张森（西安长安大学）、Gaetano Pecoraro（意大利萨莱诺大学）、黄达（西安长安大学）、彭建兵（长安大学/中国地质大学（北京））、张蓓（西安长安大学）及Michele Calvello（意大利萨莱诺大学）联合在2026年发表于《Engineering Geology》（第362卷，文章号108542）上。这项研究报道了一项旨在开发区域尺度滑坡灾害水文气象预警模型的原创性研究，研究案例位于意大利坎帕尼亚地区。
本研究的核心科学领域是滑坡灾害预警，具体关注区域尺度滑坡早期预警系统（Te-LEWS）。降雨是诱发滑坡的主要因素，长期以来，基于降雨阈值（Rainfall Thresholds）的预警模型是全球范围内大多数Te-LEWS的核心。然而，仅依赖降雨信息的模型忽略了影响滑坡启动的关键水文过程，特别是土壤前期含水状况。近年来，科学界越来越认识到将降雨变量与水文变量（如土壤湿度、地下水位）相结合，构建“水文气象阈值”（Hydro-Meteorological Thresholds）可以显著提升滑坡预测能力。尽管已有研究证明这种方法的有效性，但鲜有研究将其与实时预报产品结合，并系统地集成到可操作的区域预警模型中，对其在实际应用中的性能进行量化评估。本研究正是为了填补这一空白。
本研究的目标是提出一个三步走的框架，旨在开发一个集成了土壤饱和度和降水信息的水文气象预警模型，并将其应用于一个真实的区域（意大利坎帕尼亚），利用实时预报产品（IFS-HRES）测试其性能。最终目标是证明，相比仅依赖降水预报的现有预警模型，结合了水文信息的模型在减少误报等方面具有显著优越性，从而推动水文气象阈值在区域滑坡预警系统中的实际应用。
本研究的设计遵循一个清晰的三阶段流程。
第一阶段：滑坡发生概率的统计分析。 此阶段的核心是利用历史数据，量化滑坡发生与降水-土壤湿度联合条件之间的概率关系。研究对象是位于坎帕尼亚地区第3预警区（Camp-3）的391个降雨诱发滑坡记录（1991个为单点滑坡，300个由66次区域性滑坡事件分解而来），数据来源于2010年至2024年的滑坡编录。降水（最大小时降水量，Rsmax）和土壤湿度数据来自ECMWF的ERA5-Land再分析产品。土壤湿度数据被归一化为土壤饱和度（S），以消除不同地点土壤特性的不确定性，并选取表层0-7厘米土层的最大饱和度（Ssmax_l1）作为水文变量。
数据处理和分析过程包括：1）重建降雨事件：使用计算降雨诱发滑坡阈值的工具（CTRL-T），根据预设的干湿期参数，将连续的降水数据划分为独立的事件，并将其标记为“触发事件”（其后48小时内发生滑坡）或“非触发事件”。 2）二维贝叶斯概率分析：以Rsmax和Ssmax_l1为两个维度，将数据划分为6×6的网格，计算每个网格内触发事件占该网格总事件数的比例，即滑坡发生的后验概率，得到一个6×6的概率矩阵。 3）定义与验证水文气象阈值：基于上述概率矩阵，设定不同的临界概率值（如1%， 5%， 10%， 30%， 50%）。每个临界概率在二维空间上定义了一条曲线，将其视为一个二元预警阈值（大于该概率的区域被认为可能触发滑坡）。然后，利用验证集（2021-2024年数据）计算这些阈值的预测性能指标，包括真阳性率（TPR）和假阳性率（FPR），并通过计算与“完美预测点”（TPR=1， FPR=0）的欧几里得距离δ来识别最优单一阈值。结果显示，基于10%临界概率的阈值具有最小的δ值（0.287），表明其综合预测性能最佳。
