可可科科 -
由于人口的增长，可供利用的土地不断减少，城市化向不稳定地区扩张，滑坡等地质灾害造成的损失不断增加。当决策者面临灾害防治和减轻决策时，不仅需要对过去灾害事件的“静态”环境的空间表征，更需要具有“预测性”的空间表征。这意味着管理决策者需要知道未来灾害的发生概率和可能的发生地点，以便采取适当的防灾措施和制定减灾计划。为此，从20世纪80年代后期开始，世界各地广泛开展了滑坡危险性评估以及滑坡风险评估与区划研究等工作。
一、滑坡灾害危险性评估
Cross于1996年采用滑坡敏感性指数（LSI）（Landslide Susceptibility Index）作为定量化指标进行滑坡灾害危险性区划，并在英国Derbyshire地区进行了实践。FinlayP.J. 和 Fell Robin（1997）从滑坡灾害风险辨识和可接受滑坡风险水平出发，对澳大利亚和香港的滑坡灾害进行了研究，其成果包括滑坡灾害的调查、土地开发原则、滑坡灾害的分类、滑坡灾害造成的生命财产损失可接受概率等。Finlay P.J., Mostyn G.R.&Fell Robin（1999）用统计学原理，对香港1984-1993年间的3000多个滑坡灾害记录数据库进行了统计分析研究，建立了机遇滑坡灾害几何条件的预测滑坡灾害水平运动距离的多元回归模型。 Conor G.Smyth & Stephen A. Royle （2000） 以Niteroi城市为研究对象，研究了湖泊承灾体城市居民的易损性，分析了滑坡致灾因子及其影响，并提出了相应的滑坡灾害风险管理措施。Fausto Guzzetti（2000）建立了意大利1279-1999年间滑坡灾害导致生命死亡的数据库，对致命滑坡的发生频率及其致命率的评估进行了系统的研究。Piyoosch Rautelal 和 Ramesh Chandna Lakhera（2000） 利用GIS和遥感技术对印度的Giri 和 Tons River （in Himachal Himalaya）流域的滑坡灾害进行了风险评估研究。B.Temesgen 和 M.U. Mohammmed（2001） 利用GIS和遥感技术研究了滑坡灾害与致灾因子之间的统计关系，并用风险系数（0-1）来评估滑坡灾害风险。 Ragozin等在2000年提出了应用于滑坡灾害风险评估的危险性指标和易损性指标以及相应的表达式。Johnson等2000年在澳大利亚一项为城市发展规划服务的崩塌、滑坡、泥石流灾害预测中，把地质灾害危险性、易损性和风险评估作为一体，以GIS软件为技术平台，分别采用了平面和三维评估系统，对Cairns地区进行了崩塌、滑坡、泥石流等地质灾害的危险性分析和风险区划研究。P. Aleollt（2000）采用了GIS技术对意大利北部阿尔卑斯山前缘地区的滑坡、洪水、雪崩、山谷口堆积等灾害的危险性及总的风险进行了区划性制图研究。A.Ragozin（2000）从理论上研究了滑坡灾害风险评估中的危险性、易损性和风险性，提出了考虑危险性评估目标有效期限在内的单个滑坡灾害危险性指标，并用其主要控制因素的概率乘积表示；对于区域性滑坡灾害评估，提出用给定地区的面积、滑坡发生面积、滑坡数量和时间之间的关系建立定量模型。
Suzen等人提出了运用滑坡种子元（seeds）图和统计百分位（percentile）图的新概念进行区域滑坡危险性评估。其主要原理是，运用统计学方法，估计影响滑坡稳定性的各因素的相对贡献率。种子元是指未被扰动的地貌单元（地带），它用来确定滑坡边界；而百分位类型的划分则用来将连续变量转化为类级离散变量。他们将这一方法应用到土耳其的Asarsuyu集水流域的滑坡灾害危险性评估。在GIS环境下生成岩性、到断层线段距离等13个影响边坡稳定性的变量图。分别将13个影响变量图与滑坡灾害分布图相叠置，获得“种子元”和“滑动元”的属性数据库。根据各影响因素中不同百分位类别中滑动单元的数目以及未滑动（种子） 元的数目，计算出各影响因素的权重。
