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”

四川天全县白果树沟“7•15”泥石流成灾机理

黄光林, 胡卸文, 席传杰, 周瑞宸, 何坤

黄光林,胡卸文,席传杰,等. 四川天全县白果树沟“7•15”泥石流成灾机理[J]. 中国地质灾害与防治学报,2024,35(6): 90-97. DOI: 10.16031/j.cnki.issn.1003-8035.202303011
引用本文: 黄光林,胡卸文,席传杰,等. 四川天全县白果树沟“7•15”泥石流成灾机理[J]. 中国地质灾害与防治学报,2024,35(6): 90-97. DOI: 10.16031/j.cnki.issn.1003-8035.202303011
HUANG Guanglin,HU Xiewen,XI Chuanjie,et al. Mechanism of the “7•15” debris flow in Baiguoshu gully, Tianquan County, Sichuan Province[J]. The Chinese Journal of Geological Hazard and Control,2024,35(6): 90-97. DOI: 10.16031/j.cnki.issn.1003-8035.202303011
Citation: HUANG Guanglin,HU Xiewen,XI Chuanjie,et al. Mechanism of the “7•15” debris flow in Baiguoshu gully, Tianquan County, Sichuan Province[J]. The Chinese Journal of Geological Hazard and Control,2024,35(6): 90-97. DOI: 10.16031/j.cnki.issn.1003-8035.202303011

四川天全县白果树沟“7•15”泥石流成灾机理

基金项目: 国家重点研发计划项目(2018YCF1505401);国家自然科学基金项目(41731285)
详细信息
    作者简介:

    黄光林(1998—),男,四川西昌人,地质资源与地质工程专业,硕士研究生,主要从事工程地质、地质灾害方面的研究。E-mail:huanglinsa2022@163.com

    通讯作者:

    胡卸文(1963—),男,四川成都人,工程地质专业,博士,教授,主要从事工程地质、环境地质方面的教学与研究工作。E-mail:huxiewen@163.com

  • 中图分类号: P642.23

Mechanism of the “7•15” debris flow in Baiguoshu gully, Tianquan County, Sichuan Province

  • 摘要:

    相较于宽缓沟道型泥石流,小流域窄陡沟道型泥石流具有更高的隐蔽性和突发性,揭示此类灾害成灾机理无疑对工程治理及灾害预防具有重要意义。文章以2021年发生的四川省天全县白果树沟“7•15”突发性泥石流为例,借助野外调查、无人机航测与RAMMS流体动力学模拟,揭示了此次泥石流的成灾过程。结果表明:白果树沟泥石流是累计前期降雨和短时强降雨共同作用的结果,其起动源于上游饱水物源被山洪揭底,而沿途侧蚀冲刷沟岸形成的滑坡为泥石流提供了物源补给,沟内局部堵溃后又进一步放大流量、导致沟口成灾,淤埋雅康高速公路路面。从发展趋势看,白果树沟现阶段物源丰富,水动力条件良好,仍存在暴发泥石流的可能性。

    Abstract:

    Compared to wide-gentle debris flows, narrow-steep gully debris flow in small watersheds are characterized by their invisible and sudden nature. Therefore, understanding the mechanism behind such disasters are crucial for engineering management and disaster prevention. This paper presents a case study of the “7•15” debris flow that occurred in Baiguoshu gully, Tianquan County, Sichuan Province in 2021. The process of this debris flow was thoroughly investigated through field surveys, aerial photography, and hydrodynamic simulations using RAMMS. The findings revealed that Baiguoshu gully debris flow was triggered by the cumulative antecedent rainfall and short-term heavy rainfall. The mobilized materials during the “7•15” debris flow consisted of saturated materials upstream that were eroded by floods, as well as landslides triggered by bank erosion along the gully. Subsequently, the amplification of flow discharge caused by blockages and bursting in the main channel resulted in a disaster at the gully outlet and the buried of the Yakang Expressway. The Baiguoshu gully is prone to debris flow occurrences due to the abundance of source materials and favorable hydrodynamic conditions.

  • 地震震动会导致地表裂缝、土壤疏松,在降水、人类活动等因素影响下,震后极易发生滑坡。通常情况下,震后滑坡数量显著增多的现象要延续相当长的一段时间,直到随着地震灾区生态和地质环境的逐渐恢复,才会显著降低并恢复到震前水平[12]。因此,对地震后滑坡的长时序时空分异特征进行分析,对于震后长期恢复、土地规划以及地震灾害防治可以起到一定的指示作用。

    众多学者对地震触发的同震滑坡进行了研究,如汶川地震[3]、鲁甸地震[46]、2015年尼泊尔地震[7]、九寨沟地震[89]、泸定地震[1012]等,研究多关注同震滑坡数据清单建立、同震滑坡空间分布、易发性预测、影响因子敏感性研究等。虽然同震滑坡相关研究取得了一定的进展,但不能全方位地描述震后滑坡的整体变化情况。受地震触发的滑坡会表现出不同的特征[13],如滑坡数量、强度、分布特征变化等,地震引起的岩体松动、地表破裂、植被破坏等都影响着滑坡的时空分布规律[14],因此,在关注同震滑坡灾害的同时更应该关注地震后滑坡的长期分异规律[15]。目前,震后滑坡的时空分异规律相关研究还不丰富,仍处于案例累计阶段且主要以强震滑坡案例为主,如1999年台湾集集地震[16],2005年克什米尔地震[17],2008年汶川地震[18]等。同时,由于历史强震典型案例的局限性以及滑坡数据清单的缺乏,导致地震后滑坡的长时序时空分异规律研究还未形成完整体系,因此,为了更深入地了解地震后滑坡随时间、空间的长期分异规律,探究地震及震后滑坡的时空分异特征,还需要积累更多的地震案例和研究经验。综上所述,加强震后滑坡的时空分异特征研究对进一步了解震后滑坡活动效应和稳定性具有重要意义。

