 線性回歸模型

將歷史災害點的發生個數作為輸出量，潛勢度值、當日雨量、前期累計雨量作為輸入雨量，進行線性回歸分析，根據統計結果可見，地質災害的發生與地質環境基礎因素(G)、降雨激發因素(R_d，R_p)存在一定程度的線性關系。

根據T值進行預警等級劃分的原則如下:

回歸分析中，輸出量為歷史地質災害點的發生個數;得到預警模型後，T值(預警指數)為地質災害發生可能性大小的量化參數，是地質環境條件與降雨條件綜合作用的量度。根據我國各大區歷史地質災害發生情況以及幾年來地質災害氣象預警預報工作經驗總結，主要通過試運算進行地質災害預警等級劃分。統計分析時將地質災害的嚴重程度按區分為3個級別，並以此3個級別作為預警模型中預警等級劃分的重要參考。同時，具體操作中也考慮了如下4個方面:

1)各大區內，挑選近年來地質災害群發的典型區域，進行預警模型試運算，並將其結果與地質災害點實際發生情況對比分析，從而修正預警等級劃分標准。

2)在典型區域內，分別採用第二代預警系統和第一代預警系統開展預警預報試運算，通過結果對比修正預警等級劃分標准。

3)預警模型中各變數的實際意義與取值范圍。G(潛勢度)為地質環境條件的量化參數;R_d和R_p為降雨條件的量化參數。取值范圍各區有所不同。

4)考慮到地質災害氣象預警預報對於地質災害防治工作的具體作用，在預警預報區域面積的大小方面也有所考慮，此項考慮主要為定性考慮。預警區域面積過大，可能會導致地質災害防治工作中無從參考，預警區域面積過小，可能會導致地質災害多發區域的漏報。

在B，C，D3個區的回歸分析過程和結果如下。

(1)B區

復相關系數:R=0.19;

判定系數:R²=0.16;

得到回歸模型方程為

中國地質災害區域預警方法與應用

根據括弧內的t統計量的值可知:G，R_d，R_p均對地質災害的發生情況有顯著影響。根據F統計量的值F=5.60，可知:回歸方程是顯著的。

通過試運算，根據T值進行分段，確定預警等級。3級(T＜10);4級(10≤T＜20);5級(T≥20)。

(2)C區

復相關系數:R=0.50;

判定系數:R²=0.48;

得到回歸模型方程為

中國地質災害區域預警方法與應用

根據括弧內的t統計量的值可知:G，R_d，R_p均對地質災害的發生情況有顯著影響。根據F統計量的值F=21.40，可知:回歸方程是顯著的。

通過試運算，根據T值進行分段，確定預警等級。3級(T＜10);4級(10≤T＜60);5級(T≥60)。

(3)D區

復相關系數:R=0.48;

判定系數:R²=0.45;

得到回歸模型方程為

中國地質災害區域預警方法與應用

根據括弧內的t統計量的值可知:G，R_d，R_p均對地質災害的發生情況有顯著影響。根據F統計量的值F=14.40，可知:回歸方程是顯著的。

通過試運算，根據T值進行分段，確定預警等級。3級(T＜18);4級(18≤T＜50);5級(T≥50)。

5.6.2.2 潛勢度-臨界雨量經驗方法

(1)A區

根據潛勢度G值，將A區分為3類:

中國地質災害區域預警方法與應用

(2)E區

根據潛勢度G值，將E區分為3類:

中國地質災害區域預警方法與應用

(3)F區

根據潛勢度G值，將F區分為3類:

中國地質災害區域預警方法與應用

(4)G區

根據潛勢度G值，將G區分為3類:

中國地質災害區域預警方法與應用

② 地質災害區域預警原理

據檢索統計，世界上約有20多個國家或地區不同程度地開展過降雨引發滑坡、泥石流的研究或預警工作。其中，中國香港(Brandetal.，1984)、美國(Keeferetal.，1987)、日本(Fukuzono，1985)、巴西(Neiva，1998)、委內瑞拉(Wieczoreketal.，2001)、波多黎各(Larsen＆Simon，1993)和中國大陸等曾經或正在進行面向公眾社會的降雨引發區域性滑坡、泥石流的早期預警與減災服務工作，預警的地質空間精度達到數千米量級，時間精度達到小時量級。這些國家和地區一般都在地質災害多發區或敏感區開展或完成了比較詳細的地質災害調查評價工作，擁有比較長期且比較完整的降雨與滑坡、泥石流關系資料，或在典型地區建立了比較完善的降雨遙控監測網路和先進的數據傳輸系統。

