卜祥航　唐　川　蔣志林　方群生　屈永平

(①地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護國家重點實驗室(成都理工大學)　成都　610059) (②四川省蜀通巖土工程公司　成都　610000)

?

強震區(qū)岷江沿岸泥石流物源體積估算模型與演變特征*

卜祥航①唐川①蔣志林②方群生①屈永平①

(①地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護國家重點實驗室(成都理工大學)成都610059) (②四川省蜀通巖土工程公司成都610000)

2008年汶川大地震后，泥石流災(zāi)害表現(xiàn)活躍，至今經(jīng)歷了多個暴雨過程，那么如何才能較為準確地分析泥石流源區(qū)演變特征。首要是確定泥石流源區(qū)崩滑體體積。本文選擇映秀鎮(zhèn)附近，岷江沿岸的5條泥石流溝為研究對象，針對泥石流源區(qū)崩滑體體積難以確定的問題，野外調(diào)查研究區(qū)內(nèi)167個崩滑體點，建立崩滑體體積與面積間的關(guān)系模型，并通過野外調(diào)查研究區(qū)內(nèi)48個崩滑點進行驗證。定量解譯研究區(qū)3期航空影像的物源面積，利用崩滑體體積估算模型，進一步分析研究區(qū)泥石流物源的演變特征。

泥石流崩滑體物源估算模型遙感解譯演變特征

0　引　言

汶川地震后，泥石流災(zāi)害表現(xiàn)活躍(黃潤秋等， 2009)，泥石流的相對活躍期至少 5～10a，影響時間可能長達30～40a(唐川， 2010)。黃潤秋分析地震災(zāi)區(qū)地質(zhì)災(zāi)害已從震后的崩塌、滑坡為主轉(zhuǎn)為以泥石流為主(黃潤秋， 2011)。2010年8月13日綿竹清平、天池鄉(xiāng)24條泥石流溝暴發(fā)， 14人死亡、失蹤， 龍池鎮(zhèn)龍西河流域44條泥石流溝暴發(fā)，達5149人受災(zāi)； 2010年8月14日映秀鎮(zhèn)紅椿溝暴發(fā)泥石流， 13人死亡，59人失蹤，8000余居民轉(zhuǎn)移； 2012年8月18日彭州市銀廠溝12條泥石流溝暴發(fā)， 1人死亡， 1人失蹤，3000名游客被困； 2013年8月11日映秀七盤溝暴發(fā)泥石流， 15人死亡， 900處房屋被摧毀。為此，人們對了解汶川震區(qū)泥石流災(zāi)害的發(fā)展趨勢和演變特征的需求極為迫切。而泥石流源區(qū)的崩滑體數(shù)量、面積和體積對于分析泥石流的發(fā)展趨勢和演變特征尤為重要(Soeters et al.，1996; Malamud et al.，2004)。泥石流源區(qū)崩滑體的數(shù)量通過野外調(diào)查和遙感技術(shù)容易得到(Galli et al.，2008； 黃潤秋等， 2009； 唐川等， 2010)。但是確定某流域內(nèi)每個崩滑體的體積卻是一件極為困難的事情。為解決此困難，我們可以通過建立體積與崩滑體表面幾何尺寸的關(guān)系來實現(xiàn)。如唐川曾建立了崩滑體厚度及面積的關(guān)系式(Tang et al.， 2010)，Simonett(1967)，Innes(1985)，Imaizumi et al.(2007)，Guzzetti et al.，(2009)建立了崩滑體體積與面積的關(guān)系，而國內(nèi)并未有建立崩滑體體積與面積間的關(guān)系。

汶川地震后遙感技術(shù)已成為快速獲取地質(zhì)災(zāi)害體信息的重要手段(唐川等， 2010)。例如通過解譯高精度快鳥影像，唐川等(2006)對城市泥石流的風險性進行分析。黃潤秋等(2008)利用遙感技術(shù)分析汶川地震地質(zhì)災(zāi)害分布規(guī)律。唐川等(2010)對北川縣城泥石流源地的物源變化過程進行定量解譯，分析北川縣城泥石流源地特征的動態(tài)變化。

本文針對泥石流源區(qū)崩滑體體積難以確定的問題，通過野外調(diào)查，建立研究區(qū)泥石流流域內(nèi)崩滑體體積與面積之間的關(guān)系模型，并利用遙感手段分析研究區(qū)泥石流流域崩滑體在不同時期的動態(tài)演變特征，為震區(qū)泥石流災(zāi)害的危險分析、預(yù)報及發(fā)展規(guī)劃提供科學的參考依據(jù)。

