引言

我国是全球地质灾害最严重的国家之一，崩塌、滑坡和泥石流等地质灾害分布范围占国土面积的44.8%(罗元华，1994)。地质灾害受降水、地质条件、人为活动等多种因素影响，其中降水是主要诱因(谭万沛等，1994)。国土资源部全国县(市)地质灾害调查显示，降水不仅是泥石流，也是90%的滑坡和81%的崩塌灾害的引发因子(李媛等，2004)。国土资源部和中国气象局从2003年起联合开展基于降水的地质灾害气象风险预警业务，对外正式发布国家级地质灾害气象风险预警产品，实践证明，这有效地减轻了地质灾害造成的人员伤亡和财产损失(刘传正等，2015)。近年来，地质灾害气象风险预警与地质灾害调查排查、群测群防、应急演练和宣传培训等相结合，大大增强了我国地质灾害的防控能力。据中国国土资源公报，2003—2014年，全国共成功避免地质灾害1万多起，安全转移60万人次，避免财产损失90亿元(刘艳辉等，2015)。

由于不同国家或地区所开发的地质灾害气象风险预报业务模型都是针对本地，所以我国地质灾害气象风险预报在业务上没有国外同类预报产品可供参考。业务开展过程中，中央气象台消化吸收国内外学者关于降水引发地质灾害预报方法的研究成果，如基于前期降水量和当日降水量的降水阈值方法(文科军等，1998；郑孝玉，2000；林孝松，2001；柳源，1998；网干寿夫，1972)、降雨强度与累积雨量乘积的指标法，如降雨驱动指标RTI (詹钱登和李明喜，2004)和累积雨量、降水时间与降水强度之间要素组合的拟合判别曲线方法，如降雨强度—累积雨量(I－R)曲线(谭万沛，1991)、降雨强度—降水时间(I－D)曲线(Caine, 1980)、累积雨量—降水强度(P－I)曲线(吴积善，1990)、累积雨量—降水时间(R－T)曲线(范正成和吴明峰，2001)等等，并借鉴美国、日本、我国香港等国家或地区地质灾害与降水量的业务经验，如日本累积雨量超过150~ 200 mm，或小时降雨强度超过20~30 mm时大量滑坡将发生(魏丽，2005)、美国Sanbenito和Alameda等地发生滑坡的累积雨量的临界值是超过180~250 mm (Cannon and Ellen, 1985)、中国香港则是超过350 mm，且日雨量大于100 mm、小时雨量大于40 mm(Au，1998)，加拿大滑坡发生的临界累积雨量超过250 mm (Glade et al，2000)，研发了基于临界雨量的第一代地质灾害气象风险模型(以下简称模型Ⅰ)和融合临界雨量与地质灾害易发性信息量的第二代模型(以下简称模型Ⅱ)。业务应用中，模型Ⅰ和Ⅱ对汛期中灾情较重的大多数地质灾害都做出了较准确的预报，为地质灾害气象风险预警业务提供了很好的参考(姚学祥等，2005；薛建军等，2007；徐晶等，2007)。

模型Ⅰ和Ⅱ中一个重要参数是地质灾害临界雨量，表示可能引发地质灾害的降水量阈值。降水量一般包含前期降水和未来降水，前期降水可以通过气象站实际观测和定量降水估测(QPE)等方式得到，未来降水可以使用主观降水等级落区预报、格点化定量降水预报或数值天气预报模式结果等。中央气象台2014年发布了水平分辨率10 km的格点化定量降水预报产品，该产品采用了主客观融合降水反演、降水统计降尺度等技术，使用了预报员主观降水等级落区预报、数值模式预报和定量降水估测产品，具有较高的分辨率和准确性；预报检验表明，相比欧洲中期数值预报中心(ECMWF)确定性模式预报和预报员主观降水等级落区预报，该产品既能保持和预报员主观预报相同的准确率，还能较明显地提高降水预报的时空精细化程度(曹勇，2016)。自2015年起，格点化定量降水预报就被运用在模型Ⅰ和模型Ⅱ中。2016年10月，中国气象局下发《暴雨诱发地质灾害气象风险预警业务规范》(以下简称《业务规范》)。目前还没有对模型Ⅰ和Ⅱ的预报效果开展定量检验，对这两个模型的预警效果和性能特征还缺乏深入的认识，同时关于地质灾害气象风险预警定量检验的工作不多，所以及时开展该方面的研究，对进一步改进和完善模型、提高预警效果具有重要意义。

