中国安全科学学报

作者：叶霄, 朱鸿鹄, 田坤, 李厚芝, 张巍, 程刚

单位：1 南京信息工程大学 应急管理学院,江苏 南京 210044；2 南京大学 地球科学与工程学院,江苏 南京 210023；3 江苏省大地感知与控灾工程研究中心,江苏 南京 210023；4 长江三峡勘测研究院有限公司,湖北 武汉 430019；5 中国地质科学院 探矿工艺研究所,四川 成都 611734；6 华北科技学院 计算机学院,河北 廊坊 065201

关键词：应急管理,库区滑坡,科学观测,早期预警,极端气候

基金：国家自然科学基金杰出青年基金资助(42225702); 国家重点研发计划项目(2018YFC1505104); 南京信息工程大学人才启动经费资助(2025r064)

为增强极端气候下库区滑坡灾害风险的应对能力,利用多源监测数据和机器学习算法,构建一种滑坡多维科学观测和水文气象早期预警的框架。通过分析2个特大型库区滑坡的多年观测数据,包括Sentinel-1、全球导航卫星系统(GNSS)地表位移和光纤(FO)应变,识别滑坡变形的时空格局和主控因素。结合提升决策树(BDT)算法,提出基于滑带土体实时应变(RTS)的水文气象早期预警方法,并系统性地探讨极端气候背景下库区滑坡监测预警与应急管理的策略框架。结果表明:不同变形诱发机制的滑坡表现出不同的时空变形特征,滑坡活动及其演化与局部抗滑处置措施密切相关;滑坡变形具有分区独立的特点,且与极端气象水文条件高度相关;基于RTS的早期预警模型能提供明确的多因子协同预警阈值,强调应急响应导向的滑坡监测预警理念。

来源：2025年第3期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第3期