1　研究區(qū)概況

汶川映秀鎮(zhèn)附近，屬于中山河谷地區(qū)，構(gòu)造上位于汶川地震的發(fā)震斷裂帶(映秀—北川斷裂)上盤，受斷裂帶“上盤效應(yīng)”的影響(黃潤秋等， 2009)，區(qū)內(nèi)巖體破碎，受風化卸荷作用強烈，導致地質(zhì)環(huán)境極為脆弱。研究區(qū)四季分明，氣候溫和，屬于亞熱帶濕潤季風氣候，且川西多雨，最大、最小年降水量出現(xiàn)在1964年、1974年，分別為1688mm和836.7mm。

“5·12” 汶川地震造成慘重的損失，同時流域內(nèi)發(fā)生大量的地質(zhì)災(zāi)害，為震后泥石流的暴發(fā)提供了大量的物源。2010年8月12日映秀鎮(zhèn)范圍開始降雨，當日累計降雨量為19.9mm； 13日降雨量劇增，累計降雨量為126.8mm，最大小時雨強為32.2mm； 最終2010年8月14日震區(qū)岷江沿岸多處泥石流暴發(fā)，具有大規(guī)模、群發(fā)性的特點。尤以紅椿溝威脅最大，其一次沖出的約80.5×104m3堆積物堵斷岷江河道形成堰塞湖，迫使岷江洪水沖向映秀鎮(zhèn)，造成巨大損失。

為此選取了位于映秀鎮(zhèn)附近，沿岷江左岸的5條泥石流溝作為研究對象，包括紅椿溝、燒房溝、肖家溝、王一廟溝、磨子溝。它們受“5·12”地震、“8·13”及“7·10”暴雨影響嚴重，并且沖出大量的堆積體擠壓河道，將直接威脅映秀新鎮(zhèn) (圖1)。

圖1　研究區(qū)泥石流災(zāi)害分布圖(唐川，2010)Fig. 1　The distribution of debris flow disasters in the study area

2　崩滑體體積與面積關(guān)系模型建立及驗證

2.1模型建立

實際上崩滑體體積模型的建立需要較多的因子，這些因子需野外測量，人為誤差較大，最終估算的體積不準確。因此本文舍雜求精，選取一個因子，從野外測量時就開始減少誤差，將體積模型由復雜變?yōu)楹唵?，為分析泥石流的發(fā)展趨勢節(jié)約大量的時間。

本文選取研究區(qū)內(nèi)磨子溝、王一廟溝和肖家溝流域內(nèi)167個崩滑體作為樣本，野外測量相關(guān)參數(shù)，并利用Matble軟件進行編程，建立非線性回歸模型。根據(jù)167個崩滑點體積與面積間的非線性函數(shù)關(guān)系 (圖2)，得到強震區(qū)泥石流流域內(nèi)崩滑體體積與面積的關(guān)系模型如式(1)：

圖2　強震區(qū)泥石流流域崩滑體體積與面積回歸曲線Fig. 2　The regression curve of volume and area of debris flows in meizoseismal area

V=2.964A1.104

(1)

式中，V為崩滑體體積(104m3);A為崩滑體面積(104m2)。相關(guān)系數(shù)R2=0.84，說明崩滑體體積與面積具有較好的相關(guān)性，證明回歸效果顯著，可以用來野外泥石流源區(qū)崩滑體體積的快速計算。另外，面積大于3×104m2的深層滑坡需實地勘察確定。

2.2模型驗證

為了確認泥石流流域內(nèi)崩滑體體積與面積關(guān)系模型是否可靠實用，本文選擇研究區(qū)內(nèi)紅椿溝和燒房溝內(nèi)48個崩滑點進行驗證。研究區(qū)內(nèi)的5條泥石流溝有著極為相似的地質(zhì)環(huán)境背景，因此比對驗證結(jié)果可以清晰反映模型的可靠性。通過已經(jīng)建立的泥石流源區(qū)崩滑體體積估算模型即式(1)，對紅椿溝和燒房溝泥石流源區(qū)崩滑體進行計算，得到泥石流源區(qū)預(yù)測的崩滑體體積，表1中列出具有代表性數(shù)據(jù)。通過下面公式計算誤差率：

