渝东北“7·8”强降雨诱发滑坡成灾背景与触发阈值

张钟远; 李志飞; 罗晓龙; 董远峰; 邓玖林; 胡明军; 李伟; 余姝; 李海洋; 陈鹏飞

doi:10.19509/j.cnki.dzkq.tb20250323

渝东北“7·8”强降雨诱发滑坡成灾背景与触发阈值

doi: 10.19509/j.cnki.dzkq.tb20250323

重庆市二零八地质环境研究院有限公司，重庆 400711
重庆市地质矿产勘查开发局 107地质队，重庆 401120

基金项目: 重庆市技术创新与应用发展/企业科技攻关联合行动计划项目（CSTB2025TIAD-qykjggX0349）；重庆市二零八地质环境研究院有限公司内部研发课题（YF-202502）

详细信息

作者简介:
张钟远：E-mail：kfzzzy@163.com

通讯作者:
E-mail：121111529@qq.com

中图分类号: P642.22
计量
- 文章访问数: 173
- PDF下载量: 16
- 被引次数: 0
出版历程
- 收稿日期: 2025-07-10
- 录用日期: 2025-10-29
- 修回日期: 2025-10-23
- 网络出版日期: 2025-10-29

Genetic context and triggering thresholds of rainfall-induced landslides during the July 8 extreme rainfall event in northeastern Chongqing

Chongqing 208 Geological Environment Research Institute Co., Ltd., Chongqing 400711, China
107 Geological Team, Chongqing Bureau of Geology and Mineral Resources Exploration and Development, Chongqing 401120, China

More Information

Author Bio:
E-mail：kfzzzy@163.com

Corresponding author: E-mail：121111529@qq.com

摘要

摘要:
近年来极端强降雨诱发滑坡地质灾害频发，揭示降雨型滑坡成灾背景、确定降雨阈值是地质灾害气象风险预警的关键环节，现有区域研究缺少多模型对比与滑坡滞后性定量分析。以2024年重庆市“7·8”强降雨诱发渝东北滑坡灾害为例，通过地理空间信息系统和统计分析法，开展滑坡与地质环境和降雨触发滑坡时效性分析，分别建立I-D、E-D和E-I降雨阈值模型，并采用混淆矩阵对比3种阈值准确性。研究表明，滑坡空间上显著集中于海拔低于1000 m、坡度10°～30°的北向斜坡，且多发于软岩地层（Ⅱ1与Ⅱ2岩组）以及距褶皱水系500～800 m范围内；滑坡发生与降雨过程呈正相关且具有明显滞后性，在持续强降雨第7 d达到峰值；I-D模型相较于E-D和E-I模型更适宜于作为研究区的降雨阈值线，其中 50% 滑坡发生概率下 I-D 模型准确率 0.56、误报率 0.34，综合性能最优。渝东北地区滑坡灾害是特定地质环境与极端降雨过程耦合作用的结果，所建立的I-D阈值模型可为区域地质灾害气象风险预警提供科学依据，但未来仍需通过增加样本量和数据精度以提升模型的准确性与短临预警能力。
- 降雨型滑坡 /
- 降雨阈值 /
- I-D 阈值模型 /
- 滑坡滞后效应 /
- 气象预警 /
- 渝东北
Abstract:
Objective
In recent years, extreme rainfall-induced landslide disasters have occurred frequently. Revealing the genetic context of rainfall-triggered landslides and determining rainfall thresholds are critical components of meteorological risk early warning for geological hazards. However, existing regional studies lack quantitative analysis of landslide lag response and comparative evaluation of multiple rainfall threshold models, which restricts the precision of local early warning systems.
Methods
This study takes the July 8, 2024, extreme rainfall-induced landslide event in northeastern Chongqing as an example. Using geographic information systems and statistical analysis methods, we conducted quantitative analyses of the spatial coupling relationship between landslide distribution and geo-environmental factors, and the lagging response characteristics of landslides to sequential rainfall processes, based on 71 valid landslide samples after eliminating records with missing rainfall data. I-D, E-D, and E-I rainfall threshold models were established, and the accuracy of these three thresholds was compared using a confusion matrix.
Results
Spatially, landslides were significantly concentrated on north-facing slopes with elevations below 1000 m and gradients from 10° to 30°, predominantly occurring in soft rock strata (rock groups Ⅱ1 and Ⅱ2) and from 500 to 800 m of folds and river networks. Temporally, landslide occurrence was positively correlated with rainfall processes, showing a clear lag effect, peaking on the seventh day of continuous heavy rainfall. The I-D model was found to be more suitable as a rainfall threshold line for the study area compared to the E-D and E-I models. Quantitative evaluation via confusion matrix shows that the I-D model under 50% landslide occurrence probability achieves an accuracy of 0.56 and a false alarm rate of 0.34, presenting the optimal overall performance among the three models.
Conclusion
Landslide disasters in northeastern Chongqing result from the coupling of specific geological conditions and extreme rainfall processes. The established I-D threshold can provide a scientific basis for meteorological risk early warning of regional geological hazards. However, future efforts should focus on increasing sample size and data precision to enhance model accuracy and short-term nowcasting capabilities.
- rainfall-induced landslide /
- rainfall threshold /
- I-D threshold model /
- landslide lag effect /
- meteorological warning /
- northeastern Chongqing

