基于情景分析的南方花岗岩区崩岗发生风险评价研究

Collapsed gully is a serious environment issue in granite area of South China, with the characteristic of occurrence uncertainty. The possibility of the collapsed gully occurrence is one of the key issues of collapsed gully forecast and early warning. Previous studies mostly focused on the development and characteristics of collapsed gully after it happened, which played a weak role in the forecast and early warning of collapsed gully. Therefore, from the point of risk management, this project aims to systemically study the collapsed gully risk following the train of “identification – simulation – assessment – prediction – map making” . The factor system of collapsed gully risk will be built based on the identification and analysis of risk factor. The dynamic change of the key risk factor—soil water content will be simulated by Cellular Automata and watershed hydrological processes. Thirty active collapsed gullies will be chosen for building the risk assessment model based on Logistic. The collapsed gully risk will be predicted by assessing it for different rainfall scenarios, according to the method of scenario analysis. Results can provide not only a novel research idea for collapsed gully risk, but also a intuitive and reliable reference for the forecast, early warning and risk prevention of collapsed gully.

崩岗发生具有不确定性，而一旦发生对环境所造成的危害极大。崩岗发生的可能性是崩岗预报、预警所需要解决的关键问题之一。以往的研究大多集中于崩岗发生后的过程和特征等，在崩岗发生预报、预警等方面的作用较弱。因此，本项目拟以风险管理的角度，按照“识别–模拟–评价–预测–制图”的思路对崩岗发生风险进行系统研究：通过对风险因子的识别分析构建崩岗发生风险因子体系，并基于元胞自动机与流域水文过程对关键风险因子——土壤含水量的动态变化进行模拟；在此基础上，在研究区选取30个较为活跃的崩岗作为样点，构建基于Logistic的崩岗发生风险评价模型；引入情景分析法，通过对不同降雨情景下崩岗发生风险的评价，实现对崩岗发生风险的预测。不仅为崩岗发生风险方面提供新的研究思路，也为南方花岗岩区崩岗发生的预报、预警和风险防范等提供直观可靠的参考依据。

崩岗是水力和重力复合的土壤侵蚀类型，严重危害我国南方地区的农业生产和生态环境。由于崩岗发生具有不确定性，崩岗发生可能性的评价和预测是崩岗防治工作的关键问题之一。因此，本项目以风险管理的角度，按照“识别–模拟–评价–预测–制图”的思路对崩岗发生风险进行了系统研究：首先，基于文献梳理和崩岗发生发育过程的动态分析，从气候、地质地貌、植被、岩土和人为活动5个方面对崩岗发生风险因子进行了初步识别，共17个风险因子；并以西溪流域中3个小流域为研究区进行了定量识别，从而构建了崩岗发生风险因子体系。然后，基于元胞自动机在流域尺度上构建了降雨后土壤含水量的空间动态模拟模型，并通过在降雨过程中的野外采样获取关键数据，对模型参数进行了率定和验证，通过Nash系数0.63验证了模型的准确性；进而通过小流域尺度上的样本划分以及风险因子提取，构建了基于Logistic的崩岗发生概率估算方程，总体准确率为79.3%。在此基础上，历史降雨数据设置了相同降雨量不同降雨强度和相同降雨强度不同降雨历时的5种降雨情景：弱降雨、中降雨、强降雨、强降雨短历时和强降雨长历时。通过对5种降雨情景中案例区的土壤含水量空间分布的模拟，实现对不同降雨情景中案例区崩岗发生风险的预测和制图。通过与现有崩岗叠加发现降雨量越大越促进崩岗发生，但当降雨量相同时，降雨强度越小崩岗越容易发生。研究成果不仅为崩岗发生风险预测和流域土壤入渗空间模拟等方面提供新的研究思路，也为南方花岗岩区崩岗发生的预报、预警和风险防范等提供直观可靠的参考依据。