卜祥航,劉 凡,曹永興,范松海,陳 凌,吳 馳,朱 軻,薛志航

(國網(wǎng)四川省電力公司電力科學研究院,四川 成都 610041)

0 引 言

電網(wǎng)具有距離傳輸性和電流的高速性。電網(wǎng)一旦遭遇災害事故,瞬間就可以造成大面積的停電損失,如汶川震區(qū)某110 kV輸電線路46號塔處于大型災害體上且塔體出現(xiàn)嚴重變形,一旦倒塔將會造成線路停運,使馬爾康、金川等地全面失去供電。汶川地震誘發(fā)了至少56 000處崩塌、滑坡[1],為泥石流的暴發(fā)提供了大量物源[2-3]。在震后多年的雨季中,泥石流災害頻繁發(fā)生、表現(xiàn)活躍[4-5],因此震后強降雨過程誘發(fā)的泥石流災害已經(jīng)成為震區(qū)最主要的地質(zhì)災害之一[6]。文獻[7]分析地震災區(qū)地質(zhì)災害已從震后的崩塌、滑坡為主轉(zhuǎn)為了以泥石流為主。2010年8月14日強降雨誘發(fā)岷江干流沿岸產(chǎn)生至少22條群發(fā)性泥石流,都汶高速被摧毀、阻斷,其中映秀鎮(zhèn)附近紅椿溝暴發(fā)的泥石流災害,使新建的映秀鎮(zhèn)遭受特大洪澇災害[7-8];漁子溪沿岸肖家溝暴發(fā)大型泥石流,沖毀303省道、堵塞河流,下游的映秀鎮(zhèn)遭受洪災。2013年7月10日岷江干流沿岸張家坪溝暴發(fā)大型泥石流,直接經(jīng)濟損失約980萬元?？梢?震區(qū)泥石流災害對社會影響越來越大。

國內(nèi)對泥石流敏感性的分析早在譚炳炎對泥石流嚴重程度的分析中體現(xiàn)出來[10],國外學者早在1988年分析泥石流堆積厚度中,亦探討了泥石流敏感性[11]。汶川地震之后,學者們對泥石流的活動特征及敏感性評價研究工作逐漸增多。文獻[12-13]通過野外調(diào)查建立了震區(qū)泥石流沖出模型,并預測泥石流的相對活躍期至少 5～10 a,影響時間可能更長;文獻[14]通過層次分析法和信息熵的因子權(quán)重重組,對烏東德地區(qū)26條泥石流的敏感性進行分區(qū);文獻[15]利用地理信息系統(tǒng)GIS提取Catalan Pyrenees地區(qū)泥石流的地形地貌參數(shù),并驗證了邏輯回歸法運用到敏感性性評價中效果較好;文獻[16]利用概率數(shù)學方法,建立了龍溪河流域48條泥石流的敏感性評價模型;文獻[17]通過層次分析法,對四川蘇保河流域泥石流進行敏感性分析。

隨著交叉學科的發(fā)展,學者們也在嘗試將不同數(shù)學方法引入到泥石流敏感性評價中,尋求效果更好的評價模型,同時促進了學者從不同角度對泥石流危險性研究的深入[18-20]。國內(nèi)外對電網(wǎng)泥石流災害研究較少,下面選取汶川強震區(qū)電網(wǎng)泥石流為研究對象,探索適合類似該地質(zhì)環(huán)境的簡捷、快速的電網(wǎng)降雨型地質(zhì)災害暴發(fā)識別評價模型。

1 研究區(qū)概況

研究區(qū)位于中國四川省汶川縣映秀鎮(zhèn)附近,面積約460 km2,地處四川盆地和青藏高原的過渡地帶,主要為深切峽谷,高程約860～3950 m。研究區(qū)屬起源于西北山區(qū)的岷江水系,區(qū)內(nèi)的漁子溪為岷江一級支流。岷江干流沿岸基巖以花崗巖、震旦紀火成碎屑巖、石炭紀石灰?guī)r和三疊紀砂巖為主[21];漁子溪沿岸基巖以晉寧—澄江期巖漿巖、古生界志留系茂縣群板巖夾千枚巖為主。構(gòu)造上屬于NE-SW走向的龍門山斷層帶[22],其中造成汶川“5·12”地震的“映秀—北川”斷裂帶貫穿研究區(qū)東南部[23],傾向北西,傾角60°～70°,最大垂直錯距約5 m,最大水平錯距約4.8 m。解譯2011年高精度Worldview-2衛(wèi)星影像獲得映秀地區(qū)崩滑體數(shù)量共6684處(其中滑坡5290處,崩塌1394處),為岷江干流、漁子溪沿岸42條泥石流的發(fā)展提供了大量的物源,如圖1所示。泥石流物源數(shù)量隨距斷層的距離逐漸減少,經(jīng)統(tǒng)計約90%的泥石流物源分布在距斷層12 km范圍內(nèi)。

圖1 研究區(qū)泥石流物源分布

研究區(qū)屬于典型的亞熱帶濕潤季風氣候,年平均溫度約12.9 ℃。在過去的30年內(nèi)年平均降雨量約1 253.1 mm,最大年降雨量為1964年的1688 mm,最大降雨強度為1964年的269.8 mm/d。每年的降雨周期主要集中在6～9月,占了近全年降雨量的70%。

2 評價方法—CRITIC法原理

CRITIC(criteria importance though intercrieria correlation)法[24]考慮各指標包含的信息量的同時,又以指標的對比強度和指標間的沖突性為基礎(chǔ),客觀評價指標的權(quán)重。對比強度以標準差來表示,即相同指標不同類別間取值的差距;沖突性以各指標間的相關(guān)性來表示,兩指標正相關(guān)性越強,沖突性越低。對比強度一定時,指標間沖突性與權(quán)重呈正相關(guān)關(guān)系。

