基于小流域的地震擾動區降雨型滑坡泥石流危險性評價方法

王 萌, 姜元俊, 黃 棟, 李倩倩

中國科學院水利部成都山地災害與環境研究所山地災害與地表過程重點實驗室，成都 610041

?

基于小流域的地震擾動區降雨型滑坡泥石流危險性評價方法

王 萌, 姜元俊, 黃 棟, 李倩倩

中國科學院水利部成都山地災害與環境研究所山地災害與地表過程重點實驗室，成都 610041

地震擾動區存在大量震裂松散坡體，在持續或者密集的降雨條件下極易轉化為滑坡災害。同時，滑坡又會給泥石流提供大量松散固體物質，增加泥石流的危險性。因此，在震區，災害通常以“鏈”的形式出現，比單一災種危害性大。為了更有效地對地質災害危險性進行評價，筆者將滑坡、泥石流作為災害鏈，綜合地加以分析和研究。選擇5·12汶川大地震中受災嚴重的都江堰市白沙河流域的17條泥石流溝作為研究區，建立滑坡-泥石流危險性評價耦合模型，研究24 h不同降雨量條件下小流域滑坡泥石流危險性的變化。耦合模型包括了坡體穩定性評價模型，水文模型及以泥石流規模、發生頻率、流域面積、主溝長度、流域高差、切割密度、不穩定斜坡比為評價因子的泥石流危險性評價統計模型。研究結果表明：隨著降雨量的增大，參與泥石流活動的松散物質方量持續增加，但當24 h降雨量超過200 mm后，泥石流溝的危險度等級不再發生變化；17條泥石流溝中4條為中危險度，12條為高危險度，1條為極高危險度。這說明研究區地質災害問題相當嚴峻，在多雨季節存在泥石流群發的可能性，直接威脅到居住在泥石流溝附近的人民群眾生命財產安全;因此，對于有直接危害對象的高危險度及其以上的泥石流溝，應該按照高等級設防標準進行工程治理及發布預警報。同時也說明，將滑坡、泥石流作為災害鏈研究具必要性和可行性。

小流域；地震擾動區；滑坡；泥石流；危險性評價

大地震會誘發大量的次生災害，其危害程度甚至大于地震本身[1]。而震區又主要分布于山區，在降雨的作用下，滑坡、泥石流頻頻發生，并常以“災害鏈”的形式出現。根據崔鵬等[2]的研究，由于大量崩塌、滑坡直接為泥石流活動提供了豐富的松散固體物質，并且地震造成大量坡體失穩和巖體破壞，使泥石流的活躍期將維持20～30 a。因此，在這種情況下，對于次生災害的危險性評估應當將滑坡、泥石流視為“災害鏈”，綜合地加以分析和研究。

目前對于滑坡泥石流的危險性評價模型的研究主要可以分為基于地形地貌和專家經驗的定性分析方法[3]、統計學模型分析法[4-6]、確定性模型分析方法[7-10]。定性分析方法的優點是可以快速地進行滑坡穩定性判別；缺點是存在人為主觀性，使得在某一區域獲得的推斷模型很難應用于另一地區。統計學模型常用的方法包括判別式法、線性或指數回歸分析法、神經網絡分析法等。雖然這類方法應用較廣，在世界很多地方也取得了不錯的效果，在一定的程度上也可以揭示區域滑坡發育和分布規律；但是對于樣本點數據要求較高，評價指標選取也缺乏科學依據，并且定量化程度相對較低，亦不能揭示滑坡形成機制和發育特點。確定性模型主要基于物理動力學過程，綜合考慮影響滑坡泥石流的關鍵環境因素，如滑坡體厚度、巖土體物理力學參數、地下水位等。這類模型以滑坡泥石流發生機理為基礎，抓住了滑坡泥石流這一物理現象的本質，具有更好的發展潛力和應用前景。