綜合分析國內外研究與應用狀況，基於氣象因素的區域地質災害預警預報理論原理可初步劃分為三大類，即隱式統計預報法、顯式統計預報法和動力預報法。

4.2.1 隱式統計預報法

隱式統計預報法把地質環境因素的作用隱含在降雨參數中，某地區的預警判據中僅僅考慮降雨參數建立模型。隱式統計預報法可稱為第一代預報方法，比較適用於地質環境模式比較單一的小區域。由於這種方法只涉及一個或一類參數，無論預警區域的研究程度深淺均可使用，所以這是國內外廣泛使用的方法，也是最易於推廣的方法。這種方法特別適用於有限空間范圍，且地質環境條件變化不大的地區，如以花崗岩及其風化殘積物分布為主的中國香港地區多年來一直在研究應用和深化這一方法。

這種方法考慮的降雨參數包括年降雨量、季度降雨量、月降雨量、多日降雨量、日降雨量、小時降雨量和10min降雨量等。實際應用時，一般只涉及1～3個參數作為預報判據，如臨界降雨量、降雨強度、有效降雨量或等效降雨量等。

突發性地質災害臨界過程降雨量判據的預警方法抓住了氣象因素誘發地質災害的關鍵方面，但預警精度必然受到所預警地區面積大小、突發性地質事件樣本數量、地質環境復雜程度和地質環境穩定性及區域社會活動狀況的限制，單一臨界降雨量指標作為預警判據的代表性是有限的。

代表性研究成果主要有:

Onodera et al.( 1974) 通過研究日本的大量滑坡，提出累計降雨量超過 150 ～ 200mm，或每小時降雨強度超過 20 ～30mm 作為判據。Nilsen et al.( 1976) 發現美國 Alameda，Califor-nia 在累計降雨量超過 180mm 時，滑坡將頻繁發生。Oberste-lehn( 1976) 認為累計降雨量達到 250mm 左右，美國 San Benito，California 將發生滑坡。Guidicini and Iwasa( 1977) 通過對巴西 9 個地區滑坡記錄和降雨資料的分析，認為降雨量超過年平均降雨量的 8% ～17%，滑坡將滑動; 超過 20%，將發生災難性滑坡。Caine( 1980) 全面總結了全球的可利用數據，給出了不同地區誘發滑坡暴雨事件的降雨強度和持續時間與滑坡的關系式。這一關系式當然不可能適用於全球所有地區( Crozier 在 1997 年證明) ，仍不失為探討誘發滑坡臨界降雨值的里程碑。

Brand et al.( 1984) 在中國香港研究表明，大多數滑坡由局部高強度短歷時降雨誘發，而前期降雨量不是主要因素，除非是小型滑坡。Ng and Shi( 1998) 認為降雨的持續也是一個非常重要的誘發滑坡的因素。中國香港地區預測 24h 內降雨量達到 175mm 或 60min 內市區內雨量超過 70mm，即認為達到滑坡預報閾值，即由政府發出通報。中國香港平均每年約發出 3 次山洪滑坡暴發警報。

Ganuti et al.( 1985) 提出了臨界降雨系數( critical precipitation coefficient，CPC) 的概念，並總結出當 CPC ＞0.5 時，將有 10a 一遇的滑坡發生; 當 CPC ＞0.6 時，將有 20a 一遇的滑坡發生。