(2)

表1　研究區(qū)驗證點預(yù)測模型誤差統(tǒng)計表Table1　The deviation statistics of prediction model

實測體積/×104m3實測面積/×104m2預(yù)測體積/×104m3誤差率實測體積/×104m3實測面積/×104m2預(yù)測體積/×104m3誤差率9.873.1110.405.362.70.912.67-1.0871.986.31-9.862.420.792.30-5.076.351.875.92-6.762.030.752.166.5861.775.55-7.421.750.571.58-9.495.221.735.423.881.670.541.50-9.954.981.504.66-6.381.590.551.51-4.644.231.484.567.721.320.451.22-7.493.91.243.77-3.451.080.381.02-5.183.511.093.25-7.410.830.360.9514.4931.083.217.120.720.260.66-7.80

研究區(qū)泥石流源區(qū)驗證點體積實測值與預(yù)測值的絕對誤差率為1.08%～14.49%，與其他相關(guān)經(jīng)驗?zāi)Ｐ偷恼`差范圍相比在可接受范圍內(nèi)(Larsen et al.，1998; Imaizumi et al.，2007)。另外誤差率正負值均有，說明該體積估算模型的預(yù)測結(jié)果不會偏大或者偏小，具有均衡性。圖3 是崩滑體體積實測值與預(yù)測值的殘差分布，反映出預(yù)測結(jié)果在標準線的附近均衡地分布。由此可見，泥石流源區(qū)崩滑體體積估算模型適應(yīng)于本研究區(qū)或者與本研究區(qū)地質(zhì)環(huán)境背景相似的地區(qū)。

圖3　泥石流流域崩滑體體積殘差分布Fig. 3　The residual distribution of debris flows volume

圖4　3期影像遙感解譯結(jié)果Fig. 4　The result of three remote sensing interpretations

表2　研究區(qū)內(nèi)泥石流崩滑體源區(qū)面積變化Table2　The change of landslides area in debris flow gully

溝名2008.5.18面積/×104m22010.8.14面積/×104m22013.7.15面積/×104m2紅椿溝79.1298.9285.91燒房溝22.1625.4323.89肖家溝3.764.163.61王一廟溝4.566.235.93磨子溝38.2137.3132.88總計147.82172.07152.24

3　泥石流源區(qū)崩滑體演變特征分析

本文利用3期0.5m的高分辨率航空影像對研究區(qū)的泥石流源區(qū)物源面積解譯并統(tǒng)計(圖4，表2)。影像分辨率極高，能夠分辨出泥石流溝內(nèi)的中小型滑坡和溝道堆積，也能解譯出淺層滑坡及大型深層滑坡。

圖4可知， 2010年8月14日強降雨過程促使部分大型滑坡局部復活，如燒房溝下游右岸H01大滑坡。在原有面積的基礎(chǔ)上明顯擴大，具體過程為滑坡坡腳抗滑力降低，滑坡前緣不斷向前擴展，后緣垮塌并明顯下錯，最后滑面貫通、坡體失穩(wěn)，直接提供了大量的松散固體物質(zhì)； 同時大量的新崩塌體出現(xiàn)，以中小規(guī)模的溝岸滑塌為主，主要分布在泥石流流域兩岸較為陡峭的地段，易受雨水侵蝕。2013年7月10日強降雨過后，研究區(qū)泥石流源區(qū)崩滑體面積反而減少，分析可知恢復部分主要是小面積的淺層滑坡，及部分震后滑坡堆積體的表層松散堆積物被地表徑流強烈沖刷走而露出的植被面積。

為更直觀地表達崩滑體的演變特征，本文用崩滑體的演變速率ψ表達，即以某一時期的崩滑體體積除以時間和崩滑體面積。表2反映了“8·14”暴雨泥石流后研究區(qū)泥石流源區(qū)崩滑體面積由震后的 147×104m2激增到172.07×104m2，利用體積估算模型即式(1)，得出體積由震后的654.17×104m3激增到776.09×104m3，即新增崩滑體體積達18.7%， 2a內(nèi)的崩滑體演變速率為ψ=2.29myr-1?！?·10”暴雨后研究區(qū)泥石流源區(qū)崩滑體面積降低至152.24×104m2，同樣利用式(1)，得出崩滑體體積降低至676.65×104m3，崩滑體面積恢復了約11.52%， 3a崩滑體演變速率為ψ=-2.61myr-1，恢復后與震后崩滑體面積僅相差4.42×104m2。然而對比兩次降雨的最大小時雨強，“8·14”為32.2mm，“7·10”為66mm，后者要比前者的高，反而面積相對較小，說明2010年后研究區(qū)最小激發(fā)雨強得到恢復(周偉等， 2012)。然而這并不代表會一直持續(xù)下去，汶川大地震后的20a里，震區(qū)地質(zhì)災(zāi)害的活動將以每4～5a一個周期的規(guī)律逐漸衰弱，每個周期的峰值強度會逐漸衰減至震前狀態(tài)(黃潤秋等， 2008)，即研究區(qū)將進入下一個活動周期。

