基于土壤侵蝕模型的淺層滑坡預警研究

呂佼佼, 范 文, 呂遠強,2

(1.長安大學 地質工程與測繪學院, 陜西 西安 710054; 2.中煤西安設計工程有限責任公司巖土所, 陜西 西安 710054)

基于土壤侵蝕模型的淺層滑坡預警研究

呂佼佼1, 范 文1, 呂遠強1,2

(1.長安大學 地質工程與測繪學院, 陜西 西安 710054; 2.中煤西安設計工程有限責任公司巖土所, 陜西 西安 710054)

[目的] 利用土壤侵蝕模型進行淺層滑坡的預警研究，為山區滑坡預警預報工作提供參考。[方法] 選取陜西省紫陽縣境內440 km2區域作為典型研究區，在已有歷史滑坡資料、氣象資料和衛星資料的基礎上，基于土壤侵蝕模型(USLE)，并結合地理信息系統(GIS)，確定滑坡臨界土壤侵蝕強度，再根據降雨侵蝕力與降雨量之間的關系，推求滑坡點的預警降雨量。[結果] 土壤侵蝕強度與滑坡的發生存在較好的相關性，研究區域滑坡預警的臨界土壤侵蝕強度按等級分別為69.6，136.7，179.4 t/km2。[結論] 相比以往僅僅統計滑坡與降雨之間關系的傳統方法，基于土壤侵蝕模型的方法考慮更全面，也易于實現。

淺層滑坡; 土壤侵蝕; 秦巴山區; 滑坡預警

文獻參數： 呂佼佼, 范文, 呂遠強.基于土壤侵蝕模型的淺層滑坡預警研究[J].水土保持通報，2017,37(3)：227-230.DOI:10.13961/j.cnki.stbctb.2017.03.038； Lu Jiaojiao, Fan Wen, Lu Yuanqiang. Research on early warning of shallow landslide based on soil erosion model[J]. Bulletin of Soil and Water Conservation, 2017,37(3)：227-230.DOI:10.13961/j.cnki.stbctb.2017.03.038

滑坡是最常見的地質災害之一，它是指在多種內外因素耦合作用下導致坡體物質失去穩定而發生的變形破壞。秦巴山區作為中國南北的地理分界，同時也是地質災害的高發地帶。據不完全統計，從1980—2011年期間，陜西省共發生滑坡等地質災害近萬起，死亡超過1.2萬余人，且多數發生在陜南的秦巴山區[1]。秦巴山區發生滑坡的最主要誘發因素是降雨[2]，以陜西省紫陽縣地質災害詳細調查為例，2012年全縣共調查878處地質災害，其中有90%為淺層滑坡，且其中88%由降雨誘發[3]。雖然單個淺層滑坡危害不是很大，但在強降雨條件下，大規模的群發性淺層滑坡卻會給當地居民生命財產造成巨大的損失。降雨量與滑坡發生的關系研究成為有效預測滑坡的關鍵，國內外諸多學者進行了相關研究工作，研究方法歸納起來可以分為兩大類：一類是統計分析方法，Glade等[4]提出了包括日降雨量模型、前期日降雨量模型和前期土體中含水狀態模型在內的3個模型，李媛等[5]、謝劍明等[6]，李鐵峰等[7]對國內不同地區的降雨誘發滑坡進行了臨界值研究，分別從滑坡與前期降雨量的邏輯關系、前期有效降雨量的關系入手，得到了有效降雨量模型，但這類統計模型需要較多的資料和數據，且并沒有考慮地質環境條件等因素。二是采用機理分析方法，降雨滑坡形成機理的本質在于雨水入滲斜坡后降低了土體的黏聚力和摩擦角，破壞了斜坡的力學平衡體系，導致斜坡失穩變形。如何玉瓊等[8-9]結合GIS研究了降雨通過滲透作用導致斜坡失穩的過程，建立了降雨閾值模型，降雨模型試驗也被用于降雨與滑坡的關系研究[10-11]。但機理分析方法需要對滑坡點進行大量的數據觀測或試驗，很難推廣到區域的預報預警。