Glade( 1997) 綜合前人研究成果建立了確定誘發滑坡的降雨臨界值的 3 個模型，並在紐西蘭北島南部的 Wellington 地區進行了驗證。3 個模型要求的基本數據為: 日降雨量、滑坡發生日期和土體潛在日蒸發量( 通過 Thornthwaite method 方法計算得到) 。降雨強度臨界值Glade( 1997) 的模型 1———日降雨模型( daily rainfall model) ，只使用日降雨量參數，簡單地分析誘發滑坡和不誘發滑坡的日降雨量( Glade，1998) ，得出最小臨界值和最大臨界值，即在最小臨界值以下，沒有滑坡發生; 在最大臨界值以上，滑坡一定發生。降雨量等級劃分以20mm 為一個等級; 降雨過程雨量臨界值 Glade( 1997) 的模型 2———前期日降雨量模型( an-tecedent daily rainfall model) ，考慮了前期降雨的影響。他認為決定前期情況有兩個主要因素: 前期降雨的歷時時間和土體含水量減少的速率; 土體含水狀態臨界值 Glade( 1997) 的模型 3———前期土體含水狀態模型( antecedent soil water status model) ，他認為除了前期雨量，土體含水量和潛在的蒸發量對滑坡的影響也很大。

劉傳正在 2003 年 5 月主持全國地質災害氣象預警工作過程中，利用地質災害發生前15d 降雨量建立滑坡、泥石流發生區帶的臨界過程降雨量創建了預警判據模式圖，並結合具體區域( 2003 年28 個區、2004 年以後74 個區) 進行校正的方法。該方法適應3 級預報的要求界定了 α 線和 β 線作為預警等級界限。3 年多來汛期的預警成果發布檢驗與應用證明，該方法在科學依據上是成立的，但限於預警區域過大、基礎數據和地質災害統計樣本數量太少，准確率有待提高，同時也充分說明了開展地質災害數據集成研究的迫切性。

另外，中國科學院成都山地災害與環境研究所等機構在單條泥石流監測與預警建模方面進行了多年持續不懈的研究工作，取得了具有代表性的成果。

4.2.2 顯式統計預報法

顯式統計預報法是一種考慮地質環境變化與降雨參數等多因素疊加建立預警判據模型的方法，它是由地質災害危險性區劃與空間預測轉化過來的(CarraraA.，1983;HaruyamaH.＆KawakamiH.，1984;BaezaC.＆CorominasJ.，1996;CarraraA.，CardinaliM.＆GuzzettiF.，1991;劉傳正，2004;殷坤龍，2005)。

區域地質災害危險性評價和風險區劃研究仍是當前的研究主流，而利用之進行地質災害的實時預警與發布則多處於探索階段。這種方法可以充分反映預警地區地質環境要素的變化，並隨著調查研究精度的提高相應地提高地質災害的空間預警精度。顯式統計預報法可稱為第二代預報方法，是正在探索中的方法，比較適用於地質環境模式比較復雜的大區域。

基於地質環境空間分析的突發性地質災害時空預警理論與方法是根據單元分析結果經過合成實現的，克服了僅僅依據單一臨界雨量指標的限制，但對臨界誘發因素的表達、預警指標的選定與量化分級等尚存在需要進一步研究的諸多問題。

因此，要實現完全科學意義上的區域突發性地質災害預警，必須建立臨界過程降雨量判據與地質環境空間分析耦合模型的理論方法———廣義顯式統計模式地質災害預報方法，預警等級指數(W)是內外動力的聯立方程組。即

中國地質災害區域預警方法與應用

式中:W為預警等級指數;a為地外天體引力作用，包括太陽、月亮的引潮力，太陽黑子、表面耀斑和太陽風等對地球表面的作用，a=f(a₁，a₂，…，a_n);b為地球內動力作用，主要表現為斷裂活動、地震和火山爆發等，b=f(b₁，b₂，…，b_n);c為地球表層外動力作用，包括降雨、滲流、沖刷、侵蝕、風化、植物根劈、風暴、溫度、乾燥和凍融作用等，c=f(c₁，c₂，…，c_n);d為人類社會工程經濟活動作用，包括資源、能源開發和工程建設等引起地質環境的變化，d=f(d₁，d₂，…，d_n)。

20世紀70年代，以美國加利福尼亞州舊金山地區聖馬提俄郡的滑坡敏感性圖為代表，利用多參數圖的加權(或不加權)疊加得到區域滑坡災害預測圖。

20世紀80年代，CarraraA.(1983)將多元統計分析預測方法引用到區域滑坡空間預測中，並在世界各國得到迅速發展與推廣。如HaruyamaH.＆KawakamiH.(1984)利用數學統計理論對日本活火山地區降雨引起的滑坡災害進行了危險度評價。BaezaC.＆CorominasJ.(1996)利用統計判別分析模型進行了淺層滑坡敏感性評估，結果斜坡破壞的正確預測率達到96.4%，有力地說明了統計預測的適用性。CarraraA.，CardinaliM.＆GuzzettiF.等(1991)將統計模型與GIS結合，應用於義大利中部某小型匯水盆地的滑坡危險性評估，實現從數據獲取到分析、管理的自動化，結果證明統計分析與GIS的綜合使用是一種快速、可行、費用低的區域滑坡危險性評價與制圖方法。