    2014年8月3日,中国云南省鲁甸县发生Ms6.5级地震,地震以27.1°N,103.3°E为震源中心,造成617人死亡,112人失踪,3143人受伤,22.97万人紧急转移安置,同时,地震至少触发了1024处面积大于100 m2的滑坡。震级虽为6.5级,但其触发的大量滑坡造成的损伤甚至超过了很多大于7.0级的地震[19]。基于此,本文以鲁甸Ms6.5级地震为研究对象,以多时相高分遥感影像为数据源,首先构建长时序列的震后滑坡数据清单,在此基础上,从滑坡数量及规模对滑坡时空分布特征角度进行探索;再以2014年8月3日鲁甸Ms6.5级地震触发的同震滑坡为比较基线,以扩大滑坡、新增滑坡和恢复区域为研究指标进行震后滑坡时空面积变化的分析;最后,对震后8 a时间内震后滑坡的活动演化进行分析[2021]

    2014年8月3日的鲁甸Ms6.5级地震是近年来云南省危害较高的一次地震,不仅造成极大的人员伤亡,而且触发了大量的滑坡。鲁甸地震发生于包谷垴—小河断裂带(BXF)以及西鱼河—昭通断裂带(XZF),地震灾区最高烈度为Ⅸ度,涉及Ⅸ级、Ⅷ级、Ⅶ级、Ⅵ级共4个等级,等震线长轴总体呈北北西走向。根据地震烈度及以往研究成果,以鲁甸地震后长时序列滑坡为研究对象,选取共314 km2作为本次研究区范围(图1)。研究区涉及鲁甸县及巧家县的部分区域,包括玄武岩、白云岩、石灰岩等不同类型的岩石类型,海拔范围852~2812 m,震中位置海拔为2087 m,同时内有牛栏江、龙泉河、沙坝河3条河流,河谷地形突出,沿河流区域海拔较低。

    图  1  研究区示意图
    Figure  1.  Diagram of study area

    研究数据主要包括遥感影像数据、滑坡数据以及降水数据3类。

    (1)遥感影像数据:震前1期和震后14期的遥感影像如表1所示。影像均通过正射校正、图像配准、图像融合、地理配准等数据处理,将所有影像统一重采样为2 m。

    表  1  影像数据信息
    Table  1.  Image data information
    日期 2014年
    4月13日
    2014年
    10月26日
    2015年
    10月29日
    2016年
    7月11日
    2017年
    5月13日
    2018年
    8月24日
    2019年
    8月18日
    2020年
    8月27日
    2021年
    8月2日
    2022年
    7月16日
    数据
    来源
    资源3号
    (ZY3)
    高分1号
    (GF1)
    高分1号
    (GF1)
    高分2号
    (GF2)
    资源3号
    (ZY3)
    高分1号
    (GF1)
    高分2号
    (GF2)
    高分1号
    (GF1)
    高分2号
    (GF2)
    高分1号B卫星
    (GF1B)
    数量/景 1 1 1 2 1 1 1 1 4 2
    分辨率/m 2.1 2 2 0.8 2.1 2 0.8 2 0.8 2
    下载: 导出CSV 
    | 显示表格

    (2)震前滑坡清单。由于2014年8月3日鲁甸Ms6.5级地震震前影像缺乏,选择较为接近的2014年4月13日ZY3影像进行震前滑坡清单的建立。此时植被稀少,地物相似度极高,滑坡数量较少并且震前滑坡与裸地等较为相似,为有效排除震前滑坡,进行人工解译得到震前滑坡清单。

    (3)同震滑坡清单。文章使用许冲团队建立的滑坡清单,下载于USGS官网(https://www.sciencebase.gov/catalog/item/594428d4e4b062508e32319f),选择的研究区边界范围内,鲁甸Ms6.5级地震共造成1014个滑坡,面积达5.16 km2

    为探究鲁甸Ms6.5级地震震后滑坡的时空分异特征,首先基于ENVI深度学习模块构建多时期震后滑坡数据清单,在此基础上从地震后滑坡数量规模、同震滑坡面积变化类型、不同阶段滑坡活动期3个方面对震后滑坡时空分布特征、时空面积变化、活动期演化进行分析,具体技术路线如图2所示。