近年來研究結果表明，地質災害是土壤侵蝕過程的繼承和伴生，在一定的區域尺度上，可以用土壤侵蝕的強度近似表示地質災害的發育程度[12-13]。周琪龍[14]研究認為在溝谷地區土壤侵蝕可隨著地表和地下徑流的作用可形成淺層滑坡。國外學者針對Penang Island等區域的研究也證明了土壤侵蝕強度與滑坡的發生具有較好的相關性[15]。

本文擬以陜西省紫陽縣為研究區域，采用土壤侵蝕模型(USLE)，結合研究區實際情況，在ArcGIS的支持下，得到研究區的土壤侵蝕強度圖，通過對衛星資料、地理信息資料以及降雨資料等進行分析，得出與土壤侵蝕強度對應的滑坡發生臨界雨量，以便為秦巴山區滑坡防治工作提供參考。

1 研究區概況

研究區域位于陜西省紫陽縣南部，地理坐標東經108°15′—108°30′，北緯32°20′—32°30′，地處川陜渝交界，面積440 km2，任何流向由南向北，區內最高點海拔1 707 m，最低點海拔316 m，相對高差1 391 m。溝谷深切，溝谷密度較大，由于地質條件復雜、降雨充沛等影響，滑坡頻率高、分布廣，是陜西省最嚴重地區之一，數字化高程316～1 707 m。地貌以中山為主，總的地勢南高北低。海拔高度與坡度分布詳見表1。

研究區屬北亞熱帶濕潤季風氣候區，年平均氣溫15.1 ℃，年降水總量1 066 mm，最多年降水量1 682.8 mm，雨季主要分布在6—9月，其次年內降水分布極不平均，其中夏、秋兩季月平均降雨量占全年降雨量90%。主要出露震旦系、奧陶系、志留系碳硅質板巖，粉砂巖，薄層泥灰巖，溝谷斜坡凹槽部位主要為坡積、坡殘積黏性土夾大量的碎石、巖屑。

表1 研究區域坡度和海拔統計

2 研究方法

2.1 資料來源及預處理

滑坡災害資料來源于1∶50 000紫陽縣地質災害詳細調查以及當地國土部門，數字化高程模型(DEM)精度為10 m×10 m，植被覆蓋信息來源Spot5影像(成像時間2010年10月)解譯所得，土地利用信息來源于紫陽縣國土部門。數據在使用前必須進行處理，統一到相同的分辨率和參考坐標系，以保證數據空間分析的可操作性。本文以WGS84為地理坐標，UTM投影坐標為基準坐標系。

2.2 USLE土壤侵蝕強度計算

USLE為通用土壤流失方程，是考慮了包括降雨因子、地形因子、植被蓋度因子、成土母質因子、土地利用類型及侵蝕防治措施因子等的綜合函數，USLE有大量實地觀測數據統計分析驗證，已是應用最廣泛的土地侵蝕預測模型。USLE模型計算式如下：

Eq=R·K·L·S·V·P

(1)

式中：Eq——年平均土壤侵蝕強度(t/hm2)；R——降雨侵蝕力因子〔(MJ·mm)/(hm2·h)〕；K——土壤可蝕性因子〔(MJ·mm)/(hm2·h)〕；L——坡長因子；S——坡度因子；V和P——植被覆蓋因子和土地利用類型因子。

降雨侵蝕力因子R是反映降雨引起土壤侵蝕的潛在能力，由于研究區缺乏詳盡的降雨資料，本文采用簡化的Wischmeier算式，由于該公式既考慮年降水量和月降水量，公式形式又相對簡單，且已經被成功應用于很多不同區域。

(2)

式中：pi——月降雨量(mm)； p——年降雨量(mm)。根據公式(2)計算各年的R值，再取其平均值。

土壤可蝕性因子K是土壤對雨滴和地表徑流剝蝕和搬運的敏感程度，本文K值的計算方法是采用Williams等發展的EPIC模型[16]，計算公式如下：

(3)

