康超 ，諶文武 ，張帆宇

(1. 蘭州大學 西部災害與環(huán)境力學教育部重點實驗室，甘肅 蘭州，730000；2. 蘭州大學 土木工程與力學學院，甘肅 蘭州，730000)

滑坡災害的時空預測預報評價方法較多[1]，在預報理論和預報方法方面主要包括定性方法和定量方法[2]。定性方法依賴專家主觀經(jīng)驗對滑坡定性描述，結(jié)合各類專題圖和滑坡分布直接評價滑坡將來的發(fā)展模式，存在很大的主觀性[3]。隨著計算機和數(shù)學模型的發(fā)展，越來越多的定量方法在滑坡災害的空間評級中被應用[4]，其中，基于滑坡物理過程的確定性模型在評價淺層滑坡失穩(wěn)的時空預測中得到廣泛應用和驗證[5?8]。為評價主要由降雨誘發(fā)淺層滑坡失穩(wěn)的空間分布，Robert等基于數(shù)字化高程模型(DEM)、耦合穩(wěn)態(tài)水文模型和無限斜坡穩(wěn)定模式，構(gòu)建了一種定量評價淺層斜坡失穩(wěn)的地形穩(wěn)定性模型(SINMAP)[9?12]。人們對具有特殊性質(zhì)的黃土滑坡進行了大量的研究[13?14]。由于近地表水流匯集和土壤濕度增加，對受地表地形控制的淺層斜坡失穩(wěn)的空間預測較少[15]，而對黃土地區(qū)淺層滑坡的失穩(wěn)預測更少。為此，本文作者將SINMAP模型運用到黃土地區(qū)，討論其在預測黃土地區(qū)的暴雨型滑坡可行性，以便為黃土地區(qū)地質(zhì)災害的防治研究提供參考。

1 研究區(qū)域概況

研究區(qū)位于甘肅隴東黃土高原北部華池縣，具有典型的殘塬丘陵黃土高原地貌特征，殘塬、川臺和溝壑發(fā)育，溝梁交錯，植被覆蓋率低。受北溫帶大陸性季風影響，全年平均降雨量為311.1～663.2 mm，降雨集中且多暴雨，第7～9月降水量占全年的60%以上。自第四紀以來，區(qū)內(nèi)構(gòu)造活動微弱，以黃土沉積為主，表部主要覆蓋20～60 m厚的馬蘭黃土(Q3)，其下為離石黃土(Q2)，厚度為30～120 m；基巖以砂巖與泥巖互層構(gòu)成的白堊系(K1)地層為主。研究區(qū)數(shù)字化高程模型(DEM)與滑坡分布如圖1所示。

圖1 研究區(qū)DEM與滑坡分布圖Fig.1 DEM and distribution of landslide of study area

2 研究區(qū)滑坡的形成機理

隴東黃土高原地區(qū)氣候干燥，黃土堆積厚度大，含水量較低，溝壑區(qū)斜坡坡度一般較陡，常有拉張裂縫和落水洞發(fā)育。加上降雨在時間上較集中，且以暴雨為主，導致降雨成為影響該地淺層滑坡發(fā)生的主導因素，降雨對研究區(qū)的影響表現(xiàn)為以下幾個方面。

(1) 增大坡體質(zhì)量。由于黃土具有高空隙性和吸水性，滲透水在增加坡體土含水量的同時，土體質(zhì)量增加，因此，造成坡體質(zhì)量的增加。

(2) 抬高坡體內(nèi)地下水位。由于黃土斜坡體常有拉張裂縫和落水洞分布，坡面徑流在經(jīng)過裂縫或落水洞時，會迅速沿這些通道補給地下水，造成斜坡區(qū)地下水位升高或在相對隔水層以上出現(xiàn)暫時性地下水。斜坡區(qū)地下水的水力坡度較大，滲流速度快，除產(chǎn)生較大的靜水壓力、動水壓力促滑外，對松散細粒土體還產(chǎn)生機械潛蝕和化學溶蝕作用，使斜坡土體強度降低。