20世紀90年代中後期以來，隨著計算機技術和信息科學的高速發展，RS、GIS和GPS等「3S」技術聯合應用使快速處理海量的地質環境數據成為可能，出現了地質災害空間預測模型方法應用研究逐步從地質災害危險評價與預警應用相結合的新態勢。

劉傳正等(2004)創建並發表了用於區域地質災害評價和預警的「發育度」、「潛勢度」、「危險度」和「危害度」時空遞進分析理論與方法，簡稱「四度」遞進分析法(AMFP)，並在三峽庫區(54175km²)和四川雅安地質災害預警試驗區(1067km²)進行了應用，結果是可信的。

李長江等(2004)將GIS和ANN(人工神經網路)相互融合，考慮不同的地質、地貌和水文地質背景，建立了給定降雨量的浙江省區域群發性滑坡災害概率預報(警)系統(LAPS)。

宋光齊等(2004)根據地貌、岩性和地質構造幾率分布，基於GIS建立了給定降雨量的四川省地質災害預報系統。

殷坤龍等(2005)以浙江省為例探索了基於WebGIS的突發性地質災害預警預報問題。

由於我國政府在全國范圍內推行區域地質災害預警預報機制，目前我國的預警探索工作走在世界前列。

4.2.3 動力預報法

動力預報法是一種考慮地質體在降雨過程中地-氣耦合作用下研究對象自身動力變化過程而建立預警判據方程的方法，實質上是一種解析方法。動力預報方法的預報結果是確定性的，可稱為第三代預報方法，目前只適用於單體試驗區或特別重要的局部區域。該方法主要依據降雨前、降雨中和降雨後降水入滲在斜坡體內的轉化機制，具體描述整個過程斜坡體內地下水動力作用變化與斜坡體狀態及其穩定性的對應關系。通過鑽孔監測地下水位動態、孔隙水壓力和斜坡應力-位移等，揭示降雨前、降雨過程中和降雨後斜坡體內地下水的實時動態響應變化規律、整個坡體物理性狀變化及其變形破壞過程的關系。在充分考慮含水量、基質吸力、孔隙水壓力、滲透水壓力、飽水帶形成和滑坡—泥石流轉化因素條件下，選用數學物理方程研究解析斜坡體內地下水動力場變化規律與斜坡穩定性的關系，確定多參數的預警閾值，從而實現地質災害的實時動力預報。

目前，這種方法局限於試驗場地或單個斜坡的研究探索階段，必須依賴具有實時監測、實時傳輸和實時數據處理功能的立體監測網(地-氣耦合)作為支撐才能實現實時預報。由於理論、技術和經費等方面的高要求，這種方法比較適用於重要的小區域或單體的研究性監測預警。

據研究，美國舊金山海灣地區的6h降雨量達到4in(101.6mm)時，就可能引發大面積泥石流。為了監測降雨期間地下水壓力的變化，研究人員設置了若干個孔隙水壓力計以觀測斜坡中地下水壓力變化。舊金山海灣地區實時區域滑坡預警系統包括降雨與滑坡發生的經驗和分析關系式，實時雨量監測數據，國家氣象服務中心降雨預報以及滑坡易發區略圖。

在我國，劉傳正等(2004)在四川雅安區域地質災害監測預警試驗區進行了大氣降水與斜坡岩土層含水量變化的分層響應監測，發現不同降雨過程和降雨強度下，斜坡岩土體的含水量相應發生明顯變化，可以研究降雨在斜坡岩土體內的滲流過程直至出現滑坡、泥石流的成因機理。