HTML全文

图 1 渝东北“7·8”滑坡分布

Figure 1. The distribution of the landslide in northeastern Chongqing on July 8, 2024

下载: 全尺寸图片幻灯片

图 2 2024年渝东北“7·8”滑坡在地质环境因素中的分布

Figure 2. Distribution map of landslides among geological environmental factors in northeastern Chongqing on July 8, 2024

下载: 全尺寸图片幻灯片

图 3 2024年渝东北“7·8”每日降雨量与滑坡分布

Figure 3. Daily rainfall and landslides in northeastern Chongqing on July 8, 2024

下载: 全尺寸图片幻灯片

图 4 降雨强度I、持续时间（D. 累计降雨量E）关系曲线

Figure 4. The relationship curve between rainfall intensity (I), duration (D) and cumulative rainfall (E)

下载: 全尺寸图片幻灯片

表 1 2024年渝东北“7·8”强降雨滑坡列表

Table 1. List of landslides triggered by the heavy rainfall in northeastern Chongqing on July 8, 2024

序号	发生日期	地理位置	经度/(°)	纬度/(°)	序号	发生日期	地理位置	经度/(°)	纬度/(°)
1	7月08日	开州区赵家街道帽合村	108.391	31.045	39	7月13日	丰都县许明寺镇培观村	107.586	30.135
2	7月08日	云阳县双土镇无量村	108.983	31.198	40	7月13日	丰都县树人镇三口井村	107.806	29.977
3	7月10日	开州区大德镇三树村	108.308	31.259	41	7月13日	丰都县三元镇何家湾村	107.625	30.132
4	7月10日	云阳县平安镇黄木村	107.329	30.223	42	7月14日	忠县黄金镇斑竹村	108.010	30.404
5	7月11日	云阳县平安镇太合村	108.561	31.036	43	7月14日	忠县黄金镇金银村	107.991	30.368
6	7月11日	巫溪县城厢镇竹阳村	109.535	31.648	44	7月14日	忠县黄金镇大山村	107.991	30.353
7	7月11日	云阳县高阳镇建全村	108.653	31.123	45	7月14日	忠县黄金镇芭蕉村	108.036	30.377
8	7月11日	万州区分水镇新石社区	108.134	30.752	46	7月14日	忠县黄金镇绍溪村	107.991	30.377
9	7月11日	万州区孙家镇大河村	108.038	30.744	47	7月14日	云阳县江口镇九龙村	108.755	31.227
10	7月11日	开州区和谦镇金山村	108.424	31.431	48	7月14日	云阳县双龙镇玉龙村	108.673	31.173
11	7月11日	忠县黄金镇绍溪村	108.070	30.436	49	7月14日	云阳县江口镇上元村	108.794	31.200
12	7月11日	忠县黄金镇双梁村	108.041	30.412	50	7月14日	云阳县云安镇三湾村	108.859	31.031
13	7月11日	开州区长沙镇桔香村	108.359	31.026	51	7月14日	云阳县江口镇马乐村	108.799	31.349
14	7月11日	忠县白石镇巴营村	107.969	30.327	52	7月14日	云阳县双土镇长保村	108.955	31.171
15	7月11日	丰都县三元镇何家坝村	107.614	30.126	53	7月14日	云阳县江口镇双龙村	108.728	31.263
16	7月11日	丰都县许明寺镇梨园村	107.598	30.165	54	7月14日	巫山县铜鼓镇青松村	109.712	30.882
17	7月11日	忠县黄金镇绍溪村	108.107	30.394	55	7月14日	梁平区龙胜乡和平村	107.502	30.803
18	7月12日	忠县拔山镇双星村	107.748	30.264	56	7月14日	云阳县双土镇双土社区	108.953	31.151
19	7月12日	云阳县南溪镇红岩村	108.796	31.178	57	7月14日	云阳县龙洞镇金道村	109.216	31.010
20	7月12日	云阳县江口镇九龙村	108.783	31.219	58	7月14日	城口县坪坝镇前进村	108.489	32.033
21	7月12日	云阳县云阳镇光华村	108.991	30.994	59	7月14日	忠县双桂镇同德村	107.627	30.229
