朱建国，丛沛桐，刘 浩

(1.华南农业大学 水利与土木工程学院，广东 广州 510642；2.广东省农业水土信息无人机采集遥感工程技术研究中心，广东 广州 510642)

1 概述

钟山县处于我国西南地区，行政区划属广西东部偏北的贺州市，北纬N24°31′45.35″，东经E111°17′51.26″，北回归线偏北区域，气候属于亚热带季风气候是典型的亚热带过渡带。钟山县属于横断山脉边缘区的丘陵山地地区的富钟贺岩溶盆地，境内径流量充沛，水资源总量丰富，但常发生局部性旱涝灾害。

国外的Varnes、Hansell、Choi等学者分别提出山洪地质灾害三原理；预测了20世纪80年代2月中旬的暴风雨期间发生的重大滑坡事件的发生时间；通过频率比模型，利用滑坡发生因子，分析了滑坡的敏感性及韩国张黄地区的滑坡灾害[1-2]。国内的学者殷坤龙、刘传正、贾茜淳、王晶等人也分别建立了浙江省与网络连接的预警预报的防灾减灾体系，应用到地质灾害气象预报预警实际工作中，建立广义回归神经网络系统，预测出不同降雨量下，不同地区的山洪地质灾害危险等级；引入土壤松散程度因子，对广东省博罗县澜石河小流域的山洪地质灾害危险性和易损性进行评价[3-7]。

山洪历时较短，短时内洪峰流量可达到500 m3/s以上，我国平均每年山洪地质灾害造成的伤亡率占洪涝灾害的比例超过60%[8-10]。

山洪地质灾害往往伴随形成泥石流、滑坡等，具有突发性强、影响范围广、破坏能力强等特点，其一旦形成，大概率会造成人员伤亡，财产(道桥、农田、牲畜、房屋等)受到不同程度的破坏，对国民经济和人民生命财产造成极大的危害。面对山洪地质灾害防治的需求，提高数据接收、处理和服务能力，增强降雨带来的山洪地质灾害精准预警，提高长期山洪地质灾害短时预测能力，为人民生命财产安全提供保障。

2 钟山山洪地质灾害影响因子调查

对钟山县裸地土壤类型研究采取实地调查。钟山县地质构造复杂多样，表层有强风化岩石，土质条件较脆弱松散，地形多山区丘陵，易发生山洪地质灾害。钟山县大部分为泥盆系地层，花山乡、两安乡多为花岗岩体，凤翔镇、公安镇、红花镇、回龙镇、清塘镇、珊瑚镇、石龙镇、同古镇、燕塘镇、钟山镇的主要岩性为砂质页岩和灰岩。钟山裸露岩体多为砂岩、粉质粘土，土体疏松，土壤松散程度大，斜坡稳定性差，抗剪强度低，土质松散地带极易发生滑坡、泥石流、崩塌等山洪地质灾害。地质灾害调查点数量统计见表1。

表1 钟山县地质灾害调查点数量 个

在强降雨的作用下，容易使松散土体和水的聚集，导致山体表面土体失稳，形成滑坡泥石流等地质灾害。有研究表明不同松散程度的土壤发生山洪地质灾害的种类也不同，如泥石流、滑坡、崩塌、地面塌陷等。

经调查，近3 a钟山县发生地质灾害155起，累计伤亡约15人，平均每年造成的直接损失300余万元。根据灾害大小，把山洪地质灾害造成损失面积小于0.1 km2的定为低危险类型，造成损失面积在0.1～1.0 km2的定为一般危险类型，造成损失面积在1.0～5 km2的定为中等危险类型，造成损失面积大于5 km2的定为高危险类型。图1为4等灾害类型占比示意，其中高危、中等、一般和低危类型山洪地质灾害占比分别为16%、12%、33%、39%。

面对山洪地质灾害防治的需求，提高数据接收、处理和服务能力，提高山洪地质灾害短时预测能力，增强降雨带来的山洪地质灾害短时精准预警显得更加紧迫。

调查表明导致山洪地质灾害的直接诱因是突发性强降水。广西钟山县地质灾害隐患点多面广，具有群发性、突发性、隐蔽性强、危害巨大等特点，切坡建房引发的地质灾害隐患极为普遍，地质灾害防治工作依然严峻，防灾减灾任务十分艰巨。因此研发地质灾害预警APP，可以有效便捷地把山洪地质灾害风险等级带给广大群众，定期推送钟山县政府的防灾宣传内容，提高民众危险意识，增强民众对灾害的辨识、避免因灾受伤、提高自救能力。

图1 4等灾害类型占比示意

3 技术路线

收集广西壮族自治区钟山县各乡镇历史地质灾害发生区域的资料，从所收集到的钟山县历史调查资料进一步进行深入的分析，探究钟山县山洪地质灾害发生的规律及特点，找出形成灾害的关键影响因子。依靠定量降水预报、结合ArcGIS不同图层的数据以及调查得出的土壤条件资料，基于MATLAB神经网络算法，对钟山县山洪地质灾害风险进评价。将MATLAB神经网络工具箱编译为可被Java类型，前端基于leaflet开源地图并结合当地气象预报信息，把钟山县山洪地质灾害预警APP在手机端展示，为钟山县山洪地质灾害预警提供技术的支撑。进入危险区时，手机实时定位功能数据传入后台，显示钟山县其他位置的灾害危险情况，启动语音报警机制。图2为研究技术路线示意。

