侯云龍,胡帥軍,彭啟園,許俊凱,吳秀剛
(1.甘肅工程地質(zhì)研究院,蘭州 730030;2.蘭州大學(xué) 土木工程與力學(xué)學(xué)院,蘭州 730000)
隨著西部地區(qū)社會經(jīng)濟的快速發(fā)展,大量農(nóng)業(yè)、水利等工程活動在黃土高原地區(qū)快速開展。工程活動的開展對地形地貌、地表植被覆蓋情況有著不同程度的破壞,造成水土流失、土地退化,甚者誘發(fā)滑坡、崩塌、泥石流等地質(zhì)災(zāi)害。誘發(fā)的地質(zhì)災(zāi)害對經(jīng)濟社會、人類財產(chǎn)安全帶來巨大威脅和損失。泥石流易發(fā)性是泥石流災(zāi)害危險性評價工作中的有效指標(biāo),對泥石流災(zāi)害預(yù)測和設(shè)計治理措施有著重要的指導(dǎo)意義。
目前有關(guān)泥石流易發(fā)性評價的研究可以歸納為定性評價、半定量評價和定量評價三類方法。最早采用的是定性評價方法,此方法主要用于單條泥石流溝道的分析,是從實踐中發(fā)展起來的[1-2]。隨著研究的深入化,模糊數(shù)學(xué)法、層次分析法、主成分分析法、二元統(tǒng)計[3-6]等大量數(shù)學(xué)模型被引入泥石流易發(fā)性評價工作中。隨著各種數(shù)學(xué)模型的引入,定量、半定量的泥石流易發(fā)性評價方法得到空前發(fā)展。近年來,國際上各種用于易發(fā)性評價的泥石流模擬方法也被廣泛應(yīng)用[7-8],其中經(jīng)驗?zāi)P途哂袩o需大量數(shù)據(jù)支持、推廣性強的特點,被廣泛應(yīng)用,如Flow-R[9]。經(jīng)驗?zāi)P拖噍^確定性模型對基礎(chǔ)數(shù)據(jù)的數(shù)量和質(zhì)量要求較低,可以用于缺乏大量復(fù)雜數(shù)據(jù)的研究區(qū)。與統(tǒng)計模型相比,由于經(jīng)驗?zāi)P椭械臄?shù)據(jù)與物理特性具有一定的相關(guān)性,因此它們具有相當(dāng)好的可復(fù)制性。
首先介紹Flow-R 經(jīng)驗?zāi)P偷脑砑胺椒?,選擇甘肅省蘭州市老狼溝流域作為研究對象,在研究區(qū)的數(shù)字高程模型(Digital Elevation Model,DEM)數(shù)據(jù)基礎(chǔ)上進行泥石流易發(fā)性評價,進一步分析不同DEM 分辨率、不同臨界坡度閾值、不同運動擴散方式對泥石流易發(fā)性概率的影響。以期為后續(xù)的危險性、風(fēng)險評價和治理工作帶來一定的指導(dǎo)。同時對其他相似地質(zhì)條件下的泥石流易發(fā)性評價提供一定的借鑒意義。
老狼溝位于蘭州市城區(qū)南側(cè),皋蘭山以東,城關(guān)區(qū)皋蘭山鄉(xiāng)民族村以北。研究區(qū)距離蘭州火車站950 m。老狼溝具有典型的黃土溝壑區(qū)地貌,溝谷為南北走向,南北方向長約2.3 km,東西寬約0.9 km,面積約0.84 km2。溝的西側(cè)發(fā)育兩條支溝,均呈北東—南西走向,長度分別為0.5 km 和0.4 km,如圖1所示。研究區(qū)整體呈南高北低的特征,高程范圍1 720~2 090 m,巨大的高差使得研究區(qū)的平均坡度達到了31.7°,甚至在溝口處達到了58°,為泥石流物源的擴散運動提供了良好的溝道條件。
