ISSN 1003-8035 CN 11-2852/P
  • 中国科技核心期刊
  • CSCD收录期刊
  • Caj-cd规范获奖期刊
  • Scopus 收录期刊
  • DOAJ 收录期刊
  • GeoRef收录期刊
欢迎扫码关注“i环境微平台”

舟曲断裂带滑坡灾害效应与防治对策研究

郭富赟, 周小龙, 火飞飙, 张毅

郭富赟,周小龙,火飞飙,等. 舟曲断裂带滑坡灾害效应与防治对策研究[J]. 中国地质灾害与防治学报,2022,33(6): 80-89. DOI: 10.16031/j.cnki.issn.1003-8035.202202038
引用本文: 郭富赟,周小龙,火飞飙,等. 舟曲断裂带滑坡灾害效应与防治对策研究[J]. 中国地质灾害与防治学报,2022,33(6): 80-89. DOI: 10.16031/j.cnki.issn.1003-8035.202202038
GUO Fuyun, ZHOU Xiaolong, HUO Feibiao, et al. Study on the disaster effect and prevention countermeasures of landslide in Zhouqu fault zone[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(6): 80-89. DOI: 10.16031/j.cnki.issn.1003-8035.202202038
Citation: GUO Fuyun, ZHOU Xiaolong, HUO Feibiao, et al. Study on the disaster effect and prevention countermeasures of landslide in Zhouqu fault zone[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(6): 80-89. DOI: 10.16031/j.cnki.issn.1003-8035.202202038

舟曲断裂带滑坡灾害效应与防治对策研究

基金项目: 国家重点研发计划课题(2017YFC1501005);甘肃省科技重大专项(19ZD2FA002)
详细信息
    作者简介:

    郭富赟(1970-),男,甘肃景泰人,正高级工程师,主要从事地质灾害防灾减灾方面的研究工作。E-mail:fyg51913@163.com

  • 中图分类号: P642.22

Study on the disaster effect and prevention countermeasures of landslide in Zhouqu fault zone

  • 摘要: 舟曲是我国滑坡灾害最严重的地区之一,其中断裂带滑坡活动频繁,危害巨大。文章在综合遥感、变形监测和现场调查的基础上,研究了断裂带滑坡特征及其灾害效应,提出了风险防控对策。研究表明:(1)断裂带滑坡形态上主要为长条形和簸箕形;滑体、滑床一般为板岩、千枚岩碎块石组成,滑带土为含砾黏土;滑坡具有多级、分块活动特征且块体差异性滑动特征显著;滑坡一般为慢速滑动,具有蠕滑特征;滑坡具有降雨敏感性特征,深层滑坡对降雨响应有明显的滞后性。(2)断裂带滑坡的成灾模式主要为慢速滑动过程中的蠕滑拉裂效应和冲击推挤效应,滑动后的堵江淹没效应、挤压侵蚀效应,以及社会影响效应等。(3)断裂带滑坡规模较大,地层破碎,治理条件差,工程治理措施难以奏效。但其突发性不强,应以管防为主,宜采取用地管控、监测预警、避险搬迁等防治措施,慎用工程治理措施。
    Abstract: Zhouqu is one of the areas with the most serious landslide disasters in China, in which the fault zone landslide are frequent and the harm is huge. Based on the comprehensive remote sensing, deformation monitoring and field investigation, this paper studies the reactivation characteristics and disaster-causing mode of fault zone landslide, and puts forward the prevention and control countermeasures. The results show that: (1) the landslide in the fault zone is mainly in a strip shape and dustpan shape; The sliding body and sliding bed are generally composed of slate, phyllite and rubble, and the sliding zone soil is pebbly clay; The landslide has the characteristics of multi-level and block activity, and the differential sliding characteristics of different blocks are significant; Landslide is generally slow sliding and has fluidity characteristics; Landslide has the characteristics of rainfall sensitivity, and the response of deep landslide to rainfall has obvious lag. (2) the disaster modes of landslides in fault zone are mainly creep, tension crack effect and impact push effect in the process of slow sliding, river blocking and flooding effect, extrusion erosion effect and social impact effect after sliding. (3) the landslide conditions are large and the treatment measures are difficult to get together. However, its sudden nature is not strong, so it should focus on management and prevention. The recommended prevention measures are land use control, monitoring and early warning, risk avoidance and relocation, and engineering treatment measures are not recommended.
  • 库岸滑坡是深切割高山峡谷型库岸常见的破坏形式,多集中分布于我国西南山区[1-2]。库岸滑坡由地表内外营力相互作用而形成,人类工程建设及库区水位变化则使其演化特征更为突出,通常表现为库区蓄水之后库岸下缘坡体岩层软化,从而引起上部库岸的形变破坏[3-4]。库岸滑坡受多方面因素影响,具有成因复杂、类型多样和危害巨大等特点[5-7]。在水电站库区,蓄水和泄洪等因素导致的水位变化直接影响库岸滑坡的稳定性,库岸滑坡一旦失稳会诱发一系列次生灾害,破坏区域生态系统,毁坏库区坝体和发电设施[8],严重威胁库区上下游居民生命财产安全。因此,对水电站库岸滑坡进行变形监测具有重要意义。