筆者建立了滑坡-泥石流危險性評價耦合模型，研究了24 h不同降雨量條件下小流域滑坡泥石流危險性的變化。耦合模型包括了坡體穩定性評價模型，水文模型，及以泥石流規模、發生頻率、流域面積、主溝長度、流域高差、切割密度、不穩定斜坡比為評價因子的泥石流危險性評價統計模型。將確定性模型與統計學模型相結合，對以小流域為單元的區域滑坡泥石流危險性進行評價及分析。

1 滑坡泥石流危險性評價模型

1.1 坡體穩定性評價模型

Montgomery等[11]將坡地水文模型與無限邊坡穩定模型相結合，給出了淺層滑坡啟動的臨界降雨量計算公式。一般說來，坡體長度、寬度均比厚度大很多，因此，可將其簡化為無限邊坡模型。

震后坡體失穩主要受降雨影響，因此，根據極限平衡原理，震后坡體穩定性系數K為：

(1)

其中:c′為坡體有效黏聚力(kPa);φ′為坡體有效內摩擦角(°);ρs為土體的天然密度(kg/m3);ρw為水的密度(kg/m3);D為滑坡體厚度(m);h為坡體地下水位高度(m);θ為坡體坡腳(°)。

根據O’Loughlin[12]的研究，在特定降雨強度下，坡體中地下水位高度h為：

(2)

其中：I為等效降雨強度(m/d);A為流域面積(m2);T為飽和土體的導水率(m2/d);b為考慮的水流橫切面寬度(即網格精度)(m)。

將式(1)與式(2)結合，可得如下關系：

(3)

令K=1，則可得降雨誘發滑坡啟動的臨界降雨量Icr為

(4)

部分坡體無論外界條件如何變化，總是處于穩定狀態或者不穩定狀態。那么這兩類坡體就不存在臨界降雨量這一指標。因此，在計算臨界雨量前，可先通過式(5)和式(6)將其劃分出來，剩余區域再進行后續計算。

當h=D時，若K≥1，則此時的區域為無條件穩定區，即坡體完全處于飽和狀態時，坡體仍處于穩定狀態，此時

(5)

當h=0時，若K<1，則此時的區域為無條件不穩定區，即即使坡體沒有地下水的作用也仍然處于不穩定的狀態，此時

(6)

因此,若降雨量大于坡體臨界降雨量，則坡體就為不穩定斜坡，有失穩的可能性。

但并非所有的失穩坡體都會參與到泥石流啟動及運動過程中，因此還必須對其進行篩選。參考美國USGS標準[13]，結合實際分析，認為同時滿足以下3個條件的不穩定斜坡將會參與泥石流活動：

①匯流面積≥9 000 m2；

②坡度≥20°；

③當24 h降雨量為100 mm時，位于溝道兩旁50 m范圍內的區域；當24 h降雨量為150 mm時，位于溝道兩旁100 m范圍內的區域；當24 h降雨量為200 mm時，位于溝道兩旁150 m范圍內的區域；當24 h降雨量為250 mm時，位于溝道兩旁250 m范圍內的區域；當24 h降雨量為300 mm時，位于溝道兩旁350 m范圍內的區域。

1.2 泥石流危險性評價模型

根據劉希林等[14]的研究，泥石流危險性評價模型采用加權疊加方法，選擇了以下7個因子作為評價指標：泥石流規模m(103m3)，泥石流發生頻率f(次/100 a)，流域面積s1(km2)，主溝長度s2(km)，流域相對高差s3(km)，流域切割密度s4(km-1)，不穩定溝床比例s5。權重系數的確定方法可見參考文獻[15]。評價模型如下：

H=0.29M+0.29F+0.14S1+0.09S2+

(7)

式中：H為泥石流危險度；M，F，S1，S2，S3，S4，S5分別為m，f，s1，s2，s3，s4，s5的轉換值。轉換函數見表1。

表1 泥石流危險度評價因子轉換函數[14]