(3) 影響斜坡穩(wěn)定性。當產(chǎn)生強降雨過程時，落入裂縫和落水洞的雨水來不及排出，形成靜水壓力。當裂縫、落水洞下部有隔水層時，下滲水會在此處停留、匯集，若坡腳處有排泄通道，會在此產(chǎn)生動水壓力和揚壓力。由于暴雨是“瞬時”的，一旦不能產(chǎn)生滑坡，在黃土地區(qū)特殊環(huán)境條件的影響下，這些力會迅速減弱，甚至消失；但是，周而復始的暴雨作用改變了坡體結(jié)構(gòu)，最終在某次暴雨的觸發(fā)下，產(chǎn)生滑坡。同時，強降雨作用通過在滑帶處產(chǎn)生浮托力及弱化滑帶土強度等方式，使坡體向不穩(wěn)定方向發(fā)展[16?17]。

3 SINMAP模型的原理

3.1 模型的原理

SINMAP理論基于大范圍斜坡穩(wěn)定性模型。該模型利用穩(wěn)定狀態(tài)水文模型獲取的地形濕度指數(shù)、柵格DEM 獲取的坡度、有效匯水面積等，結(jié)合各種 GIS專題圖件及地面考察資料，采用地理信息系統(tǒng)平臺，建立定量分析模型，獲得地表穩(wěn)定性分級，實現(xiàn)對研究區(qū)域的地表穩(wěn)定性評價。

在該模型中，平行于坡面且忽略其邊緣作用的軟弱結(jié)構(gòu)面上，地表土層穩(wěn)定的抗滑力與滑動力之比為安全系數(shù)。SINMAP模型通過計算每一柵格點的坡度和濕度來得到各柵格點的安全系數(shù)?？紤]動水壓力后，安全系數(shù)的表達式為：

滑坡穩(wěn)定性指標SI定義為根據(jù)穩(wěn)定性系數(shù)Fs，采用概率的方法得到的滑坡在一定隨機分布的參數(shù)區(qū)間內(nèi)保持穩(wěn)定的可能性，即

令q/T=X，f=φtan，則內(nèi)聚力和摩擦力的最小值(minF′和fmin)及降水參數(shù)X的最大值(Xmax)代表了導致斜坡失穩(wěn)的最有利條件(即穩(wěn)定性系數(shù)Fs最小)，若在這種情況下，F(xiàn)s仍大于 1，則模型認為斜坡無條件穩(wěn)定，SI為穩(wěn)定性系數(shù)的最小確定值，即

若穩(wěn)定性系數(shù)小于 1，則證明斜坡有可能失穩(wěn)。這是由于參數(shù)的空間的不確定性而導致斜坡穩(wěn)定性在空間上的概率分布。同時，有效降雨量參數(shù)q隨時間而發(fā)生變化，因此，參數(shù)X還具有時間上的不確定性。斜坡穩(wěn)定的最有利條件為(maxF′，fmax，Xmin)，在這種情況下，如果Fsmax仍然小于1，那么SI=Prob(Fs＞1)=0，即斜坡無條件失穩(wěn)。穩(wěn)定性分級見表 1(據(jù) Pack等[18]研究修改)。

表1 穩(wěn)定性分級Table 1 Stability class definitions

圖2 穩(wěn)定性指數(shù)圖解Fig.2 Stability index defined in slope-area space

3.2 模型的集成方法

SINMAP以柵格DEM數(shù)據(jù)為基礎，在GIS分析軟件 ARCGIS的平臺下采用流域地形分析中常用的D8和D∞算法，首先對流域進行劃分，同時計算坡度、坡向、單位匯水面積及流向等；然后，耦合TOPMODEL的模型算法計算濕度指數(shù)；最后，模型在集成遙感信息及基于野外調(diào)查獲取的諸如土壤、土地利用、植被及水文、氣象等專題圖件的基礎上，耦合大范圍斜坡穩(wěn)定性模型定量評估地表穩(wěn)定性，并結(jié)合野外實際斜坡穩(wěn)定調(diào)查專題圖件信息，對模型參數(shù)加以率定修正，最終獲得可視化的研究區(qū)地表穩(wěn)定性指數(shù)專題圖[20]。

