类型b:综述类论文的学术报告
本文由Rajitha Sachinthaka(第一作者,奥克兰理工大学建筑环境工程系)、Roohollah Kalatehjari(奥克兰理工大学)和Martin S. Brook(奥克兰大学)合作完成,发表于2025年10月的期刊 *Natural Hazards*(卷121,页码20795–20818),标题为《Evolution and Critical Evaluation of Deterministic Physically Based Rainfall-Induced Landslide Susceptibility Mapping: A Mixed Review》。该研究通过科学计量学(scientometric)与系统性综述(systematic review)相结合的方法,对基于物理机制的确定性降雨诱发滑坡敏感性建模(Physically Based Deterministic Models, PBDMs)的演变历程、技术进展及当前挑战进行了全面评估。
通过Scopus数据库检索(遵循PRISMA指南),研究筛选了70篇关键文献进行定量分析。科学计量学结果显示:
- 时间趋势:2008–2024年间,PBDMs相关研究呈现波动上升趋势,2019年后显著增长,2021–2023年达到高峰。这一趋势与气候变化背景下极端降雨事件增多、计算工具进步及灾害风险管理需求提升相关。
- 地域贡献:中国(19篇)、意大利(14篇)和韩国(8篇)是发文量最高的国家,而美国(总链接强度377.09)和意大利(引用567次)在学术影响力上领先。克罗地亚和挪威虽发文量少(各3篇),但国际合作紧密。
- 主题演变:早期研究(2015年前)聚焦土体剪切强度(shear strength)和斜坡稳定性等基础参数;2016年后转向GIS建模(GIS-based modeling)与水文过程模拟(hydrological modeling);近年则集中于机器学习(machine learning, ML)与概率预测(probabilistic forecasting)。值得注意的是,“气候变化”(climate change)作为关键词的关联性较弱,表明PBDMs尚未充分整合非稳态气候情景。
支持证据:图2(年度发文趋势)、图3(国家贡献网络)、表1(国家引用与链接强度)及关键词共现分析(图5)揭示了研究热点与地域不平衡性。
研究将PBDMs分为四类集群(cluster),基于其水文建模方法:
- 集群1:稳态或简化水文模型(如SINMAP、SLIP)
假设渗透与地下水流速恒定,计算效率高但忽略瞬态孔隙水压变化。例如,FSLAM模型结合稳态平行流与SCS-CN垂直渗透模型,适用于区域尺度筛查;SHALSTAB通过地形曲率估算饱和深度,但无法模拟降雨动态响应。
局限性:对短时强降雨的敏感性不足,依赖经验参数校准。
集群2:基于Richards方程的瞬态渗透模型(如TRIGRS、SUSHI)
通过Richards方程模拟非饱和-饱和流动态,更精确刻画降雨诱发孔隙压变化。TRIGRS及其概率扩展版TRIGRS-P(结合蒙特卡洛模拟)被广泛应用;SUSHI则通过二维有限差分法处理火山碎屑土等多层渗流。
优势:适用于短时强降雨事件预测;挑战:需高分辨率土壤水力参数,计算成本较高。
集群3:分布式多层水文模型(如SHIA_Landslide、NEWAGE-JGrass)
采用“水箱模型”(tank model)模拟垂向与侧向水流,例如SHIA_Landslide将土体分为残积土、腐岩和基岩层,动态评估暂态水头。
适用性:适合复杂地质环境,但数据需求与校准难度限制其推广。
集群4:耦合或混合框架(如ICRES-TRIGRS、SCOOPS3D)
整合水文与稳定性模块,例如ICRES-TRIGRS耦合分布式水文模型CREST与TRIGRS,提升级联灾害(如洪水-滑坡链)预测能力;SCOOPS3D通过三维极限平衡分析处理深层滑坡,但依赖外部水文输入。
创新点:多尺度建模与不确定性量化,但系统复杂性可能降低泛化能力。
支持证据:表2(集群特征对比)、图6(模型分布统计)及案例研究(如TRIGRS在挪威的应用)验证了不同模型的场景适应性。
研究指出PBDMs的五大核心问题:
1. 数据稀缺性:土壤参数、降雨数据和滑坡编录的不足制约模型精度。
2. 计算效率与尺度矛盾:复杂模型(如三维分析)难以应用于大区域。
3. 气候变化适应性缺失:仅少数研究(如TRIGRS改进版)整合非稳态降雨模式。
4. 植被与野火效应:除HISSM外,多数模型忽略根系加固或火烧后土体性质变化。
5. 验证标准不统一:缺乏共享数据集与模型间基准测试。
未来方向:
- 技术融合:ML辅助参数反演(如LSTM网络预测滑坡时序);
- 跨学科整合:耦合社会经济因子与多灾害链分析;
- 实时监测:IoT(物联网)技术提升数据采集频率(如挪威案例)。
亮点:
- 方法创新:科学计量学与系统性综述互补,量化研究趋势的同时深度评估模型性能;
- 批判性视角:揭示“物理机制与数据驱动融合不足”等关键矛盾,为后续研究锚定突破口。
其他价值:附录表3总结了方法论缺陷与改进建议(如不确定性量化流程),可作为领域技术路线图参考。