Table 1 Conversion functions of factors of debris flow hazard assessment

轉換值轉換函數MM=0,當m≤1時M=lg(m/3),當11000時FF=0,當f≤1時F=lg(f/2),當1100時S1S1=0.2458s0.34951,當0≤s1≤50時S1=1,當s1>50時S2S2=0.2903s0.53722,當0≤s2≤10時S2=1,當s2>10時S3S3=2s3/3,當0≤s3≤1.5時S3=1,當s3>1.5時S4S4=0.05s4,當0≤s4≤20時S4=1,當s4>20時S5S5=s3/60,當0≤s5≤60時S5=1,當s5>60時

2 實例分析

2.1 研究區概況

筆者選擇都江堰市白沙河流域的17條泥石流溝(磨子溝、燈草坪溝、小溝、小溝支溝、銀洞子溝、關門石溝、解板石溝、上坪溝、蒼坪溝、關鳳溝、林家溝、下坪溝、深溪溝、干溝、付家坪溝、林家磨子溝、三合廠溝)作為研究區(圖1)。其地處東經103°33′59″--103°43′18″，北緯31°01′58″--31°22′10″，面積約94 km2。在地理位置上，位于我國南北地震帶的龍門山中段，屬長江流域岷江水系，系岷江一級支流。此流域在5·12汶川地震中受災嚴重，至今滑坡、泥石流災害活動仍十分活躍。根據2010--2011年快鳥影像解譯結果，白沙河流域共出現滑坡、崩塌災害6 383處，泥石流185處，其中大部分處于無人區。而這17條泥石流溝主要分布在人類活動較為集中的地帶，威脅對象直接，可能造成的危害性更大。因此，將它們選為研究區更具實際意義和價值。

圖1 研究區區域位置圖Fig.1 Location of the study area

研究區內按地勢可以分為中山區(海拔1 000～2 900 m)和低山丘陵區(海拔740～1000 m)。其中，中山區面積87.1 km2，占全區面積的92.4%，幾乎覆蓋全區，主要出露花崗巖、玄武巖以及部分變質巖系；低山丘陵區面積7.2 km2，占全區面積的7.6%，分布在下游的河谷區，呈帶狀，主要出露中元古代普通花崗巖、開建橋組及常巖窩-石喇嘛組的火山碎屑巖及三疊系的須家河組。

研究區雨量充沛，1955--2008年，年降雨量小于1 000 mm的年份僅有2 a。但降雨量時間分布不均勻。5--9月降雨量占全年降雨量的80%，月降雨最多的8月降雨量達289.9 mm，最少的1月僅12.7 mm。并且，降雨量空間分布不均勻，表現為隨地勢由東南向西北逐漸升高而增加。

圖2 臨界降雨量分布圖Fig.2 Critical-rainfall distribution map

2.2 基礎數據

采用的基礎數據包括：2010--2011年快鳥影像，根據其對滑坡、泥石流災害點進行解譯，生成災害編目表；1∶50 000地形圖，根據其生成柵格大小為30 m×30 m的DEM；從DEM中衍生出坡度圖；對1∶200 000地質圖進行數字化處理，按照巖性歸并為6種類型：灰巖、花崗巖、凝灰巖、砂巖、輝長巖及沖洪積礫石與砂土。通過查閱工程地質手冊和野外勘察資料，確定了各種巖土類別的物理力學指標，如表2所示。

對災區滑坡的調查及勘察資料顯示，此次地震誘發的多為淺層滑坡，且滑坡體厚度類似；因此做厚度插值意義不大。這里，滑坡深度定為2 m。

2.3 不同降雨條件下不穩定斜坡分布

首先將研究區域按30 m×30 m的網格進行柵格化處理，然后根據式(4)--(6)得到研究區域每一柵格的臨界降雨量(圖2)。

根據野外調查及收集的歷史數據，此區域的泥石流爆發通常在24 h降雨量達到100 mm以上，曾經出現過的日最大降雨量為300 mm。因此，設定5個24 h降雨量分別為：100、150、200、250、300 mm，與臨界降雨量分布圖進行疊加分析，即可得到不穩定斜坡空間分布(圖3)。若實際降雨量小于臨界降雨量，則坡體穩定；如果實際降雨量大于臨界降雨量，則坡體失穩。