    图  2  技术路线图
    Figure  2.  Technology roadmap

    对不同时期高分辨率遥感影像进行滑坡识别,构建鲁甸Ms6.5级地震震后多时期滑坡数据清单。如图3所示,构建过程分为5个部分。(1)滑坡样本构建。选择GF1、ZY3、GF2影像中2014年10月26日、2017年5月13日、2019年8月18日3景影像共绘制了586个滑坡样本进行训练和验证。(2)震后滑坡粗提取。基于ENVI深度学习模块,以“模型训练-执行分类-分类后处理”为流程,进行震后滑坡粗提取。(3)滑坡精识别。利用地形坡度特征排除少部分低坡度区域的影响;基于几何特征中的长宽比和密度,排除道路、河流等长条形地物对滑坡识别结果的干扰;通过纹理对比度,排除建筑及人工地物对滑坡解译结果的影响;最后对精识别结果与震前滑坡进行差值得到最终的震后滑坡。(4)精度验证。对震后滑坡进行识别并进行精度验证与评估。(5)多时期震后滑坡数据清单。将整个滑坡识别流程应用于整个长时间序列,构建多时期震后滑坡数据清单。

    图  3  构建震后滑坡数据清单
    Figure  3.  Build post-earthquake landslide database

    为了分析鲁甸Ms6.5级地震触发滑坡后续的变化情况,以2014年8月3日地震触发的同震滑坡为基线,与后续年份做比较,根据滑坡的变化情况分为同震滑坡、扩大滑坡 、新增滑坡和恢复区4种不同类型。同震滑坡为2014年8月地震触发的滑坡;扩大滑坡是指原本存在同震滑坡且在现有同震滑坡面积基础上继续增大的区域;新增滑坡是指本来某区域内没有滑坡但后来出现了滑坡;恢复区即原来存在的同震滑坡区域表现为已恢复状态。为了对震后滑坡面积变化程度进行量化,理清同震滑坡后续时间的持续变化情况,将2014年8月的滑坡活动率设定为100%,作为研究滑坡活动变化的基线,通过滑坡活动率进行更有力的定量评价,计算方式如式(1)所示。

    $$ P = \frac{{S _{\mathrm{a}}}}{{S _{\text{c}}}} \times 100\% $$ (1)

    式中:P——活动滑坡活动率/%,表示同震滑坡的活动强 度,将扩大滑坡和新增滑坡定义为活动滑坡;

    Sa——滑坡活动面积/km2

    Sc——同震滑坡面积/km2

    地震后较长时间内,滑坡存在不同程度的复发新增阶段,有着较长时间的活动期,而地震后滑坡活动程度对评估震后滑坡时空演化评估至关重要。为了定量分析地震震后滑坡的活动过程,以地震触发滑坡变化类型即扩大滑坡、新增滑坡以及滑坡活动率为活动期的分类标准,若起始年份满足表2所示滑坡活动期分类标准中的规则,则以起始年份为分割节点,将包含起始年份及其范围内的所有年份归为3个活动期中的一个,将震后滑坡的整个活动过程分为3个时期,以此对滑坡活动过程进行分析。具体的分类标准如表2所示。

    表  2  滑坡活动期分类标准
    Table  2.  Classification standard of landslide activity period
    滑坡活动期 滑坡活动率/% 扩大滑坡面积/km2 新增滑坡面积/km2
    震后滑坡强活动期 P>50 >1.5 >1
    震后滑坡中等活动期 10<P≤50 >0.2且≤1.5 >0.2且≤1
    震后滑坡弱活动期 P≤10 ≤0.2 ≤0.2
    下载: 导出CSV 
    | 显示表格

    完成模型训练及试验后,对滑坡识别结果进行精度评估。考虑到研究区域滑坡数量和分布,选择地物相对复杂的4个子区域(区域1—4)对滑坡识别结果进行精度验证(图4)。精确率、召回率、F1、错分率(commission error,CE)、漏分率(omission error,OE)是滑坡提取中常用的精确度量标准,由于研究中的滑坡提取是一个二值分类问题,即对于每个像素,只有2种情况:滑坡或背景,因此,如图4(a)(b),验证基于4种提取结果,即TP(真阳性,表示被正确识别的滑坡,即预测为滑坡且识别为滑坡)、FP(假阳性,表示预测滑坡但实际为背景)、TN(真阴性,即预测为背景且识别为背景)和FN(假阴性,即预测为背景但识别为滑坡)进行5个指标计算完成精度验证,具体计算方程式如式(2)—(6)。

    图  4  精度验证
    Figure  4.  Accuracy verification

    精确率(Precision)评估的是作为滑坡被提取的区域有多少是真正的滑坡:

    $$Precision=\frac{TP}{TP+FP} $$ (2)

    式中:TP——真阳性滑坡面积/km2

    FP——假阳性滑坡面积/km2

    召回率(Recall)用于计算正确提取了多少滑坡:

    $$Recall=\frac{TP}{TP+FN}$$ (3)

    式中:FN——假阴性滑坡面积/km2

    F1则以更平衡的方式评估模型分类精度,其范围为[0, 1],越接近1,则代表效果越好:

    $$F1=2\times \frac{Precision \times Recall}{Precision+Recall}$$ (4)

    式中:Precision——精确率,评估的是作为滑坡被提取 的区域有多少是真正的滑坡;

    Recall——召回率,用于计算正确提取了多少滑坡。

    错分率(CE)是指实际为背景,但被分为了滑坡:

    $$CE=\frac{FP}{TP+FP}$$ (5)

