1、Carrara

Carrara發(fā)音

英：　　美：

Carrara中文意思翻譯

常見(jiàn)釋義：

n.卡拉拉（意大利地名）

Carrara雙語(yǔ)使用場(chǎng)景

1、Figure 3: The white marble mountains of carrara.───圖三：卡拉拉的白色大理石山。

2、Carrara Space, creates appropriate environments suited to the varying needs of different clients.───卡萊萊空間為不同的客戶(hù)提供符合他們需求的裝飾解決方案。

3、ground with herringbone spelling Carrara ground.───地面選用了魚(yú)骨紋拼法的卡拉拉地面。

4、For almost 100 years, a huge piece of flawed Carrara marble lay in the courtyard of a cathedral in Florence, Italy.───在意大利佛羅倫斯一座大教堂的院中，聳立著(zhù)一塊巨大而有裂紋的卡拉拉大理石，已將近一百年。

5、All finishes are the most elite and most sought after materials such as Carrara marble, rare woods and silk wall drapes.───所有的飾面都是最優(yōu)雅、最難尋得到的材料，比如卡拉拉大理石，稀有的木材，整墻的絲綢質(zhì)感的窗簾帷幕。

6、Judges at the exhibition in Carrara, Italy, praised Kim for his "brave interpretative exploration of the motor boat concept. "───展會(huì )的評委們稱(chēng)贊游艇的設計師“對摩托艇這一概念的做了全新的，勇敢的詮釋”。

7、The clear, sharp cloven Carrara mountains sent up their steadfast flame of marble summit into amber sky .───輪廓分明的卡拉拉山把永恒不變的火焰似的大理石山頂插入琥珀色的天空。

8、Figure 3: The white marble mountains of Carrara───圖三：卡拉拉的白色大理石山

Carrara相似詞語(yǔ)短語(yǔ)

1、joint cara───聯(lián)合卡拉

2、fleer cards───羊毛卡

3、caramel corn───焦糖爆米花

4、carcinomatous ulcer───癌性潰瘍

5、good looking cars───好看的車(chē)

6、cards on the table───公開(kāi)的計劃；攤在桌面上的牌

7、carotid endarterectomy───頸動(dòng)脈內膜切除手術(shù)；頸動(dòng)脈內膜切除術(shù)

8、bacterial endocarditis───[內科]細菌性心內膜炎

9、pak the car───停車(chē)

10、carpology of orchids───蘭花果樹(shù)學(xué)

2、地質(zhì)災害風(fēng)險評估方法研究進(jìn)展

一、評估方法的分類(lèi)及適用性

對基于GIS的滑坡危險性評估方法分類(lèi)和評述可參見(jiàn)Soeters和Van Westen（1996）、Carrara等（1995，1999）、Guzzetti等（1999），Aleotti和Chowdury（1999）和Van Westen（2000）發(fā)表的文章。一致認為評估方法可分為4類(lèi)：

（1）基于滑坡編目的概率方法；

（2）啟發(fā)式方法（直接方法——地貌填圖，或間接方法——定性圖的結合）；

（3）統計方法（雙變量或多變量統計）；

（4）確定性方法（Soeters和Van Westen，1996）。有關(guān)滑坡風(fēng)險評估方面的出版物不多，但最近有一些關(guān)于滑坡風(fēng)險評估的綜述出版物值得稱(chēng)贊，如Cruden和Fell（1997）、Guzzetti（2000）、Dai等（2002）的文章以及Lee和Jone（2004）出版的教科書(shū)。根據澳大利亞巖土力學(xué)協(xié)會(huì )滑坡風(fēng)險管理分委會(huì )提出的分類(lèi)方法是基于定量化水平分為以下三種：