由于降水量大，台风往往在地质环境脆弱地区引发山体滑坡、泥石流和崩塌等地质灾害，造成严重财产损失和人员伤亡(徐晶，2008)。2016年第17号台风“鲇鱼”带来的强降水在浙江和福建两省引发多起地质灾害，造成了严重人员伤亡和财产损失，针对本次过程，国土资源部和中国气象局联合发布了地质灾害气象风险橙色(Ⅱ级)预警。本文尝试以台风“鲇鱼”强降水引发的地质灾害为对象，分析致灾因子，定量检验地质灾害气象风险模型Ⅰ和Ⅱ预报性能，总结格点化定量降水预报产品在地质灾害气象风险预警业务中的使用经验，以期更好地使用地质灾害气象风险模型和格点化定量降水预报，提高预警效果。

1 资料来源与检验方法 1.1 资料来源及说明

地质灾害灾情资料，来源于中国气象局气象灾害管理系统和中国地质环境监测院，包含地质灾害种类、发生时间、位置、灾情描述、天气状况、财产损失和人员伤亡情况等信息；所有数据都经过人工校验、质量控制，以确保灾情的准确性。

降水数据，包含加密自动气象站观测实况降水数据、中央气象台发布的24 h时效主观降水等级落区预报和格点化定量降水预报产品。

地质灾害气象风险预报产品，包括模型Ⅰ和Ⅱ客观预报结果、国家级地质灾害气象风险预警产品。模型Ⅰ是从气象角度，基于全国地质灾害预警区域划分研究成果，利用地质灾害历史记录和气象资料，以前期降水和预报降水为驱动数据建立的全国范围区域阈值气象潜势预报模型(姚学祥等，2005；薛建军等，2007)；模型Ⅱ是在模型Ⅰ基础上，引入评估地质灾害易发性的信息量模型，并利用Logistic回归方法建立的新地质灾害气象风险统计预报模型(徐晶等，2007)；国家级地质灾害气象风险预警产品是预报员参考前期降水、未来降水(降水预报)、地质条件、历史灾情等信息，订正模型客观预报制作的主观预报产品。以上产品的预报时效为24 h，预报时段从当日20时至次日20时。国家级地质灾害气象风险预警产品发布时间为18时，预警提前量为2 h。

1.2 预警检验方法

《业务规范》规定，根据地质灾害点发生地质灾害的可能性进行风险级别划分，按照发生概率95%、75%、50%、25%以上分为Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级风险。《业务规范》还对检验对象和指标进行了规定，规定检验对象分为县级区域和单点两种，其中县级区域是否出现地质灾害的标准为：当某县行政区范围内出现一起及以上地质灾害时，认为该县发生地质灾害；否则认为该县未发生地质灾害。检验指标包括预报命中率TSR、空报率FAR和漏报率PO，计算式为

$ TSR = \frac{{NA + ND}}{{NA + NB + NC + ND}} \times 100\% $

(1)

$ PO = \frac{{NC}}{{NA + NC}} \times 100\% $

(2)

$ FAR = \frac{{NB}}{{NA + NB}} \times 100\% $

(3)

其中，NA为预警服务产品发布正确次数，NB为空报次数，NC为漏报次数、ND为无预警服务产品预报正确次数。

2 台风“鲇鱼”及其引发的地质灾害 2.1 台风系统概况

2016年第17号台风“鲇鱼”于9月23日08时(北京时，下同)生成，27日以强台风登陆台湾省花莲，28日04时40分在福建省泉州市登陆，强度减弱为台风。“鲇鱼”登陆后向西移动，强度快速减弱，28日07时减弱为强热带风暴，23时减弱为热带低压，29日08时停编。“鲇鱼”总体呈现出移动路径稳定、两次登陆、风圈半径大、登陆后快速减弱等特点。

