基于CMIP6模式降水的河北省滑坡灾害风险变化预测研究

作     者：林诚杰 王洁 梁峰铭 季静静 谈松林 刘宇 LIN Cheng-jie;WANG Jie;LIANG Feing-ming;JI Jing-jing;TANG Song-lin;LIU Yu

作者机构：南京信息工程大学水文与水资源工程学院江苏南京210044 水利部水文气象灾害机理与预警重点实验室江苏南京210044 

出 版 物：《中国农村水利水电》 (China Rural Water and Hydropower)

年 卷 期：2025年第1期

页      面：201-208,214页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程] 

基　　金：河北省省级科技计划资助项目(19275408D) 江苏省水利科技项目(2024007) 国家自然科学基金面上项目(41671022,41877158) 江苏省研究生科研与实践创新计划项目(KYCX23_1375) 

主　　题：滑坡灾害 模型优化 气候模式 风险预测 

摘      要：为探究未来气候变化下河北省滑坡灾害发生的变化规律,从而对防灾减灾的统筹规划提供科学的依据,使得人们更能规避滑坡灾害带来的危害风险,运用ENMeval算法(Ecological Niche Modeling evaluation Algorithm,ENMeval)对最大熵模型(Maximum Entropy Model,MaxEnt)进行优化,基于调查、收集到的860个滑坡灾害点和影响灾害的11个因子,在探讨主要影响因子的基础上进行滑坡灾害风险评估,并结合未来(近期:2041-2060年、中期:2061-2080年、远期:2081-2100年)三期气候数据的3种辐射强迫情景模式(低等强迫情景:SSP126、中高等强迫情景:SSP370、高等强迫情景:SSP585),预测滑坡灾害潜在风险区的空间分布格局和变化规律。结果表明:(1)经过优化的MaxEnt模型的AUC值(Area Under the Curve,AUC)在0.9以上,说明该模型在预测滑坡灾害潜在风险区方面表现出色。(2)通过优化Maxent模型计算的综合贡献率分析,确定影响滑坡灾害的主要因子依次为:最湿季度降水量、最湿月降水量、高程和降雨量季节变异系数,这表明降水相关的因子是影响滑坡发生的最主要因素。(3)对14个CMIP6气候模式(Coupled Model Intercomparison Project Phase 6,CMIP6)数据进行综合评估,得出BCC-CSM2-MR在降水方面相比其他气候模式,具有最优的模拟能力,其次是CMCC-ESM2和ACCESS-CM2。(4)在未来气候强迫情景下,滑坡灾害低风险区面积均有所下降,中、中高、高风险区的面积占比均有所增加,这和未来降水量的变化预测趋势相同。