（1）定性方法（以定性術(shù)語(yǔ)表示概率和損失）；

（2）半定量方法（指標性概率和定性術(shù)語(yǔ)）；

（3）定量方法（概率和損失的定量化）。

總的來(lái)說(shuō)，滑坡空間分析方法可以分為兩大類(lèi)：一是定性方法，包括滑坡編目和啟發(fā)式方法；二是定量方法，包括統計概率預測和基于過(guò)程的數值模擬方法。根據Soeters和van Westen（1996）的研究，將不同尺度的滑坡空間分析所適用的方法加以概括（表2-8）。將滑坡危險性的4種方法與3種風(fēng)險評估方法進(jìn)行組合，便可以獲得適用于中比例尺（1∶10000～1∶50000）的多種有用的方法（表2-9）。

表2-8 不同尺度滑坡災害空間分析建議方法

表2-9 中比例尺基于GIS滑坡風(fēng)險區劃的評估方法和特定組合的有用性

注：0：危險性評估方法不適合風(fēng)險評估方法；1：有用性中等的組合，危險性評估方法不太適合于風(fēng)險評估方法；2：有用性高的組合，危險性方法可能是用于風(fēng)險評估的最好方法，但這取決于數據的可得性（如歷史滑坡記錄）；3：最有用的組合，在可得的輸入數據條件下會(huì )得出最好的風(fēng)險評估結果。

如果在滑坡編目中有滑坡發(fā)生的時(shí)間和規模方面的信息可以利用的話(huà)，就可以估計一定地點(diǎn)特定時(shí)間給定規模的滑坡發(fā)生概率?；戮幠康牧硪挥猛臼菍挛ｋU性分析的結果進(jìn)行驗證和校正。因此，最好將滑坡編目數據分成兩組，一組用于滑坡分析，另一組用于驗證（Chung和Fabbri，1999）。這往往是一個(gè)最基本的、但往往被忽視的問(wèn)題。應投入較大的資源進(jìn)行高質(zhì)量的滑坡編目，以保證獲得可靠的空間分析數據。

啟發(fā)式方法基于對當地有關(guān)滑坡的認識和專(zhuān)家的判斷。這種方法還使用空間信息解釋滑坡的發(fā)生。通常這樣的信息包括地形、水文、地質(zhì)、巖土、地貌、植被以及土地利用等信息。通過(guò)野外調查和航片的解譯獲得這些信息。不同專(zhuān)家對于環(huán)境因子對滑坡的影響判斷是不同的，主要取決于他（們）對滑坡的認識和經(jīng)驗。這種判斷的主觀(guān)性以及沒(méi)有確定的標準使得啟發(fā)式方法具有明顯的缺陷。然而，如果專(zhuān)家對其所研究的滑坡機制有深入的了解，并對研究區進(jìn)行過(guò)詳細調查研究，使用這種評估方法得出的結果還是比較準確的和適用的，特別是對滑坡敏感性的首次估計。啟發(fā)式方法適用于定性和半定量風(fēng)險評估，可以用有限經(jīng)費編制出較大面積的可靠的滑坡圖，當然，這些工作要由專(zhuān)家來(lái)做才行。

與定性方法不同的是，定量方法主要基于客觀(guān)準則進(jìn)行評估，從理論上來(lái)講，使用大致相同的數據會(huì )得出比較一致的結果。定量方法中統計方法應用的最普遍。利用多元回歸或判別分析，將環(huán)境因子（如地質(zhì)、地貌、土壤、地形、水文、植被等）分布圖與滑坡編目圖（發(fā)生地點(diǎn)）進(jìn)行空間統計計算，得到滑坡危險性圖?；蛘咄ㄟ^(guò)概率預測模型（如貝葉斯概率法和模糊邏輯法）也可以計算得出滑坡危險性圖?；挛ｋU性圖是靜態(tài)的，沒(méi)有考慮氣象條件的變化、流域匯水條件的變化和人類(lèi)對環(huán)境條件的影響。統計方法非常適用于空間概率的評估，但在評估時(shí)間概率或未來(lái)環(huán)境變化效應時(shí)存在問(wèn)題。如果與不同觸發(fā)事件的滑坡編目圖結合，可能是在較大范圍地區進(jìn)行定量風(fēng)險評估的最好方法。

