基于DE-MCMC方法的滑坡堆积体土壤水力参数反演研究

作     者：蔡忠周 严海文 李美骏 邵伟 杨宗佶 CAI Zhongzhou;YAN Haiwen;LI Meijun;SHAO Wei;YANG Zongji

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 青海省气象灾害防御技术中心青海西宁810000 中国科学院水利部成都山地灾害与环境研究所四川成都610041 

出 版 物：《灾害学》 (Journal of Catastrophology)

年 卷 期：2024年第39卷第3期

页      面：48-53页

核心收录：

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）] 08[工学] 0837[工学-安全科学与工程] 

基　　金：青海省科技厅基础研究项目“青藏高原优先流影响下的滑坡触发机理及降雨滑坡集合预警研究—以玉树称多地区为例”(2023-ZJ-705) 国家自然科学基金青年科学基金(41807286) 国家自然科学基金面上项目(41877158) 

主　　题：滑坡堆积体 土壤水分特征曲线 参数反演 van Genuchten模型 DE-MCMC算法 Richards方程 

摘      要：极端降雨条件下,入渗可急剧增大滑坡体中软弱结构面上的土壤含水量和孔隙水压力,是触发滑坡的重要因素。因此,土壤水动力模拟是滑坡预警系统的核心,其模拟结果的准确与否取决于土壤渗透特性的参数化。该文以汶川地震扰动区的银洞子滑坡堆积体为例,以土壤含水量野外观测数据为基础,基于Richards方程构建入渗模型,利用自适应差分演化算法的马尔科夫链蒙特卡罗方法(Differential Evolution Markov chain Monte Carlo,简称DE-MCMC)反演van Genuchten土壤水力参数。通过比较土壤含水量的模拟值与实测值的拟合程度,评估DEMCMC算法在土壤水动力模拟中的适用性。结果表明,基于DE-MCMC算法反演的后验参数极大降低了先验参数分布的不确定性,并显著提升土壤含水量的模拟精度。将DE-MCMC方法应用于滑坡水文,可有效率定土壤渗透特性参数,为降雨型滑坡预警提供更为可靠的土壤水动力模拟结果。