4 研究區(qū)穩(wěn)定性評價與分析

4.1 數(shù)據(jù)來源

采用根據(jù)研究區(qū) 1∶5 000地形圖生成的柵格DEM，然后根據(jù)土壤類型、地質(zhì)、地貌、氣候等專題數(shù)據(jù)，結(jié)合現(xiàn)場調(diào)查的44個滑坡點數(shù)據(jù)，對研究區(qū)進行穩(wěn)定性分析與評價。

4.2 參數(shù)的選擇和輸入

根據(jù)對現(xiàn)場采取的 111個原狀實驗樣的室內(nèi)土工實驗結(jié)果，并參考以前黃土地區(qū)的實驗成果，選取表2中的數(shù)值作為本次模型計算中的參數(shù)值，其中，R=q/a。

4.3 模擬結(jié)果

通過輸入?yún)?shù)，得出研究區(qū)土壤飽和指數(shù)分布圖(圖3)和穩(wěn)定性指數(shù)分布圖(圖4)。圖5所示為研究區(qū)坡度?面積圖。根據(jù)SI的不同，將計算區(qū)域分為6個級別：前3級為無條件穩(wěn)定區(qū)(Fsmin＞1)；第4和第5級都存在發(fā)生不穩(wěn)定的可能性(Fsmin＜1，F(xiàn)smax＞1)。其中：第4級為不穩(wěn)定性概率小于50%的地區(qū)，即便不對其施加任何外力，也有可能出現(xiàn)不穩(wěn)定狀態(tài)情況；第5級為不穩(wěn)定性概率大于50%的地區(qū)，為保持該區(qū)的穩(wěn)定狀態(tài)，可能需要外力的保護；第6類為極不穩(wěn)定區(qū)(Fsmax＜1)，在模型輸入這類參數(shù)時，這些區(qū)域極易失去穩(wěn)定。

表3所示為研究地區(qū)穩(wěn)定性統(tǒng)計結(jié)果。從表3可知：潛在不穩(wěn)定到極不穩(wěn)定的面積為1.67 km2，占區(qū)域總面積的52.2%，滑坡密度為13.75個/km2。其中：處于不穩(wěn)定和極不穩(wěn)定區(qū)的滑坡數(shù)為31個，占總滑坡數(shù)的70.5%；極穩(wěn)定到基本穩(wěn)定的面積為1.53 km2，占區(qū)域總面積的47.9%。同時，用于模型驗證的44個滑坡全部落入可能失穩(wěn)的區(qū)域，且不穩(wěn)定區(qū)所占比例最大。

圖3 土壤飽和指數(shù)分布圖Fig.3 Soil saturation index map

圖4 地表穩(wěn)定性指數(shù)分布圖Fig.4 Stability index map

圖5 研究區(qū)域坡度?面積圖Fig.5 Slop-area plot of study area

表2 模型選取的參數(shù)值Table 2 Value of parameters in model

表3 研究區(qū)地表穩(wěn)定性統(tǒng)計Table 3 Summary of surface stability in study area

4.4 結(jié)果分析

通過綜合考慮土壤質(zhì)地、植被覆蓋、土地利用、地質(zhì)、地貌、氣候條件等因素對地形穩(wěn)定性的影響,根據(jù)穩(wěn)定性統(tǒng)計表分析(表3)，研究區(qū)44個滑坡點全部落入后3類區(qū)域，表明此模型在黃土區(qū)的模擬預測良好，結(jié)果可信。且根據(jù)區(qū)域滑坡發(fā)育程度分級指標(表4)可以判斷該區(qū)域?qū)儆诨聫娏野l(fā)育區(qū)。