3.1 GIS提取特征因子

钟山县有丰富的松散体物质，地形有沟状纵横的坡度和充沛的降雨量，对于松散土体和水的聚集有利。钟山县这种裸露花岗岩强风化岩体、碎屑岩和变质岩的地质条件，地形较为高耸坡陡，纵横沟壑坡度大，便于水源的大量聚集，成为山洪地质灾害易发多发区。

在山洪地质灾害影响因子中选取地貌、地形、降雨、土壤岩性、植被等进行量化，在Arcgis中提取高程、坡度、降雨量、植被覆盖指数、土壤松散度作为神经网络学习的特征因子。图3为钟山县地质灾害点示意。

图2 研究技术路线示意

图3 钟山县地质灾害点示意

3.2 降雨因子

山洪形成的滑坡泥石流灾害须同时具备3个基本条件：有丰富的松散体物质，短时间内有大量来水和有一定坡度(一般小于25°)的沟状地形，对于松散土体和水的聚集有利。裸露花岗岩强风化岩体、碎屑岩和变质岩的地质条件，地形较为高耸坡陡，纵横沟壑坡度大便于水源的大量聚集，多为形成泥石流的地区。降雨量对山洪地质灾害的形成影响因子比重较大，有学者提出降雨类型的滑坡预警模型[11-13]。根据气象资料结合实地调查，5—9月是广西钟山县突发地质灾害的重点防范期，也是降雨型山洪地质灾害多发期。

钟山县2018—2019年月均降雨量见图4所示。通过2019年的降雨及山洪地质灾害发生数据的分析表明：在5—9月降雨集中时段是75%以上山洪地质灾害发生的时段，且持续降雨和突发强降雨对更容易引发山洪地质灾害。调查发现：对于持续性降雨引发的山洪地质灾害有滞后性，强降雨引发的山洪地质灾害有即时性。

图4 2018-2019年月均降雨量示意

4 结果分析

4.1 神经网络模拟

由于影响山洪地质灾害各因子有高程、坡度、植被覆盖率、土壤松散度和降雨等，这些因子数据的单位、量级的不同，不可以直接作为因子进行MATLAB的深度学习神经网络工具箱分析，因此，在使用MATLAB的深度学习神经网络工具箱之前，对各个因子进行异质数据归一化的处理显得尤为重要。而使用神经网络工具箱解决山洪地质灾害预测时最大的限制条件是如何使影响因子异质数据归一化。

把调查整理的435组数据输入神经网络模型，取其中70%进行训练，剩下的30%一半进行验证一半数据用来预测，结果预测精度在83.8%以上。图5为神经网络结构示意，图6为神经网络线性拟合分析示意。

综合分析与MATLAB的深度学习神经网络工具箱分析结果可以得出参数的归一化处理与条件判断处理均能达到满意的分析精度；分别使用归一化函数和条件判断两种方法对MATLAB的深度学习神经网络工具箱数据进行处理，神经网络均能达到令人满意的准确度，且两种方式的准确度相近。

图5 神经网络结构示意

图6 神经网络线性拟合分析示意

4.2 开发显示

使用Matlab和Java结合编程，创建具有高度交互性和可视化效果的虚拟或远程应用程序。在这种情况下，Matlab通过工具箱用于计算和处理数据，而Java提供后台支持和Java应用程序的用户交互[14-18]。选择leaflet开源地图的天地图插件作为显示地图，相对于比一般地图API，天地图在解决经纬度换算偏移误差的问题上比较有优势。图7为手机端APP显示示意。

APP完善后将为对钟山县公众开放，界面简洁易于普通民众操作。手机进入危险区时，手机实时定位功能数据传入后台，启动语音报警机制，也可以通过点击地图了解钟山县其他位置的灾害危险情况。民众也可通过点击手机地图上相应位置得到对应的危险等级报送。

图7 手机端APP显示示意

5 结语

本文通过对钟山县已发生山洪地质灾害的隐患点调查研究，基于山洪地质灾害非线性多场耦合预警模型，构建了适于钟山县的山洪地质灾害预警APP应用，实现实时预警钟山县灾害危险等级信息，初步实现了从使用MATLAB与Java的混合开发方式，实现了数据的在线运算，弥补了Java模型运算不足的缺点，也解决了MATLAB开发后台的缺陷，Leaflet1.6在线开源地图使山洪地质灾害预警模型的理念转变成为手机APP实际应用。预警APP相比其他模型具有提高了实用性、运算速度在毫秒级别、运算能力便捷及其通用性良好，并且与山洪地质灾害预警模型相结合，模型的研究得到了实际运用，为钟山县的山洪地质灾害预警提供了技术支撑。