2.2 台风降水分析

图 1是2016年9月27日20时至29日20时的过程累积雨量分布，根据加密自动气象站实况降水观测数据显示，受台风“鲇鱼”活动影响，福建、浙江两省出现强降水过程，浙江南部和北部、福建东部的部分地区累积雨量超过250 mm，降水主要集中在浙江东南部和福建东北部沿海，上述地区累积雨量超过400 mm，强降水中心位于浙江温州市文成县境内，最大值为761.9 mm。台风“鲇鱼”强降水过程的累积雨量明显，日降雨量也很大，27日20时至28日20时，浙江东南部和福建东北部沿海地区出现特大暴雨，浙江文成、福建寿宁等5个县的日雨量均突破历史极值。

台风“鲇鱼”的过程累积雨量和日降雨量大，小时降水强度也较强。图 2给出2016年9月27日20时—28日20时文成、柘荣、泰顺县国家基本气象站观测的逐小时降水，三站最大小时雨量分别为62 mm·h^-1、54 mm·h^-1和29 mm·h^-1，均达到短时强降水标准。此外，三站24 h累积雨量分别为388 mm、434 mm和270 mm。过程累积雨量、日雨量和小时降水强度均较大，易于引发山体滑坡、崩塌和泥石流等地质灾害，以及山洪灾害、中小河流洪水和渍涝。

2.3 地质灾害概况

根据中国气象局灾害管理系统和中国地质环境监测院提供的灾情信息，本次强降水过程中，地质灾害集中出现在2016年9月28日，浙江、福建两省共9个县发生地质灾害，主要分布在浙江南部、福建东部和南部地区，灾害类型包括山体滑坡、崩塌和泥石流，共造成32人死亡、3人失踪，还引起公路等基础设施受损、供电线路故障、房屋损毁等损失(表 1)。针对上述地质灾害，研究选取预报时段为9月27日20时至28日20时的地质灾害气象风险主客观预报产品进行检验。

2.4 致灾因子分析

地质灾害受降水、地质条件和人类活动等多种因素影响。地质条件方面，浙江丽水和温州市的文成、泰顺、庆元等县地质构造属于华南褶皱系浙东南褶皱带之温州—临海坳陷，以构造侵蚀中低山为主，分布大量火山岩、火山沉积岩和侵入岩，山体地势陡峭，沟谷中上部岩土体松散，易形成滑坡、泥石流等地质灾害(王一鸣，2012)；福建省“十二五”地质灾害防治规划指出福建东部沿海丘陵山地区域残坡积层广泛分布，其中宁德市西部和泉州西北部等地属于地质灾害高易发区段。人类活动方面，浙江南部和福建东部地区山多地少，用地条件差，人地矛盾十分突出，切坡建房、改建田地以及山地工程建设和采矿活动较多，容易使山地土体自然平衡遭受破坏而失稳(何永金，1995)。浙江文成、福建宁德等地的地质条件较差，同时人类活动频繁，使得承灾体的脆弱性和暴露度都很高。

进一步分析地质灾害县与降水落区的分布关系。图 3是9月27日20时至28日20时的累积雨量和地质灾害县分布，由图可见，台风“鲇鱼”强降水过程中，地质灾害县与大暴雨及其以上量级降水落区分布基本一致。浙江南部和福建东部沿海属于地质灾害高易发区, 人类工程活动频繁、人口密集，承灾体的脆弱性和暴露度都比较高，但在“鲇鱼”强降水过程中，并不是以上地区所有县都出现地质灾害，地质灾害县分布与台风“鲇鱼”强降水的大暴雨落区对应，可以认为降水是本次地质灾害过程的主要致灾因子。