現(xiàn)場調(diào)查及相關(guān)資料顯示老狼溝地層較為簡單。黃土層分布廣而深,構(gòu)成了研究區(qū)地層的主體,下部的第三系泥巖和砂礫巖僅在溝口處有出露,研究區(qū)溝口出露的泥巖產(chǎn)狀為傾向175°,傾角21°[10]。研究區(qū)地處盆地東部南側(cè)的中新生代中部斷陷帶內(nèi)。強烈的剪切擠壓作用使斷陷帶的更新統(tǒng)先褶皺后斷裂,導(dǎo)致該地區(qū)成為東部斷塊并且一直抬升[11]。同時,黃土地區(qū)本身生態(tài)脆弱,研究區(qū)植被覆蓋較少,水土流失嚴重。地震、暴雨的發(fā)生經(jīng)常為泥石流的形成帶來大量松散堆積物源[10]。溝口附近有大量農(nóng)家樂、公園等基礎(chǔ)設(shè)施,以及住宅建筑,受到泥石流災(zāi)害的嚴重威脅。
Flow-R 是用于泥石流數(shù)值模型的開源軟件。該軟件的特點:對數(shù)據(jù)集的要求較低,可通過圖形用戶界面定制數(shù)據(jù)輸入、算法和參數(shù)[9-12]。該模型允許在用戶給定條件下自動劃分源區(qū),并基于各種傳播算法和簡單的摩擦定律對傳播范圍進行評估。DEM 是所有數(shù)據(jù)中貫穿整個模擬過程的基礎(chǔ)數(shù)據(jù)資料,其數(shù)據(jù)質(zhì)量對結(jié)果的準(zhǔn)確性至關(guān)重要。該模型的模擬過程可分為兩步:首先根據(jù)形態(tài)學(xué)和用戶自定義的準(zhǔn)則對源區(qū)域進行識別,其次根據(jù)摩擦規(guī)律和流動方向算法對這些源區(qū)進行泥石流的運動模擬,如圖2所示[9]。由于大尺度下常受侵蝕和沉積的影響,對于準(zhǔn)確判定泥石流的質(zhì)量和體積存在較大難度,因而,該模型的計算過程中沒有考慮泥石流體積和質(zhì)量這一參數(shù)。模型模擬為區(qū)域范圍的易發(fā)性初步評估提供了一個實質(zhì)性的基礎(chǔ)。該模型還用于對巖崩、雪崩和洪水等其他自然災(zāi)害的易發(fā)性評估。
圖1 研究區(qū)地理位置Fig.1 Geographical location of the study area
2.1.1 源區(qū)識別
泥石流發(fā)生的關(guān)鍵因素是松散物源(產(chǎn)砂量)、水源(入水量)和坡度[13]。松散物源和坡度是主要控制因素,降水帶來的水源是觸發(fā)因素[14]。在區(qū)域尺度下,主要選用以下四個基礎(chǔ)評價因子反映上述泥石流發(fā)生的三大關(guān)鍵因素:巖性分布圖、平面曲率、坡度和匯流累積量。因為巖性和地貌形態(tài)分別影響碎屑物的形成和沉積,因而可以用巖性和曲率這兩種評價因子反映松散物源。匯流累積量可以間接反映降雨和融雪帶來的入滲量。第三個因素是地形坡度,可以一定程度反映土體和巖屑的抗剪強度。此外,還可以添加其他評價因子,比如地質(zhì)圖、土地利用圖來更精確地識別源區(qū)。
圖2 Flow-R模擬原理示意圖Fig.2 Schematic diagram of Flow-R simulation
不同的評價因子可以代表不同類型的空間信息,并使用用戶定義的參數(shù)進行處理[12]。因此,基于索引的方法,每個評價因子的柵格單元分為:(1)有利的,有可能啟動;(2)排除的,不能啟動;(3)忽略的,啟動判別時可以忽略這個參數(shù)(圖3)。各評價因子按照如下規(guī)則來確定源區(qū):如果某柵格單元至少一次被選為有利的,但從未被認定為排除的,則該單元可被視為源區(qū)單元(圖3)[9]。
圖3 源區(qū)識別方法示意圖Fig.3 Schematic diagram of identification method for source area
2.1.2 擴散運動模擬
擴散區(qū)域的評估一方面基于擴散的流動方向權(quán)重算法計算泥石流的運動路徑,另一方面基于基本的能量平衡計算泥石流的最大運動距離。兩者都可以根據(jù)需要選擇組合使用。從確定每個源區(qū)的潛在泥石流路徑、泥石流方向(以概率為單位)、計算泥石流的流動距離入手,對泥石流的流動和擴散進行評價。