4　結(jié)　論

(1)研究區(qū)選擇在汶川映秀鎮(zhèn)附近岷江左岸的5條泥石流溝。通過野外調(diào)查磨子溝、王一廟溝和肖家溝流域內(nèi)167個崩滑體點，建立體積和面積的關(guān)系模型。相關(guān)系數(shù)達0.84，說明崩滑體體積與面積具有較好的相關(guān)性，證明回歸效果顯著。

(2)利用紅椿溝和燒房溝內(nèi)48個崩滑點進行驗證，崩滑體體積實測值與預(yù)測值的殘差分布，反映出預(yù)測結(jié)果在標準線的附近均衡地分布。泥石流源區(qū)崩滑體體積估算模型適應(yīng)于本研究區(qū)或者與本研究區(qū)地質(zhì)環(huán)境背景相似的地區(qū)。

(3)根據(jù)“2008.5.18”、“2010.8.14”、“2013.7.15” 3期0.5m的高分辨率航空影像的解譯結(jié)果，利用體積估算模型計算出研究區(qū)不同時期的體積變化，“2010.8.14”崩滑體體積激增到776.09×104m3，“2013.7.15”降低至676.65×104m3，崩滑體面積恢復了約11.52%。

(4)演變速率作為崩滑體的演變特征的指標，“2008.5.18”～“2010.8.14”2a內(nèi)的崩滑體演變速率為ψ=2.29myr-1，“2010.8.14”～“2013.7.15”3a崩滑體演變速率為ψ=-2.61myr-1，說明2010年后研究區(qū)最小激發(fā)雨強得到恢復，并且將進入下一個活動周期。

Guthrie R H，Evans. 2004. Analysis of landslide frequencies and characteristics in a natural system coastal British Columbia[J]. Earth Surface Processes and Landforms，29(11)： 1321～1339.

Galli M，Ardizzone F，Cardinali M，et al. 2008. Comparison of landslid-einventory maps[J]. Geomorphology，94： 268～289．

Guzzetti F，Ardizzone F，Cardinali M，et al. 2009. Landslide volumes and landslide mobilization rates in Umbria， central Italy[J]. Earth and Planetary Science Letters，279(3—4)： 222～229．

Huang R Q，Li W L. 2008. Research on development and distribution rules of geohazards induced by Wenchuan Earthquake on 12th May， 2008[J]. Chinese Journal of Rock Mechanics and Engineering， 27(12)： 2585～2592．

Huang R Q，Li W L. 2009. Analysis on the number and density of landslides triggered by the 2008 Wenchuan Earthquake， China[J]. Journal of Geological Hazards and Environment Preservation，20(3)： 1～7．

Huang R Q. 2011. After effect of geohazards induced by the Wenchuan Earthquake[J]. Journal of Engineering Geology，19(2)： 145～151.

Innes J N. 1985. Magnitude-frequency relationships of debris flows in northwest Europe[J]. Geographiska Annaler, 67(1—2)： 23～32．

Imaizumi F，Sidle R C. 2007. Linkage of sediment supply and transport processes in Miyagawa Dam catchment， Japan[J]. Journal Geophysical Research， 112(F3)：207～220．

Imaizumi F，Sidle R C，Kamei R. 2008. Effects of forest harvesting on the occurrence of landslides and debris flows in steep terrain of central Japan[J]. Earth Surface Processes and Landforms，33(6)： 827～840.

