日本山地灾害研究及其防治技术

李 鸥

（国土防灾技术株式会社,日本 东京 105-0001）

日本的山地面积占其国土面积的3/4，因暴雨、融雪、地震和火山诱发的崩塌、滑坡和泥石流等山地灾害年均达1 400 余处[1]；
因此，如何治理山地灾害对日本来说是一个长期且重要的课题。

防灾与减灾是日本应对灾害的两个并行对策，从高度经济成长期（1955—1973 年）到经济衰退的1990 年，防灾对策一直占据着灾害治理的主导地位，而在减灾对策上并没下多大功夫。不可否认，这期间建造的山地灾害防范工程，有效降低了灾害发生的频度并减小了灾害发生的规模，发挥了保护国民生命财产安全的作用。

1990 年后，经济的衰退、人口的少子老龄化、基础设施的老化等致使日本国家财政状况持续恶化。进入21 世纪后，地球温室效应导致极端天气现象频发，更是增大了山地灾害的规模并提升了其破坏能力，特别是2011 年东日本大地震重创了日本的防灾体系，致使日本在山地灾害治理方面也面临着十分困难的局面。而另一方面，激光计测、通信遥感、数值计算、人工智能等高新技术在山地灾害的勘测调查、模拟评估、预警避难和治理工程的规划设计等已从理论研究、实验阶段进入到实证和实用阶段。为打开困局，日本内阁提出了促进高新科技应用的《防灾4.0》未来防灾体系构想（2016）。至此，包括山地灾害在内的日本灾害治理才算真正步入防灾与减灾对策并重的时代。

基于上述背景，本文以日本的山地灾害为对象，就其长期及近年发生灾害的件数及其危害特征、调查与研究现状、防治技术的进步及其数字化防灾的未来构想等加以论述，以期对中国山地灾害的研究及治理有所启示。

日本的国土面积不到全球陆地面积0.3%，山地面积占国土面积的3/4，全球大于6 级的地震有1/5 以上发生在其陆域和周边海域，活火山也占据全球活火山的7%，因其位于太平洋亚洲季风区域，每年接近或登陆的台风有14 次之多[1]。台风暴雨、融雪、地震和火山诱发的崩塌、滑坡和泥石流等山地灾害经常发生。因此，防止山地灾害的发生及减轻其造成的危害对日本来说是一个长期且重要的课题（数据来源：日本国土技术研究中心）。

1.1 山地灾害的分类

崩塌、滑坡和泥石流等山地灾害在日本被统称为“土砂灾害”，是日本多发且危害性较大的自然灾害。其中，崩塌和滑坡按其深度及物性又可分为表层和深层的崩塌或滑坡（见表1、图1）。

表1 日本山地灾害的分类[1]Tab.1 Classification of mountain disasters in Japan[1]

图1 日本山地灾害的分类[1]Fig.1 Classification of mountain disasters in Japan[1]

1.2 山地灾害的长期倾向

据日本国土交通省（以下略称“国交省”）1982—2021 年的统计数据，降水、融雪和地震、火山等诱发的山地灾害年均超过1 300 件，其中崩塌、滑坡和泥石流灾害占比分别约55%、10%和35%。降水和融雪诱发的灾害年均超过1 000 件，接近山地灾害总数的79%，其中崩塌、滑坡和泥石流灾害占比分别约67%、12%和21%，受地球温室效应影响，降水和融雪诱发的山地灾害（10 年期间年均件数）呈明显递增趋势；
由地震、火山等诱发的山地灾害件数约占山地灾害总数的21%，其中泥石流灾害占比约88%，多为火山泥石流（见表2）。

表2 日本山地灾害长期倾向(1982—2021 年) [2]Tab.2 Long-term trend of mountain disasters in Japan (1982—2021 年)[2]

1.3 近年山地灾害及损失

2016—2021 年，日本年均山地灾害近1 800 件/年，崩塌占比达70%以上；
泥石流占比约24%；
滑坡占比6%。其间，以2018 年横扫西日本的1807号台风与梅雨前锋停滞导致的集中暴雨造成的山地灾害最为严重。2018-06-28—2018-07-10 西日本多地总降雨刷新了历史纪录，高知县鱼梁濑站的总降雨量高达1 852.5 mm。暴雨诱发的山地灾害多达1 748 件（泥石流567 件，滑坡55 件，崩塌1 126件）[3]。2018 年山地灾害件数接近6 年年均件数两倍，死亡、失联人数和损坏房屋件数也高达6 年年均值的3.4 倍和2.5 倍（见图2）。由此可见，地球温室效应导致的极端气候现象，特别是巨型台风、梅雨前锋停滞等造成的特大暴雨和线状连续降雨是近年山地灾害趋于频发的主要诱因。