第二阶段：水文气象预警模型的定义。 此阶段旨在超越二元预警，构建一个具有多个预警等级、更具操作灵活性的预警模型。研究团队定义了三个不同的临界概率值（i， j, k），将它们作为三条阈值曲线，将Rsmax-Ssmax_l1状态空间划分为四个区域，分别对应四个预警级别：绿色（WL0， 无风险）、黄色（WL1）、橙色（WL2）和红色（WL3）。预警模型被命名为HM_i,j,k，其中下标代表所采用的三个临界概率百分比。例如，HM_3,10,30表示使用3%、10%和30%作为三个阈值。模型的操作流程是：对于预警区内的每个ERA5-Land网格中心点（虚拟监测站），提取其在预报日（D+1日）预测的最大降水量和表层最大土壤饱和度，在概率矩阵中找到对应的位置，从而确定该点的预警等级。整个预警区的最终预警等级取所有网格中的最高等级。这一过程每日重复，生成长期的预警时间序列。
第三阶段：预警模型的性能评估。 此阶段采用事件-时长矩阵-性能（EDUMAP）方法，这是一种专门为评估区域预警系统设计的先进方法。它超越了传统的混淆矩阵，能够评估预警错误的严重性。首先，根据时空邻近性标准，将单个滑坡聚合成“滑坡事件”（Landslide Events），并按其包含的滑坡数量分为小型（LE1）、中型（LE2）和大型（LE3）事件。同样，将连续的相同预警等级序列定义为“预警事件”。然后，创建一个“时长矩阵”，其行代表不同持续时间的滑坡事件，列代表不同持续时间的预警事件，矩阵中的每个元素表示某类滑坡事件与某类预警事件在时间上重叠的天数。
性能评估基于两个互补的准则：A）预警分类准则（Alert Classification）和B）精度等级准则（Grade of Accuracy）。准则A将矩阵元素汇总为传统的TP、FN、FP、TN。准则B则根据预测的准确性对矩阵元素进行颜色编码：绿色（GRE）表示最准确的预测（如高级别预警对应大型滑坡事件），黄色（YEL）表示轻微错误，红色（RED）表示主要错误，紫色（PUR）表示最严重的错误（如高级别预警完全错过大型事件）。结合这两个准则，研究者计算了一系列性能指标，包括成功率指标（如命中率HR、效率指数EI）和错误率指标（如错误率ER、严重错误概率PSM）。研究团队基于2010-2024年的ERA5-Land再分析数据，评估了四种不同阈值组合（HM_1,10,30, HM_3,10,30, HM_3,10,50, HM_3,30,50）的预警模型性能，以确定最佳组合。
第四阶段：基于实时预报产品的应用验证。 为了证明模型在真实操作环境下的可行性，研究团队选取了性能最优的水文气象模型，并将其与坎帕尼亚地区目前正在运行的、仅基于降水的区域模型（RM）进行对比。这一阶段的数据源从历史再分析产品（ERA5-Land）切换为欧洲中期天气预报中心的实时综合预报系统高分辨率（IFS-HRES）预报产品。首先，研究者验证了ERA5-Land与IFS-HRES在降水与各层土壤湿度数据上的高度相关性（特别是深层土壤湿度相关系数高达0.99），这表明基于ERA5-Land标定的概率阈值可以适用于IFS-HRES产品。随后，使用IFS-HRES对2021-2024年期间的预报数据，运行最优水文气象模型（记作HM*_3,30,50），并再次应用EDUMAP方法，将其性能与同期区域模型（RM）的实际预警性能进行比较。
概率分析结果： 生成的6×6滑坡后验概率矩阵（图6）清晰地揭示了土壤饱和度的关键作用。在同一降雨强度等级下，土壤饱和度越高，滑坡发生概率显著上升。例如，当Ssmax_l1 > 0.96（接近饱和）时，即使降雨量相对中等（Rsmax在60-100mm之间），滑坡概率也能达到13.26%，远高于低饱和度条件下的概率。而当降雨量大于100mm且土壤接近饱和时，滑坡概率高达71.43%。这从数据上证实了前期土壤湿度作为滑坡“预置条件”的重要性，能够放大降雨的触发效应。单一阈值验证表明，10%临界概率阈值在验证集上实现了最佳的TPR和FPR平衡。