3 预警检验结果与分析 3.1 预警检验

由表 1可见，浙江、福建共有9个县发生了地质灾害，其中遂昌、罗源有灾害点具体位置信息，文成、连城只精确到乡，其余无法确定灾害点具体位置，为充分利用灾情信息，选择以县级行政区为对象进行检验。目前国家级地质灾害气象风险预警业务只对Ⅲ级及以上的地质灾害气象风险开展预警信息发布，因此，只对Ⅲ级气象风险预报结果开展检验。按照《业务规范》规定的方法，对模型Ⅰ和Ⅱ客观预报、预报员制作的国家级地质灾害气象风险预警进行定量检验，结果如表 2所示：在台风“鲇鱼”强降水引发地质灾害的9个县中，国家级地质灾害气象风险预警产品预报正确8个、漏报1个、空报43个、无预警服务产品预报正确85个，预报命中率TSR、漏报率PO和空报率FAR分别为67.8%、11.1%和84.3%，各项检验指标均优于模型Ⅰ和Ⅱ客观预报。国家级地质灾害气象风险预警在提高模型Ⅰ和Ⅱ预报命中率的基础上，还降低了空报和漏报，说明预报员对模型客观预报有订正作用。此外，根据定量检验结果，模型Ⅰ和Ⅱ具有较高的空报率，业务使用时需要注意消空；模型Ⅰ命中率较低、模型Ⅱ漏报率较高，表明模型客观预报结果需要订正使用。

分析客观模型Ⅰ和Ⅱ，以及国家级地质灾害气象风险预警产品检验结果差异的原因。模型Ⅰ将全国划分为7个地质灾害一级预警区和28个二级预警区，针对每个预警区，以未来24 h降水预报、前一日降水、前3—13 d有效雨量、连续降水量为预报因子，通过比较每个因子与其临界雨量大小获得各因子的风险等级，再算术平均各因子的风险等级获得最终结果。模型Ⅱ首先利用信息量模型集成坡度(1：25万)、工程地质岩土类型(1：400万)、土地利用类型(1：10万)等地学信息得到总信息量，然后以信息量、未来24 h降水预报、14 d有效累计雨量作为预报因子，利用logistic回归方法预报地质灾害发生概率。模型Ⅱ相比模型Ⅰ预报命中率更高的原因可能是其预报因子除降水外还引入了分辨率更高的地学信息，对下垫面地质条件的描述更为准确和详细；预报员制作主观预报产品时，除运用主观预报经验和参考模型客观预报外，还能使用更多和更新的数据，如比模型Ⅱ分辨率更高的坡度和土地利用类型等地学信息、查询未来降水和过去降水在历史天气序列与地质灾害个例中所达到的百分位数水平(如降水是否超过75%百分位或历史极值)和预报区内近期地质灾害发生情况等，以上因素可能是国家级地质灾害气象风险预警产品的命中率、空报率和漏报率优于客观模型Ⅰ和Ⅱ的原因。

3.2 模型预报性能分析

相对于国家级地质灾害气象风险预警，模型Ⅰ和Ⅱ空报率较高，命中率较低，对造成重大人员死亡的遂昌县山体滑坡地质灾害均存在漏报，为分析模型Ⅰ和Ⅱ性能、总结模型使用经验，研究选取台风“鲇鱼”强降水过程中的典型地质灾害个例进行分析。

3.2.1 柘荣等县地质灾害个例分析

9月27日20时至28日20时，柘荣县国家基本气象站观测的24 h累积雨量为434 mm，境内加密自动气象站累积雨量整体在250 mm以上，极大值为435 mm。受“鲇鱼”强降水影响，柘荣县多处出现地质灾害，山体垮塌导致3人被埋压，道路塌方207处，公路毁坏66条、中断37条次，还造成房屋倒塌22间、农作物受灾1.9万亩，直接经济损失9 290.5万元。此外，浙江南部和福建北部等地的文成、宁德等县也出现了特大暴雨，并出现了塌方、滑坡、泥石流等地质灾害，造成了严重财产损失和人员死亡。

地质灾害气象风险预警需综合考虑降水、地质条件、模型客观预报等因素。以27日20时为界，前期降水方面，柘荣县过去5 d累积雨量0 mm、14 d有效雨量5 mm，前期降水较弱，土体稳定度较高；预报降水方面，主观降水等级落区预报柘荣、文成等县未来24 h有特大暴雨，格点化定量降水预报值为310—370 mm，一般而言，降水量越大，引发地质灾害的可能性越高，特大暴雨引发地质灾害的可能性更高。地质条件方面，柘荣等县属于地质灾害重点防治区，承灾体脆弱性和暴露度都比较高。