图2 日本近年山地灾害及损失(2016—2021 年)Fig.2 Japan"s mountain disasters and losses in recent years(2016—2021 year)

2001 年日本出台了《土砂灾害防治法》[4]，开始实施5 年一次防止山地灾害的基础调查和警戒区域、特别警戒区域的指定，并以法规来规范管制在特别警戒区域中的开发行为。

2.1 基础调查和警戒区域等的指定

基础调查和警戒区域的指定方法如下。

1) 对各地地形、地质、既往山地灾害史和土地利用状况等实施基础调查，筛选出泥石流、滑坡和陡坡崩塌等灾害的危险区域。

2) 以危险区域的微地形特征（高度、坡度、凹凸等）来划分、指定警戒区域；
并以微地形和地质水文条件等计算结果来划分、指定特别警戒区域（见图3）。

图3 山地灾害警戒区域、特别警戒区域指定方法示意图[5]Fig.3 Schematic diagram of mountain disaster warning area and special warning area[5]

据最新调查结果（2022.09），日本已完成68.4万多个区域的基础调查，指定山地灾害警戒区域近68 万个，其中特别警戒区域58 万多个。特别警戒区域中陡坡崩塌灾害占比达灾害总数73%以上，按日本国土面积均摊的话，不到0.7 km2就有一处山地灾害特别警戒区域（见表3）[5]。

2.2 深层崩塌的调查与研究

深层崩塌发生频度低、破坏力大，却因其水文地质等条件的复杂而具有很大的隐蔽性[6]。因此深层崩塌突发时往往会造成巨大损失。

2.2.1 深层崩塌调查（概查与详查）

2010 年，日本据明治(1889)以后发生的188个深层崩塌的历史记录(发生地、崩塌的长度、宽度、深度、面积与体积等)及其遗留的隆起痕迹、水文地质特征等实施了现场概查，分4 个级别（特高、高、低、特低）绘制了《深层崩塌推定频度图》[7]。其后，为进一步揭示深层崩塌发生原因及机制，据《深层崩塌潜在山谷(溪流)筛选手册（案）》（2008）[8]，以崩塌痕迹、微地形特性和降水导致的间隙水压为主要评估项目，对特高级别风险的山谷又分4 个级别（高、较高、较低、低）实施了详查和风险评估（见图4）[9]。

图4 深层崩塌风险评估范例 [10]Fig.4 Example of deep-seated landslide risk assessment [10]

现阶段，科研人员对深层崩塌的原因及其机制尚未完全掌握。为迅速并精准掌握危险山谷深层崩塌的规模及其特性，评估其风险，在调查中应用了航空电磁探查、卫星干涉SAR 解析、点群激光计测等高新技术，经与多数现场的传统测绘结果的交叉比对，证实了这些新技术在对深层崩塌的规模、运动特性的把握和风险评估方面具有较高的实用价值和性价比。

2.2.2 航空电磁探查技术应用研究

航空电磁探查最早被用于地矿勘探，其原理是通过地下地质水文特征与电磁电阻率的对应关系来查明地下的地质构造，岩层风化越严重、破碎岩块或含黏土矿物越多、含水率越高，其电磁电阻率就越低。因为航空电磁探查具有省工省力、短时间内可迅速查明大面积地域大深度地质构造的特点，所以近年该技术也成为日本调查深层崩塌的一种常规手段。在大面积地域中筛选深层崩塌的危险区域，推定深层崩塌深度及其规模等调查中发挥了重要的作用。通过多数现场钻孔资料的对比，发现深层崩塌的底面通常位于电磁电阻率最低等值线连线略微下方的附近（见图5）。

图5 深层崩塌调查中航空电磁探查技术的应用[11]Fig.5 Application of airborne electromagnetic survey technology in deep-seated landslide survey[11]