    常规监测手段已难以识别和监测大面积的库岸滑坡形变,相对传统的精密水准测量、全球卫星导航系统(Global Navigation Satellite System, GNSS)和光学遥感技术,合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术因其大范围、全天时、全天候、高精度和高分辨率等特点,已成功应用于库岸滑坡灾害识别监测分析中[9-11]。国内外学者利用InSAR技术在库岸滑坡灾害的应用方面做了大量研究,康亚等[8]利用三类InSAR产品和DEM数据对金沙江流域乌东德水电站段进行滑坡早期识别,成功探测到多处未知和已知的滑坡体;徐帅等利用墨兰指数对SBAS-InSAR技术获取的形变点进行空间域异常值分析和聚类处理,成功识别出三峡库区巫山—奉节段高概率潜在滑坡范围[12];王振林等[13]利用SBAS-InSAR技术提取雅砻江流域锦屏一级水电站库区左岸边坡的形变特征信息,推断出大幅水位上升是诱发滑坡复活的主要因素;朱同同等[14]结合时序InSAR技术和GPS观测值分析了降雨和蓄水对三峡库区树坪滑坡变形的影响;史绪国等[15]联合分布式目标与点目标的时序InSAR技术对三峡库区藕塘滑坡进行稳定性监测;Tantianuparp等[16]联合多种SAR数据和PS-InSAR技术对三峡巴东进行滑坡探测,并将PS点时序形变与水位时间变化进行初步相关性分析;Zhou等[17]利用时序InSAR技术发现三峡库区木鱼堡滑坡变形主要发生在水库涨落期和高水位期;Liu等[18]利用SBAS-InSAR技术对三峡巴东地区进行滑坡探测并分析季节性滑坡运动与水位变化之间的相关性,上述研究证明了时序InSAR技术在库岸滑坡监测中的可靠性,可以对水电站库岸滑坡变形进行有效分析。白鹤滩水电站地处四川和云南交界,自2021年4月开始蓄水,库区水位由660 m升至825 m,上升幅度达165 m;水电站运行期间最低水位765 m,最高水位825 m,升降水位差60 m,最大库容达256×108 m3[19-20]。库区地形起伏较大、断裂构造发育,加之蓄水引起的水位变化直接影响库岸潜在滑坡的变形趋势,对水电站基础设施和上下游居民生命财产安全造成潜在威胁[21-22]。因此,亟需对白鹤滩水电站库岸潜在滑坡进行变形分析。

    文章联合2019年7月3日至2021年7月28日的150景升降轨Sentinel-1 SAR数据集,采用SBAS-InSAR技术获取白鹤滩水电站库区雷达视线方向(Line of sight,LOS)形变时间序列,在分析地表形变时间演化规律和空间分布特征的基础上,结合无人机野外调查,分析白鹤滩水电站库岸潜在滑坡的变形特征,重点研究蓄水因素对库岸潜在滑坡变形趋势的影响。

    小基线集InSAR(Small Baseline Subset InSAR,SBAS-InSAR)技术最早由Berardino和Lanari等[23]提出,该方法通过组合数据的方式获得一系列短空间基线差分干涉图,这些差分干涉图能较好地克服空间失相关现象。SBAS-InSAR技术利用奇异值分解(SVD)法求解形变速率,将被较大空间基线分开的孤立SAR数据进行连接,进一步提高观测数据的时间采样率[23]。该方法可以有效减弱大气效应,降低相位噪声和误差[24],其基本原理及流程如下:

    假定已获取覆盖同一区域的按时间序列排序的$ N + 1 $幅SAR影像:

    $$ T = {\left[ {{T_0},{T_1}, \cdots ,{T_N}} \right]^{\rm{T}}} $$ (1)

    根据干涉组合规则,生成M幅干涉图且M应当满足:

    $$ \frac{{N + 1}}{2} \leqslant M \leqslant \frac{{N\left( {N + 1} \right)}}{2} $$ (2)