图 4给出地质灾害气象风险模型Ⅰ和Ⅱ对2016年9月27日20时至28日20时的24 h预报结果，图中线条为主观降水等级落区预报，数字为客观模型预报。由图 4a可见，模型Ⅰ在预报特大暴雨降水的县全部预报了Ⅰ级风险，模型Ⅰ在地质灾害易发区已经出现或预报有特大暴雨的特殊情况时，有直接预报最高等级(Ⅰ级)风险的特点(姚学祥等，2005)，这忽略了其他影响因素(如前期降水很弱)，可能造成地质灾害气象风险等级预报偏高。在模型Ⅰ预报有地质灾害Ⅰ级气象风险的24个县中，实际只有4个县出现地质灾害，因此这种特点存在缺陷，容易产生明显空报；由图 4b可见，模型Ⅱ在特大暴雨落区内预报了范围很广的Ⅰ级和Ⅱ级风险，且空报现象也较明显。此外，模型Ⅰ和Ⅱ在大暴雨降水落区内预报了范围很广的Ⅲ级气象风险，定量检验的空报率分别为88.2%和90.5%，说明模型容易空报，业务使用模型客观预报时需要注意消空。

在预报降水为特大暴雨的区域中，实况降水量以大暴雨为主，仅柘荣、文成等5个县出现特大暴雨，降水预报比实况偏强。检验过程中，将预报降水调整降低为实况后再用于模型进行客观预报，结果模型Ⅰ和Ⅱ预报的气象风险等级有所降低，由此可见，降水预报偏强容易引起模型客观预报气象风险等级偏高，导致地质灾害空报。

3.2.2 遂昌县山体滑坡个例预报分析

2016年9月28日17时28分，浙江丽水市遂昌县苏村发生山体滑坡，塌方量超过4.0×10⁴ m³，共造成26人死亡，模型Ⅰ和Ⅱ均漏报该起地质灾害。

以27日20时为界，遂昌县5 d累积雨量和14 d有效雨量均为0 mm，前期无降水；ECMWF、T639、GRAPES等客观模式均预报遂昌县降水以暴雨为主(图略)；主观降水等级落区预报在遂昌县北部有暴雨、南部大暴雨；格点化定量降水产品预报遂昌县北部地区降水量为53—72 mm，南部为92—124 mm；模型Ⅰ预报气象风险低于Ⅳ级、模型Ⅱ预报Ⅳ级风险，发生地质灾害的气象风险较低。

遂昌县苏村设有自动气象站，地质灾害发生前24 h的累积降水量为110 mm，实况降水比预报偏大，是格点化定量降水预报(约55 mm)的2倍。图 5是地质灾害发生前的逐小时降水情况，由图可见，地质灾害发生前24 h，苏村有连续降水，其中15个小时的雨强在4 mm·h^-1以上，最大小时雨强为16 mm·h^-1，接近短时强降水标准。降水持续时间长、累积雨量大、降水强度较大等特点均是引发苏村山体滑坡地质灾害的有利气象因素。检验过程中，将预报降水调整增强为实况后，模型Ⅰ和Ⅱ均预报了Ⅲ级气象风险(图略)，由此可见，降水预报偏弱会引起客观模型预报的地质灾害气象风险等级偏低，可能导致预警漏报。

4 格点化定量降水预报运用

地质灾害与降水，尤其是与暴雨关系密切，章达华等(2011)研究三明市前汛期地质灾害与强降水的关系发现地质灾害发生数量和规模与暴雨量关系十分密切；李媛等(2004)调查290个县市地质灾害，发现滑坡总数的90%是由暴雨诱发。此外，降水空间分布具有很强的不均匀特征，如本次“鲇鱼”强降水过程中，浙江南部和北部、福建东部的部分地区累积雨量超过250 mm，其中浙江东南部和福建东北部沿海地区超过400 mm。