Bonham提出了基于统计学的Bayesian方法的数据驱动权重模型（weights ofevidence modeling），将其应用到找矿领域。Van Westen进一步将该模型应用到滑坡灾害危险性评估领域。数据驱动权重模拟方法的主要原理是利用滑坡历史分布数据，建立滑坡分布与各影响因子之间的统计关系，即根据在各影响因子不同类别中滑坡分布的统计情况来确定各影响因子对滑坡灾害的贡献率（权重）大小。与专家知识模型相比，该类模型对权重的确定更加科学和可靠，避免了专家的主观性所带来的不确定性。最后，利用另一时期的滑坡分布历史数据对评估结果进行检验和成功率预测，调整不合理的边界，使评估结果更加具有可信度。基于贝叶斯（Bayesian）统计方法的数据驱动权重模型较其他统计方法更加严谨，充分考虑了滑坡影响因素之间的关系，以及各影响因素与滑坡灾害的关系；并进行影响因素的独立性分析，找出最关键的影响因子。在此基础上再计算各影响因素的权重。
Carrara（1989）利用多变量或“黑箱”模型，在意大利的一些地区开展了滑坡危险性定量评估编图工作，预测实际和潜在滑坡的失稳事件。作为一种“预警”工具，这种编图可用于选择“危险性大”、需进一步详细调查的场所。所采用的主要方法包括：①根据专家经验和知识进行直接的估计；②将代表斜坡不稳定因素的图层按一定的权重进行叠加获得“指数”主题图；③利用多变量模型，通过统计方法评估实际/潜在的斜坡不稳定性，以确定滑坡危险性概率水平。应用这些方法的基本假设条件是：在统计训练样本地区滑坡失稳的产生条件与整个研究区的环境条件相同。统计分析中的基本单元是“具有地貌意义”的斜坡单元（面积大小不等）。影响滑坡失稳的各种影响因子之间的运算都是在GIS环境下的基本网格单元上进行。利用判别分析方法，将稳定性斜坡单元和不稳定性斜坡单元分成不同类别，在此基础上将其转换成概率。最后将得到的滑坡危险性预测概率图与实际/编目的滑坡图进行对比，获得“可靠性”程度的检验。不幸的是，在许多案例分析中往往这样的可靠性检验实际上没有任何意义。因为进行预测分析所使用的滑坡数据就是实际的滑坡数据，即进行预测建模的数据与验证模型的数据没有分开，是同一组数据。
Mark和Ellen（1995）对美国加利福尼亚州数千条泥石流记录的数据库和5个滑坡要素图层进行了回归分析。在分析中假定暴雨触发泥石流的条件与1982年加州暴雨事件相同。对滑坡重现的研究使用了模拟技术，选用了10m精度的DEM数据。他们利用一组浅层泥石流数据（200多个泥石流）的分布和频率来模拟泥石流的触发区、滑动体积、沉积区以及最大物质运移距离，划分出泥石流高、中、低危险区。用另一组历史滑坡数据对模拟预测结果进行了验证。
Carrara和Guzzetti（1995、1999）在以前的研究基础上，将基础编图单元划分为三种：网格单元、独特条件单元、斜坡单元，对三种危险性模型进行了对比分析：I-对斜坡单元进行判别分析；II-对独特单元进行了条件分析；III-对独特单元进行判别分析。在危险性模型（I）中，使用了40个因素用于建立判别函数，将266个斜坡单元划分为稳定地区（滑坡面积不超过2%）和不稳定地区。65%的单元数据集为训练数据，其余35%的单元数据集用于检验。结果表明，三种危险性模型划分单元的“正确率”分别是83.8%、82%、75%。
Liener等（1996）提出了SLIDISP的滑坡危险性评估程序，利用通过岩土调查获得的安全系数来确定滑坡易发区。在瑞士的研究区，根据安全系数确定滑坡临界坡度，大于临界坡度的地区为滑坡易发区，对不同滑坡类型和土壤估计出不同的临界坡度，编制称为SLM的滑坡危险性图。经验证发现，这种方法的准确率达到86%。然而该方法的缺陷是，不能进行滑坡预测，因而不能说明未来滑坡事件的可能发生位置及其与几个参数图层（或参数组合）之间的关系，从而无法对危险性指数进行检验。
Guzzetti等（1999）对滑坡危险性评估现状进行了全面的评述，指出：“滑坡危险性预测图的可靠性和危险性评估的标准没有规范可循”。尽管他对此没有提出任何有关的建议，但他注意到，“滑坡危险性预测模型不易用传统的科学方法进行检验，检验滑坡预测图的唯一方法是时间。针对这些挑战，其解决途径可能是通过新的科学实践处理不确定性难题。”