另一類(lèi)定量方法是基于過(guò)程的模型方法。這類(lèi)模型將地形屬性（如坡度、曲度、坡向、距河道的距離、匯水面積等）與水文特征（土壤飽和度、滲透性和水力傳導性等）相結合，以獲得有關(guān)土壤巖土性質(zhì)（如凝聚力、內摩擦角、比重），從而進(jìn)行坡體穩定性分析。主要可利用的模型是無(wú)限坡法，如由Montgomery和Dietrich（1994）開(kāi)發(fā)的SHALSTAB模型，該模型在美國許多地區和巴西里約熱內盧得到了廣泛的應用。最近由Günther等（2002）開(kāi)發(fā)的數字**模擬方法也用于滑坡空間分析上。

對于定量風(fēng)險評估，基于滑坡編目的概率方法通常是最好的方法（假設條件是過(guò)去發(fā)生的滑坡事件是未來(lái)發(fā)生滑坡的指示）。然而，這種方法需要相當完整的歷史滑坡記錄。在因氣候變化導致環(huán)境發(fā)生巨大變化的地區，滑坡頻率將發(fā)生顯著(zhù)變化，該方法不適用于這類(lèi)地區。一般來(lái)講，滑坡風(fēng)險定量評估的最好選擇是應用確定性滑坡穩定模型，與山坡水文條件動(dòng)態(tài)模型相結合。這需要覆蓋大面積地區的大量數據，并且要對滑坡類(lèi)型和滑坡深度進(jìn)行很大程度的簡(jiǎn)化。

二、評估方法的進(jìn)展

1.滑坡編目方法的進(jìn)展

世界上只有極少數的地方建立了過(guò)去50～100年的完整的歷史滑坡記錄。在一些國家建立國家滑坡編目數據庫，有時(shí)可以通過(guò)互聯(lián)網(wǎng)獲取數據庫中的信息。其中最好的數據庫包括意大利、中國香港、瑞士、法國、加拿大和哥倫比亞?？梢岳眠@些數據進(jìn)行滑坡危險性概率評估，這是定量風(fēng)險評估的基礎。根據Crovelli（2000），通常利用歷史滑坡數據進(jìn)行滑坡危險性評估的適用概率模型有兩類(lèi)：連續時(shí)間模型和離散時(shí)間模型。例如Coe等（2004a,b）將西雅圖市（1909～1999）歷史滑坡數據庫有關(guān)信息輸入到泊松模型中，據此估計出單體滑坡未來(lái)發(fā)生概率；還利用雙峰概率模型估計了滑坡群年發(fā)生概率。這些成果圖顯示出未來(lái)可能發(fā)生的滑坡密度、平均重現期和超越概率。

香港是另一個(gè)具有相當豐富信息的滑坡數據庫的典范。使用了將概率方法和啟發(fā)式調整因素相結合的方法，利用該數據庫的詳細信息，估計了切坡失穩的年概率（Finlay等，1997）。歷史滑坡記錄還被用于計算滑坡觸發(fā)事件（如降雨和地震）的概率。新西蘭是這類(lèi)分析研究的理想場(chǎng)所，確定了不同降雨強度下降雨臨界值和滑坡概率（Glade，1997；Crozier和Glade，1999）。估計未來(lái)滑坡事件的頻率和規模是必不可少的工作，最好在任何重大災難性事件（地震、暴雨和颶風(fēng)等）發(fā)生后，地貌學(xué)家應立即開(kāi)展滑坡現象的編目以及不同承災體損失調查。

2.啟發(fā)式方法的進(jìn)展

許多國家和地區實(shí)施的定性風(fēng)險評估程序采用了啟發(fā)式方法。例如美國加州（Blake等，2002）、新西蘭（Glassey等，2003），澳大利亞（AGSO，2001；Michael—Leiba等，2003）、法國（Flageollet，1989）和瑞士（Lateltin，1997）。在澳大利亞國家地質(zhì)災害易損性的城市社區項目（或城市項目）是一項有關(guān)分析和評估包括滑坡在內的地質(zhì)災害對城市構成風(fēng)險的計劃，所使用的方法絕大多數是基于專(zhuān)家或地貌的啟發(fā)式方法（AGSO，2001）。大區域的滑坡風(fēng)險定量評估通常是一項艱巨的任務(wù)，因為計算整個(gè)地區的滑坡強度和頻率是非常困難的事情，即便是借助GIS先進(jìn)手段也是如此。在實(shí)踐中，通常使用簡(jiǎn)化的定性評估程序，就像瑞士的做法一樣（Lateltin，1997）（圖2-1）。