预警模型性能评估结果： 基于ERA5-Land的15年评估表明，在四种阈值组合模型中，HM_3,30,50（采用3%、30%、50%作为阈值）表现最优。其效率指数（EI）高达96.98%，是所有模型中最高的，表明整体预测准确性极佳。同时，它的错误率（ER）最低（1.81%），表明模型犯错的总体天数最少。更重要的是，它的误报率（RFP）仅为3.92%，显著低于其他模型（如HM_1,10,30的RFP为5.89%），这意味着它能更有效地减少不必要的警报发布。命中率（HR）虽略有降低（91.44%），但仍保持在很高水平。这一结果说明，通过提高橙色预警（WL2）的触发阈值（从10%提高到30%），可以在几乎不影响滑坡检出能力的前提下，大幅削减误报数量，这对于提升预警系统的公众信任度至关重要。
实时应用验证结果： 使用IFS-HRES预报产品对2021-2024年的对比分析，有力地证明了水文气象模型的优越性。与现有的区域模型（RM）相比，最优水文气象模型HM*_3,30,50在多个关键指标上表现更佳：1）显著减少误报：假阳性（FP）天数从区域模型的27天大幅降至10天，假阳性率（RFP）从10%降至5%。2）降低“预警疲劳”风险：模型将“无滑坡发生却发布一级预警”的总天数减少了102天，这有助于缓解因频繁误报导致的“狼来了”综合征。3）保持对重大事件的预警能力：尽管命中率略低，但模型仍然成功捕获了主要滑坡事件。例如，对于一个持续2天的大型滑坡事件（LE3），区域模型完全漏报（严重错误，PUR），而水文气象模型虽然预警级别略有不足（被归类为中等错误，YEL或RED），但成功发出了预警，这在保护生命安全方面具有决定性意义。效率指数（EI）在两个模型中都超过95%，但水文气象模型在减少误报方面优势明显。
本研究成功开发并验证了一个适用于区域尺度的、可操作的滑坡水文气象预警模型框架。核心结论是：在区域滑坡预警模型中整合土壤饱和度等水文信息，可以显著提升系统性能，尤其是在减少误报方面效果突出，这为构建更可靠、更高效的下一代滑坡预警系统提供了明确路径。
其科学价值在于：1）提出了一套从概率分析、模型构建到性能评估的完整、可复现的方法学框架。2）通过详尽的二维贝叶斯分析，定量揭示了特定研究区内降雨强度与土壤饱和度的联合作用对滑坡概率的影响机制。3）论证了使用EDUMAP方法进行多等级预警模型性能评估的必要性和优越性，它比单一阈值评估更能反映实际预警系统的复杂需求。
其应用价值巨大：1）证明了利用现有全球气象预报产品（如IFS-HRES）中的土壤湿度数据，可以经济、有效地升级现有仅基于降雨的预警系统。2）模型框架具有普适性，可作为其他地区开发类似预警系统的参考模板。3）研究结果为地质灾害管理部门的决策提供了科学依据，有助于优化预警资源分配，提高应急响应效率，最终减少滑坡灾害造成的人员伤亡和经济损失。
研究在附录中提供了完整的缩略语列表以及各模型的详细时长矩阵数据和性能指标表，确保了研究的透明度和可重复性。此外，文中对ERA5-Land再分析数据与IFS-HRES预报数据之间相关性的分析，为将基于历史数据标定的模型迁移到实时预报系统提供了重要的技术依据，这也是实际操作中必须解决的关键问题。作者团队同时指出了模型的局限性，即最佳阈值组合取决于历史滑坡数据库的特征（如大、中、小事件的比例），因此建议定期更新数据、重新标定阈值并进行性能评估，以维持预警系统长期的可靠性。这种审慎的态度体现了研究的严谨性。