2.2.3 PS-InSAR 技术的应用研究

2014 年大地2 号（ALOS-2）卫星开始提供3 m×3 m 高分辨率数据用于地形解析。2017 年环境省公布了《地盘沉下观测等卫星活用手册》。其中，PS-InSAR(Persistent Scatterer Interferometry)分 布式散射体时序干涉SAR 技术计测地形或构造物的精度可达毫米级，已逐步成为调查广域地壳和地形变化、发现山地灾害危险区域及评估灾害前后山体移动规模等的常规手段[9]。

2.3 泥石流监测系统中AI 应用的研究

现阶段，泥石流监测系统多采用钢丝或振动传感器来感知泥石流的发生，但因小动物触碰，地震、风雨、或车辆振动等常导致误报，误报率有时达90%以上。为解决这个课题，2018 年日本开始研发“单沟泥石流点阵群振动传感监测系统”，其原理是在泥石流发生区域设置传感器点阵群；
利用AI 从点阵群振动中识别筛选出泥石流振动；
通过监测数据的积累和AI 的深度学习，提高识别泥石流振动的准确性。经实际交叉验证，AI 分析的误报率为零，展示了AI 分析在该系统中的可靠性及其应用前景（见图6）。

图6 泥石流点阵振动传感监测系统示意图[12]Fig.6 Schematic diagram of debris flow vibration sensor group monitoring system[12]

3.1 防灾减灾对策的变迁

防灾对策是以构筑防治工程，直接抵御灾害保护生命财产安全的对策；
而减灾对策则是以预警避难为主，避免或减轻重大灾害对生命财产造成损害的对策。

高度经济成长期（1955—1973 年）到经济泡沫（1986—1991 年）期间，借助经济实力，防灾对策一直占据着日本灾害治理的主导地位，而在减灾对策上并没下多大功夫。不可否认，这时期建造的大量的山地灾害防治工程，如拦沙坝（治山坝、沙防坝）、流路工和护坡工等有效地阻止或抑制了山地灾害发生的频度及规模，保护了国民生命财产的安全。

1990 年代后，高新技术的研发和进步在减灾对策上展示出非常好的应用前景，部分高新技术已被纳入相关的技术规范或指南。在此背景下，为打开困局，内阁提出了《防灾4.0》——未来防灾体系构想（2016）[13]。至此，包括山地灾害在内的日本灾害治理才算是真正进入了防灾、减灾对策并重的时代。

3.2 数值模拟技术的实用化

1990 年代开始，伴随计算技术的发展和对减灾对策的重视，泥石流、滑坡、地震液化等灾害的数值模拟已从理论研究逐步进入到验证和实用化阶段。

3.2.1 泥石流等数模的应用

京都大学和砂防滑坡中心研发的LS-FLOW准3 次元泥石流数模是最早的实用化数模，并成为后来泥石流数模的参照标准[14]。基于1 次元与2 次元结合的研究成果[15]，砂防滑坡中心开发的泥石流数模“Kanako2D”，并以日英两种文字无偿公开[16]。该数模使用简便，可再现或预测泥石流在发生域、流动域和堆积域流深和堆积的时空变化状况，并可选择调整拦沙坝的类型（不透过型、缝隙型、方格栅型）及其设置位置；
可设定泥石流粒径、浓度随时间的变化等，为泥石流防治设施的规划、预期效果或避难途径场所的规划提供参考依据。

2012 年成立的Hyper Kanako 技术研究会，开发了可利用LD 地形数据模拟任意地形的泥石流数模“Hyper Kanako”（见图7），其源程序也于2022年11 月无偿对外公开。

图7 泥石流模拟解析范例(Hyper Kanako) [17]Fig.7 Debris flow model analysis example (Hyper Kanako) [17]

3.2.2 地基液化解析数模的应用

2011 年大地震的长时间强震引发了大范围的地基液化、导致大量基础设施和防灾设施的破坏。基于这个教训，所有与之相关的技术规范都做了补充和修订，规定遇到软地基时，地基液化及构造物形变与破坏为工程设计必做解析项目之一。动态解析有基于有限元法的FLIP、LIQCA；
静态解析有基于有限元法的ALID；
以及基于流体力学的东畑数模和基于圆弧滑动的△u 法。FLIP、LIQCA可较真实地再现地震发生时地基地液化及其形变过程，但计算条件和参数的设定较为复杂，计算时间与费用也大大超过ALID 和其他方法。FLIPver.6.06 以后的版本可适用于大变形解析，为判断地基液化、构造物形变与破坏的程度，判定地基改良对策的效果提供参考依据（见图8）。