    假设以$ {t_0} $作为影像获取起始时刻且$ {t_0} $时刻影像覆盖区域位移为0,则在去除轨道误差、平地效应及地形相位的影响后,第$ i\left( {1 \leqslant i \leqslant M} \right) $幅影像某像素的干涉相位可表示为:

    $$ \Delta {\varphi _i} = {\varphi _{{t_1}}} - {\varphi _{{t_2}}} \approx \Delta {\varphi _{{i_{\rm{def}}}}} + \Delta {\varphi _{{i_{\rm{topo}}}}} + \Delta {\varphi _{{i_{\rm{atm}}}}} + \Delta {\varphi _{{i_{\rm{noise}}}}} $$ (3)
    $$ \left\{ \begin{gathered} \Delta {\varphi _{{i_{\rm{def}}}}}\left( {x,r} \right) = \frac{{4\text{π} }}{\lambda }\left[ {d\left( {{t_2}} \right) - d\left( {{t_2}} \right)} \right],i = 1,2, \cdots ,m \\ \Delta {\varphi _{{i_{\rm{topo}}}}}\left( {x,r} \right) = \frac{{4\text{π} }}{\lambda } \cdot \frac{{{B_ \bot }\Delta h}}{{r{\sin}\theta }} \\ \Delta {\varphi _{{i_{\rm{atm}}}}}\left( {x,r} \right) = {\varphi _{\rm{atm}}}\left( {{t_2}} \right) - \varphi \left( {{t_1}} \right) \\ \end{gathered} \right. $$ (4)

    式中:$ \Delta {\varphi _{{i_{\rm{def}}}}} $——斜距向形变产生的相位;

    $ \Delta {\varphi _{{i_{\rm{topo}}}}} $——地形相位;

    $ \Delta {\varphi _{{i_{\rm{atm}}}}} $——大气延迟引起的相位;

    $ \Delta {\varphi _{{i_{\rm{noise}}}}} $——相干噪声造成的相位。

    利用最小二乘或者奇异值分解(SVD)对m个解缠相位进行三维时空相位解缠即可获得不同SAR时刻对应的时序形变速率。

    本文以四川省与云南省交界白鹤滩水电站库区作为研究区域,如图1所示。研究区长约30.38 km,宽约11.65 km,总面积353.93 km2,地处横断山脉东北部、青藏高原东南边缘,区域内断裂构造发育,构造运动强烈,河谷深切,山体陡峻,地震频发[25-27]。最高海拔3556 m,最低海拔520 m,高差达3036 m,地势陡峭,致使该区存在大量滑坡、崩塌和泥石流等地质灾害隐患。

    图  1  研究区位置
    Figure  1.  Location of study area

    形变监测数据选用从欧州航天局(European Space Agency, ESA)免费下载的150景C波段Sentinel-1雷达影像(其中升轨数据50景,降轨数据100景并在每个时间点上下两景拼接),升降轨数据覆盖区域如图2所示。时间跨度为2019年7月3日至2021年7月28日,极化方式为VV,成像方式为IW,数据参数如表1所示。为提高影像轨道精度,引入POD精密定轨星历数据。使用日本宇宙航空研究开发机构(Japan Aerospace Exploration Agency,JAXA)发布的ALOS WORLD 3D 30 m空间分辨率的数字高程模型(Digital Elevation Model,DEM),用于去除地形相位影响,如图3所示。

    图  2  SAR卫星影像覆盖范围
    Figure  2.  SAR satellite image coverage
    表  1  Sentinel-1A数据参数
    Table  1.  Sentinel-1A data parameters
    轨道方向成像模式极化方式波长波段入射角/(°)
    升轨IWVV5.63C39.44
    降轨IWVV5.63C39.28
    下载: 导出CSV 
    | 显示表格
    图  3  研究区DEM
    Figure  3.  Digital elevation model of study area

    采用SBAS-InSAR技术,选取经镶嵌、配准和裁剪后的100景Sentinel-1A斜距单视复数(Single Look Complex,SLC)影像(升降轨数据各50景),根据时间基线和垂直基线最优原则,升轨和降轨数据分别以日期为20191216和20200204的影像作为超级主影像。设置时间基线阈值180d,空间基线为临界基线阈值的50%,共生成654和888对干涉像对。为抑制斑点噪声,设置多视数为1∶4,采用Minimum Cost Flow 解缠方法和Goldstein滤波方法进行干涉处理,将组合干涉对经过配准,调整删除不理想的数据后生成干涉图,研究区部分较理想的干涉图如图4所示。

    图  4  研究区部分较理想的干涉图
    注:(a)、(b)、(c)为升轨数据干涉图,(d)、(e)、(f)为降轨数据干涉图
    Figure  4.  Ideal interference patterns in the study area