(1)擴散評價方程
擴散方向算法定義了從物源柵格開始,到周圍不同方向柵格的傳播概率[15]。有多種算法可用:
Holmgren 算法[16]在多流向算法中增加了一個指數(shù)x參數(shù),控制擴散度:
式中:i,j為流動方向為i方向的易發(fā)性占比,tanβi為中心柵格到i方向柵格的坡度斜率,x為變量指數(shù)。當(dāng)x增大時,擴散度減小。在野外和實驗室測量的基礎(chǔ)上,Claessens 等[17]提出泥石流的指數(shù)值為4。
持久性函數(shù)可以很好地反映物源運動過程的慣性行為,以及因運動方向相對于前一個方向的變化對總體流動方向改變的權(quán)重[18]。
式中:是慣性在i方向流動的易發(fā)性比例,a(i)為前一方向與從中央單元到下一單元方向中間的夾角。
持久性函數(shù)中的wa(i)有三種取值方法(表1):第一種為正切,第二種為余弦,第三種基于Gamma’s 模型[18]。在每個慣性分布中,與流動方向相反的慣性權(quán)重值為零(W180=0),以避免最終的向后傳播,從而節(jié)省計算時間。
表1 持久性函數(shù)在運動方向評估中的權(quán)重Tab.1 Weights of persistence equation in motion direction evaluation
根據(jù)式(3)將擴散方向算法得到的值與持久性函數(shù)的權(quán)重結(jié)合起來,即為單元的總體易發(fā)性概率:
式中:i,j為流動方向;pi為方向i的易發(fā)性概率;為擴散方向算法計算的流動易發(fā)性比例;為持久性計算的流動易發(fā)性比例;p0為中心單元先前確定的易發(fā)性概率值。
(2)運動距離方程
運動距離是利用能量平衡、摩擦損失函數(shù)和最大速度閾值來確定的?;诮y(tǒng)一的能量平衡方程和簡單的摩擦定律[式(4)]控制泥石流的運動距離,以及向兩側(cè)的橫向擴散范圍。
式(4)中的摩擦損失可以用兩種算法進行評估:Perla’s 模型[19]的兩參數(shù)摩擦模型和SFLM 模型(The simplified friction-limited model)。根據(jù)參數(shù)的選擇,這兩種方法都可以產(chǎn)生相似的傳播區(qū)域[20]。
在ArcGIS 中數(shù)字化處理老狼溝流域范圍的1∶10 000地形圖,計算出分辨率為10 m的DEM。研究區(qū)整體呈南高北低的特征,高程范圍1 720~2 090 m,巨大的高差提供了很好的匯水條件。通過空間分析計算出流域范圍的坡向、坡度等地形信息。對DEM 進行平滑處理,填充匯流槽,得到了累積匯流量和平面曲率。
研究區(qū)的平均坡度達到了31.7°,甚至在溝口處達到了58°,坡度是決定泥石流觸發(fā)的主要因素。大多數(shù)泥石流發(fā)生在坡度大于15°的地區(qū)[13,21]。因此,認為所有潛在物源的位置在坡度大于15°的區(qū)域。大量調(diào)查發(fā)現(xiàn),在平面曲率為凹的地方更易發(fā)現(xiàn)泥石流源區(qū)[20]。根據(jù)Bavman 等人[15]在瑞士德沃州,Delmonaco與Fischer等人[16,22]在挪威的經(jīng)驗,泥石流源區(qū)的平面曲率閾值被設(shè)定為-2/100 m-1。研究區(qū)內(nèi)主要以第四系松散堆積為主,因此認為在巖性方面全區(qū)均具有成為潛在源區(qū)的可能。