表4 區(qū)域滑坡發(fā)育程度分級指標(據(jù)吳瑋江研究[16]修改)Table 4 Classification of degree of regional landslide

為了評價研究區(qū)對不同降雨的響應，在其他參數(shù)不變的情況下，改變T/R的上限值，對模擬結(jié)果進行分析，結(jié)果見圖6。從圖6可以看出：當T/R的上限值分別為3 000和2 000時，各個穩(wěn)定性等級中的面積分配發(fā)生了明顯的變化，說明SINMAP模型在該區(qū)域的應用是比較靈敏的。

圖6 不同T/R下各個穩(wěn)定性等級所占面積Fig.6 Proportion of stability area under different T/R

5 結(jié)論

(1) 考慮了動水壓力而改進的SINMAP模型適用于淺層地下水流匯集所引起的淺層滑坡現(xiàn)象；SINMAP模型在黃土地區(qū)的淺層滑坡的模擬效果良好，可以用于黃土地區(qū)的風險評估和預測。

(2) 模擬結(jié)果的發(fā)育程度等級劃分以及滑坡本身的密度都表明研究區(qū)屬于滑坡強烈發(fā)育區(qū)。

(3) SINMAP模型的輸出結(jié)果精度主要受到 DEM數(shù)據(jù)的影響和控制，同時還受檢驗滑坡位置不同的影響，但區(qū)域內(nèi)參數(shù)的空間差異對結(jié)果的影響小。

(4) SINMAP的輸出結(jié)果(即穩(wěn)定性指數(shù))應該解釋為反映發(fā)生滑坡的危險程度，而不是精確的數(shù)值概念。

[1] Borga M, Dalla Fontana G, Da Ros D, Marchi L. Shallow landslide hazard assessment using a physically based model and digital elevation data[J]. Environmental Geology, 1998, 35(2):81?88.

[2] Leotti P, Chowdhury R. Landslide hazard assessment: Summary review and new perspectives[J]. Bulletin of Engineering Geology and the Environment, 1999, 58(1): 21?44.

[3] Fell R, Corominas J, Bonnard C, et al. Guidelines for landslide susceptibility, hazard and risk zoning for land-use planning[J].Engineering Geology, 2008, 102(3): 99?111.

[4] 蘭恒星, 周成虎, 王苓涓, 等. 地理信息系統(tǒng)支持下的滑坡?水文耦合模型研究[J]. 巖石力學與工程學報, 2003, 22(8):1309?1314.LAN Heng-xing, ZHOU Cheng-hu, WANG Ling-juan,et al. GIS based landslide stability and hydrological distribution coupled model[J]. Chinese Journal of Rock Mechanics and Engineering,2003, 22(8): 1309?1314.

[5] 殷坤龍, 晏同珍. 滑坡預測及相關模型[J]. 巖石力學與工程學報, 1996, 15(1): 1?8.YIN Kun-long, YAN Tong-zhen. Landslide prediction and relevant models[J]. Chinese Journal of Rock Mechanics and Engineering, 1996, 15(1): 1?8.

[6] 許建聰, 尚岳全, 陳侃福, 等. 強降雨作用下的淺層滑坡穩(wěn)定性分析[J]. 巖石力學與工程學報, 2005, 24(18): 3246?3251.XU Jian-cong, SHANG Yue-quan, CHEN Kan-fu,et al. Analysis of shallow landslide stability under intensive rainfall[J]. Chinese Journal of Rock Mechanics and Engineering, 2005, 24(18):3246?3251.

