“极端强降雨”山火受灾区二次灾害预测与应对技术问世

一项新技术已经开发完成,可在极端强降雨引发二次灾害令人担忧的山火受灾区,预测山体滑坡向泥石流转化的风险,并据此评估拦砂坝等防灾工程设施的有效性。山火受灾区因地基削弱,极易暴露在山体滑坡和泥石流灾害风险之下,因此制定更加精细的防灾对策尤为重要。


去年,京畿道加平郡朝宗面新上里发生集中暴雨引发的山体滑坡,造成民宅受损。照片与本文无关。韩联社提供

去年,京畿道加平郡朝宗面新上里发生集中暴雨引发的山体滑坡,造成民宅受损。照片与本文无关。韩联社提供

View original image

韩国地质资源研究院(KIGAM)9日表示,该院国土安全研究本部地质灾害研究室研究团队,对极端强降雨之后由山体滑坡转化而成的泥石流危险范围进行了精细分析,开发出一项评估技术,可根据泥石流对岩石和漂浮木等的影响,合理高效地布设防灾设施。


极端强降雨是指符合灾害预警短信发送标准的局地性暴雨,例如每小时降雨量在50毫米以上且3小时内累计降雨量达90毫米以上,或1小时内降雨量达到72毫米以上。泥石流是指因山体滑坡产生的土壤、岩石、树木等物质与水一起向下游移动,从而引发自然灾害的现象。


山火受灾区相对更加脆弱,尤其难以抵御极端强降雨。当植被因山火被破坏后,一旦发生极端强降雨,土壤稳定性减弱,山体滑坡风险就会显著升高。


尤其是极端强降雨产生的泥沙、岩石、漂浮木等沉积物,会随水流移动并转化为泥石流,从而扩大损失规模。相较之下,以往在极端强降雨情景下,同时在物理层面反映山火受灾区复杂行为模式一直存在难度。


研究团队开发的二维泥石流模型“KIGAM-DF(KIGAM-Debris Flow)”改善了这一局限,有望在因山火或采伐而变得脆弱的山地环境中,预测泥石流的扩散范围并制定应对策略,从而推动森林灾害应对体系的高度化。


山火受灾地区山火发生前后土壤变化(由人工智能生成)。韩国地质资源研究院提供

山火受灾地区山火发生前后土壤变化(由人工智能生成)。韩国地质资源研究院提供

View original image

KIGAM-DF能够对泥石流从发生、移动到堆积的全过程进行综合分析,并被设计为可以反映漂浮木的生成、移动和堆积过程。


该模型的核心,是在泥石流发生时,不仅模拟流体特性,还模拟能够在下游直接造成损害的泥沙、岩石以及树木所产生的冲击,仅需输入最少量的基础资料,就能建立损害预测和应对情景方案。


当将KIGAM-DF应用于2011年雨岷山山体滑坡时的泥石流发生区,以及2023年大量发生泥石流的醴泉郡一带时,其预测准确度达到约85%至90%。


在此基础上,研究团队目前正将这项技术应用于去年发生大规模山火的岭南地区,以及出现人员伤亡的山清郡一带,对泥石流风险进行评估。


地质灾害研究室室长 Kim Minseok 表示:“KIGAM-DF能够定量预测山体滑坡之后延伸为泥石流的复合灾害危险范围,预计将在脆弱地区的防灾应对中发挥重要作用。”



另一方面,本次研究成果近期已发表在国际学术期刊《Environmental Modelling and Software》和《CATENA》上。