2003年8月23～25日是一個引發多處地質災害並造成人員傷亡的典型降雨過程，可以作為分析實例。以8月19日15時的含水量為背景值，則8月23，24和25日降雨過程分別對應第96，120和144h的含水量，4個層位的記錄曲線明確反映了隨累計降雨量增加斜坡岩土體含水量急劇增加，第一、二層位達到過飽和狀態，且含水量急劇增加出現於第121h，即24日15時之後，滯後於降雨時間約20h。各層含水量峰值出現於第151h，即接近滑坡呈區域性暴發時間(26日零時，對應第153h)。該分析未考慮沿裂隙的地下水滲流作用(圖4.1)。

圖4.1 四川雅安桑樹坡監測試驗點第1～4層含水量隨時間變化曲線

分析對比隱式統計預報法、顯式統計預報法和動力預報法3類方法，我們認為，未來的方向是探索地質災害隱式統計、顯式統計與動力預警3種模型的聯合應用方法，以適應不同層級的地質災害預警需求。研究內容包括臨界雨量統計模型、地質環境因素疊加統計模型和地質體實時變化(水動力、應力、應變、熱力場和地磁場等)的數學物理模型等多參數、多模型的耦合。3種模型的聯合應用不僅適應特別重要的區域或小流域，也為單體地質災害的動力預警與應急響應提供決策依據。

③ 　地質災害氣象預報預警響應

群測群防機構可通過電視、網路、傳真、通訊等形式接收國家、省（自治區、直轄市）、市、縣發布的地質災害氣象預報預警信息。

縣級群測群防機構收到地質災害氣象預報預警信息後，應在2小時內將信息轉發到相關地質災害防治責任單位、隱患點監測責任人以及隱患區巡查責任單位（或責任人）。

（1）當預警級別為3級時，群測群防機構應通知基層群測群防監測人員注意，查看隱患點變化情況。

（2）當預警級別為4級時，群測群防機構應通知基層群測群防監測人員加密監測，注意防範，做好啟動防災應急預案的准備。

（3）當預警級別為5級時，群測群防組織應立即通知基層群測群防監測人員加強巡查，加密監測。一旦發現地質災害臨災前兆，應立即發布緊急撤離信號，組織疏散受威脅的人員。

（4）未在地質災害氣象預報預警區域內，出現持續大雨或暴雨天氣時，群測群防責任單位和監測人員應及時上崗加強監測。當發現臨災特徵時，應立即組織疏散受威脅人員。

（5）鼓勵公民和組織通過電話等各種形式向人民政府、國土資源主管部門提供地質災害災情和險情信息。

（6）縣級群測群防機構在汛期每個月25日前，應將當月地質災害信息反饋到省（自治區、直轄市）、市國土資源主管部門，信息反饋內容詳見附件Ⅰ－5。

④ 中國地質災害風險評價分區圖怎麼運用到地質災害氣象預警中

地質災害風險性是指地質災害發生不同險情的概率。
風險概率為暴雨頻率。
風險概率一暴雨頻率一暴雨強度一地質災害危險區范圍一險情一危險等級。可以進行縣（市）地質災害風險氣象精準預警…

⑤ 天氣預警圖標中，有一個像約等號的圖標是什麼意思

應該是城市內澇或者城市道路積水的圖標。昨天深圳台也有，據報道深圳道路積水達半米深。

⑥ 地質災害氣象預警區劃

如前所述，在地質災害的控制與影響因素中，降雨和人類工程活動是最為活躍的觸發因素。在人類不合理工程活動地段，黃土的卸荷與風化裂隙、落水洞、陷穴等尤為發育，降水容易沿著這些通道快速滲入地下，引發地質災害，降雨成為觸發地質災害最積極的因素。所以，通過氣象預報，可有效開展滑坡崩塌泥石流等地質災害預警，實現防災減災的目標。

一、臨界降雨量確定

據本次調查資料，2000～2004年發生的13次新滑坡和16次崩塌，其發生頻次均與月平均降水量呈顯著的正相關，滑坡、崩塌發生時間全部落在6～10月份，在9月份最高，7月和8月次之，6月和10月份較低。地質災害的發生頻次與本區的降水特徵有關，9月份常出現淋雨，並伴有大雨，這種降水特徵有最利於浸潤黃土和入滲補給地下水，觸發地質災害發生；7月和8月份集中了全年75%以上的R_1h≥10mm強降水和82%以上的R_1h≥20mm強降水，這種強降水特徵不如9月份有利於降水入滲，所以，7月和8月份出現的災害頻次不如9月份高；6月和10月份強降水頻率低於7月，8月和9月，但高於其他月份；另外，10月份也常有淋雨，所以在6月和10月份也引發了地質災害。由此可見，無論是淋雨，還是強降雨，都是觸發地質災害的因素。