參考Fausto Guzzetti等[16]通過對分布在世界各地較為典型的677個崩塌、滑坡統計分析得到的崩塌滑坡體體積(VL)與崩塌滑坡體面積(AL)之間的關系式

(8)

即可得到不同降雨條件下不穩定斜坡的方量。

a.100 mm;b.150 mm;c.200 mm;d.250 mm;e.300 mm。圖4 24 h不同降雨條件下泥石流危險度分區圖Fig.4 Debris flow hazard assessment under different 24 h rainfall

計算結果顯示,不同降雨條件下,研究區不穩定斜坡的方量從1 791×104m3持續增加到2 827×104m3(圖3)。

2.4 不同降雨條件下泥石流危險性評價

根據1.1節中設定的標準，可得到各條泥石流溝震后不同降雨條件下參與泥石流活動的物源量。然后按照泥石流溝域分別統計其中的泥石流規模(表3)、發生頻率、流域面積、主溝長度、相對高差、切割密度及不穩定溝床比例(表4)。其中發生頻率是根據震后野外調查數據而來。再基于公式(7)及表1，即可得到不同降雨條件下泥石流危險性分區圖(圖4)及評價結果(表5)。根據泥石流危險度的值,以0.2為公差，在[0.0，1.0]范圍內劃分為5級,分別對應5個危險度分區：極低危險度區(0.0～0.2)，低危險度區(0.2～0.4)，中危險度區(0.4～0.6)，高危險度區(0.6～0.8)，極高危險度區(0.8～1.0)(表5)。

表2 巖土類別物理力學指標

Table 2 Physical and mechanical property of geotechnical category

巖土類別ρs/(kg/m3)T/(m2/d)c'/(kPa)φ'/(°)砂巖2.40754733灰巖2.66952238花崗巖2.30603139輝長巖2.55555245凝灰巖2.75802031沖洪積礫石、砂土1.66145034

表3 不同降雨條件下泥石流規模統計

Table 3 Volumes of debris flow under different rainfall

m3

從24 h不同降雨條件下泥石流危險度分區(圖4)可以看到：在降雨量為100 mm的情況下，17條泥石流溝中1條為低危險度，7條為中危險度，9條為高危險度；在降雨量為150 mm的情況下，17條泥石流溝中6條為中危險度，11條為高危險度；在降雨量分別為200、250及300 mm的情況下，17條泥石流溝中4條為中危險度，12條為高危險度，1條為極高危險度。即：當24 h降雨量超過200 mm后，流域的泥石流危險等級基本不再發生變化。

表4 泥石流評價因子賦值表

Table 4 Values of factors of debris flow hazard assessment

發生頻率/(次/100a)流域面積/km2主溝長度/km相對高差/km切割密度/km-1不穩定溝床比例磨子溝2010.214.041.602.014.07燈草坪溝802.832.291.082.792.44小溝803.853.341.161.791.07小溝支溝801.781.410.692.341.95銀洞子溝803.892.021.022.032.91關門石溝201.661.691.132.00.96解板石溝202.372.271.382.131.22上坪溝1003.341.861.181.912.43蒼坪溝504.513.541.522.211.82關鳳溝10012.396.411.902.23.26林家溝501.181.900.471.611.00下坪溝805.632.681.222.23.62深溪溝807.585.421.142.32.22干溝1004.331.890.902.053.69付家坪溝804.112.871.202.071.96林家磨子溝1008.353.781.262.193.85三合廠溝2011.881.550.901.5310.68

表5 泥石流危險性分區及評價[14]