    经过轨道精炼和重去平,利用最小二乘法和奇异值矩阵分解进行形变反演,然后估算和去除大气相位,得到研究区时间序列形变信息,对时序信息地理编码后获取研究区2019年7月3日至2021年7月28日LOS方向的形变结果。如图5所示,形变速率为正值表示靠近卫星,负值表示远离卫星。对比图5(a)、(b)研究区形变结果可知,降轨数据集探测的形变信息较为丰富,主要集中在库区西岸,最大LOS向形变速率−61.425 mm/a;升轨数据集仅在库区东岸部分区域形变较为明显,最大LOS向形变速率为91.426 mm/a。升降轨数据集形变信息不一致的原因是白鹤滩水电站库区两岸地形起伏较大,山势陡峭险峻,而升轨数据飞行方向大致沿东南向西北,雷达视线方向位于右侧,降轨数据则与之相反,故利用InSAR探测形变过程中阴影、叠掩和透视收缩等几何畸变现象严重。

    图  5  研究区视线向形变速率
    Figure  5.  Line-of-sight deformation rate of the study area

    对升轨和降轨数据获取的研究区形变结果进行综合解译,升轨数据库岸形变区域解译结果如图6所示,共选取库岸形变较大区域4处。结合无人机野外调查结果,发现典型潜在滑坡2处,分别用H1和H2表示;非滑坡形变区2处,分别用X1和X2表示,升轨数据详细解译结果如表2所示。

    图  6  升轨潜在滑坡解译及实地考察结果
    Figure  6.  Interpretation and field investigation results of potential landslide in ascending orbit
    表  2  升轨数据库岸形变区域解译结果列表
    Table  2.  List of interpretation results of shore deformation region in orbit lifting database
    编号形变区域名称最大形变速率/(mm·a−1形变区域类别
    H1观音岩19.846潜在滑坡
    H2鱼坝18.537潜在滑坡
    X1六城村76.259非滑坡形变
    X2半坡55.947非滑坡形变
    下载: 导出CSV 
    | 显示表格

    降轨数据库岸形变区域解译结果如图7所示,共选取库岸形变较大区域6处。结合无人机野外调查结果,发现典型潜在滑坡4处,分别用H3至H6编号;非滑坡形变区2处,分别用X3和X4表示,降轨数据详细解译结果如表3所示。

    表  3  降轨数据库岸形变区域解译结果列表
    Table  3.  List of interpretation results of shore deformation region in orbit descent database
    编号形变区域名称最大形变速率/(mm·a−1形变区域类别
    H3观音岩10.726潜在滑坡
    H4清水沟17.605潜在滑坡
    H5鱼坝19.326潜在滑坡
    H6大湾子15.888潜在滑坡
    X3六城村48.871非滑坡形变
    X4半坡61.425非滑坡形变
    下载: 导出CSV 
    | 显示表格
    图  7  降轨潜在滑坡解译及实地考察结果
    Figure  7.  Interpretation and field investigation results of potential landslide in descending orbit

    对比升轨和降轨数据解译结果可以看出,非滑坡形变区X1、X2与X3、X4分别相同,潜在滑坡H1、H2与H3、H5相互对应。另外,降轨数据还解译出除上述区域以外的潜在滑坡H4和H6,同一时间段不同轨道SAR数据集探测的形变结果能够相互对应,从侧面验证了本文InSAR结果的准确性,但受时间、空间失相干因素和几何畸变影响,升降轨形变信息有所差异,说明升降轨结合的方式能够有效弥补仅利用单一轨道识别结果不全面、不准确的缺陷,提升库岸潜在滑坡灾害识别和监测的准确性和有效性。

    结合4.1节升降轨数据集库岸潜在滑坡解译结果,本文选取H1、H2、H4和H6四处典型潜在滑坡进行变形分析,分别在各滑坡形变结果中选取特征点,引入研究区降雨数据,绘制特征点在蓄水前后的时序形变曲线,并结合无人机野外调查结果分析库岸典型潜在滑坡的变形特征。

    H1滑坡地处观音岩,位于沿江公路东岸,滑坡形变速率如图8(a)所示。滑坡整体形变速率范围为−10.726~15.433 mm/a,分别选取滑坡体上缘和下缘特征点A、B与降雨数据构建时序形变曲线如图8(b)所示,特征点A和B时序形变速率波动趋势大致相同,每年雨季形变速率较旱季明显增加。2019年10月—2020年5月形变速率减小,2021年4月后形变速率增大,同比增加约16 mm/a。

    图  8  H1潜在滑坡形变特征
    Figure  8.  H1 potential landslide deformation characteristics

    经实地勘察,该滑坡坡体上缘为自然坡体,坡体下缘已进行边坡加固,故在2019年10月至2020年5月间B点较A点形变速率变化相对稳定。受降雨因素影响,坡体在雨季滑动速率增大。2021年4月至5月,降雨量几乎为零,水电站蓄水导致库区水位上升,库岸下缘受到江水侵蚀改变坡体上下缘间的平衡关系,使该滑坡体形变量增大。