地質(zhì)災害風(fēng)險評估理論與實(shí)踐

圖2-1 瑞士水與地質(zhì)聯(lián)邦辦公室采用的滑坡風(fēng)險評估簡(jiǎn)化方案

注：表格中E為動(dòng)能；V為滑坡速度；M為潛在物源物質(zhì)的厚度；H為泥石流的高度。在這種方法中，沒(méi)有根據滑坡發(fā)生的概率對滑坡事件做進(jìn)一步的劃分。

基于專(zhuān)家經(jīng)驗的定性方法將評估地區劃分為幾類(lèi)風(fēng)險地區：即“非常高”、“高”、“中等”、“低”、“非常低”的不同等級的風(fēng)險地區。建議要對這些不同等級的風(fēng)險說(shuō)明實(shí)際應用的含義。例如，在非常高的風(fēng)險地區，需要物理和非物理治理措施，必須限制更多的基礎設施建設等。澳大利亞巖土力學(xué)協(xié)會(huì )滑坡風(fēng)險分委會(huì )發(fā)布了有關(guān)財產(chǎn)滑坡風(fēng)險評估的術(shù)語(yǔ)和方法指南，該指南綜合考慮了滑坡發(fā)生的可能性及其可能的后果（與圖3-1的方法相似），使用的方法適用于GIS環(huán)境的空間分析。

由于GIS技術(shù)的普遍應用，越來(lái)越多地使用了間接性的敏感性編圖方法，而有關(guān)利用GIS的專(zhuān)家啟發(fā)式的地貌編圖或指數疊加編圖方法（如Barredo等，2000； Van Westen等，2000）方面的出版物越來(lái)越少。 如上所述， 目前有關(guān)滑坡的數據庫的不完善和數據標準的不統一，以及滑坡敏感性、危險性和風(fēng)險性評估中存在的諸多困難，都需要專(zhuān)家的經(jīng)驗和知識開(kāi)展滑坡風(fēng)險評估和區劃研究。特別是將地貌學(xué)家的啟發(fā)式推理與計算機輔助模擬相結合的專(zhuān)家模型用以滑坡風(fēng)險評估。美國開(kāi)發(fā)的SMORPH模型便是這類(lèi)模型的代表。該模型根據地形坡度和曲度將山坡劃分為高、中、低不同的滑坡危險性等級。

風(fēng)險編圖將會(huì )從問(wèn)題導向方法中受益匪淺，如可以?xún)H選擇那些已知的、造成破壞的滑坡失穩類(lèi)型來(lái)確定風(fēng)險影響因素。

3.統計方法的進(jìn)展

地理信息系統（GIS）非常適用于間接的滑坡敏感性編圖?？衫肎IS的數據整合技術(shù)將使所有可能影響滑坡的地形要素與滑坡編目圖結合起來(lái)（Van Westen，1993；Bonham Carte，1996；Chung和Fabbri，1999）。Chung和Fabbri（1999）開(kāi)發(fā)出基于預測模擬的統計程序，將有利函數應用于每個(gè)參數上。使用該統計方法，可將地形單元或網(wǎng)格元調整為代表某特定滑坡類(lèi)型未來(lái)發(fā)生概率的新數值。

值得注意的是，如何在滑坡敏感性統計評估中確定基礎編圖單元。從DEM中自動(dòng)生成地形單元分類(lèi)是主要的挑戰之一。Chuang等（1995）定義了“唯一條件多變形”的概念，以此作為統計分析的基礎單元對參數輸入層進(jìn)行疊加。M ller等（2001）定義并描述了利用GIS從DEM中生成的“土壤力學(xué)響應單元”（SMRU）的概念。以此作為基礎單元，將啟發(fā)式方法與土壤力學(xué)方法相結合對德國Rheinhessen地區進(jìn)行了滑坡危險性評估。Juang等（1992）、Davis和Keller（1997）、Binaghi 等（1998）、Ercanoglu和Gokceoglu（2001）以及Gorsevski等（2003）綜合運用了模糊學(xué)方法，進(jìn)行了基于GIS的滑坡危險性評估。