Clerici等（2002）提出了基于条件概率和GIS的滑坡敏感性评估的程序，编写了宏语言用于处理繁杂的空间数据计算。他们考虑了5个与滑坡发生相关的环境因素：地质、土地利用、坡度、降雨量、层状地层/地形坡度关系。5个要素图进行了叠加后将整个研究地区划分为无数个“独特-条件多边形”。每个多边形是均质的，即其产生滑坡的环境条件相同。空间数据库的分辨率是5m×5m，共有1300万个单元。假定滑坡密度等于滑坡敏感性。计算每个多边形的滑坡密度后再进行分类，最后划分为5个敏感性等级。滑坡敏感性图由2131个独特-条件区组成，其中1542个独特-条件区至少受到一个滑坡的影响。共考虑了6种不同类型的滑坡，但没有将它们区别计算。因此，所产生的敏感性图是一种“一般”性的概略图。关于用于预测的统计分析方法以及进行验证所使用的技术在文献中作者都没有提及。
Dai和Lee（2002）利用逻辑分析方法对香港的Lantau岛进行了斜坡不稳定性预测评估，还研究了滑坡的物质活动行为特征，但遗憾的是，同样没有对预测结果进行检验评估。
Gritzner等（2001）尝试将历史滑坡数据随机分为两组，一组用于预测，一组用于检验，但遗憾的是，他们的分组不是根据滑坡的历史发生时间进行的，然而这种分组评估和验证思路是正确的。
Disperati等（2002）利用由Chung和Fabbri（1993）提出的统计技术，对意大利中部的一个研究区开展了滑坡危险性区划研究。他们使用了1∶10000空间数据库（包括滑坡、陡崖、物质位移范围等数据，还包括岩性、坡度和坡向、高程、土地利用等滑坡影响要素图层）。在预测建模中，随机选取了一组训练数据集，将不同的滑坡影响因素进行了组合叠加，得到滑坡危险性预测图。利用剩余的一组数据集通过生成的预测率曲线（prediction-rate curves）对预测图进行了检验。尽管预测结果并不理想，但毕竟他们的工作在使用系统程序开展滑坡危险性空间定量预测并检验和解释其预测结果方面向前迈出了重要的一步。
Park等（2002）分析和研究了滑坡危险性编图中的空间不确定性。他们对空间预测模型中的影响要素图层的边界模糊性进行了表征。用预测率曲线来解释和验证了不同要素组合和不同空间不确定水平下的预测结果。
表2-1和表2-2概述了在过去30多年里，世界各地关于滑坡编目和危险性空间分析研究的主要情况。在区域尺度的滑坡空间分析研究中，广泛使用了统计方法进行滑坡敏感性分析（如Baeza和Corominas，2001；Carrara，1989；Fernandes等，2004；Griffiths等，2002）和危险性评估（如Guzzetti等，1999；Asch等，1992），最近还使用了模糊模型（如Ercanoglu和Gokceoglu，2002；Pistocchi等，2002）和概率预测模型等先进的统计方法（Pistocchi 等，2002）进行滑坡敏感性分析。
岩石滑坡空间分析主要包括岩石塌落和（大规模）岩石滑动（表2-3）。一些岩石滑坡的编目给出了其空间分布的信息，还有一些编目利用统计方法和经验模型对岩石塌落进行了空间分析（如Dorren和Seijmonsberegen，2003；Mei,2001；Wieczorek等，1998）。还有一些研究人员（如Guzzetti等，2002a）开发了数值模型模拟岩石滑坡的空间运动模式。
世界各国广泛开展了泥石流的流域、区域和国家尺度的调查（表2-4）。主要是泥石流发生的空间分布编目以及在显著的触发事件（如暴雨、地震等）作用下发生的滑坡分布情况。普遍采用了统计技术以及数值方法评估泥石流敏感性和危险性（如D"Ambrosio等，2003；Lorente等，2002）。除了流域和区域尺度外，一些国家（如美国和瑞士）还开展了国家尺度的泥石流编目和敏感性空间分析。
世界各国还广泛开展了土体滑动的空间分析研究（表2-5）。主要包括深位滑动和浅层转换滑动。对于场地尺度的浅层转换滑动，主要应用无限平衡滑坡稳定性分析模型，用以估计坡体的安全系数（FoS）和失稳概率（如Dietrich等，1995；Montgomery 等，2000；Wu和Abdel-Latif，2000）。Moller等（2001）开发了基于水文响应单元和土壤力学响应单元的一种无限滑坡模型。启发式（heuristic）专家评判方法主要用于区域和国家尺度的研究。这种研究为进一步使用先进模型的研究奠定了基础。