    H2滑坡地处鱼坝村,金沙江支流末端。滑坡形变速率如图9(a)所示,形变较大值处于坡体中上部,形变范围在−19.326~8.254 mm/a。在坡体两侧分别选择特征点C、D结合降雨数据构建时序形变曲线见图9(b),特征点C和D形变速率变化趋势基本一致,与降雨数据呈现一定相关性,雨旱两季形变速率差异较小。2020年1月至10月间,形变速率逐渐减小,2021年1月后形变速率振荡变化,2021年4月之后,形变速率增加值超过10 mm/a。

    图  9  H2潜在滑坡形变特征
    Figure  9.  H2 potential landslide deformation characteristics

    经野外实地调查,H2滑坡滑面自上而下呈倒“V”字形。由于隧道工程尚未完工,附近仍伴有部分工程活动,故在2020年雨季坡体滑动速率对降雨因素响应较弱,表现为形变速率逐渐减小。从图9(b)可以看出,2021年4月以后,特征点C和D形变速率相对之前有所增加,此时降雨量较小,说明蓄水导致的库区水位抬升也对远离河道的坡体产生影响。

    H4滑坡体地处清水沟,位于库区西岸。滑坡形变速率如图10(a)所示,滑坡整体形变范围为−17.605~9.012 mm/a,形变速率较大区域位于坡体中部。由图10(b)特征点与降雨数据构建的时序形变曲线可知,特征点E呈振荡变化趋势,雨旱两季形变速率差异明显。2020年8月后形变速率急剧增大,2021年4月之后形变速率相比同期增加约17 mm/a。

    图  10  H4潜在滑坡形变特征
    Figure  10.  H4 potential landslide deformation characteristics

    通过野外调查可知,H4滑坡属于临江大型冲沟,沟面呈褶皱形态,目前尚未发育为真正意义的滑坡。图10(b)时序形变曲线在2020年雨季后呈梯度下降趋势,主要原因是降水冲刷沟壑表面使冲沟坡面向下滑动。2021年4月之后相比同期形变速率明显增加,此时受降雨影响微弱,说明该滑坡体对水位变化有较强响应,原本裸露的坡体下缘遭受江水侵蚀,下缘坡体在动水压力作用下土壤结构趋向松散状态,上缘冲沟体失稳,自然产生向下形变。

    H6滑坡位于库区西岸大湾子隧道,滑动面处于隧道临江一侧,其形变速率如图11所示,整体形变速率为−15.888~16.326 mm/a, 选取滑坡体中部特征点F与降雨数据建立时序形变曲线(图11),特征点F形变速率整体呈波动趋势,在2020年雨季形变速率较旱季增速明显。2021年4月之后,形变速率缓慢增大,较同期增加约16 mm/a。

    图  11  H6潜在滑坡形变特征
    Figure  11.  H6 potential landslide deformation characteristics

    经野外实地考察,发现H6滑坡已发育且有部分滑动痕迹,在坡体顶端还发育有一定程度的裂缝(图11),所以在雨季降水冲刷坡面且沿裂缝渗入坡体改变其土体应力结构,使坡体产生较大形变。由图11可以看出,2021年4—5月间,降雨量几乎为零,但形变速率变化明显,说明该坡体对水位抬升具有较强响应,降水沿裂缝进入坡体内部,促进了破裂面的贯通,而水位抬升致使坡体下缘和滑动面软化,降低其抗剪强度,降雨和水位抬升的共同作用可能使H6滑坡进一步发育,后续应当对该滑坡进行重点监测。

    本文联合升降轨Sentinel-1 SAR数据,采用SBAS-InSAR技术并结合无人机野外调查数据,分析白鹤滩水电站库岸潜在滑坡的变形特征,得到以下结论:

    (1)白鹤滩水电站库区LOS方向形变速率为−90.959~91.426 mm/a,受蓄水因素影响,各库岸典型潜在滑坡形变速率明显加快,蓄水前后形变平均增速达10 mm/a以上;

    (2)白鹤滩水电站库岸潜在滑坡对水位变化具有较强响应,蓄水量增加是当前库岸潜在滑坡发育的关键性诱因,水位抬升之后潜在滑坡形变速率变化明显,在降雨和蓄水等因素共同作用下,白鹤滩水电站库岸潜在滑坡存在失稳风险;

    (3)降轨数据集探测的形变信息较为丰富,主要集中在库区西岸,而升轨数据集仅在库区东岸部分区域形变较为明显,故联合升降轨SAR数据能有效克服仅利用单一轨道导致的几何畸变等问题,使水电站库岸潜在滑坡变形监测更加准确、全面。