22	7月12日	梁平区蟠龙镇聚水村	107.845	30.613	60	7月14日	云阳县高阳镇桂林	108.698	31.136
23	7月12日	丰都县江池镇横梁村	107.981	29.953	61	7月14日	云阳县高阳镇建全村	108.680	31.142
24	7月12日	忠县黄金镇黄金村	108.004	30.041	62	7月14日	云阳县人和街道凤岭村	108.610	30.788
25	7月12日	忠县三汇镇里仁社区	107.928	30.379	63	7月14日	云阳县高阳镇建全村	108.672	31.129
26	7月12日	云阳县南溪镇青印村	108.743	31.111	64	7月14日	云阳县农坝镇幸福村	108.743	31.360
27	7月12日	开州区义和镇太康村	108.093	31.182	65	7月14日	云阳县高阳镇白元村	108.630	31.084
28	7月12日	云阳县南溪镇卫星社区	108.848	31.124	66	7月14日	云阳县农坝镇云山村	108.792	31.387
29	7月13日	云阳县江口镇马乐村	108.783	31.336	67	7月14日	云阳县南溪镇红岩村	108.790	31.175
30	7月13日	梁平区星桥镇狮子村	107.732	30.735	68	7月14日	丰都县暨龙镇白果村	108.055	29.661
31	7月13日	梁平区龙胜乡三和村	107.600	30.814	69	7月14日	丰都县三元镇罗家场村	107.683	30.172
32	7月13日	忠县涂井乡长溪村	108.087	30.464	70	7月14日	云阳县人和街道长河村	108.696	30.994
33	7月13日	忠县涂井乡贾古村	108.087	30.447	71	7月14日	云阳县人和街道人和社区	108.668	30.966
34	7月13日	奉节县朱衣镇砚瓦村	109.391	30.989	72	7月14日	云阳县鱼泉镇望鹿村	108.846	31.328
35	7月13日	巫山县巫峡镇剪刀峰	110.020	31.013	73	7月14日	云阳县上坝乡药厂村	108.925	31.369
36	7月13日	忠县黄金镇骑龙村	107.971	30.337	74	7月14日	云阳县沙市镇新楼村	108.927	31.309
37	7月13日	巫山县建平乡青石村	110.041	31.017	75	7月14日	丰都县龙孔镇大坝村	107.093	30.075
38	7月13日	城口县厚坪乡龙盘村	109.013	31.713

下载: 导出CSV

表 2 2024年渝东北“7·8”滑坡在地质环境因素中的分布统计

Table 2. Distribution statistics of landslides in geological environmental factors in northeastern Chongqing on July 8, 2024

地质环境因素	分类	数量/起	面积/(万km²)	密度/(起/万km²)	地质环境因素	分类	数量/起	面积/(万km²)	密度/(起/万km²)
海拔/m	<500	30	0.92	32.50	工程地质岩组	Ⅰ1	8	0.88	9.11
	[500, 1000)	37	1.28	29.01		Ⅰ2	0	0.05	0
	[1000, 1500)	8	0.70	11.40		Ⅱ1	55	1.88	29.27
	≥1500	0	0.49	0		Ⅱ2	10	0.23	42.96
坡向	平面	1	0.09	11.09		Ⅲ1	1	0.04	27.20
	N	15	0.42	35.84		Ⅲ2	1	0.25	3.93
	EN	3	0.38	7.81		Ⅲ3	0	0.04	0
	E	5	0.39	12.97		Ⅳ	0	0.03	0
	ES	6	0.41	14.71	褶皱距离/m	<500	12	0.49	24.64
	S	13	0.44	29.51		[500, 1000)	11	0.45	24.20
	WS	9	0.41	22.05		[1000, 1500)	9	0.40	22.36
	W	11	0.40	27.26		[1500, 2000)	8	0.34	23.57
	WN	12	0.45	26.55		≥2000	35	1.71	20.51
坡度/(°)	[0, 10)	6	0.57	10.53	水系距离/m	<400	8	0.19	41.90
	[10, 20)	29	0.79	36.63		[400, 800)	8	0.18	44.44
	[20, 30)	28	0.90	31.02		[800, 1200)	7	0.17	40.37
	[30, 40)	11	0.69	16.01		[1200, 1600)	4	0.17	23.64
	≥40	1	0.44	2.28		≥1600	48	2.68	17.93