式中：Sa——砂粒(0.05～2 mm)的重量百分數；Si——粉粒(0.002～0.05 mm)的重量百分數；Cl——黏粒(<0.002 mm)的重量百分數，Sn=1-Sa/100；C——百分數表示的土壤有機碳含量。通過中國土種數據庫，查找并提取表層土壤的砂粒等的含量，帶入公式(3)計算K值。

坡長坡度因子LS是反映地貌特征對土壤侵蝕影響的因子，可由DEM數據，通過ArcGIS 9.3軟件進行地形特征分析和計算。坡長因子采用McCool坡長因子算法：

L=(λ/22.1)m

m=β/(1+β)

(4)

β=(sinθ/0.089 6)/〔3.0(sinθ)0.8+0.56〕

式中：L——坡長因子；λ——由DEM提取的坡長(m)；m——坡度坡長指數；θ——DEM提取的坡度(°);β——坡度修正值(°)。

USLE方程多適用于緩坡，而研究區域坡度≥15°的區域占82%，因此坡度因子S的計算緩坡(0°<θ<10°)采用McCool坡度公式，陡坡(θ≥10°)采用劉寶元的坡度公式[17]。

(5)

式中：S——坡度因子；θ——坡度(°)。

植被覆蓋因子V是植被的覆蓋程度對土壤侵蝕的抑制程度，其取值范圍為0～1。本文選用蔡崇法等[16]建立的回歸方程，其公式如下：

(6)

式中：c——植被覆蓋度(%)。

土地利用類型因子P是基于經驗和物理過程的混合模型，其取值在0～1，取值越小，表示土壤侵蝕越不明顯。在土壤侵蝕預報中，國內尚沒有普遍性的水土保持措施因子賦值標準。本文采用結合研究區的實地考察給不同的土地利用類型賦值的方法確認。賦值結果為：居民點和水域為0，旱地0.4，林地和灌木地為0.5，草地0.3。

2.3 滑坡預警研究

2.3.1 滑坡臨界土壤侵蝕強度的計算 滑坡的發生除了跟當天降雨量有關外，還與前期降雨量密不可分，因此用于滑坡災害分析的降雨量數據一般是取自滑坡發生當日以及前幾日的逐日降雨記錄，公式(7)可用于計算有效降雨量[18]：

Rc=αiRi

(7)

式中：Rc——單日有效降雨量(mm)；Ri——滑坡當天倒數第i(i=0,1，…)天的實際雨量降雨量(mm)；α——降雨系數，取0.8；姬怡微[19]根據相關性分析得出了紫陽縣淺層滑坡發生與前10 d以內的有效降雨量最相關，因此模型i值最大選定為9。

利用滑坡發生前10 d以內的逐日降雨量求得相應的有效降雨量，即可計算該時段內的降雨侵蝕力，本文選用CREAMS模型計算：

(8)

式中：M——10 d內降雨侵蝕力之和;Rc——單日有效降雨量(mm)。將M替代(1)式中R即可求出研究區內每個滑坡的臨界土壤侵蝕強度。

2.3.2 滑坡臨界降雨量的計算 根據前文求得的滑坡臨界土壤侵蝕強度，再利用(1)式反求出降雨侵蝕力，最后帶入(8)式即可求得滑坡發生當天降雨量。

3 結果與分析

3.1 滑坡密度與土壤侵蝕強度分析

利用USLE模型計算研究區域年平均土壤侵蝕強度，并參照水利部頒布的土壤侵蝕分類分級標準[20]，獲得研究區域年平均土壤侵蝕等級分布圖，本研究收集了近16 a在研究區發生的117次淺層滑坡事件，并將滑坡發生的位置疊加在土壤侵蝕強度上。