    漏分率(OE)则是指实际为滑坡,但被分为背景的区域:

    $$OE=\frac{FN}{TP+FN}$$ (6)

    表3为子区域精度验证结果,滑坡识别精确率为85%以上,召回率74%以上, F1在80%以上,错分率(CE)在15%以下,而漏分率(OE)在25%以下,漏分现象主要发生于边界处,即有部分滑坡边界被分为了背景,但总体而言,滑坡识别流程可以识别出滑坡的主体和主要区域,具有较高的可靠性,可以应用于研究区域和整个研究时期(2014年10月—2022年7月)。

    表  3  精度验证结果
    Table  3.  Accuracy verification results
    区域影像类型PrecisionRecallCEOEF1
    验证区域1GF20.86140.82810.13860.17190.8444
    验证区域2ZY30.85730.84390.14270.15610.8506
    验证区域3ZY30.86500.74990.13500.24900.8034
    验证区域4GF20.86340.75610.13660.24390.8062
    下载: 导出CSV 
    | 显示表格

    根据2.1节滑坡识别流程得到震后多时期滑坡清单,将其进行可视化得到如图5(a)—(k)所示的分布图。总体上,2014年8月至2022年7月期间,地震后触发滑坡主要沿牛栏江、沙坝河以及龙泉河河谷两侧分布。距震中距离越近,越易触发滑坡,然而,此次距震中距离2000 m的范围内,滑坡分布较少,主要分布在大于2000 m范围的区域内,原因是此次震中区域在龙头山一个平坦的盆地。同震及震后滑坡主要分布于地震烈度为Ⅸ级的区域内,地震烈度Ⅷ级范围同样分布着一个滑坡严重区域,位于震源中心西侧。

    图  5  多时期震后滑坡数据清单
    Figure  5.  Multi-period post-earthquake landslide database

    图5表4,根据滑坡面积大小,以0.01 km2、0.02 km2为分隔点,将滑坡分为小、中、大滑坡3种规模。震后主要以面积小于0.01 km2的小型滑坡为主,其次为面积介于0.01 km2和0.02 km2的中型滑坡,数量相对较少的为大于0.02 km2的大型滑坡。2014年4月,地震前,小型滑坡和中型滑坡数量为36个和25个,无大型滑坡,小中型滑坡主要沿牛栏江分布,见图5(a);2014年8月地震初发后,小中大型滑坡数量骤增,大型滑坡数量达42个,主要沿沙坝河和牛栏江分布,见图5(b);2014年10月,震后2个月时间后,小型滑坡数量减少明显,中型滑坡数量变化较小,大型滑坡数量增多,见图5(c);震后8a时间,小中大型滑坡总体呈现逐期减少的趋势,截至2022年7月,小中大型滑坡数量为42,8,9,与震前相比,中型滑坡减少明显,而大型滑坡由0变为9,位于Ⅸ级地震烈度范围内,主要位于沿沙坝河分布的光明村滑坡群和沿牛栏江分布的红石岩滑坡,见图5(d)—(k)。

    表  4  地震震后滑坡规模分布情况统计
    Table  4.  Statistical distribution of landslide scale after earthquake
    2014年4月 2014年8月 2014年10月 2015年10月 2016年7月 2017年5月 2018年8月 2019年8月 2020年8月 2021年8月 2022年7月
    小型滑坡/个 36 908 408 300 367 307 179 107 153 85 42
    中型滑坡/个 25 64 56 37 54 37 27 25 24 9 8
    大型滑坡/个 0 42 49 37 45 42 16 15 11 13 9
    下载: 导出CSV 
    | 显示表格

    根据多时期震后滑坡数据清单得到的数量和面积,绘制如图6所示的分布情况统计图。鲁甸Ms6.5级地震震前滑坡数量较少,面积小于1 km2;2014年8月地震发生后,触发滑坡1014个,总面积5.16 km2,滑坡数量和面积急剧增加;震后2个多月时间内,滑坡数量急剧减少,但面积呈现略微增加趋势;震后8 a时间内,滑坡数量及面积总体呈下降趋势,但年份间存在波动,2016年7月、2020年8月较上一时期而言滑坡数量和面积略微上升。

    图  6  滑坡数量面积统计
    Figure  6.  Landslide number area statistics

    在地震后的2个月时间内,滑坡数量急剧减少,而滑坡总面积呈现略微增加趋势。原因是地震初期同震滑坡面积破碎,而在2个多月之后,由于人类紧急救援、降水等原因[22],破碎的小滑坡合并为成片的大面积滑坡,滑坡数量减少,面积则增加。在震后8a时间,滑坡数量和面积整体呈下降趋势。但2016年7月较2015年10月滑坡数量和面积均略微上升。根据鲁甸气象站降水数据可知(表5),2016年年降水总量超过1100 mm,远超过其他年份降水总量,而地震后较长一段时间内,土壤等受到长期影响,降水极有可能引发更多的滑坡。文中所使用影像由2016年7月11日和7月25日构成,统计2016年7月25日前日降水数据,发现日降水大于25 mm超过9次,而根据降水分级显示,日降水总量大于25 mm则为大雨,由此可见,大雨事件可能导致了滑坡的扩大和发生[23]。2020年8月滑坡数量和面积较2019年8月有所上升,这与2020年5月18日21时47分,在云南省昭通市巧家县发生5.0级地震具有一定相关性,此次地震震源深度8 km,可能引发周边区域发生滑坡[24]