下载: 导出CSV

表 3 每日降雨量与渝东北“7·8”滑坡数量

Table 3. Daily rainfall and the number of landslides in northeastern Chongqing om July 8, 2024

时间	降雨量/mm	滑坡数量/起	时间	降雨量/mm	滑坡数量/起
7月8日	0～5	2	7月12日	60～212	11
7月9日	0～79	0	7月13日	71～187	13
7月10日	0～65	2	7月14日	67～226	34
7月11日	72～260	13	合计		75

下载: 导出CSV

表 4 降雨阈值模型性能评价指标

Table 4. Performance Evaluation Indicators of Rainfall threshold Model

评价模型	TP	FP	TN	FN	A	MR	FA
I_50%=70.25D^-0.83	36	12	23	35	0.56	0.49	0.34
E_50%=70.16D^0.17	34	15	20	37	0.51	0.52	0.43
E_50%=127.07I^0.18	38	18	17	33	0.52	0.46	0.51
注：TP. 真阳性；FP. 伪阳性；TN. 真阴性；FN. 伪阴性；A. 准确率；MR. 漏报率；FA. 误报率；I. 降雨强度；D. 降雨持续时间；E. 累计降雨量

下载: 导出CSV

参考文献(41)

[1]	CAMPBELL R H. Debris flows originating from soil slips during rainstorms in southern California[J]. Quarterly Journal of Engineering Geology, 1974, 7(4): 339-349. doi: 10.1144/GSL.QJEG.1974.007.04.04
[2]	CAINE N. The rainfall intensity: Duration control of shallow landslides and debris flows[J]. Geografiska Annaler Series A, Physical Geography, 1980, 62(1/2): 23-27.
[3]	ALEOTTI P. A warning system for rainfall-induced shallow failures[J]. Engineering Geology, 2004, 73(3/4): 247-265. doi: 10.1016/j.enggeo.2004.01.007
[4]	CHIEN-YUAN C, TIEN-CHIEN C, FAN-CHIEH Y, et al. Rainfall duration and debris-flow initiated studies for real-time monitoring[J]. Environmental Geology, 2005, 47(5): 715-724. doi: 10.1007/s00254-004-1203-0
[5]	GUZZETTI F, PERUCCACCI S, ROSSI M, et al. Rainfall thresholds for the initiation of landslides in central and southern Europe[J]. Meteorology and Atmospheric Physics, 2007, 98(3): 239-267. doi: 10.1007/s00703-007-0262-7
[6]	刘洋, 胡超超, 金必晶, 等. 基于物理模型试验的降雨诱发浅层滑坡变形破坏机理研究[J]. 安全与环境工程, 2025, 32(5): 196-208. doi: 10.13578/j.cnki.issn.1671-1556.20240053 LIU Y, HU C C, JIN B J, et al. Study on the deformation and failure mechanism of rainfall-induced shallow landslide based on physical model tests[J]. Safety and Environmental Engineering, 2025, 32(5): 196-208. (in Chinese with English abstract) doi: 10.13578/j.cnki.issn.1671-1556.20240053
[7]	VILLAÇA C, SANTOS P P, ZÊZERE J L. Modelling the rainfall threshold for shallow landslides considering the landslide predisposing factors in Portugal[J]. Landslides, 2024, 21(9): 2119-2133. doi: 10.1007/s10346-024-02284-y
[8]	李子豪, 王钧, 郭婷婷, 等. 基于降雨强度−历时的安徽省黄山市滑坡分组阈值研究[J]. 水土保持通报, 2022, 42(1): 184-190. LI Z H, WANG J, GUO T T, et al. Study on grouped thresholds of landslides based on rainfall intensity-duration in Huangshan City, Anhui Province[J]. Bulletin of Soil and Water Conservation, 2022, 42(1): 184-190. (in Chinese with English abstract)
[9]	黄发明, 曹中山, 姚池, 等. 基于决策树和有效降雨强度的滑坡危险性预警[J]. 浙江大学学报(工学版), 2021, 55(3): 472-482. doi: 10.3785/j.issn.1008-973X.2021.03.007 HUANG F M, CAO Z S, YAO C, et al. Landslide hazard early warning based on decision tree and effective rainfall intensity[J]. Journal of Zhejiang University (Engineering Science), 2021, 55(3): 472-482. (in Chinese with English abstract) doi: 10.3785/j.issn.1008-973X.2021.03.007