对暴雨及其以上量级的降水，目前数值天气预报模式的准确度(如TS评分)低于天气预报员制作的主观降水等级落区预报，在地质灾害气象风险预警业务中使用降水预报时，业务人员倾向于信任后者。但主观降水等级落区预报只能定性地预报降水等级，同时空间分辨率不高，无法充分体现降水的空间分布不均匀特征。中央气象台发布的格点化定量降水预报产品是在融合数值模式客观预报和主观降水等级落区预报后，结合高分辨率定量降水估测产品，使用降尺度比例矢量技术生成的，该产品既能保持与主观降水等级落区预报相同的准确率，还能较明显地提高降水预报的精细化程度(曹勇等，2016)。格点化定量降水预报产品准确率比数值天气预报模式高，空间分辨率的精细化程度又比主观降水等级落区预报强，能够定点、定量地预报降水，更适于地质灾害气象风险预警预报业务。

图 6为27日20时至28日20时加密自动气象站观测累积雨量与主观降水等级落区预报和格点化定量降水预报。从图 6a可以看到，中北部平原地区出现暴雨，北部和南部山区出现大暴雨，其中北部山区局地降水量超过200 mm，遂昌县境内降水量最大值234 mm、最小值54 mm，其空间分布具有十分明显的不均匀特征；从图 6b可以看到，主观降水等级落区预报100 mm等值线(图中蓝色曲线)只能区分出遂昌县南部有大暴雨、中北部暴雨，而格点化定量降水预报产品能以5 km的分辨率对遂昌县降水进行定点、定量预报，精细化程度更高。

从图 6b中进一步分析格点化定量降水预报产品的准确度。预报在遂昌县南部山区的雨量为90—120 mm、在中北部地区的平原地带为60—90 mm，在以上地区预报与实况接近；在遂昌县北部山区，预报降水量为59—83 mm，自动气象站观测降水量为85—234 mm，预报与实况误差较大。比较遂昌县境内预报和自动气象站观测降水量的算术平均值，预报降水量偏小约16%，整体而言，格点化定量降水预报在遂昌县境内接近实况。不过需要注意的是，格点化定量降水预报在遂昌县北部山区某些地形复杂区域的误差较大，如苏村地质灾害点的24 h累积降水量为114 mm，预报为58 mm，偏小约50%；对遂昌县西北部山区234 mm的降水，预报仅为实况的25.6%。格点化定量降水预报产品在遂昌县北部山区局地预报误差较大，这说明在使用格点化定量降水预报产品时，需要注意其在一些地形复杂区域可能存在局限性。

4 结论与讨论

(1) 降水是本次地质灾害过程的主要致灾因子；准确的降水预报对地质灾害气象风险预警具有重要意义，预报偏弱可能引起客观模型预报等级偏低，导致地质灾害漏报；预报偏强则可能引起空报。

(2) 国家级地质灾害气象风险预警成功预报了浙江、福建9个地质灾害县中的8个，预报命中率67.8%、漏报率11.1%，空报率84.3%，各项检验指标均优于第一和第二代中央气象台地质灾害气象风险模型，表明预报员对客观模型具有订正作用。

(3) 第二代中央气象台地质灾害气象风险模型预报命中率高于第一代模型的原因可能是其引入了高分辨率的坡度、坡向和土地利用类型等地学信息；第一代中央气象台地质灾害气象风险模型在地质灾害易发区出现或预报特大暴雨降水时，有忽视其他影响因素，直接预报最高风险等级的缺陷，这可能导致气象风险等级预报偏强；两代模型都具有较明显的空报现象，业务中需要根据前期降水、预报降水、承灾体脆弱性和暴露度等实际情况订正使用。

(4) 格点化定量降水预报产品空间分辨率高，可以定点、定量地预报降水，能体现降水分布的局地性特征，相比主观降水等级落区预报更适于地质灾害气象风险预警业务，但使用时需要注意地形复杂区域可能存在的局限性。

本研究中关于地质灾害气象风险主客观预报产品的检验结果只是针对一次台风过程得到的，还需要更多的个例分析和统计检验以确定结论是否具有普遍规律。