[7] 蘭恒星, 周成虎. 瞬時孔隙水壓力作用下的降雨滑坡穩(wěn)定性響應分析: 以香港天然降雨滑坡為例[J]. 中國科學 E輯: 技術科學, 2003, 33(S1): 119?136.LAN Heng-xing, ZHOU Cheng-hu. The analysis of stability of rainfall-induced landslides by pore water pressure: A case study area of Hongkong[J]. Science in China Ser E: Technological Sciences, 2003, 33(S1): 119?136.

[8] 李同錄, 龍建輝, 李新生. 黃土滑坡發(fā)育類型及其空間預測方法[J]. 工程地質(zhì)學報, 2007, 15(4): 500?505.LI Tong-lu, LONG Jian-hui, LI Xin-sheng. Types of loess landslides and methods for their movement forecast[J]. Journal of Engineering Geology, 2007, 15(4): 500?505.

[9] Montgomcry D R. A physically based model for the topographic control on shallow landsliding[J]. Water Resources Research,1994, 30(4): 1153?1171.

[10] Dietrich W E, Peiss R, Hsu M L, et al. A process-based model for colluvial soil depth and shallow landsliding using digital elevation data[J]. Hydrological Processes, 1995(9): 383?400.

[11] Zaitchik B F, van Es H M. Applying a GIS slope-stability model to site-specific landslide prevention in Honduras[J]. Journal of Soiland Water Conservation, 2003, 58(1): 45?53.

[12] Montgomery D R, Sullivan K, Greenberg H M. Regional test of a model for shallow landsliding[J]. Hydrological Processes,1998(12): 943?955.

[13] 陳海玉. 滑坡分析及其預測?預報方法的研究[J]. 災害與防治工程, 2005(1): 37?41.CHEN Hai-yu. Analysis and study on prediction or forecast method of landslide[J]. Disaster and Control Engineering,2005(1): 37?41.

[14] 蘇強. 基于DEM的黃土滑坡危險性評價研究[D]. 北京: 中國地質(zhì)大學水資源與環(huán)境學院, 2006: 76?100.SU Qiang. Research on loess landslide hazard zonation based on DEM[D]. Beijing: China University of Geosciences. School of Water Resource and Environment, 2006: 76?100.

[15] Borga M, Fontana G D, Gregoretti C, Marchi L. Assessment of shallow landsliding by using a physically based model of hillslope stability[J]. Hydrological Processes, 2002, 16(14):2833?2851.

[16] 吳瑋江, 王念秦. 甘肅滑坡災害[M]. 蘭州: 蘭州大學出版社,2006: 50?51.WU Wei-jiang, WANG Nian-qin. Landslide hazards in Gausu[M]. Lanzhou: Lanzhou University Press, 2006: 50?51.

[17] 王念秦. 黃土滑坡發(fā)育規(guī)律及其防治措施研究[D]. 成都: 成都理工大學環(huán)境與土木工程學院, 2004: 118?123.WANG Nian-qin. Study on the growing laws and controlling measures for loess landslide[D]. Chengdu: Chengdu University of Technology. College of Enviroment and Civil Engineering,2004: 118?123.

[18] Pack R T, Tarboton D G, Goodwin C N. The SINMAP approach to terrain stability mapping[C]//8th Congress of the International Association of Engineering Geology, Vancouver: International Association of Engineering Geology, 1998: 51?59.

[19] 蘭恒星, 伍法權(quán), 周成虎. 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 Heng-xing, WU Fa-quan, ZHOU Cheng-hu. Predict the crisis of rainfall-induced landslides based on GIS[J]. Chinese Science Bulletin, 2003, 48(5): 507?512.

[20] 武利, 張萬昌, 張東, 等. 基于遙感與地理信息系統(tǒng)的分布式斜坡穩(wěn)定性定量評估模型[J]. 地理科學, 2004, 24(4): 458?464.WU Li, ZHANG Wan-chang, ZHANG Dong,et al. Remote sensing & GIS-Based distributed hillslope stability: quantitative evaluation model[J]. Chinese Geographical Science, 2004, 24(4):458?464.