采用實(shí)證權重模擬的雙變量統計分析一直被廣泛應用。該方法可以靈活地測試用于滑坡敏感性分析的輸入因素的重要性，并可作為基于專(zhuān)家編圖的輔助工具（Lee等，2002；Suzen和Doyuran，2003；Van Westen等，2003）。多變量統計分析也很重要，也是被廣泛應用的方法（Carrara等，1999；Santacana等，2003）。根據最近的文獻，目前最受歡迎的新的滑坡危險性統計方法是邏輯回歸和人工神經(jīng)網(wǎng)絡(luò )（ANN）（如Chung等，1995；Rowbotham和Dudycha，1998；Ohlmacher和Davis，2003；Dai和Lee，2003）。ANN為輸入層和輸出層之間提供了一種轉換機制，需要借助MATLAB系統完成有關(guān)計算。

用于滑坡風(fēng)險評估的統計方法存在一些缺陷。一是簡(jiǎn)化了滑坡影響因素，僅考慮那些容易進(jìn)行編圖的因素或可以從DEM中生成的參數。二是關(guān)系到使用的統計方法的假設條件——在相似的環(huán)境組合條件下發(fā)生滑坡的可能性大。實(shí)際上環(huán)境因素在不斷發(fā)生變化。三是不同滑坡類(lèi)型有著(zhù)不同的屬性特征，應單獨進(jìn)行分析和評估。實(shí)踐中因種種困難，難于做到這點(diǎn)。統計模型通常忽視了滑坡的時(shí)間方面，不能預測控制條件（如水位波動(dòng)、土地利用變化和氣候變化）的影響。因此，統計模型不能提供全面的時(shí)間概率信息，從而使其應用到定量風(fēng)險評估變得困難。然而，如果能夠利用特定時(shí)間間隔或特定重現期的滑坡編目圖來(lái)生成統計關(guān)系，就會(huì )改進(jìn)統計方法的評估水平。

近年來(lái)有一些關(guān)于將統計方法與不同時(shí)期滑坡圖相結合的研究成果發(fā)表。例如，Zêzere等（2004）提出了用于葡萄牙里斯本北部滑坡危險性評估的區域尺度概率統計分析方法。他們基于“唯一條件多變形”這一基礎單元，利用邏輯回歸方法進(jìn)行了滑坡危險性分析，得出的預測率曲線(xiàn)被用于滑坡敏感性圖的定量解釋和分類(lèi)。由于滑坡與特定重現期的觸發(fā)降雨事件相關(guān)，他們還將時(shí)間概率值關(guān)聯(lián)起來(lái)。Dai和Lee（2003）在香港的部分地區也開(kāi)展了類(lèi)似的研究。然而，上述兩個(gè)案例研究只開(kāi)展了滑坡危險性評估，沒(méi)有開(kāi)展滑坡的風(fēng)險評估。目前關(guān)于應用統計方法開(kāi)展滑坡風(fēng)險評估的研究還很少見(jiàn)。Remonodo等（2004）在西班牙北部進(jìn)行的風(fēng)險評估（包括使用過(guò)去損失數據進(jìn)行易損性評估）是為數不多的研究案例之一。