图8 堤防地基液化解析范例（FLIP）[18]Fig.8 Levee ground liquefaction analysis example (FLIP)[18]

3.3 点群·LiDAR 计测与微地形起伏处理技术的应用

进入21 世纪后，空间计测技术在山地灾害领域中的应用发展迅速。点群·LiDAR (Laser Imaging Detection And Ranging) 激光扫描3D 成像测绘系统的精度达±2～3 cm；
利用AI 的微地形起伏处理技术可更精准地显示灾害前后地形变化和构造物变形，也更易发现山地灾害危险区域，并可评估其规模（见图9）。

图9 微地形起伏的AI 判别范例[19]Fig.9 Example of determination of micro-topographical undulations by AI analysis[19]

3.4 综合灾害信息系统的构筑与完善

1980 年起，日本的国土交通省、国土地理院、气象厅等多方协作开始构筑综合灾害信息系统。经40 多年的构筑与改进，以下几个综合信息系统的功能已相当完备，成为政府、企事业、民间团体和民众赖以把握灾害事态演变和应对灾害、决策行动的有力助手。

综合灾害信息系统的特点与功能如下。

1) 提供综合灾害信息：通过互联网任何人都可检索、下载多种与灾害相关的信息：灾情预测、预报预警、避难场所与途径等即时信息和以往灾害信息。

2) 提供个性化服务：可注册建立个人文档，据个人需求叠加多种灾害状况及其风险评估，制作相关图表、设定个性化避难途径并与他人共享等。

3) 部分信息系统还开发了多语种对应功能。

DiMAPS (Integrated Disaster Information Mapping System)[20]，是国土交通省以国土地理院的电子国土基本图为背景图开发、构筑的综合灾害情报系统，现已完成13 个领域的信息上载（见表4）。DiMAPS统合了各种与灾害相关的信息，可帮助利用者了解、把握不同区域各种自然灾害风险评估结果和灾害事态的发展过程。

表4 DiMAPS 信息种类Tab.4 DiMAPS Information Types

灾害地图门户网站 [21]主要提供洪水、山地灾害、高潮、海啸、道路防灾、地形分类等6 类灾害信息。功能包括：通过选择灾害种类、地图位置、地名、GPS 定位等检索途径查询所需信息；
并据需求在基本地形图上叠加各类信息；
分左右画面比较；
测量和表示距离、面积、地形断面等；
并能印刷、保存、下载，与他人共享或共建个性化灾害信息文档等（见图10）。

图10 灾害地图门户网站灾害风险比较实例Fig.10 Example of disaster risk comparison in disaster map portal

河川防灾信息网站(天气×水灾×泥石流灾害)[22]综合了国土交通省和气象厅的灾害信息，主要提供天气、洪水、河川泛滥等河川灾害与山地灾害、避难等相关的即时信息和以往灾害信息。主要河川灾害信息包括：即时监控摄影、水位、险情和洪水（危险度分布、预报、决堤危险河川、水灾风险区域、水位到达信息、防水通知等）；
山地灾害信息（山地灾害危险度分布等）。

日本气象厅提供的主要信息有“防灾信息”与“各种数据资料”两类[23]。防灾信息包括气象防灾、地震海啸、火山、海洋、天气预报和气象观测等6 类；
防灾信息中的kikikuru（风险分布）可再现日本任意区域过去6 h 的山地灾害、内涝、洪水和洪水泛滥风险评估动态信息。

日本“国土交通省数据平台”[24]2020 年度开始提供服务，2022 年最新版本ver.2.1 有数十万个与基础设施、地质、基础设施施工、防灾等相关的数据包可供检索、下载和商业使用；
“国土数值数据下载服务”[25]以GIS 标准数据（GML(JPGIS2.1)、XML(JPGIS1.0)、text 等）提供地形、土地利用和公共设施等与国土相关的基础信息，其中包括56 个主要城市的3D 点群航测数据（见表5）。

表5 国土数据下载服务项目Tab.5 Territorial data download service items

2021 年9 月，日本出台了《数字社会形成基本法》[26]，成立了“数字厅”，并以“数字社会推进会议”取代了2000 年设立的“IT 综合战略总部”，实现防灾领域的数字化作为一项重要目标被纳入《面向实现数字社会的重点规划》。