    表  5  2014—2022年鲁甸地区降水统计
    Table  5.  Statistics of precipitation in Ludian area from 2014 to 2022
    年份 2014 2015 2016 2017 2018 2019 2020 2021 2022
    年降水量/mm 941.0 976.4 1107.1 955.4 879.7 721.9 794.5 742.2 861.4
    下载: 导出CSV 
    | 显示表格

    2014年8月,研究区内鲁甸Ms6.5级地震共触发同震滑坡1014个,总面积5.1577 km2。以2014年8月3日鲁甸Ms6.5级地震触发的同震滑坡为比较基线,与2014年10月滑坡进行相交擦除等操作,得到如图7所示的滑坡时空面积变化分析图。2014年10月,滑坡集中在J1—J3区域,在原有的同震滑坡基础上进一步恢复的同时出现扩张滑坡,同时区域内也出现新增的滑坡。表6总结了地震后不同时期同震滑坡恢复、扩张和新增的滑坡面积以及活动率。

    图  7  时空面积变化分析
    Figure  7.  Analysis of spatio-temporal area change
    表  6  滑坡活动面积变化及活动率统计
    Table  6.  Landslide activity area change and activity rate statistics
    年月 恢复区域
    /km2
    扩大面积
    /km2
    新增面积
    /km2
    活动面积
    /km2
    活动率
    /%
    2014年10月 2.81 2.08 0.80 2.88 55.78
    2015年10月 3.23 1.27 0.77 2.03 39.44
    2016年7月 3.41 1.52 1.10 2.63 50.98
    2017年5月 3.21 1.07 0.90 1.97 38.28
    2018年8月 4.20 0.73 0.50 1.23 23.79
    2019年8月 4.39 0.48 0.44 0.91 17.70
    2020年8月 4.27 0.36 0.44 0.80 15.48
    2021年8月 4.55 0.33 0.22 0.55 10.67
    2022年7月 4.50 0.20 0.11 0.31 6.08
    下载: 导出CSV 
    | 显示表格

    表6中可以看出,2014年10月、2015年10月、2016年7月、2017年5月、2018年8月、2019年8月、2020年8月、2021年8月、2022年7月,滑坡活动面积分别是2.88,2.03,2.63,1.97,1.23,0.91,0.80,0.55,0.31 km2,滑坡活动面积呈先减少后增加再持续减少的趋势。以2014年8月的同震滑坡活动率(P)为基线,滑坡活动性年衰减率分别为55.78%、39.44%、50.98%、38.28%、23.70%、17.70%、15.48%、10.67%、6.08%,年衰减率呈现与活动面积同样的规律。根据滑坡类型及活动率,发现2016年7月的滑坡扩大和新增面积较上一年有所增加,同时恢复区域较上一年也呈现增加的现象,表明此时期范围内活动性滑坡较多,扩大和新增滑坡明显。总体而言,随时间推移,同震滑坡逐渐恢复,扩大滑坡和新增滑坡面积总体呈现减少趋势,虽然仍有同震滑坡存在,但2022年只有6.08%的滑坡仍处于活动状态,这表明地震对滑坡的影响已经逐渐减弱。

    根据表6所示滑坡活动面积变化及活动率和2.3节滑坡活动期分类标准,对鲁甸Ms6.5级地震震后滑坡进行活动期分析。2016年7月的滑坡活动率大于50%,扩大面积大于1.5 km2且新增滑坡面积大于1 km2,则将2016年7月以前称为强活动期;而2021年8月的滑坡活动率10%~50%、扩大滑坡面积0.2~1.5 km2、新增滑坡面积为0.2~1 km2,则2016年7月—2021年8月之间的时期为中等活动期;2021年8月以后的时间活动率小于10%、扩大和新增滑坡面积少于0.2 km2则为滑坡低活动期。

    根据以上规则得出如图8所示的变化图。通过2014年8月―2022年7月不同阶段滑坡面积变化和活动率的定量分析,将鲁甸地震震后滑坡活动状态分为了强活动期、中等活动期和弱活动期。可见,随时间推移,同震滑坡面积逐渐减少,地震触发滑坡呈现逐渐恢复的趋势,扩滑坡表现出较为明显的扩张趋势,而滑坡新增面积相对较少。

    图  8  2014—2022年地震后滑坡面积及活动期变化图
    Figure  8.  The change map of landslide area and activity period after the 2014—2022 earthquake

    图8所示,2016年7月以前为滑坡强活动期,滑坡活动率先下降而后出现增长,滑坡扩张和新增趋势也较为明显,扩张明显的为震后两个月时间内,而新增明显的为2015年10月—2016年7月,主要原因是震后救灾致使滑坡扩张以及大量降雨导致了降雨型新滑坡的产生。