4.確定性和動(dòng)力模型方法的進(jìn)展

在確定性分析中，根據斜坡穩定性模型計算的安全系數來(lái)確定滑坡危險性。確定性模型提供了滑坡危險性最好的定量信息，可直接用于巖土工程設計或定量風(fēng)險評估。然而，確定性模型需要大量的輸入數據，這些數據需要通過(guò)實(shí)驗室試驗和野外測量獲得，因此僅能在小范圍內使用確定模型。Dietrich等（2001）、Gritzner等（2001）、Chen和Lee（2003）、Van Beek和Van Asch（2003）等研究人員，將確定性模型與降雨誘發(fā)的潛層滑坡聯(lián)系起來(lái)，開(kāi)發(fā)出了水文動(dòng)力模型（模擬孔隙水壓力的時(shí)間變化）與斜坡穩定性模型耦合的GIS模型，用以定量分析臨界孔隙水壓力值。由美國森林管理局開(kāi)發(fā)的斜坡穩定性模型也是基于無(wú)限斜坡方程。Hammond等（1992）使用了該模型并利用蒙特卡羅模擬器得出斜坡失穩的概率值。Davis和Keller（1997）以及Zhou等（2003）還嘗試將蒙特卡羅與模糊方法相結合來(lái)確定斜坡失穩概率。

用于地震誘發(fā)的滑坡危險分析的確定型方法通常是基于簡(jiǎn)化的Newmark斜坡穩定性模型，Miles 和Ho（1999）、Luzi等（2000）、Randall等（2000）、Jibson等（2000）在GIS的每個(gè)計算單元上應用Newmark斜坡穩定性模型，得出滑坡危險性預測值。Refice和Capolongo（2002）還開(kāi)展了將蒙特卡羅模擬方法與Newmark斜坡穩定性模型相結合的研究。

Anderson和Howes（1985）使用了完全不同的方法。他們開(kāi)發(fā)出將水文斜坡穩定性模型耦合在內的2D模型（目前為CHASM），用于道路邊坡滑坡危險性編圖。Van Asch等（1993）和Moon 和Blackstock（2003）也使用了該方法對奧地利西部的Vorarlberg的小型匯水流域以及新西蘭惠靈頓市分別開(kāi)展了滑坡危險性評估。Miller和Sias（1998）使用2維有限元模型模擬非承壓地下水的通量，計算了水位高度和大型滑坡不同剖面（采用簡(jiǎn)化的Bishop分隔方法）的安全系數。

GIS被廣泛應用于滑坡活動(dòng)范圍的模擬。Dymond等（1999）開(kāi)發(fā)了不同暴雨事件和土地利用情景下，淺層滑坡及其向河網(wǎng)輸送沉積物的、基于GIS的計算機模擬模型。高分辨率的DEM是模型中的主要部分。De Joode和VanSteijn（2003）建立了一個(gè)簡(jiǎn)單又完整的過(guò)程模型，用以模擬降雨誘發(fā)的滑坡初始滑動(dòng)、沿剖面的徑流、物質(zhì)傳輸、侵蝕以及在主要溝谷中的泥石流擴展。在模擬滑坡的流動(dòng)速度和影響范圍時(shí)，普遍采用了細胞單元自動(dòng)生成法（Avolio等2000）。

許多研究人員（如Terlien，1996；Montgomery等，1998；Dietrich等，2001；VanBeek，2002）開(kāi)展了GIS環(huán)境下的確定性動(dòng)態(tài)模擬研究。如果輸入氣象數據，確定型模型就能夠預測斜坡失穩的空間和時(shí)間頻率。最近研發(fā)出的一些模型可以預測斜坡失穩后物質(zhì)的運移過(guò)程并確定出泥石流的影響帶（Chen和Lee，2003）。這些信息將直接用于滑坡易損性和風(fēng)險評估。確定性模型與統計模型相比，其優(yōu)勢是可以預測不同的土地利用情景（目前不存在）下的滑坡危險性變化，還可以預測氣候條件變化情景下的滑坡危險性。

然而，確定型模型的參數化方面的限制，使滑坡發(fā)生的時(shí)空頻率及其影響范圍的預測的準確性具有許多不確定性。在匯水流域尺度上，僅可對誘發(fā)機制較為簡(jiǎn)單、水文構型簡(jiǎn)單的滑坡能進(jìn)行模擬預測。由于滑坡發(fā)生的時(shí)間和空間分布數據有限，難于進(jìn)行模型的矯正和有效性檢驗。在滑坡活動(dòng)范圍和沉積帶中物質(zhì)厚度的分布是重要的模型校正與檢驗參數（Van Asch等，2004）。