4.1 灾害领域中数字化的意义

从科研技术的视角看，防灾领域数字化的意义如下。

1) 加速灾害领域的标准化，进而实现基础研究与技术应用的跨学科、跨区域、跨领域的高度融合，发现或更加精确地揭示重大灾害与复合灾害的成因及其机制。

2) 为政府在灾害防治及应急的决策和防灾减灾工程规划设计提供精准的数据支撑和参考依据。

3) 以虚拟3D 场景效果再现灾害过程及灾害防治对策的效果，提高社会各界对灾害的认知水平，进而实现防灾领域科研技术成果的社会共享。

4.2 数字化防灾的现状

半个世纪以来，伴随高度经济增长，日本的计测、传感、计算和通信技术及其标准化得以高度发展，奠定了日本在防灾减灾领域数字化转型的基础。

现阶段，日本各个领域的数字化均纳入了防灾减灾专题，“数字化防灾体系”已初步形成。仅从日本国土交通省、气象厅等构筑的几个综合灾害情报系统看，政府部门间的横向障碍在逐步打破，国民参与减灾策划与实践的机会和空间都在增加，数据共享的社会效益也日益凸显。另一方面，保护个人隐私的诸多法律问题尚未得到解决。

4.3 未来防灾领域的课题与方向

日本内阁在《“防灾×技术”课题组讨论汇总报告》(2020)[27]中总结了未来日本将如何运用高新技术应对灾害的5 个课题及努力方向（见图11）；
次年，公布了《实现防灾减灾和国土强韧化新时代的提议》(2021)[28]，提出“数字化防灾”的口号，计划5 年内以数字化技术来加强防灾减灾与国土强韧化对策，最大限度地减少生命财产的损失。

图11 日本内阁府《防灾×技术》课题组汇总成果(2 020.06)Fig.11 Summary Results of Disaster Prevention × Technology Research Group of Japan Cabinet Office (2 020.06)

4.4 数字孪生技术的实用化及未来构想

数字孪生技术的优势是形成现实空间与虚拟空间的闭环优化管理，把握事象的发展趋势，降低解决问题时的风险与成本。应用场景和流程如图12 所示。1）通过现实空间各种事象属性的数字化再现数字虚拟空间；
2）针对现实空间中出现的问题，把解决方案所需事象（如防灾应急具体方案等）添加到虚拟空间；
验证其可行性后，选出最优方案在现实空间中实施。

图12 数字孪生技术应用场景示意图Fig.12 Schematic diagram of application scenario of digital twin technology

东京都在“数字孪生社会实施计划图”(2022)[29]中把在2022 年内实现基础设施与防灾领域的数字化作为社会实践的第一步。

半个多世纪以来，日本在山地灾害领域的研究与治理始终走在世界的最前列，究其原因，一是认真总结历次重大灾害的经验教训，建立了有效的防灾减灾和应急机制；
二是据各种灾害与国情的变化趋势及时调整灾害研究体系及其应用技术的发展方向；
三是在积极推进激光计测、通信遥感、监测预警、数值模拟、互联网、云计算、大数据、AI、数字化等高新科技的实用化和标准化的基础上，促进基础研究与应用技术的融合，逐步打破了政府部门间的横向障碍；
四是及时公开与灾害相关的调查数据及科研技术成果，从而实现防灾领域信息的社会共享。

上述的经验可对加速提升中国山地灾害研究与防治技术水平有所帮助。

猜你喜欢山地防灾泥石流家庭防灾应该囤点啥？奥秘(创新大赛)(2022年6期)2022-07-29山地草甸青海草业(2022年2期)2022-07-23地质灾害防灾避险小常识江苏安全生产(2022年5期)2022-06-16防灾减灾 共迎丰收之季今日农业(2021年15期)2021-11-26故宫防灾的“超强铠甲”军事文摘(2021年16期)2021-11-05穿越火线之山地作战小哥白尼(军事科学)(2019年5期)2019-08-27泥石流杂文月刊(2018年21期)2019-01-05山地之旅乡村地理(2018年3期)2018-11-06山地之美——雨补鲁乡村地理(2018年4期)2018-03-23“民谣泥石流”花粥:唱出自己海峡姐妹(2017年6期)2017-06-24

推荐访问:日本 山地 灾害