[10]	张钰洁, 段平, 王扶卷, 等. 顾及不同易发区的降雨型滑坡发生时间概率研究[J]. 自然灾害学报, 2025, 34(3): 133-144. doi: 10.13577/j.jnd.2025.0312 ZHANG Y J, DUAN P, WANG F J, et al. Temporal probability of rainfall-induced landslides considering different susceptibility zones[J]. Journal of Natural Disasters, 2025, 34(3): 133-144. (in Chinese with English abstract) doi: 10.13577/j.jnd.2025.0312
[11]	陈虹, 殷坤龙, 严亮轩, 等. 台风暴雨区滑坡短临气象预警模型[J]. 安全与环境工程, 2025, 32(3): 254-265. doi: 10.13578/j.cnki.issn.1671-1556.20230707 CHEN H, YIN K L, YAN L X, et al. Short-term meteorological warning model of landslide in typhoonrainstorm areas[J]. Safety and Environmental Engineering, 2025, 32(3): 254-265. (in Chinese with English abstract) doi: 10.13578/j.cnki.issn.1671-1556.20230707
[12]	王浩, 傅奕萱, 郭朝旭, 等. 基于降雨指数的台风暴雨型滑坡预警阈值研究: 以福州市永泰县为例[J]. 中国地质灾害与防治学报, 2025, 36(2): 43-53. doi: 10.16031/j.cnki.issn.1003-8035.202412029 WANG H, FU Y X, GUO C X, et al. Research on the early warning threshold for typhoon rainstorm-induced landslides based on rainfall index: A case study of Yongtai County, Fuzhou[J]. The Chinese Journal of Geological Hazard and Control, 2025, 36(2): 43-53. (in Chinese with English abstract) doi: 10.16031/j.cnki.issn.1003-8035.202412029
[13]	陈立华, 羊汉平, 廖丽萍, 等. 容县2010年6月滑坡灾害降雨阈值研究[J]. 自然灾害学报, 2023, 32(1): 228-235. doi: 10.13577/j.jnd.2023.0125 CHEN L H, YANG H P, LIAO L P, et al. Study on rainfall threshold for landslide disasters in Rongxian in June 2010[J]. Journal of Natural Disasters, 2023, 32(1): 228-235. (in Chinese with English abstract) doi: 10.13577/j.jnd.2023.0125
[14]	周剑, 汤明高, 许强, 等. 重庆市滑坡降雨阈值预警模型[J]. 山地学报, 2022, 40(6): 847-858. doi: 10.16089/j.cnki.1008-2786.000718 ZHOU J, TANG M G, XU Q, et al. Rainfall threshold early warning model for landslides in Chongqing[J]. Journal of Mountain Science, 2022, 40(6): 847-858. (in Chinese with English abstract) doi: 10.16089/j.cnki.1008-2786.000718
[15]	王智昊, 杨赛霓, 姚可桢, 等. 四川秦巴山区降雨型滑坡灾害降雨阈值[J]. 山地学报, 2024, 42(2): 238-248. doi: 10.16089/j.cnki.1008-2786.000819 WANG Z H, YANG S N, YAO K Z, et al. Rainfall threshold for rainfall-induced landslides in Qinba Mountain area of Sichuan Province[J]. Journal of Mountain Science, 2024, 42(2): 238-248. (in Chinese with English abstract) doi: 10.16089/j.cnki.1008-2786.000819
[16]	黄森, 崔素丽, 辛鹏, 等. 天水市 “7.25” 群发性浅层滑坡降雨阈值及空间分布研究[J]. 自然灾害学报, 2021, 30(3): 181-190. doi: 10.13577/j.jnd.2021.0320 HUANG S, CUI S L, XIN P, et al. Study on rainfall threshold and spatial distribution of "7·25" shallow landslides in Tianshui City[J]. Journal of Natural Disasters, 2021, 30(3): 181-190. (in Chinese with English abstract) doi: 10.13577/j.jnd.2021.0320