从国家尺度的研究来看，Paige-Green（1985）基于专家判断给出了滑坡危险性的分类。Jones和Lee（1994）概述了英国滑坡编目的信息。Guzzetti等（1994）对意大利进行了滑坡的综合编目。Dikau和Glade（2003）根据岩性和坡体的几何特征进行了国家尺度的滑坡敏感性编图。尽管国家尺度的分析所提供的信息是粗略的，但它们为进一步开展区域滑坡风险分析奠定了基础，例如，结合风险承灾体（风险元素）和相关的社会—经济属性，可以开展区域滑坡风险评估。
表2-1 世界不同地区滑坡编目（流域和区域尺度）
续表
表2-2 世界各地滑坡空间危险性分析概览
续表
表2-3 世界各地崩塌、岩质滑坡空间评估概览
续表
表2-4 世界各地泥石流危险性空间分析评估概览
表2-5 世界各地土体滑坡空间分析评估概览
续表
二、滑坡灾害风险评估
联合国减灾组织-UNDRO于1982年提出了风险概念。此后有不少研究人员（如Brabb，1984；Einstein，1988；Fell，1994；Hearn和Griffiths，2001；Leoneo等，1996；Leroi，1996；等）将这一概念引入滑坡灾害领域。由Cruden和Fell（1997）编辑出版的滑坡风险评估国际研讨会论文集，首次全面介绍了滑坡风险研究的情况。此后，陆续出版了滑坡风险研究的案例（如Cardinali等，2002；Dai等，2002；Finlay等，1999；Guzzetti，2000；Hardingham等，1998；Hearn和Griffiths，2001；Michael-Leiba等，2000）。
目前普遍采用的是滑坡工作组风险评估委员会（IUGS，1997）和由澳大利亚岩石力学协会的Fell（2000）提出的滑坡风险定义。大多数滑坡风险研究主要采用的是自然科学的方法，而关注社会对滑坡灾害事件的应对战略或受影响社区的弹性能力相关的社会科学研究与洪水或地震等自然灾害相比还十分有限。以下列出了最近10多年来滑坡风险研究的重要成果。
Mario Mejia-Navarro和Ellen E.Wohl（1994）在分析哥伦比亚的 Meddllin 地区地质灾害危险性和土地及生命易损性的基础上，利用GIS技术将二者合成产生了风险评估分区图。R.Anbalagan和Bhawani Singh（1996）在前期关于山区滑坡灾害评估和区划制图研究的基础上，提出了风险评估制图的新方法；风险评估矩阵（RAM）。Jefferies等在1996年提出了用Bayesian方法进行风险概率的评估。
Mejía -Navarro和Garcia（1996）开发出IPDSS，即综合规划决策支持系统（Integrated Planning Decision Support System），它是基于GIS平台和图形用户交互界面的滑坡灾害危险性、易损性和风险评估的综合信息系统。滑坡危险性（敏感性）评估是根据影响滑坡的要素图层（如地形、坡面、基岩、地表和构造地质、地貌、土壤、土地覆被、土地利用、水文、降雨量、行洪道分布图以及以前灾害的历史数据）按一定的权重叠加完成的。权重是根据多变量统计分析及专家知识得出的。同样地，IPDSS系统没有将物质运动划分为不同的时段，因而无法表征滑坡发生地与其影响因素之间的关系，也就无法验证预测模式。尽管IPDSS相比以前的研究前进了一步，除了危险性评估，还进行了易损性评估和风险评估，但在整个评估过程中，其属性表征和选择随意性大。
Cardinali等（2002）通过航片解译和野外调查，编制并分析了多时段滑坡编目图。他们将调查限制在过去60年正在发生物质运动以及过去发生过物质运动的地区，重点研究各种失稳类型的演化和分布。通过以下战略开展滑坡危险性、易损性和风险性评估：①确定研究区范围；②编制多试点滑坡编目图和分类图；③确定滑坡灾害带（单相和多相滑坡的影响范围）；④滑坡危险性评估；⑤识别并编制承灾体图，并评估其对于不同滑坡类型的易损性；⑥滑坡风险评估。假设条件是研究区内未来发生的滑坡可能会出现在已发生过滑坡的邻近地区或发生在同一坡体上或同一水系流域中。出于经济的考虑，作者只进行了局部滑坡危险性评估（占研究区面积的21.4%，980个滑坡影响带中的210个影响带，面积为20km2），没有对整个研究区或汇水流域进行区域滑坡危险性评估。滑坡危险性区划也只限定在可能会发生物质运动的地区。将估计的滑坡频率等级和观测到的滑坡强度等级进行交叉后得到不同危险性等级，将其归并后重新划分为4个相对等级。在编制的1∶10000的概略图上，表征了11种承灾体，针对每种滑坡类型的不同滑坡强度，划分出3个易损性等级。该项研究特别让人感兴趣的是，对过去60年内的物质运动进行了航片解译，将滑坡的演化过程进行了时间对比分析。但该项研究还存在3大缺憾：①没有给出滑坡危险性水平的定量化绝对值；②对滑坡危险性评估/预测结果没有进行检验；③没有使用一致性的空间单元和空间覆盖。