    2016年7月—2021年8月期间为滑坡中等活动期,随时间推移,滑坡扩张和新增程度逐渐下降,滑坡活动率也呈现持续下降趋势,由2016年7月的50.98%下降为2021年的10.67%。2016年8月—2017年5月期间,较上一期滑坡数据清单而言,同震滑坡面积增多,恢复区域减少,说明已经恢复的同震滑坡区域再次变为滑坡,这与2017年2月9日发生在鲁甸县的Ms4.9级地震以及2020年5月18日发生在巧家的Ms5.0级地震可能具有相关性[2425],2017年2月9日鲁甸Ms4.9级地震震中(27.07°N),位于2014年8月鲁甸地震震中的南东方向,二者相距约4 km。2019年9月至2020年8月期间,相较于上一期滑坡,已经恢复的同震滑坡再次变为滑坡,这与2020年5月18日巧家Ms5.0级地震具有相关性,此次地震震中为(27.18N,103.16E),震源深度8 km。这两次地震为2014年8月后鲁甸地震周边区域的二次冲击,会使已经恢复的同震滑坡区域再次被激活。

    2021年9月之后为滑坡弱活动期,此时大部分小型滑坡均已恢复,依然存在的同震滑坡主要为红石岩滑坡、光明村等大型滑坡残留的滑坡臂以及靠近道路河流的部分滑坡,如图9所示,存留的大型滑坡内部植被还未明显恢复。

    图  9  2022年现存滑坡
    注:a为红石岩滑坡;b为光明村滑坡群;c为靠近道路和河流的残留滑坡。
    Figure  9.  Existing landslides in 2022

    (1)建立了鲁甸地区多时期震后滑坡数据清单。历年来,震后滑坡数量面积呈现逐年下降趋势,2014年8月,研究区内滑坡数量1014个,面积为5.16 km2,截至2022年7月,滑坡数量为59个,面积不到1 km2,震后8a时间内,滑坡数量和面积呈现总体下降趋势。

    (2)震后滑坡主要分布于距断层距离2000 m以上范围,并且主要集中于河谷两侧,此外,地震触发滑坡以小型滑坡为主,中等型滑坡数量相对较少,而大型滑坡数量少,但面积多。

    (3)2014年8月3日鲁甸Ms6.5级地震触发的同震滑坡活动率为100%,以此为比较基线,2014年10月、2015年10月、2016年7月、2017年5月、2018年8月、2019年8月、2020年8月、2021年8月、2022年7月的滑坡活动性年衰减率分别为55.78%、39.44%、50.98%、38.28%、23.70%、17.70%、15.48%、10.67%、6.08%,总体呈现逐渐下降趋势。截至2022年7月,只有6.08%的滑坡仍处于活动状态,表明地震对滑坡的影响已经逐渐减弱。

    (4)震后滑坡存在强活动期(2014年8月—2016年7月)、中等活动期(2016年8月—2021年8月)、弱活动期(2021年9月—2022年7月),总体而言,截至2022年7月,地震造成的滑坡以及影响还未完全恢复。

  • 图  1   研究区概况图

    Figure  1.   Overview location map of the study area

    图  2   主沟纵剖面图

    Figure  2.   Cross-sectional profile of the main gully

    图  3   “7•15”泥石流前后降雨数据

    Figure  3.   Rainfall data before and after the “7•15” debris flow

    图  4   白果树沟物源分布图

    Figure  4.   Distribution of sediment sources in Baiguoshu gully

    图  5   泥石流淤埋高速公路(镜向NW)

    Figure  5.   Debris flow burial of the expressway (photo facing NW)

    图  6   “7•15”泥石流成灾机理图

    Figure  6.   Mechanism diagram of the “7•15” debris flow disaster

    图  7   “7•15”泥石流不同时刻泥深特征

    Figure  7.   Characteristics of mud depth at different time periods during the “7•15” debris flow

    图  8   “7•15”泥石流不同时刻流速特征

    Figure  8.   Characteristics of flow velocity at different time periods during the “7•15” debris flow

    图  9   “7•15”泥石流模拟及实际堆积范围对比

    Figure  9.   Comparison of simulation and actual deposition range of the “7•15” debris flow

    表  1   白果树沟松散物源统计表

    Table  1   Statistical table of loose sediment sources in Baiguoshu gully

    物源名称静储量
    /(104 m3
    动储量
    /(104 m3
    基本特点
    崩滑物源64.96.6各种规模数量达29处,主要
    分布于主、支沟沟岸边坡
    沟道物源7.80.6沿沟道分布的早期或
    新近泥石流堆积体
    坡面物源50.52.0因植被砍伐裸露的松散堆积体
    总计123.29.2
    下载: 导出CSV
  • [1] 康志成, 李焯芬, 马蔼乃, 等. 中国泥石流研究[M]. 北京: 科学出版社, 2004

    KANG Zhicheng, LI Zhuofen, MA Ainai, etal. Study on debris flow in China[M]. Beijing: Science Press, 2004. (in Chinese)

    [2] 王伟奇. 中国泥石流现状及浅析[J]. 科技信息, 2009(29): 597

    WANG Weiqi. Present situation and analysis of debris flow in China[J]. Science & Technology Information, 2009(29): 597. (in Chinese with English abstract)

    [3] 刘佳, 赵海军, 马凤山, 等. 我国高寒山区泥石流研究现状[J]. 工程地质学报, 2020, 28(增刊1): 77-85

    LIU Jia, ZHAO Haijun, MA Fengshan, et al. Research status of debris flow in alpine mountainous areas of China [J]. Journal of Engineering Geology, 2020, 28 (Sup1): 77-85. (in Chinese with English abstract)