利用頻數比的方法來表現土壤侵蝕與滑坡的關系。如表2所示，117處不同的滑坡發生地，滑坡點大部分分布在土壤侵蝕等級較高區域上。從頻次比看，劇烈侵蝕區域的頻次比是5.34，大于中度侵蝕和強度侵蝕區域的頻率比，表明極強度侵蝕區域發生滑坡的可能性大于中度侵蝕和強度侵蝕區域。相關性較好，可以用來預測淺層滑坡。

3.2 區域滑坡臨界土壤侵蝕強度的確定

根據國土資源部和中國氣象局規定，地質災害氣象風險預報等級由強到弱分為警報，預警與注意3個等級，按USLE模型算法，計算78個滑坡個例的土壤侵蝕模數，取其中最小值為69.6 t/km2為該區域的滑坡氣象風險預警等級3級的臨界土壤侵蝕強度。分別選取發生滑坡30%，50%的概率為2級、1級的預警等級，同樣計算出研究區域滑坡預警等級的臨界土壤侵蝕強度分別為136.7，179.4 t/km2。

表2 陜西省紫陽縣土壤侵蝕強度與滑坡發生數頻次比

3.3 實例驗證

從剩余的滑坡點中選取5個滑坡點進行臨界雨量進行驗證(表3)，發現5個樣本的實際有效雨量中，全部超過了臨界雨量，其中2個為3級，2個為2級，1個為1級。結果表明各滑坡點臨界雨量均有較好的預警效果。

表3 陜西省紫陽縣滑坡臨界降雨量驗證

4 討論與結論

紫陽縣地處陜西省秦巴山區，其特殊的自然地理位置和地質構造背景決定了區內第四系主要為殘坡積黏性土夾大量的碎石、巖屑，在強降雨作用下易發生淺層滑坡，現有預警方法多為經驗方法和針對均一土質的入滲計算與穩定性計算，而本方法從降雨—土壤侵蝕—滑坡的思路入手基于USLE土壤侵蝕模型推算滑坡預警點的臨界雨量，將降雨、植被及土地利用狀況等因素納入計算，得出了較為合理的預警結果。但本文研究尚有如下問題：

研究采用的侵蝕模型和各個侵蝕因子的算法大多數是利用國內外現有方法和成果來確定的?？紤]到侵蝕因子R，K的地區適用性，P因子賦值的復雜性，在以后的工作中，要結合研究區更詳細的資料數據，改進各個侵蝕因子的算法和模型算法，從而提高研究結果的準確性、可靠性。

現實中地理信息數據更新快，而已有的DEM數據與土地利用等數據很難及時更新；滑坡的發生除降雨誘發外，與人類活動程度相關性極大，本文研究區域東南部山高坡陡、侵蝕強烈，但人煙稀少，滑坡數也相對較少，這些需要在今后的研究中加以改進。

[1] 熊煒.秦巴山區軟弱變質巖淺表層滑坡成因機理研究[D].西安:長安大學,2012.

[2] 趙世發,王俊,杜繼穩,等.秦巴山區地質災害成因及預報預警[J].氣象科技,2010,38(2):263-269.

[3] 熊煒,范文.秦巴山區淺表層滑坡成災規律研究[J].災害學,2014,29(1):228-233.

[4] Glade T, Crozier M, Smith P. Applying probability determination to refine landslide-triggering rainfall thresholds using an empirical “Antecedent Daily Rainfall Model”[J]. Pure and Applied Geophysics, 2000,157(6-8):1059-1079.

[5] 李媛.區域降雨型滑坡預報預警方法研究[D].北京:中國地質大學,2005.

[6] 謝劍明,劉禮領,殷坤龍,等.浙江省滑坡災害預警預報的降雨閥值研究[J].地質科技情報,2003,22(4):101-105.

[7] 李鐵鋒,叢威青.基于Logistic回歸及前期有效雨量的降雨誘發型滑坡預測方法[J].中國地質災害與防治學報,2006,17(1):33-35.