  • 图  1   舟曲断裂带滑坡分布图

    Figure  1.   Distribution of landslides in Zhouqu fault zone

    图  2   滑坡形态图

    Figure  2.   Morphology of landslide

    图  3   滑坡规模正态分布图

    Figure  3.   Normal distribution of landslide scale

    图  4   舟曲立节北山滑坡分块平面图

    Figure  4.   Block plan of Lijie Beishan landslide in Zhouqu

    图  5   江顶崖滑坡剖面图

    Figure  5.   Profile of Jiangdingya landslide

    图  6   牙豁口滑坡滑动速率曲线图

    Figure  6.   Sliding rate of Yahuokou landslide

    图  7   大小湾滑坡活动分区

    Figure  7.   Landslide activity zoning in Daxiaowan

    图  8   锁儿头滑坡分块InSAR监测变形速率分布图

    Figure  8.   Distribution of deformation rate of Suoertou landslide monitored by InSAR

    图  9   锁儿头InSAR监测变形与降水关系图

    Figure  9.   Relationship between deformation and precipitation monitored by lock head InSAR

    图  10   牙豁口滑坡InSAR监测变形与降水关系图

    Figure  10.   Relationship between deformation and precipitation monitored by Yahuokou landslide InSAR

    图  11   舟曲龙江村滑坡体上建筑物密集

    Figure  11.   Dense buildings on the landslide mass in Longjiang Village, Zhouqu

    图  12   锁儿头滑坡前缘建筑密集

    Figure  12.   Dense buildings at the front edge of Suoertou landslide

    图  13   江顶崖滑坡堵江灾害效应图

    Figure  13.   Effect of Jiangdingya landslide blocking the river

  • [1] 苏琦,梁明剑,袁道阳,等. 白龙江流域构造地貌特征及其对滑坡泥石流灾害的控制作用[J]. 地球科学,2016,41(10):1758 − 1770. [SU Qi,LIANG Mingjian,YUAN Daoyang,et al. Geomorphic features of the Bailongjiang River drainage basin and its relationship with geological disaster[J]. Earth Science,2016,41(10):1758 − 1770. (in Chinese with English abstract)
    [2] 陈冠,孟兴民,郭鹏,等. 白龙江流域基于GIS与信息量模型的滑坡危险性等级区划[J]. 兰州大学学报(自然科学版),2011,47(6):1 − 6. [CHEN Guan,MENG Xingmin,GUO Peng,et al. Landslide susceptibility mapping based on GIS and information value model in Bailong River basin[J]. Journal of Lanzhou University (Natural Sciences),2011,47(6):1 − 6. (in Chinese with English abstract)
    [3] 李淑贞,戴霜,王华伟,等. 白龙江地区断裂构造与滑坡分布及发生关系[J]. 兰州大学学报(自然科学版),2015,51(2):145 − 152. [LI Shuzhen,DAI Shuang,WANG Huawei,et al. Fault features and their implications on distribution and formation of landslides in Bailongjiang Region[J]. Journal of Lanzhou University (Natural Sciences),2015,51(2):145 − 152. (in Chinese with English abstract)
    [4] 杨为民,黄晓,张春山,等. 白龙江流域坪定—化马断裂带滑坡特征及其形成演化[J]. 吉林大学学报(地球科学版),2014,44(2):574 − 583. [YANG Weimin,HUANG Xiao,ZHANG Chunshan,et al. Deformation behavior of landslides and their formation mechanism along Pingding-Huama active fault in Bailongjiang River region[J]. Journal of Jilin University (Earth Science Edition),2014,44(2):574 − 583. (in Chinese with English abstract)
    [5] 余志山. 泄流坡滑坡灾害损失预测及成灾方式研究[J]. 甘肃科技,2007,23(12):72 − 76. [YU Zhishan. Study on disaster loss prediction and disaster mode of xieliupo landslide[J]. Gansu Science and Technology,2007,23(12):72 − 76. (in Chinese) DOI: 10.3969/j.issn.1000-0952.2007.12.027
    [6] 蒋树,文宝萍,赵成,等. 甘肃舟曲泄流坡滑坡活动机理分析[J]. 中国地质灾害与防治学报,2013,24(3):1 − 7. [JIANG Shu,WEN Baoping,ZHAO Cheng,et al. Creep mechanism analysis of Xieliupo landslide in Zhouqu County of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control,2013,24(3):1 − 7. (in Chinese with English abstract)
    [7] 张卫雄,翟向华,丁保艳,等. 甘肃舟曲江顶崖滑坡成因分析与综合治理措施[J]. 中国地质灾害与防治学报,2020,31(5):7 − 14. [ZHANG Weixiong,ZHAI Xianghua,DING Baoyan,et al. Causative analysis and comprehensive treatment of the Jiangdingya landslide in Zhouqu County of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control,2020,31(5):7 − 14. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2020.05.02