Larsen M C，Torres Sanchez A J. 1998. The frequency and distribution of recent landslides in three montane tropical regions of Puerto Rico[J]. Geomorphology，24(4)： 309～331．

Malamud B D，Turcotte D L，Guzzetti F，et al. 2004. Landslide inventories and their statistical properties[J]. Earth Surface Processes and Landforms，29： 687～711．

Simonett D S. 1967. Landslide distribution and earthquakes in the Bewani and Torricelli Mountains， New Guinea. Landform Studies from Australia and NewGuinea[M]. Cambridge: Cambridge University Press.

Soeters R，Van Westen C J. 1996. Slope instability recognition， analysis and zonation. Landslide Investigation and Mitigation[M]. National Research Council．

Tang C，Zhang J，Wan S Y. 2006. Loss evaluation of urban debris flow hazard using high spatial resolution satellite imagery[J]. Scientia Geographica Sinica，26(3)： 358～363．

Tang C. 2010. Activity tendency prediction of rainfall induced landslides and debris flows in the Wenchuan earthquake areas[J]. Journal of Mountain Science，28(3)： 341～349．

Tang C, Ding J, Liang J T. 2010. Remote sensing images based observational analysis on characters of debris flow source areas in Beichuan county of Wenchuan earthquake epicenter region[J]. Journal of Engineering Geology，18(1)： 1～7．

Tang C, Zhu J, Chang M, et al. 2012. An empiricalestatistical model for predicting debris-flow runout zones in the Wenchuan earthquake area[J]. Quaternary International，250(2)： 63～73．

Zhou W, Tang C, Zhou C H. 2012. Critical rainfall characteristics for rainfall-induced debris flows in Wenchuan earthquake affected areas[J]. Advances in Water Science，23(5)： 650～655．

黃潤秋，李為樂. 2008. “5·12” 汶川大地震觸發(fā)地質(zhì)災(zāi)害的發(fā)育分布規(guī)律研究[J]. 巖石力學與工程報，27(12)： 2585～2592．

黃潤秋，李為樂. 2009. 汶川地震觸發(fā)崩塌滑坡數(shù)量及其密度特征分析[J]. 地質(zhì)災(zāi)害與環(huán)境護，20(3)： 1～7．

黃潤秋. 2011. 汶川地震地質(zhì)災(zāi)害后效應(yīng)分析[J]. 工程地質(zhì)學報，19(2)： 145～151．

唐川，張軍，萬石云，等. 2006. 基于高分辨率遙感影像的城市泥石流災(zāi)害損失評估[J]. 地理科學，26(3)： 358～363．

唐川. 2010. 汶川地震區(qū)暴雨滑坡泥石流活動趨勢預(yù)測[J]. 山地學報， 28(3)：341～349．

唐川，丁軍,梁京濤. 2010. 汶川震區(qū)北川縣城泥石流源地特征的遙感動態(tài)分析[J]. 工程地質(zhì)學報，18(1)： 1～7．

周偉，唐川，周春花. 2012. 汶川震區(qū)暴雨泥石流激發(fā)雨量特征[J]. 水科學進展，23(5)： 650～655．

SOURCES VOLUME MODEL AND ACCUMULATION EVOLUTION OF DEBRIS FLOW IN WENCHUAN EARTHQUAKE REGION

BU Xianghang①TANG Chuan①JIANG Zhilin②FANG Qunsheng①Q(mào)U Yongping①

(①StateKeyLaboratoryofGeohazardPreventionandGeoenvironmentProtection，ChengduUniversityofTechnology，Chengdu610059) (②SichuanShutongGeotechnicalEngineeringCompany,Chengdu610000)

After the 2008 Wenchuan Earthquake， debris flow disasters were strong. So far， many rainfall processes had happened. How can we accurate analyze the accumulation evolution of debris flow. We should make sure the volume of sources. In order to solve the question， 5 debris flow gullies were chosen along Minjiang River as a research area near Yingxiu. First， using field survey， we got the volume and area of 167 sources. Then analysising the relationship between the volume and area， we got the volume model. Last， we verified the model by 48 sources. Through the remote sensing interpretation， combining with volume model， this paper expounds debris flow source activity in the studied area.

Debris flow， Sources， The volume model of sources， Remote sensing， Accumulation evolution

10.13544/j.cnki.jeg.2016.01.009

2015-03-22;

2015-10-09.

中國地質(zhì)調(diào)查局項目(12120113009900)資助.

卜祥航(1987-)，男，博士生，從事巖土體穩(wěn)定性及工程環(huán)境效應(yīng)方面的研究工作. Email: 309351649@qq.com

P642.23

A