地大新闻网讯(通讯员 樊彦鹏 杨素) 近日，开云kaiyun网页版湖北巴东地质灾害国家野外科学观测研究站地质灾害智慧管控团队巴基斯坦籍博士研究生哈姆扎・达乌德，在导师窦杰教授指导下，以第一作者身份在国际地球科学期刊《Earth-Science Reviews》发表论文《考虑尺度效应的泥石流易发性与运移过程模拟：DEM配置及样本设计对模型判别性能与空间一致性的影响》。研究聚焦泥石流智能预测中的一个关键问题：如何使模型不仅在统计评价中表现良好，而且能够更加真实地反映山地地形特征及泥石流运动规律。

泥石流发生后，大量泥沙和石块可能沿陡坡、沟谷快速运动，对山区道路、居民点及工程设施造成严重威胁。因此，泥石流风险评价不仅需要回答“哪些区域更容易发生泥石流”，还需要进一步判断“泥石流发生后可能沿什么路径运动、影响哪些区域”。近年来，地形数据与人工智能技术为泥石流易发性评价提供了新的技术手段，但研究发现，即使在同一区域，不同数字高程模型（DEM）分辨率和样本选取方式，也可能导致模型预测结果产生明显差异。

数字高程模型可以理解为反映地表高低起伏特征的数字化“立体地形底图”。通常情况下，较高分辨率能够刻画更多地形细节，但同时也可能引入局部噪声；分辨率过低，则可能平滑窄沟谷、陡坎等对泥石流形成和运动具有重要影响的地貌特征。因此，泥石流预测并非简单追求“分辨率越高越好”，而需要根据地形特征、数据质量和具体应用目标选择合理的数据尺度。

坡面型与沟道型泥石流形成及运动过程示意图

研究发现，地形数据分辨率、泥石流灾害样本的表达方式，以及“发生过”和“未发生过”样本的选取与配比，都会影响模型的预测性能及高易发区的空间分布。值得注意的是，即使两个模型取得相近的统计评价指标，其预测结果在空间上也可能存在明显差异：一个较为连续，另一个则较为零散。因此，评价模型可靠性不能只看统计精度，还应进一步检验高易发区是否沿沟谷合理分布、是否与实际地貌特征相吻合。已有研究表明，12.5米、30米等中等分辨率地形数据在部分地区能够较好兼顾地形细节与预测稳定性，但并不存在适用于所有区域的统一“最优分辨率”，需要结合具体地貌条件，通过多尺度对比和敏感性分析确定合理的数据配置方案。

在此基础上，研究提出，泥石流智能预测应由单纯关注“模型分数高不高”，进一步转向关注“空间预测是否合理”，将数据尺度、样本设计、模型评价、空间一致性与灾害运移过程统筹考虑。易发性评价主要回答“哪里更容易发生泥石流”，运移模拟则进一步回答“发生后可能沿哪里运动、影响哪些区域”。二者相互补充，可形成从灾害发生可能性识别到潜在影响范围分析的完整链条，为泥石流风险识别与防灾减灾提供更加可靠的科学依据。

研究技术路线框架

该成果是开云kaiyun网页版地质灾害智慧管控团队在高山峡谷区泥石流智能识别与风险评价领域取得的又一阶段性进展，推动了泥石流风险评价由单纯关注算法精度向兼顾数据配置与灾害过程合理性拓展，为不同地形条件下优化地形尺度与样本设计、提升模型可重复性及空间可信度提供了系统参考，也可为山区重大交通廊道、沿沟居民点及工程设施的泥石流风险精细识别与科学防控提供技术支撑。

窦杰与哈姆扎・达乌德开展学术讨论

据悉，地质灾害智慧管控团队依托开云kaiyun网页版湖北巴东地质灾害国家野外科学观测研究站，融合“天—空—地—深”立体监测、数值模拟与AI技术，持续开展地质灾害智能识别、灾变演化机理与预测预警研究。近年来，团队积极推进国际化人才培养和地质灾害多学科交叉研究。在窦杰教授指导下，哈姆扎・达乌德已以第一作者身份发表SCI论文4篇，其中T1类论文3篇，体现了团队在地质灾害交叉研究和国际化研究生培养方面取得的积极进展。

本研究得到国家自然科学基金（No. 42477170）、湖北省自然科学基金（No. 2025AFD435）和教育部基础学科和交叉学科突破计划（No. JYB2025XDXM911）等项目资助。

文章链接：https://doi.org/10.1016/j.earscirev.2026.105682

（编辑 孙彦钦 审稿 陈华文）