利用Flow-R 模型在研究區(qū)范圍內(nèi)模擬出天然狀態(tài)僅受降雨影響的洪水災(zāi)害、受崩塌堆積體的泥石流災(zāi)害、受已有滑坡影響的泥石流災(zāi)害以及受崩塌滑坡災(zāi)害共同影響的泥石流災(zāi)害易發(fā)性評價結(jié)果。
圖4(a)為不考慮流域內(nèi)崩塌滑坡提供的松散物源,對老狼溝流域中的洪水現(xiàn)象進行模擬分析。識別出源區(qū)主要分布在主溝溝頭處各支溝中。流域范圍內(nèi)的降雨經(jīng)過坡面徑流匯聚至各溝道內(nèi),順著支溝流入主溝,一路向北流至溝口,在溝口平坦地形條件下擴散形成扇狀。圖4(b)為受崩塌影響的泥石流易發(fā)性概率圖,崩塌形成的碎屑物質(zhì)對局部地區(qū)的地形產(chǎn)生一定程度的改變,這些碎屑物質(zhì)可以視為很好的泥石流災(zāi)害物源,受溝底溪流的淘蝕作用,溝頭的崩塌堆積物作為物源發(fā)生泥石流,流域內(nèi)的泥石流易發(fā)區(qū)向溝頭延伸,但仍然集中在溝道內(nèi)。圖4(c)為受滑坡影響的泥石流易發(fā)性概率圖,滑坡的發(fā)生常伴有大量裂縫的形成,同時對坡面的局部坡度、匯水條件有一定的改變作用。此外,溝道兩側(cè)的滑坡堆積體可為泥石流提供大量物源,不難發(fā)現(xiàn)溝道兩側(cè)坡面的松散物源發(fā)生泥石流,研究區(qū)內(nèi)的泥石流運動擴散范圍有了明顯的擴大。滑坡和崩塌災(zāi)害為泥石流的形成提供了大量物源和動能。該工況下的泥石流易發(fā)區(qū)范圍兼顧前兩種工況的特點,相較僅考慮受滑坡影響的泥石流運動過程,這種極端條件下的泥石流運動過程在溝口處仍具有較大能量,模擬結(jié)果如圖4(d)所示。
圖4 不同條件下的模擬結(jié)果Fig.4 Simulation results under different conditions
選用不同分辨率的DEM數(shù)據(jù),分析DEM分辨率對潛在源區(qū)的識別能力。選用老狼溝流域范圍5、10、20 m 分辨率的DEM 數(shù)據(jù),采用相同的源區(qū)識別標(biāo)準(zhǔn)和運動擴散參數(shù)。分析不同地形分辨率下的崩塌滑坡同時影響下的泥石流災(zāi)害發(fā)生的易發(fā)性評價。通過模擬泥石流的運動過程,發(fā)現(xiàn)DEM 的精度不僅影響源區(qū)的識別,同時由于數(shù)據(jù)質(zhì)量的不同,對擴散運動過程也有一定影響,如圖5。5 m分辨率的DEM最精細,誤識別出的坡面微起伏地貌作為潛在源區(qū)發(fā)生類似地表徑流的擴散運動,模擬出的運動擴散范圍較實際情況有點偏大,造成運動范圍過于分散,結(jié)果與實際不符。同時,5 m分辨率的數(shù)據(jù)計算耗時較長。20 m精度的DEM 數(shù)據(jù)過于粗糙,很多小規(guī)模的運動過程不能很好地反映出來。10 m 分辨率的DEM 模擬出的結(jié)果最為吻合。
圖5 不同分辨率DEM下同時受崩塌與滑坡影響的泥石流擴散運動結(jié)果Fig.5 Simulated diffusion movements of debris flow affected by collapse and landslide simultaneously under different DEM resolutions
