Оценка опасности оползней при конкретных сценариях осадков на основе гибридного подхода CNN‑TRIGRS и матрицы: пример города Мэйшань, провинция Чжэцзян, Китай

Почему скольжения склонов важны для повседневной жизни

Оползни могут звучать как редкие горные катастрофы, но во многих холмистых городах они угрожают домам, дорогам и линиям электропередачи каждый сезон дождей. В городе Мэйшань на востоке Китая частые тайфуны и продолжительные влажные периоды регулярно пропитывают склоны над населёнными пунктами. Это исследование изучает новый способ точного определения участков ландшафта, наиболее склонных к срыву при разных типах дождя, предлагая местным планировщикам и жителям более ясные указания о том, где риск наиболее велик и когда он наиболее вероятен.

Город между крутыми холмами и обильными дождями

Мэйшань располагается в низкогорной зоне с высотами преимущественно от 160 до 250 метров. Слои слабых пород, таких как сланец, разрушаются в рыхлую почву, лежащую на более твёрдом, менее проницаемом фундаменте. Когда дождевые воды просачиваются в этот слой почвы, они могут создавать давление на границе с коренным породным основанием, превращая контакт в скользкую поверхность. В сочетании с крутыми склонами и канавами, концентрирующими сток, такая геологическая обстановка делает район склонным к мелким соскальзываниям верхнего слоя почвы — закономерность, подтверждённая 45 зарегистрированными оползнями, сконцентрированными в окружающих холмах.

Сочетание «умного» обучения и физики склонов

Чтобы понять, где оползни наиболее вероятны, исследователи объединили два типа инструментов. Во‑первых, они использовали форму искусственного интеллекта — свёрточную нейронную сеть, которая выявляет закономерности прямо из данных, а не опирается на вручную заданные правила. Она анализировала десять факторов, способных влиять на срыв склона, включая высоту, крутизну, тип породы, расстояние до рек и дорог и растительный покров, присваивая каждому участку земли размером 30 на 30 метров оценку восприимчивости. Во‑вторых, применялась физическая модель склона, симулирующая, как осадки проникают в грунт и уменьшают запас прочности почвы на склоне, выражаемый как коэффициент прочности. Эта модель, известная как TRIGRS, отслеживает, как изменение водного давления во время штормов может перевести склон из стабильного состояния в нестабильное.

Тестирование множества типов штормов на одних и тех же склонах

Команда сосредоточилась на четырёх реалистичных сценариях осадков, выбранных из десятилетия локальных метеорологических записей. Они варьировались от нескольких дней умеренного дождя до сильных и проливных ливней и коротких, но интенсивных ливневых вспышек. Для каждого сценария TRIGRS оценивал, какая доля каждого склона переходила в различные классы устойчивости — от очень стабильного до очень нестабильного. Результаты показали, что при сухих условиях большая часть территории остаётся безопасной, но интенсивные осадки, даже в течение нескольких часов, резко расширяют наиболее нестабильные зоны, особенно на крутых склонах у краёв бассейнов и в центральных холмах, где ранее фиксировались оползни. Важна также продолжительность, но было установлено, что интенсивные ливневые вспышки особенно эффективно и быстро подрывают прочность склона.

Понятная сетка для объединения «где» и «когда»

Перевод всех этих данных в практические карты опасности потребовал способа объединить долгосрочную восприимчивость каждой ячейки сетки с её краткосрочной устойчивостью при конкретном дожде. Исследователи построили простую матрицу решений, которая перекрёстно сопоставляет пять уровней восприимчивости с пятью уровнями устойчивости. Каждой комбинации присваивается уровень опасности также в пяти градациях от очень низкого до очень высокого. Например, ячейка, которая одновременно высоко восприимчива и неустойчива при данном шторме, помечается как высокая или очень высокая опасность, тогда как ячейка с низкой восприимчивостью и стабильным поведением остаётся в низкой зоне риска. Эта табличная логика делает объединённый результат легко интерпретируемым: каждая категория опасности отражает и склонность грунта, и его реакцию на конкретный режим осадков.

Что это означает для людей, живущих на опасных склонах

Когда команда сопоставила свои карты опасности с известными местами оползней, более 90 процентов прошлых срывов оказались в зонах высокой и очень высокой опасности, и почти никаких случаев не фиксировалось в зонах с очень низкой опасностью. Это сильное совпадение указывает на то, что гибридный подход может надёжно выявлять опасные участки даже там, где отсутствуют развернутые сети наблюдения. Хотя метод всё ещё зависит от качественных входных данных и не способен учесть каждую мелкую деталь рельефа, он предоставляет местным властям эффективный и прозрачный инструмент для планирования использования земли, приоритизации инспекций склонов и адаптации системы раннего предупреждения к конкретным типам штормов, помогая таким сообществам, как Мэйшань, безопаснее сосуществовать со своими окружающими холмами.

Цитирование: Wang, Z., Wang, Z., Shi, F. et al. Assessment of landslide hazard under specific rainfall scenarios based on a hybrid CNN-TRIGRS and matrix approach: a case study of Meishan Town, Zhejiang Province, China. Sci Rep 16, 16200 (2026). https://doi.org/10.1038/s41598-026-46051-6

Ключевые слова: опасность оползней, осадки, устойчивость склона, нейронные сети, картирование опасности