寶塔區歷史上僅有一個氣象站，不能反映降水特徵的空間展布，為了能夠揭示區域降水特徵，本次與陝西省氣象局合作，對1980年到2005年25年間，陝北黃土高原地區的27個氣象站的日、時降水量進行了分析，統計了各站日降水量中R_1h≥10mm或20mm的局地暴雨過程，對其氣候特徵和時空間演變規律進行歸類分析、研究總結。研究結果表明：

（1）在25年中，陝北黃土高原共出現R_1h≥10mm的強降水2638時次，R_1h≥20mm強降水574時次，年平均R_1h≥10mm的強降水有106時次，R_1h≥20mm強降水有23時次。

（2）R_1h≥10mm發生時次最多的年份是1994年，為173時次；最少的是1980年，僅有36時次。R_1h≥20mm強降水發生次數最多的年份是1994年，為56時次；最少的是1982年僅有3時次。可見陝北強降水出現時次的年際差異較大，最多年份與最少年份相差十幾倍之多。

（3）R_1h≥10mm強降水旬分布具有多峰值的特點。7月中旬，7月下旬和8月上旬為第一高峰值，在數值比較接近也是全年的最大峰值；8月下旬為全年的次峰值，6月上旬為全年的第三峰值。R_1h≥20mm單峰特徵較明顯，8月上旬為其高峰值，8月上旬之前，強降水頻次緩升後，強降水的頻次突然降低、減少。

（4）淋雨主要出現在9月，10月份也有淋雨和大雨發生。

（5）寶塔區暴雨年頻次＞0.8（圖7-5），大雨日年頻次為4左右（圖7-6）。

圖7-5 陝北暴雨年頻次分布圖

圖7-6 陝北大雨年頻次分布圖

對比分析本區降水特徵和地質災害發生的關系，可以確定地質災害氣象預警的臨界降雨量。預警的臨界降雨量特徵值分別是：

（1）日降雨量≥50mm（R_24h≥50mm）；

（2）6小時降雨量≥25mm（R_6h≥25mm）；

（3）1小時降雨量≥20mm或3小時降雨量≥25mm並且日降雨量≥30mm（R_1h≥20mm或R_3h≥25mm且R_24h≥30mm）；

（4）連續多日降雨，且日降雨量≥10mm。

符合以上條件之一就應該進行地質災害預警，作為地質災害氣象誘發日向外發布。

據此臨界降雨量可以進行模擬校驗，校驗結果表明，調查區內地質災害暴雨誘發日為2.5d/a，連陰雨誘發日為2.8d/a，即每年可預報的次數將在2～7次。說明選取上述4項指標是符合實際情況和可以操作的（圖7-7）。

圖7-7 陝北地質災害暴雨誘發日分布圖

二、地質災害氣象預警級別

參考陝西省地質災害氣象預報預警分級劃分，結合調查區實際情況，將預警級別劃分為三級：分別是Ⅰ級預警、Ⅱ級預警和Ⅲ級預警。

Ⅰ級預警是高級預警，地質災害發生概率最大，為地質災害發布警報級；

Ⅱ級預警是中級預警，地質災害發生概率中等，為地質災害發布預報級；

Ⅲ級預警是低級預警，地質災害發生概率最小，為地質災害不發布預報級。

三、地質災害氣象預警區劃

（一）日降雨量≥50mm預警區劃

本降雨量級別在預警氣象中相對降雨強度為最小（圖7-8）。

圖7-8日降雨量≥50mm預警區劃圖

（1）Ⅰ級預警區的范圍最小，僅限於北半部延河流域，分散於這一區域的北部、西部和中部少部分地區（圖中深灰色）。總面積927.71km²，占調查區總面積的26.1%。這些地區位居延河幹流，河谷深切；以及較長支流的上游，溝谷強烈下切地帶，人類工程活動極為強烈，為調查區的地質災害發育區。