    [4] 胡卸文,韩玫,梁敬轩,等. 汶川震区桃关沟2013-07-10泥石流成灾机理[J]. 西南交通大学学报,2015,50(2):286 − 293. [HU Xiewen,HAN Mei,LIANG Jingxuan,et al. Hazard mechanism analysis of Taoguan giant debris flow in Wenchuan earthquake area on July 10th,2013[J]. Journal of Southwest Jiaotong University,2015,50(2):286 − 293. (in Chinese with English abstract)

    HU Xiewen, HAN Mei, LIANG Jingxuan, et al. Hazard mechanism analysis of Taoguan giant debris flow in Wenchuan earthquake area on July 10th, 2013[J]. Journal of Southwest Jiaotong University, 2015, 50(2): 286-293. (in Chinese with English abstract)

    [5] 黄健,胡卸文,金涛,等. 四川西昌“3•30”火烧区响水沟火后泥石流成灾机理[J]. 中国地质灾害与防治学报,2022,33(3):15 − 22. [HUANG Jian,HU Xiewen,JIN Tao,et al. Mechanism of the post-fire debris flow of the Xiangshui gully in “3•30” fire area of Xichang,Sichuan Province[J]. The Chinese Journal of Geological Hazard and Control,2022,33(3):15 − 22. (in Chinese with English abstract)

    HUANG Jian, HU Xiewen, JIN Tao, et al. Mechanism of the post-fire debris flow of the Xiangshui gully in “3·30” fire area of Xichang, Sichuan Province[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(3): 15-22. (in Chinese with English abstract)

    [6] 倪化勇,宋志,徐伟. 沟床侵蚀主导型泥石流形成机理与成灾特征—以石棉县2013-07-04群发泥石流为例[J]. 自然灾害学报,2015,24(2):97 − 106. [NI Huayong,SONG Zhi,XU Wei. Formation mechanism and disaster characteristics of debris flows originated predominately from gully erosion:Taking the 2013-07-04 clusted debris flows in Shimian County as an example[J]. Journal of Natural Disasters,2015,24(2):97 − 106. (in Chinese with English abstract)

    NI Huayong, SONG Zhi, XU Wei. Formation mechanism and disaster characteristics of debris flows originated predominately from gully erosion: taking the 2013-07-04 clusted debris flows in Shimian County as an example[J]. Journal of Natural Disasters, 2015, 24(2): 97-106. (in Chinese with English abstract)

    [7] 刘鑫, 张文, 李根, 等. 高位远程崩滑碎屑流-泥石流灾害链的演变过程与影响范围预测—以“4•5” 四川洪雅县铁匠湾地质灾害链为例[J]. 吉林大学学报(地球科学版),2023,53(6):1799 − 1811. [LIU Xin, ZHANG Wen, LI Gen, et al. Research on evolution process and impact range prediction of high level remote collapse and landslide-debris flow disaster chain:Taking the “4•5” tiejiangwan geological disaster chain in Hongya County, Sichuan Province as an example[J]. Journal of Jilin University (Earth Science Edition),2023,53(6):1799 − 1811. (in Chinese with English abstract)

    LIU Xin, ZHANG Wen, LI Gen, et al. Research on evolution process and impact range prediction of high level remote collapse and landslide-debris flow disaster chain—Taking the “4·5” tiejiangwan geological disaster chain in Hongya County, Sichuan Province as an example[J]. Journal of Jilin University (Earth Science Edition), 2023, 53(6): 1799-1811. (in Chinese with English abstract)

    [8] 杜野,裴向军,张御阳,等. 云南东川区烧房沟“7·31”弃渣型泥石流成灾机理[J]. 南水北调与水利科技,2016,14(6):171 − 175. [DU Ye,PEI Xiangjun,ZHANG Yuyang,et al. Hazard mechanism analysis of Shaofang ditch waste slag debris flow in Yunnan Dongchuan District on July 31th[J]. South-to-North Water Transfers and Water Science & Technology,2016,14(6):171 − 175. (in Chinese with English abstract)

    DU Ye, PEI Xiangjun, ZHANG Yuyang, et al. Hazard mechanism analysis of Shaofang ditch waste slag debris flow in Yunnan Dongchuan district on July 31th[J]. South-to-North Water Transfers and Water Science & Technology, 2016, 14(6): 171-175. (in Chinese with English abstract)

    [9] 黄洪,陈宁生,胡桂胜,等. 大流域泥石流成灾特征与形成机制—以金川县曾达沟“6•27”特大型泥石流为例[J]. 自然灾害学报,2021,30(5):207 − 216. [HUANG Hong,CHEN Ningsheng,HU Guisheng,et al. Characteristics and formation mechanism of debris flow in large watershed:take the “6•27” super large debris flow in Zengda gully,Jinchuan County as an example[J]. Journal of Natural Disasters,2021,30(5):207 − 216. (in Chinese with English abstract)

    HUANG Hong, CHEN Ningsheng, HU Guisheng, et al. Characteristics and formation mechanism of debris flow in large watershed: take the “6.27” super large debris flow in Zengda gully, Jinchuan County as an example[J]. Journal of Natural Disasters, 2021, 30(5): 207-216. (in Chinese with English abstract)

    [10]

    OUYANG Chaojun,HE Siming,XU Qiang,et al. A MacCormack-TVD finite difference method to simulate the mass flow in mountainous terrain with variable computational domain[J]. Computers & Geosciences,2013,52:1 − 10.