[8] 何玉瓊,徐則民,王志奇,等.滑坡降雨閾值模型的應用[J].吉林大學學報:地球科學版,2012,42(4):1112-1118.

[9] 何玉瓊,徐則民,王志奇,等.基于GIS的耦合模型在斜坡穩定分析中的應用[J].武漢理工大學學報,2011,32(2):100-104.

[10] 雍睿,胡新麗,唐輝明,等.推移式滑坡演化過程模型試驗與數值模擬研究[J].巖土力學,2013,34(10):3018-3027.

[11] 左自波.降雨誘發堆積體滑坡室內模型試驗研究[D].上海:上海交通大學,2013.

[12] 何東升.延安地區土壤侵蝕與地質災害相關性研究[D].西安:長安大學,2012.

[13] 梁益同,柳晶輝,李蘭,等.基于土壤侵蝕模型的滑波臨界雨量估算探討[J].長江流域資源與環境,2015,24(3):464.

[14] 周琪龍.黃土溝壑區土壤侵蝕與淺層滑坡相關關系研究[D].蘭州:蘭州大學,2013.

[15] Pradhan B, Chaudhari A, Adinarayana J, et al. Soil erosion assessment and its correlation with landslide events using remote sensing data and GIS: A case study at Penang Island, Malaysia[J]. Environmental monitoring and assessment, 2012,184(2):715.

[16] 蔡崇法,丁樹文,史志華,等.應用USLE模型與地理信息系統IDRISI預測小流域土壤侵蝕量的研究[J].水土保持學報,2000,14(2):19-24.

[17] 黃金良,洪華生,張珞平,等.基于GIS和USLE的九龍江流域土壤侵蝕量預測研究[J].水土保持學報,2004,18(5):75-79.

[18] 吳益平,張秋霞,唐輝明,等.基于有效降雨強度的滑坡災害危險性預警[J].地球科學:中國地質大學學報,2014,39(7):889-895.

[19] 姬怡微.降雨誘發地質災害預警預報研究[D].西安:長安大學,2013.

[20] 中華人民共和國水利部.土壤侵蝕分類分級標準SL190-2007[S].北京:中國水力水電出版社,2008.

Research on Early Warning of Shallow Landslide Based on Soil Erosion Model

Lü Jiaojiao1, FAN Wen1, Lü Yuanqiang1,2

(1.SchoolofGeologyEngineeringandGeomatics,Chang’anUniversity,Xi’an,Shaanxi710054,China;2.GeotechnicalInstituteofChinaCoalXi’anDesignandEngineeringCo.Ltd.,Xi’an,Shaanxi710054,China)

[Objective] Using the soil erosion model in early warning of shallow landslide, to provide a new reference for landslide early warning work in mountain area. [Methods] A typical area covering 440 km2in Ziyang County of Shaanxi Province was taken as research area, where the historical landslide data, meteorological data and satellite data were collected. Universal soil loss equation(USLE) combined with GIS was used to determinate the critical soil erosion intensity. Upon which, the early warning rainfall amount was derived based on the relationship between rainfall erosivity and rainfall amount. [Results] A significant correlation between soil erosion and the landslide was found. The critical soil erosion in the research area ranked 69.6, 136.7, 179.4 t/km2respectively. [Conclusion] Compared to the traditional way that only the statistical relationship between landslide and rainfall is considered, the method which based on the USLE is easily applied and has a high practical value.

shallow landslides; soil erosion; Qinba Mountains; landslide early warning

2016-10-11

2016-11-13

國家自然科學基金項目“降雨誘發軟弱變質巖斜坡淺表層變形破壞機理研究” (41272282)； 中國地質調查局地質調查工作項目“秦巴山區淺表層滑坡變形破壞機理研究”(1212011220135)

呂佼佼(1989—),男(漢族),山西省河曲縣人,博士研究生,研究方向為地質災害研究與防治。E-mail:411535234@qq.com。

B

1000-288X(2017)03-0227-04

P642.22， P208