分析15°、25°和35°三種臨界地形坡度閾值,崩塌與滑坡共同影響下的泥石流易發(fā)性結(jié)果。隨著地形坡度閾值的增大, 坡面上識別處的物源范圍減小,流域內(nèi)的泥石流易發(fā)區(qū)域也隨著坡度閾值的增大而明顯縮?。▓D6)。當(dāng)坡度閾值為35°時,易發(fā)區(qū)域主要集中在主溝中;當(dāng)坡度閾值為25°時,易發(fā)區(qū)域主要分布在各溝道內(nèi)和坡面上的大型洼地區(qū)域,當(dāng)坡度閾值為15°時,流域范圍內(nèi)約2/3區(qū)域為泥石流易發(fā)區(qū)。因此,需要根據(jù)現(xiàn)場調(diào)查的潛在物源情況,選擇最合適的地形坡度閾值作為確定泥石流易發(fā)性的參數(shù),識別出最為接近的潛在物源堆積體。物源的減少造成溝道內(nèi)的泥石流物質(zhì)的運動動能較小,到達溝口處的能量迅速消失,運動距離變短。
圖6 不同源區(qū)啟動坡度閾值的泥石流運動結(jié)果Fig.6 Movements of debris flow under different starting slope thresholds
對10 m 分辨率下識別出的洪水源區(qū),通過改變SFLM模型中的延伸角參數(shù)模擬其運動過程的差異,分析該參數(shù)對運動距離的影響。因為國際上大量研究認為該參數(shù)的取值多在7°~11°,因此選取7°、9°和11°三個角度進行對比分析(圖7),模擬出考慮崩塌滑坡影響下的泥石流易發(fā)性評價結(jié)果。如圖7 所示,大量的物源提供了充足的能量,即使當(dāng)延伸角設(shè)為11°時,泥石流依然流出溝口。但對比發(fā)現(xiàn),溝口處的能量相較7°和9°的能量有所減少,可推斷出流出溝口后,其運動距離最短。由于SFLM 模型是建立在簡化能量平衡的基礎(chǔ)上,該角度越大代表著因摩擦造成的能量損耗也嚴重。因此,該參數(shù)具有一定的物理基礎(chǔ),具有較好的實用性。當(dāng)碎屑物質(zhì)顆粒比較粗糙,顆粒之間的摩擦增強時,該角度往往較大,運動距離較短。
圖7 不同延伸角對泥石流運動距離的影響Fig.7 Influence of different reach angles on movement distance of debris flow
(1)Flow-R 是基于高程模型數(shù)據(jù)的泥石流經(jīng)驗性模型,該模型只需少量的空間數(shù)據(jù)和經(jīng)驗性閾值參數(shù)。采用數(shù)據(jù)索引法處理不同的空間數(shù)據(jù)進行源區(qū)識別,基于簡化的能量守恒定律對識別出的源區(qū)進行擴散運動模擬。模擬結(jié)果可以較好地為更精確的泥石流研究提供指導(dǎo)。
(2)對僅受降雨影響的洪水易發(fā)性概率、分別受崩塌和滑坡影響及其共同影響的泥石流易發(fā)性概率進行模擬。結(jié)果顯示,作為擴散運動過程的物質(zhì)基礎(chǔ),源區(qū)識別是正確進行易發(fā)性評價的前提和關(guān)鍵。崩塌、滑坡形成的松散堆積體為泥石流運動提供了良好的物質(zhì)基礎(chǔ),極大地提高了泥石流的易發(fā)性概率。
(3)選用不同分辨率的DEM 數(shù)據(jù),分析DEM數(shù)據(jù)分辨率對泥石流易發(fā)性評價的影響,發(fā)現(xiàn)DEM 分辨率過大或過小時,均會造成泥石流源區(qū)的誤判,反映出的泥石流擴散運動范圍不是很合理。對研究區(qū)域,10 m 分辨率的DEM 是最佳的基礎(chǔ)數(shù)據(jù)。
(4)設(shè)定不同的泥石流源區(qū)啟動坡度閾值,通過將模擬結(jié)果與現(xiàn)場實際松散堆積體的對比,找出合理的泥石流發(fā)生地形條件,發(fā)現(xiàn)泥石流發(fā)生的最低坡度值越小,可作為物源的松散物質(zhì)越多,地形坡度影響沉積物的堆積。
(5)不同的運動擴散方式影響泥石流的擴散范圍和運動距離,基于簡化能量平衡的SFLM模型可以反映出,碎屑物質(zhì)顆粒比較粗糙,顆粒之間的摩擦增強時,運動距離較短。