[17]	刘志中, 宋英旭, 叶润青. 渝东北2014年“8·31”暴雨诱发滑坡遥感解译与分析[J]. 自然资源遥感, 2021, 33(4): 192-199. doi: 10.6046/zrzyyg.2020348 LIU Z Z, SONG Y X, YE R Q. Remote sensing interpretation and analysis of landslides induced by "8·31" rainstorm in northeastern Chongqing in 2014[J]. Remote Sensing of Natural Resources, 2021, 33(4): 192-199. (in Chinese with English abstract) doi: 10.6046/zrzyyg.2020348
[18]	赵鹏, 杨沛霖, 蒋莉, 等. 渝东北地区强降雨诱发地质灾害险情分析[J]. 长江科学院院报, 2017, 34(10): 50-56. doi: 10.11988/ckyyb.20160309 ZHAO P, YANG P L, JIANG L, et al. Analysis of geological disaster risks induced by heavy rainfall in northeastern Chongqing[J]. Journal of Yangtze River Scientific Research Institute, 2017, 34(10): 50-56. (in Chinese with English abstract) doi: 10.11988/ckyyb.20160309
[19]	黄发明, 陈杰, 杨阳, 等. 滑坡易发性相关致灾环境因子研究的综述与展望[J]. 地质科技通报, 2025, 44(2): 14-37. doi: 10.19509/j.cnki.dzkq.tb20240766 HUANG F M, CHEN J, YANG Y, et al. A review and prospect of disaster-causing environmental factors related to landslide susceptibility prediction[J]. Bulletin of Geological Science and Technology, 2025, 44(2): 14-37. (in Chinese with English abstract) doi: 10.19509/j.cnki.dzkq.tb20240766
[20]	谢晓, 卢晓宁, 沈文宇, 等. 重庆市万州区滑坡灾害危险性评价研究[J]. 岩石力学与工程学报, 2024, 43(增刊2): 3936-3950. doi: 10.13722/j.cnki.jrme.2023.0474 XIE X, LU X N, SHEN W Y, et al. Study on landslide hazard assessment in Wanzhou District, Chongqing[J]. Chinese Journal of Rock Mechanics and Engineering, 2024, 43(S2): 3936-3950. (in Chinese with English abstract) doi: 10.13722/j.cnki.jrme.2023.0474
[21]	张钟远, 邓明国, 徐世光, 等. 镇康县滑坡易发性评价模型对比研究[J]. 岩石力学与工程学报, 2022, 41(1): 157-171. doi: 10.13722/j.cnki.jrme.2021.0360 ZHANG Z Y, DENG M G, XU S G, et al. Comparative study on landslide susceptibility evaluation models in Zhenkang County[J]. Chinese Journal of Rock Mechanics and Engineering, 2022, 41(1): 157-171. (in Chinese with English abstract) doi: 10.13722/j.cnki.jrme.2021.0360
[22]	屈鹏鑫, 谢婉丽, 刘琦琦, 等. 基于机器学习方法改进IVM-RF耦合模型的崩滑灾害危险性评价: 以延安市志丹县为例[J]. 地质科技通报, 2025, 44(3): 280-295. doi: 10.19509/j.cnki.dzkq.tb20240583 QU P X, XIE W L, LIU Q Q, et al. Collapse and landslide risk assessment based on machine learning improved IVM-RF coupling method: A case study of Zhidan County, Yan'an City[J]. Bulletin of Geological Science and Technology, 2025, 44(3): 280-295. (in Chinese with English abstract) doi: 10.19509/j.cnki.dzkq.tb20240583
[23]	古腾飞, 段平, 王伟鹏, 等. 滑坡易发性评价方法综述[J]. 自然灾害学报, 2024, 33(6): 1-16. doi: 10.13577/j.jnd.2024.0601 GU T F, DUAN P, WANG W P, et al. Review of landslide susceptibility evaluation methods[J]. Journal of Natural Disasters, 2024, 33(6): 1-16. (in Chinese with English abstract) doi: 10.13577/j.jnd.2024.0601
[24]	TONG Y X, LUO H X, QIN Z L, et al. Enhanced landslide susceptibility assessment in western Sichuan utilizing DCGAN-generated samples[J]. Land, 2025, 14(1): 34. doi: 10.3390/land14010034
