降雨诱发的浅层滑坡是泥石流灾害的主要物源之一，此类滑坡具有突发性和渐进性破坏的特点，准确预测浅层滑坡的发生时间、体积、空间分布及渐进失稳破坏过程是一项具有挑战性的工作，也是滑坡、泥石流防灾减灾研究的重要环节。目前的浅层滑坡预测模型通常假定了滑动面的位置，且忽略了水土生耦合作用对岩土体破坏过程的影响，导致现有的区域浅层滑坡预测模型的应用受到了极大地限制。针对上述问题，成都山地所姜元俊研究员及其课题组成员基于降雨型浅层滑坡渐进性失稳物理过程和动力学机制，构建了考虑降雨入渗、植被根系加固、土体间的相互作用等物理过程的浅层滑坡失稳模型，在降雨诱发浅层滑坡预测模型的研究中取得了重要进展。

课题组基于经典的SWAT模型（美国农业部水土评估工具SWAT，USDA）和改进的D-LHT模型（Depth-resolved landslide hydromechanical triggering model）提出了一个预测小流域浅层滑坡的新模型。该模型考虑了前期降雨、降雨入渗、根系加固、土体间的应力传递以及空间范围内土壤性质差异的影响，实现了具有较高精度的降雨型浅层滑坡的发生时间、体积和空间分布的预测。课题组将新模型应用于蒋家沟流域，并构建了8种模式的前期降雨量形式，分析了当日雨量和前期降雨对滑坡的影响，结果表明：研究区内的土壤含水率受前期降雨量模式的影响较大，前期降雨模式对浅层滑坡的发生时间和体积有着显著影响，是浅层滑坡预测不可忽视的重要因素。该研究为浅层滑坡预测提供了新的方法。此外，该模型还应用于由成都山地灾害与环境研究所自主研发的国内首个精细化山地灾害风险模拟与险情预报系统，为灾害智能化险情预报奠定了重要基础。

相关研究得到了中国科学院A类先导专项（美丽中国）项目（XDA23090202）、国家自然科学基金（42172320、41877524）、中国科学院国际科技合作计划（2018YFE0100100）的支持。成果论文发表在地学领域TOP期刊Water Resource Research上。

论文链接：https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2022WR032716

模型预测和蒋家沟实际的浅层滑坡分布对比图