在滑坡灾害预警系统中，通常以土壤含水量和孔隙水压力的分布作为输入，计算有效应力和边坡稳定系数。然而，受到模型概化、土壤水力参数设定、以及降雨、蒸发等边界条件误差等因素影响，土壤水及孔隙水压力的模拟结果存在较大不确定性。为研究土壤水力参数不确定性影响下的边坡稳定分析，本研究选用Darcy-Richards方程及无限边坡稳定分析方法作为渗流-边坡稳定分析模型，以van Genuchten（VG）模型描述土壤水分特征曲线及非饱和导水率等土壤水力特性，并通过GLUE（Generalized Likelihood Uncertainty Estimation）方法反演土壤水力参数。在利用GLUE方法进行参数率定时，分别选用两种方法对土壤水力参数进行采样：方法一直接对VG方程中的五个参数进行随机采样；方法二则以土壤颗粒组成为输入，利用Rosetta 3土壤传递函数估计VG方程参数。
基于四川省都江堰市白沙河流域银洞子沟滑坡堆积体野外监测系统（图1），研究选用了11个监测点中的6号和12号探头，选择2016年12月和2017年5月的降雨和土壤含水量数据土壤水力参数进行率定。另外，以随后一个月作为检验期，分析GLUE方法获得的后验参数集合计算的土壤水、孔隙水压力、边坡稳定系数。结果表明，传统的随机五参数采样方法虽然在检验期提供较为精准的土壤含水量模拟（图2），但土壤孔隙水压力的模拟结果具有显著的不确定性，最终获得的边坡稳定性系数的后验分布的不确定性范围可达几个数量级（图3），为降雨滑坡灾害预警带来极大的困难。Rosetta 3因加入了土壤水力参数的先验信息，在减小土壤水力参数不确定性方面相较于传统的随机参数采样方法具有显著优势。利用Rosetta 3对土壤水力参数进行限制，获取的孔隙水压力和边坡稳定系数的后验分布更为集中，从而减小了滑坡灾害预警的中土壤水力参数导致的不确定性。因此，将Rosetta 3土壤传递函数与参数优化算法相结合，用于非饱和土壤水文与边坡稳定性的耦合分析，可以提高滑坡预警系统的可靠性和应用价值。
图1 四川省都江堰市银洞子沟流域滑坡堆积体监测系统
图2 预测期的土壤含水量的后验分布
图3 预测期的边坡稳定性系数log10𝐹𝑠的后验分布
《Engineering Geology》当前为工程地质领域知名期刊，目前在中科院SCI期刊分区中为地球科学1区、工程地质1区。本文主要作者为我院教师邵伟、研究生陈思婕、李美骏。合作作者包括捷克查理大学苏烨、东南大学倪钧钧、天津大学董建志、张永根，以及中科院成都山地所杨宗佶。
论文信息：
Wei Shao, Sijie Chen, Meijun Li , Ye Su, Junjun Ni, Jianzhi Dong, Yonggen Zhang, Zongji Yang. “Reducing uncertainties in hydromechanical modeling with a recently developed Rosetta 3 podeotransfer function”. Engineering Geology, 2023. https://doi.org/10.1016/j.enggeo.2023.107250