[25]	戴勇, 孟庆凯, 陈世泷, 等. 基于BPNN-SHAP模型的滑坡危险性评价: 以伊犁河流域为例[J]. 沉积与特提斯地质, 2024, 44(3): 534-546. doi: 10.19826/j.cnki.1009-3850.2024.07006 DAI Y, MENG Q K, CHEN S L, et al. Landslide hazard assessment based on BPNN-SHAP model: A case study of the Ili River basin[J]. Sedimentary Geology and Tethyan Geology, 2024, 44(3): 534-546. (in Chinese with English abstract) doi: 10.19826/j.cnki.1009-3850.2024.07006
[26]	许强, 郭朋瑜. 滑坡变形机理与特征研究[J]. 中国科学(技术科学), 2025, 55(7): 1222-1234. doi: 10.1360/SST-2024-0330 XU Q, GUO P Y. Mechanisms and characteristics of landslide deformation[J]. Scientia Sinica Technologica, 2025, 55(7): 1222-1234. (in Chinese with English abstract) doi: 10.1360/SST-2024-0330
[27]	王凯, 邬礼扬, 殷坤龙, 等. 基于BO-XGBoost模型的衢州市浅层滑坡易发性评价[J]. 安全与环境工程, 2025, 32(3): 197-209. doi: 10.13578/j.cnki.issn.1671-1556.20231309 WANG K, WU L Y, YIN K L, et al. Shallow landslide susceptibility assessment based on BO-XGBoost model in Quzhou[J]. Safety and Environmental Engineering, 2025, 32(3): 197-209. (in Chinese with English abstract) doi: 10.13578/j.cnki.issn.1671-1556.20231309
[28]	许烈, 巨能攀, 邓明东, 等. 不同评价单元的滑坡易发性评价精度对比分析[J]. 工程地质学报, 2024, 32(5): 1640-1653. doi: 10.13544/j.cnki.jeg.2024-0341 XU L, JU N P, DENG M D, et al. Comparative analysis of evaluation accuracy of landslide susceptibility with different evaluation units[J]. Journal of Engineering Geology, 2024, 32(5): 1640-1653. (in Chinese with English abstract) doi: 10.13544/j.cnki.jeg.2024-0341
[29]	KUDAIBERGENOV M, NURAKYNOV S, ISKAKOV B, et al. Application of artificial intelligence in landslide susceptibility assessment: Review of recent progress[J]. Remote Sensing, 2025, 17(1): 34. doi: 10.3390/rs17010034
[30]	夏金梧, 史超, 李书. 基于多源遥感的三峡库区滑坡识别与易发性评价[J]. 人民长江, 2025, 56(9): 33-44. doi: 10.16232/j.cnki.1001-4179.2025.09.004 XIA J W, SHI C, LI S. Landslide identification and susceptibility assessment for Three Gorges Reservoir area based on multi-source remote sensing[J]. Yangtze River, 2025, 56(9): 33-44. (in Chinese with English abstract) doi: 10.16232/j.cnki.1001-4179.2025.09.004
[31]	李俊杰, 王卫红, 冉茂莹. 丘陵地区降水诱发滑坡地质灾害的阈值分析: 以巴中市恩阳区为例[J]. 气象科学, 2022, 42(2): 279-284. doi: 10.12306/2021jms.0026 LI J J, WANG W H, RAN M Y. Threshold analysis of rainfall-induced landslide geological hazards in hilly areas: A case study of Enyang District, Bazhong City[J]. Journal of the Meteorological Sciences, 2022, 42(2): 279-284. (in Chinese with English abstract) doi: 10.12306/2021jms.0026
[32]	龚泉冰, 殷坤龙, 肖常贵, 等. 基于I-D阈值的滑坡气象预警双指标模型[J]. 地质科技通报, 2024, 43(1): 262-274. doi: 10.19509/j.cnki.dzkq.tb20220254 GONG Q B, YIN K L, XIAO C G, et al. Double-index model of landslide meteorological warning based on the I-D threshold[J]. Bulletin of Geological Science and Technology, 2024, 43(1): 262-274. (in Chinese with English abstract) doi: 10.19509/j.cnki.dzkq.tb20220254