3 結論與建議

筆者選擇都江堰市白沙河流域的17條泥石流溝作為研究區，建立滑坡-泥石流危險性評價耦合模型，研究24 h不同降雨量條件下小流域滑坡泥石流危險性的變化。

研究結果顯示,不穩定斜坡的方量隨著24 h降雨量的增加而顯著增加，從1 791×104m3增加到2 827×104m3。而當24 h降雨量超過200 mm后，流域的泥石流危險等級基本不再發生變化，主要以高危險度區為主，說明研究區地質災害問題相當嚴峻。對于直接威脅到人民群眾生命財產安全的高危險度及其以上的泥石流溝，應該按照高等級設防標準進行工程治理。同時結果也表明為了更加有效地對地質災害風險進行評價和管理，必須要將滑坡、泥石流作為災害鏈，綜合地加以分析和研究。

在下一步的研究中，應重點考慮巖土體在入滲條件下的關鍵物理參數時變效應，提高模型輸入參數的定量化程度。

[1] Jibson R W, Harp E L, Michael J A.A Method for Producing Digital Probabilistic Seismic Landslide Hazard Maps[J]. Engineering Geology, 2000,58: 271-289.

[2] 崔鵬，韋方強，何思明，等.5·12汶川地震誘發的山地災害及減災措施[J].山地學報，2008，26(3)：280-282. Cui Peng, Wei Fangqiang, He Siming，et al. Mountain Disasters Induced by the Earthquake of May 12 in Wenchuan and the Disasters Mitigation[]. Journal of Mountain Science, 2008,26(3): 280-282.

[3] Rajakumar P, Sanjeevi S, Jayaseelan S，et al. Lan-dslide Susceptibility Mapping in a Hilly Terrain Using Remote Sensing and GIS[J]. Journal of the Indian Society of Remote Sensing, 2007, 35(1): 31-42.

[4] Wang M, Qiao J P, He S M. GIS-Based Earthquake-Triggered Landslide Hazard Zoning Using Contributing Weight Model[J]. Journal of Mountain Science, 2010, 7:339-352.

[5] Lee C T, Huang C C, Lee J F，et al. Statistical Approach to Earthquake-Induced Llandslide Susceptibility[J]. Engineering Geology, 2008, 100:43-58.

[6] Carrara A, Pike R J. GIS Technology and Models for Assessing Landslide Hazard and Risk[J]. Geomorphology, 2008, 94: 257-260.

[7] 蘭恒星，伍法權，周成虎，等.GIS支持下的降雨型滑坡危險性空間分析預測[J].科學通報，2003,48(5): 507-512. Lan Hengxing, Wu Faquan, Zhou Chenghu ，et al. Rainfall-Induced Landslide Hazard Spatial Analyze and Prediction Based on GIS[J]. Chinese Science Bulletin, 2003,48(5): 507-512.

[8] Muntohar A, Liao H. Rainfall Infiltration: Iinfinite Slope Model for Landslides Triggering by Rainstorm[J]. Natural Hazards, 2010, 54(3): 967-984.

[9] Baum, R L, Savage W Z, Godt J W. TRIGRS ：A Fortran Program for Transient Rainfall Infiltration and Grid-Based Regional Slope Stability Analysis[J]. US Geological Survey Open-File Report，2002，424: 38.

[10] 莊建琦，彭建兵，張利勇. 不同降雨條件下黃土高原淺層滑坡危險性預測評價[J].吉林大學學報：地球科學版，2013，43(3)：867-876. Zhuang Jianqi, Peng Jianbing, Zhang Liyong. Risk Assessment and Prediction of the Shallow Landslide at Different Precipitation in Loess Plateau[J]. Journal of Jilin University：Earth Science Edition, 2013, 43(3): 867-876.

[11] Montogery D R, Dietrich W E. A Physically Based Model for the Topographic Control on Shallow Landsliding[J]. Water Resources Research, 1994, 30:1153-1171.

[12] O’Loughlin E M. Prediction of Surface Saturation Zones in Natural Catchments by Topographic Analysis[J]. Water Resources Research, 1986, 22:794-804.