    [8] 窦晓东,张泽林. 甘肃舟曲垭豁口滑坡复活机理及成因探讨[J]. 中国地质灾害与防治学报,2021,32(2):9 − 18. [DOU Xiaodong,ZHANG Zelin. Mechanism and causal analysis on the Yahuokou landslide reactivation and causes(Zhouqu County,Gansu,China)[J]. The Chinese Journal of Geological Hazard and Control,2021,32(2):9 − 18. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2021.02.02
    [9] 蒋树,文宝萍,黎志恒,等. 甘肃舟曲锁儿头滑坡活动特征分析[J]. 水文地质工程地质,2016,43(2):69 − 74. [JIANG Shu,WEN Baoping,LI Zhiheng,et al. An analysis of the activity features of the Suoertou landslide in Zhouqu County of Gansu[J]. Hydrogeology & Engineering Geology,2016,43(2):69 − 74. (in Chinese with English abstract) DOI: 10.16030/j.cnki.issn.1000-3665.2016.02.10
    [10] 宿星,吴玮江,叶伟林,等. 甘肃舟曲县龙江新村滑坡特征及稳定性[J]. 兰州大学学报(自然科学版),2014,50(1):7 − 14. [SU Xing,WU Weijiang,YE Weilin,et al. Characteristics and stability assessment of Longjiangxincun landslide in Zhouqu County,Gansu Province[J]. Journal of Lanzhou University (Natural Sciences),2014,50(1):7 − 14. (in Chinese with English abstract)
    [11] 焦赟,姚正学,董耀刚. 舟曲南桥滑坡稳定性分析及治理对策研究[J]. 甘肃地质,2012,21(1):59 − 63. [JIAO Yun,YAO Zhengxue,DONG Yaogang. Nanqiao landslide stability and countermeasures in Zhouqu[J]. Gansu Geology,2012,21(1):59 − 63. (in Chinese with English abstract)
    [12] 蒋秀姿,文宝萍,蒋树,等. 甘肃舟曲锁儿头滑坡活动的主控因素分析[J]. 吉林大学学报(地球科学版),2015,45(6):1798 − 1807. [JIANG Xiuzi,WEN Baoping,JIANG Shu,et al. Main factors analysis for controlling kinematic behavior of Suoertou landslide[J]. Journal of Jilin University (Earth Science Edition),2015,45(6):1798 − 1807. (in Chinese with English abstract)
    [13] 黄晓,杨为民,张春山,等. 舟曲泄流坡滑坡变形特征及其形成机理[J]. 地质力学学报,2013,19(2):178 − 187. [HUANG Xiao,YANG Weimin,ZHANG Chunshan,et al. Deformation characteristics and formation mechanism of xieliupo landslide in Zhouqu[J]. Journal of Geomechanics,2013,19(2):178 − 187. (in Chinese with English abstract)
    [14] 郭长宝,任三绍,李雪,等. 甘肃舟曲南峪江顶崖古滑坡发育特征与复活机理[J]. 现代地质,2019,33(1):206 − 217. [GUO Changbao,REN Sanshao,LI Xue,et al. Development characteristics and reactivation mechanism of the jiangdingya ancient landslide in the Nanyu town,Zhouqu County,Gansu Province[J]. Geoscience,2019,33(1):206 − 217. (in Chinese with English abstract) DOI: 10.19657/j.geoscience.1000-8527.2019.01.20
    [15] 刘秋强,杜岩,郭富赟,等. 青藏高原东端甘肃舟曲牙豁口滑坡复活机理研究[J]. 灾害学,2021,36(2):113 − 117. [LIU Qiuqiang,DU Yan,GUO Fuyun,et al. The reactivation mechanism of yahuokou landslide at the eastern end of Qinghai-Tibet Plateau,Zhouqu County,Gansu Province,China[J]. Journal of Catastrophology,2021,36(2):113 − 117. (in Chinese with English abstract) DOI: 10.3969/j.issn.1000-811X.2021.02.019
    [16] 韩旭东,付杰,李严严,等. 舟曲江顶崖滑坡的早期判识及风险评估研究[J]. 水文地质工程地质,2021,48(6):180 − 186. [HAN Xudong,FU Jie,LI Yanyan,et al. A study of the early identification and risk assessment of the Jiangdingya landslide in Zhouqu County[J]. Hydrogeology & Engineering Geology,2021,48(6):180 − 186. (in Chinese with English abstract) DOI: 10.16030/j.cnki.issn.1000-3665.202104028
    [17] 刘东飞,王雄师,杨欢,等. 基于可靠度分析的甘肃舟曲泄流坡滑坡风险评价[J]. 山地学报,2017,35(3):323 − 331. [LIU Dongfei,WANG Xiongshi,YANG Huan,et al. Risk assessment of Zhouqu xieliupo landslide based on reliability analysis in Zhouqu County of Gansu Province[J]. Mountain Research,2017,35(3):323 − 331. (in Chinese with English abstract)