[33]	汪珍亮, 陈曼玉, 赵建林, 等. 基于InSAR的黄土高原延河流域滑坡降雨阈值模型构建[J]. 水土保持学报, 2024, 38(6): 142-151. doi: 10.13870/j.cnki.stbcxb.2024.06.026 WANG Z L, CHEN M Y, ZHAO J L, et al. Model construction of InSAR-based rainfall thresholds for landslide hazards in Yanhe basin, Chinese Loess Plateau[J]. Journal of Soil and Water Conservation, 2024, 38(6): 142-151. (in Chinese with English abstract) doi: 10.13870/j.cnki.stbcxb.2024.06.026
[34]	GUZZETTI F, MELILLO M, MONDINI A C. Landslide predictions through combined rainfall threshold models[J]. Landslides, 2025, 22(1): 137-147.
[35]	陈贺, 付有旺. 贡山县进藏通道群发性滑坡地质特征与降雨阈值[J]. 岩石力学与工程学报, 2024, 43(增刊2): 3861-3871. doi: 10.13722/j.cnki.jrme.2023.0568 CHEN H, FU Y W. Geological characteristics and rainfall threshold of mass landslides in the Xizang Passage of Gongshan County[J]. Chinese Journal of Rock Mechanics and Engineering, 2024, 43(S2): 3861-3871. (in Chinese with English abstract) doi: 10.13722/j.cnki.jrme.2023.0568
[36]	刘海知, 徐辉, 包红军, 等. 区域降雨诱发滑坡阈值特征分析[J]. 自然灾害学报, 2021, 30(4): 181-190. doi: 10.13577/j.jnd.2021.0420 LIU H Z, XU H, BAO H J, et al. Analysis on threshold characteristics of regional rainfall-induced landslides[J]. Journal of Natural Disasters, 2021, 30(4): 181-190. (in Chinese with English abstract) doi: 10.13577/j.jnd.2021.0420
[37]	曾营, 张迎宾, 张钟远, 等. 基于X-多层感知器耦合模型的滑坡易发性评价: 以贵州省松桃自治县为例[J]. 山地学报, 2023, 41(2): 280-294. ZENG Y, ZHANG Y B, ZHANG Z Y, et al. Landslide susceptibility evaluation based on X-multilayer perceptron coupled model: A case study of Songtao Autonomous County, Guizhou Province[J]. Journal of Mountain Science, 2023, 41(2): 280-294. (in Chinese with English abstract)
[38]	陈博, 张灿灿, 李振洪, 等. 福建龙岩市2024年“6·16”特大暴雨诱发滑坡发育特征及其调控因子分析[J]. 武汉大学学报(信息科学版), 2024, 49(11): 2145-2155. doi: 10.13203/j.whugis20240336 CHEN B, ZHANG C C, LI Z H, et al. Analysis of development characteristics and controlling factors of landslides induced by the "June 16" torrential rain in Longyan City, Fujian Province in 2024[J]. Geomatics and Information Science of Wuhan University, 2024, 49(11): 2145-2155. (in Chinese with English abstract) doi: 10.13203/j.whugis20240336
[39]	BADAVATH N, SAHOO S. Geospatial assessment and integrated multi-model approach for landslide susceptibility mapping in Meghalaya, India[J]. Advances in Space Research, 2025, 75(3): 2764-2791. doi: 10.1016/j.asr.2024.11.052
[40]	刘帅, 王涛, 曾先贵, 等. 考虑月度降雨变化的多情景区域滑坡易发性评价: 以湖南省长沙市为例[J]. 地球科学与环境学报, 2025, 47(5): 944-961. doi: 10.19814/j.jese.2025.02034 LIU S, WANG T, ZENG X G, et al. Multi-scenario regional landslide susceptibility assessment considering monthly rainfall changes: A case study of Changsha City, Hunan Province, China[J]. Journal of Earth Sciences and Environment, 2025, 47(5): 944-961. (in Chinese with English abstract) doi: 10.19814/j.jese.2025.02034
[41]	ZUO P, ZHAO W, YAN W J, et al. Landslide susceptibility mapping using an LSTM model with feature-selecting for the Yangtze River basin in China[J]. Water, 2025, 17(2): 167. doi: 10.3390/w17020167