[13] Griswold J P, Iverson R M. Mobility and Statistics and Automated Hazard Mapping for Debris Flows and Rock Avalanches[R]. Reston, VA：U S Geological Survey. Scientific Investigations Report 2007-5276，2008:22.

[14] 劉希林，莫多聞.泥石流風險評價[M].成都：四川科學技術出版社，2003：17-22. Liu Xilin, Mo Duowen. Debris Flow Risk Assessment[M]. Chengdu: Sichuan Science and Technology Press,2003：17-22.

[15] 劉希林，唐川.泥石流危險性評價[M].北京：科學出版社，1995：1-93. Liu Xilin, Tang Chuan. Debris Flow Risk Assessment[M]. Beijing: Science Press, 1995：1-93.

[16] Guzzetti F, Ardizzone F, Cardinali M，et al. Lan-dslide Volumes and Landslide Mobilization Rates in Umbria, Central Italy[J]. Earth and Planetary Science, 2009, 279:222-229.

Hazard Assessment on Rainfall-Triggered Landslide and Debris Flow in the Seismic Disturbance Area at Watershed Level

Wang Meng, Jiang Yuanjun, Huang Dong, Li Qianqian

KeyLaboratoryofGeo-SurfaceProcessandMountainHazards,InstituteofMountainHazardsandEnvironment,ChineseAcademyofScience,Chengdu610041,China

There are many loose slopes existed in the seismic disturbance area. Landslides and debris flow can be easily induced by a heavy or concentrated rainfall. The hazards often occur in a form of chain in an earthquake region with a severer harm than the one caused by a single disaster. In order to evaluate the geological hazards effectively, we regard the landslide and debris flow as a disaster chain and conduct the analysis synthetically. A coupled model has been developed to assess the hazard degree of debris flow induced by the different 24 h precipitation at watershed level in Baishahe watershed of Dujiangyan City in Sichuan Province. The model comprises of a landslide susceptibility evaluation model, a stability model, a hydrological model to predict unstable slopes and determine the amount of landslides to be involved, and a statistical model to evaluate the hazard degree of debris flow gully by selecting debris flow volume, frequency, basin area, main gully length, height difference, cutting density, and the ratio of unstable gully bed as the evaluation parameters. The results show that the volume of loose material involved in debris flow increase with the intensity of rainfall. However, when 24 h rainfall is over 200 mm, the hazard degree of debris flow does not change any more. Among the 17 debris flows,four debris flows are middle hazardous, twelve debris flows are high hazardous, and one debris flow is very high. It indicates that the potential geological hazard is quite serious in the study area. During the rainy season, 17 debris flows might concentratedly outbreak; which would directly threaten the nearby human lives and properties. The protection engineering and early-alert should be set to eliminate the hazards caused by the debris flows in comply with the high level fortification standard. By the way, it’s necessary to take landslide and debris flow as a disaster chain to make the hazard assessment.

watershed; seismic disturbance area; landslide; debris flow; hazard assessment

10.13278/j.cnki.jjuese.201506201.

2014-02-20

國家青年科學基金項目(41301592)；中國科學院山地災害與地表過程重點實驗室自主支持基金項目(2013年度)；長江科學院開放研究基金項目(CKWV2015228/KY)；國家科技部重點國際合作項目(2013DFA21720)

王萌(1980--)，女，副研究員，博士，主要從事滑坡風險評價及預警報研究，E-mail:wm@imde.ac.cn。

10.13278/j.cnki.jjuese.201506201

P642.22；P642.23

A

王萌,姜元俊, 黃棟,等.基于小流域的地震擾動區降雨型滑坡泥石流危險性評價方法.吉林大學學報:地球科學版,2015,45(6):1781-1788.

Wang Meng, Jiang Yuanjun, Huang Dong,et al.Hazard Assessment on Rainfall-Triggered Landslide and Debris Flow in the Seismic Disturbance Area at Watershed Level.Journal of Jilin University:Earth Science Edition,2015,45(6):1781-1788.doi:10.13278/j.cnki.jjuese.201506201.