（2）Ⅱ級預警區主要分布在調查區北部延河流域（圖中淺灰色），面積1303.96km²，占調查區總面積的36.7%。這一區域大多為延河次級支溝黃土梁、峁地區，主要溝谷多處於中游，人類工程活動較強烈，地質災害發育強度稍低。

（3）Ⅲ級預警區分布於調查區南部汾川河流域（圖中白色），面積1324.33km²，占調查區總面積的37.2%。這里植被茂盛，溝谷寬緩，人類工程活動不強烈，地質災害極不發育。

（二）6小時降雨量≥25mm預警區劃

本降雨量級別在預警氣象中相對降雨強度為中等（圖7-9）。

圖7-9 6小時降雨量≥25mm預警區劃圖

（1）Ⅰ級預警區的范圍較前有所擴大。除北部延河流域中部少量區域外，占據北部延河流域大部分地區（圖中深灰色）。總面積1627.70km²，占調查區總面積的45.8%。為調查區地質災害發育區及部分次發育區。

（2）Ⅱ級預警區的范圍較前有所減少。主要分布在調查區北部延河流域（圖中淺灰色），南部汾川河流域有少量分布。總面積676.38km²，占調查區總面積的19%。這一區域大多為延河次級支溝黃土梁、峁地區，主要溝谷多處於中游，人類工程活動較強烈，地質災害發育強度稍低。

（3）Ⅲ級預警區的范圍較前有所減少，全部分布於調查區南部汾川河流域（圖中白色），面積1251.92km²，占調查區總面積的35.2%。這里植被茂盛，溝谷寬緩，人類工程活動不強烈，地質災害極不發育。

（三）1小時降雨量≥20mm預警區劃

本降雨量級別還包括3小時降雨量≥25mm並且日降雨量≥30mm，在預警氣象中相對降雨強度為最大（圖7-10）。

圖7-10 1小時降雨量≥20mm預警區劃圖

（1）Ⅰ級預警區的范圍為擴展至最大。占據整個北部延河流域（圖中深灰色）。總面積2232.67km²，占調查區總面積的62.8%。為調查區地質災害發育區及全部次發育區。

（2）Ⅱ級預警區的范圍縮減至最少。從調查區北部延河流域全部退出，僅分布在南部汾川河流域主幹流（圖中淺灰色），分布面積194.91km²，占調查區總面積的5.5%。這一區域為汾川河主幹流上中游，溝谷切割較強烈，地質災害發育程度較其他地區稍強。

（3）Ⅲ級預警區的范圍縮減至最小，全部分布於調查區南部汾川河流域（圖中白色），面積1128.42km²，占調查區總面積的31.7%。這里植被茂盛，溝谷寬緩，人類工程活動較少，地質災害極不發育。

⑦ 地質災害氣象風險預警指的是什麼

地質災害氣象風險預警是指在一定地質環境和人為活動背景條件下，專受氣象因素的影響，某屬一地域、地段或地點在某一時間段內發生地質災害的可能性大小。它是真實世界遭受損失可能性的一種狀態，而不是真實發生的一種狀況。由於人類防禦災害能力和實施防災措施的不同，這種可能性的狀態可能發生也可能不發生或部分發生。地質災害氣象風險預警基於地質災害的主要控制因素（地層岩性、地質結構、地形地貌、岩土體類型等）和激發因素（降雨、地震、冰雪消融、人為活動）通過模型運算來開展工作，控制因素是基本條件，激發因素在不同地區或同一地區不同時段、不同地段常常表現出較大差異。

⑧ 怎麼建立縣（區）地質災害風險氣象預警公共平台

①中國地質災害風險評價方法見豆丁網「中國地質災害風險評價的理論與方法"。
②編制回不同暴雨頻率答下的縣（區）地質災害風險評價分區圖系。
③建立縣（區）地質災害風險氣象預警公共服務平台：
降雨量→當地暴雨頻率→該暴雨頻率下的縣（區）地質災害風險評價分區圖。告訴轄區：
a）地質災害危險源在那裡？
b）危險源危險區范圍？
C）危險區內受威脅人數和財產=？
d）高風險、中風險等地質災害分布在那裡？
e）地質災害發生不同危險等級的概率？
f）地質災害預防措施建議