    [11] 胡明鉴, 汪稔, 陈中学, 等. 泥石流启动过程PFC数值模拟[J]. 岩土力学, 2010, 31(增刊1): 394 − 397

    HU Mingjian, WANG Ren, CHEN Zhongxue, et al. Initiation process simulation of debris deposit based on particle flow code[J]. Rock and Soil Mechanics, 2010, 31(Sup 1): 394 − 397. (in Chinese with English abstract)

    [12] 罗超鹏,常鸣,武彬彬,等. 基于FLOW-3D的泥石流龙头运动过程模拟研究[J]. 中国地质灾害与防治学报,2022,33(6):53 − 62. [LUO Chaopeng,CHANG Ming,WU Binbin,et al. Simulation of debris flow head movement process in mountainous area based on FLOW-3D[J]. The Chinese Journal of Geological Hazard and Control,2022,33(6):53 − 62. (in Chinese with English abstract)

    LUO Chaopeng, CHANG Ming, WU Binbin, et al. Simulation of debris flow head movement process in mountainous area based on FLOW-3D[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(6): 53-62. (in Chinese with English abstract)

    [13]

    LIU Bo,HU Xiewen,MA Guotao,et al. Back calculation and hazard prediction of a debris flow in Wenchuan meizoseismal area,China[J]. Bulletin of Engineering Geology and the Environment,2021,80(4):3457 − 3474. DOI: 10.1007/s10064-021-02127-3

    [14]

    COSTA J E. Physical geomorphology of debris flows[M]//Developments and Applications of Geomorphology. Berlin, Heidelberg: Springer Berlin Heidelberg, 1984: 268 − 317.

    [15] 赵宾杰,余斌,常鸣,等. 窄陡型泥石流沟特征研究[J]. 泥沙研究,2021,46(5):61 − 67. [ZHAO Binjie,YU Bin,CHANG Ming,et al. Characteristics of debris flow in narrow-steep channel[J]. Journal of Sediment Research,2021,46(5):61 − 67. (in Chinese with English abstract)

    ZHAO Binjie, YU Bin, CHANG Ming, et al. Characteristics of debris flow in narrow-steep channel[J]. Journal of Sediment Research, 2021, 46(5): 61-67. (in Chinese with English abstract)

    [16]

    HUNGR O, COROMINAS J, EBERHARDT E. Estimating landslide motion mechanism, travel distance and velocity[J]//HUNGR O, FELL R, COUTURE R, et al. , Eds. Estimating landslide motion mechanism, travel distance and velocity [J]. Landslide Risk Management, 2005: 109-138.

    [17] 安雪莲, 密长林, 孙德亮, 等. 基于不同评价单元的三峡库区滑坡易发性对比—以重庆市云阳县为例[J]. 吉林大学学报(地球科学版),2024,54(5):1629 − 1644. [AN Xuelian, MI Changlin, SUN Deliang, et al. Comparison of landslide susceptibility in Three Gorges Reservoir area based on different evaluation units:Take Yunyang County in Chongqing as an example[J]. Journal of Jilin University (Earth Science Edition),2024,54(5):1629 − 1644. (in Chinese with English abstract)

    AN Xuelian, MI Changlin, SUN Deliang, et al. Comparison of landslide susceptibility in Three Gorges Reservoir area based on different evaluation units—Take Yunyang County in Chongqing as an example[J]. Journal of Jilin University (Earth Science Edition), 2024, 54(5): 1629-1644. (in Chinese with English abstract)

    [18] 甘建军,罗昌泰. 中低山冲沟型泥石流运动参数及过程模拟[J]. 自然灾害学报,2020,29(2):97 − 110. [GAN Jianjun,LUO Changtai. Runout and process simulation of gully debris flow in middle and low mountains[J]. Journal of Natural Disasters,2020,29(2):97 − 110. (in Chinese with English abstract) DOI: 10.13577/j.jnd.2020.0210

    GAN Jianjun, LUO Changtai. Runout and process simulation of gully debris flow in middle and low mountains[J]. Journal of Natural Disasters, 2020, 29(2): 97-110. (in Chinese with English abstract) DOI: 10.13577/j.jnd.2020.0210

    [19]

    TANG Chuan,ZHU Jing,DING Jun,et al. Catastrophic debris flows triggered by a 14 August 2010 rainfall at the epicenter of the Wenchuan earthquake[J]. Landslides,2011,8(4):485 − 497. DOI: 10.1007/s10346-011-0269-5

图(9)  /  表(1)
计量
  • 文章访问数:  1376
  • HTML全文浏览量:  1119
  • PDF下载量:  293
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-03-06
  • 修回日期:  2023-04-16
  • 录用日期:  2023-06-26
  • 网络出版日期:  2023-06-29
  • 刊出日期:  2024-12-24

目录

/

返回文章
返回