    [18] 贾虎军,王立娟,范冬丽. 无人机载LiDAR和倾斜摄影技术在地质灾害隐患早期识别中的应用[J]. 中国地质灾害与防治学报,2021,32(2):60 − 65. [JIA Hujun,WANG Lijuan,FAN Dongli. The application of UAV LiDAR and tilt photography in the early identification of geo-hazards[J]. The Chinese Journal of Geological Hazard and Control,2021,32(2):60 − 65. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2021.02.08
    [19] 刘文,王猛,朱赛楠,等. 基于光学遥感技术的高山极高山区高位地质灾害链式特征分析—以金沙江上游典型堵江滑坡为例[J]. 中国地质灾害与防治学报,2021,32(5):29 − 39. [LIU Wen,WANG Meng,ZHU Sainan,et al. An analysis on chain characteristics of highstand geological disasters in high mountains and extremely high mountains based on optical remote sensing technology:A case study of representative large landslides in upper reach of Jinsha River[J]. The Chinese Journal of Geological Hazard and Control,2021,32(5):29 − 39. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2021.05-04
    [20] 潘建平,邓福江,徐正宣,等. 基于轨道精炼控制点精选的极艰险区域时序InSAR地表形变监测[J]. 中国地质灾害与防治学报,2021,32(5):98 − 104. [PAN Jianping,DENG Fujiang,XU Zhengxuan,et al. Time series InSAR surface deformation monitoring in extremely difficult area based on track refining control points selection[J]. The Chinese Journal of Geological Hazard and Control,2021,32(5):98 − 104. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2021.05-12
    [21] 褚宏亮,邢顾莲,李昆仲,等. 基于地面三维激光扫描的三峡库区危岩体监测[J]. 水文地质工程地质,2021,48(4):124 − 132. [CHU Hongliang,XING Gulian,LI Kunzhong,et al. Monitoring of dangerous rock mass in the Three Gorges Reservoir area based on the terrestrial laser scanning methodFull text replacement[J]. Hydrogeology & Engineering Geology,2021,48(4):124 − 132. (in Chinese with English abstract) DOI: 10.16030/j.cnki.issn.1000-3665.202008015
    [22] 侯燕军,周小龙,石鹏卿,等. “空-天-地”一体化技术在滑坡隐患早期识别中的应用—以兰州普兰太公司滑坡为例[J]. 中国地质灾害与防治学报,2020,31(6):12 − 20. [HOU Yanjun,ZHOU Xiaolong,SHI Pengqing,et al. Application of “Air-Space-Ground” integrated technology in early identification of landslide hidden danger:Taking Lanzhou Pulantai Company Landslide as an example[J]. The Chinese Journal of Geological Hazard and Control,2020,31(6):12 − 20. (in Chinese with English abstract)
    [23] 俞晶星,郑文俊,袁道阳,等. 西秦岭西段光盖山-迭山断裂带坪定-化马断裂的新活动性与滑动速率[J]. 第四纪研究,2012,32(5):957 − 967. [YU Jingxing,ZHENG Wenjun,YUAN Daoyang,et al. Late quaternary active characteristics and slip-rate of pingdinghuama fault,the eastern segment of Guanggaishan-Dieshan fault zone(west Qinling Mountain)[J]. Quaternary Sciences,2012,32(5):957 − 967. (in Chinese with English abstract) DOI: 10.3969/j.issn.1001-7410.2012.05.13
    [24] 陈宗良,叶振南,王志宏,等. 白龙江流域中上游第四纪沉积物的发育特征及其灾害效应[J]. 水文地质工程地质,2019,46(2):29 − 36. [CHEN Zongliang,YE Zhennan,WANG Zhihong,et al. Development characteristics and disaster effect of the Quaternary sediments in the middle and upper reaches of the Bailongiang River basin[J]. Hydrogeology & Engineering Geology,2019,46(2):29 − 36. (in Chinese with English abstract) DOI: 10.16030/j.cnki.issn.1000-3665.2019.02.05
    [25] 陈明,王运生,梁瑞锋,等. 白龙江流域大型滑坡发育分布规律研究[J]. 工程地质学报,2018,26(2):325 − 333. [CHEN Ming,WANG Yunsheng,LIANG Ruifeng,et al. Research on development and distribution rules of largescale landslides in Bailongjiang River basin[J]. Journal of Engineering Geology,2018,26(2):325 − 333. (in Chinese with English abstract) DOI: 10.13544/j.cnki.jeg.2017-037
图(13)
计量
  • 文章访问数:  1500
  • HTML全文浏览量:  908
  • PDF下载量:  391
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-02-22
  • 修回日期:  2022-04-12
  • 网络出版日期:  2022-10-20
  • 刊出日期:  2022-12-21

目录

/

返回文章
返回