Lerio（1996）对法国上世纪70年代以后，特别是在1982年7月13日颁布自然风险规划法（PER）以来的滑坡风险性评估与编图进行了全面的评述。根据PER法律的要求，在法国普遍开展了1∶5000到1∶10000的滑坡风险性编图工作，并将编制的图件作为灾害防治和灾后补偿的依据。灾害风险评估与编图主要回答以下问题：①物质运动的类型是什么？②潜在不稳定地区在哪里？③什么时候会触发灾害的发生？④灾害影响范围有多大？⑤灾害与环境的关系是什么？是自然原因还是人为因素造成的？⑥灾害引起的损失有多大？Lerio总结出3种可供使用的编图方法：①专家评估（具有主观性，需要进行解释和运用统计技术）；②回归分析（利用已发生滑坡地区可靠的空间数据库，建立物质运动模式与其环境因素的关系，据此推测其他类似地区滑坡发生的可能性，主要用于较大区域的分析）；③机械分析（基于确定性稳定性模型，预测滑坡发生概率，主要用于场地尺度的滑坡评估与预测）。Lerio指出：“几乎所有的风险图都没有将时间概念综合进去，而灾害的预防投资将需要基于大量历史数据的可靠的灾害时空预测模型。
Leone等（1996）提出了损失函数，作为构建易损性框架的一部分。为此，收集和对比分析历史滑坡及其相关数据是至关重要的。必要的表征是将研究区划分为若干个空间区块，不同区块其滑坡发生概率不同。
Glade（2001）在德国Rheinhessen地区开展了区域滑坡风险评估。将不同土地利用划分为不同的风险因素，因生命风险在该地区很小，所以在该研究中忽略了生命风险分析。对每类风险因素（不同土地类型）进行了货币价值的折算（表2-6）。将滑坡灾害信息与风险因素的易损性相结合，构成风险矩阵。以此划分滑坡风险的不同等级。90%地区划分为低风险区，8%地区为中等地区，2%为高风险区，0.2%为非常高风险区。尽管所得出的滑坡风险图不能用于当地政府的详细规划目的，但所确定的滑坡灾害易发区无论是对当地政府还是地区政府用于确定“热点”地区的详细分析，无疑都具有很大价值。
表2-6 不同潜在损害价值（欧元）的风险因素（Glade等）
Glade和Jensen（2004）在冰岛fjord西北地区Bildudalur开展了崩塌灾害风险分析研究，确定了建筑物的易损性和人员伤亡的风险概率。尽管历史上没有崩塌灾害的伤亡记录，但这种研究还是为当地政府对危险岩石的恰当管理提供了可靠的依据。在研究中将确定的崩塌路径转换为危险带区划，再与潜在的损失价值和相关的风险因素相结合，确定了风险水平。在后果分析中，不仅考虑了研究区任何地点的易损性、影响的时空概率，还考虑了崩塌灾害的季节影响概率。在GIS环境下，将这些成果以图件的形式表征出来。最后确定的风险不仅包括个人生命风险，还包括社会生命风险。崩塌灾害的个人风险很低，范围是1.1×10-5/年至5.6×10-5/年；92%地区属于低风险，8%地区属超低风险区；然而社会风险则变化在1.6×10-3/年至2.1×10-5/年，4%地区属超低风险区，27%地区为低风险区，58%地区为中等风险区，11%地区属高风险区。所计算的生命总风险水平，即年死亡率为0.009。
表2-7概述了世界不同地区开展的各种空间尺度的滑坡风险评估。一些研究基于编图程序进行了滑坡危险性和风险区划（如Espizua和Bengochea，2002），另一些研究提出了泥石流（如Liu等，2002）等不同类型的滑坡风险评估的经验公式，还有一些研究利用概率方法进行滑坡风险评估（如Chung和Fabbri，2002；Rezig等，1996）。尽管在许多出版的文章中，“风险”一词出现的频率很大，但真正意义上的滑坡风险研究并不多。滑坡风险研究还处于探索阶段。
表2-7 世界各地地质灾害风险空间评估概览
续表