1)為得到標準化矩陣,通過式(1)對原始數(shù)據(jù)進行無量綱化處理。

(1)

2)第j個指標生成的向量xj={(xj(1),xj(2),xj(3),…,xj(n)}均有標準差的特點σj,可以用來反映指標間的對比強度。

3)計算第j和x個指標向量xj和xk間的線性相關(guān)系數(shù)rjk。

4)通過式(2)計算出第j個指標所包含的信息量大小Cj。

(2)

式中,m為泥石流溝編號。

5)將Cj歸一化后,計算各指標的權(quán)重。

(3)

式中:wj為第j個指標的權(quán)重;Cj為第j個指標的信息量。

3 降雨型泥石流發(fā)生規(guī)模識別評價

3.1 因子選取及權(quán)重

震區(qū)泥石流活動較震前頻繁、規(guī)模大,考慮震后流域物源儲備的豐富性、臨界雨量的降低現(xiàn)象、震后山地地形的改變等,結(jié)合野外調(diào)查及前人的研究成果[15-20,25-26],選取松散固體物質(zhì)儲量F1、泥石流暴發(fā)頻率F2、流域面積F3、流域相對高差F4、流域切割密度F5、主溝長度F6、激發(fā)雨強F7等7個評價因子,來劃分42條泥石流發(fā)生的規(guī)模。例如F1決定了流域物源的豐富程度,F3決定了流域的匯水能力,F4決定了流體攜帶固體物質(zhì)的能量大小。因數(shù)據(jù)量較多,僅列出20條典型泥石流溝參數(shù),如表1所示。

表1 研究區(qū)典型泥石流溝參數(shù)

根據(jù)式(1)對研究區(qū)42條泥石流溝的影響因子進行無量綱化處理,如圖2所示;并利用spess處理數(shù)據(jù)得到各因子的標準差及因子間相關(guān)系數(shù)矩陣,進而通過式(2)求得各因子包含的信息量;再利用式(3)得出各個因子的權(quán)重,如表2所示。

表2 因子間相關(guān)系數(shù)矩陣

圖2 典型泥石流溝參數(shù)標準化值

根據(jù)空間幾何分析學,研究區(qū)內(nèi)的泥石流敏感性組成7維空間內(nèi)的一條直線,不同泥石流的相同因子的一列數(shù)據(jù)組合即為該因子在7維空間內(nèi)的一個點,點到直線的距離在CRITIC法中即表示為該因子的對比強度。由表2可知,各個因子的對比強度不等,說明各因子對泥石流的發(fā)生規(guī)模有不同程度的影響,因子的選取具有一定的合理性。

采用因子信息量綜合反映因子的對比強度和沖突性,Cj決定著因子權(quán)重的大小。因此F1權(quán)重最大,F5最小,各因子權(quán)重排序從大到小為F1、F2、F7、F3、F6、F4、F5。

由于研究區(qū)的局限性,降雨量變化不大,因此泥石流的暴發(fā)受控于流域內(nèi)物源情況;同時泥石流發(fā)生頻率越高,則累計造成的危害性越大,因此F1和F2兩個因子所占權(quán)重較高。

3.2 敏感性評價模型建立及驗證

將研究區(qū)內(nèi)泥石流的參數(shù)無綱量化處理,根據(jù)無綱量值計算出研究區(qū)泥石流7個評價因子的權(quán)重,從而根據(jù)式(1)建立研究區(qū)泥石流發(fā)生規(guī)模評價模型為

(4)

式中:i為評價因子數(shù)量,i=1,2,…,7;R為泥石流發(fā)生規(guī)模評價值;xi(k)為圖2中的無綱量值;wi為表2中7個評價因子權(quán)重值。

結(jié)合野外調(diào)查和前人的相關(guān)研究,將研究區(qū)中42條泥石流的敏感性劃分為3類:R≤0.27為高敏感性泥石流(紅色);0.27

圖3 強震區(qū)公路泥石流敏感性分區(qū)

以泥石流的形成、運動、堆積等特征可以建立不同的泥石流分類系統(tǒng)。從泥石流的運動特征出發(fā),通過野外現(xiàn)場調(diào)查和遙感解譯,計算研究區(qū)內(nèi)重點26條泥石流溝的一次泥石流沖出總量,將其作為驗證泥石流敏感性評價模型的依據(jù),建立重點溝的敏感性評價值與泥石流沖出規(guī)模驗證圖,如圖4所示。

圖4 重點泥石流敏感性評價值與泥石流沖出規(guī)模驗證

由圖4 可知,泥石流敏感性評價模型計算結(jié)果與驗證方法結(jié)果對比可知,研究區(qū)泥石沖出流規(guī)模與災害暴發(fā)識別模型計算的泥石流敏感性吻合率達到了81%,從而證明了降雨型泥石流暴發(fā)識別模型的可行性。

綜上所述,震區(qū)映秀地區(qū)42條泥石流有高敏感性泥石15條、中敏感性泥石流11條、低敏感性泥石流16條。漁子溪沿岸地質(zhì)條件都是泥石流暴發(fā)的有利因素:巖性以花崗巖為主,溝谷切割較深、狹窄;斜陡的山坡不易植被生長,易于溝內(nèi)匯集雨水;特別是汶川地震之后,泥石流流域物源條件豐富,溝道地貌突變,高差加大。

4 結(jié) 論

上面以汶川地震強震區(qū)岷江干流及漁子溪沿岸的42個泥石流為研究對象,提取泥石流流域中物源存儲量、暴發(fā)頻率、流域面積等7個重要因子,運用CRITIC法建立電網(wǎng)降雨誘發(fā)泥石流災害識別模型:

1)電網(wǎng)降雨型泥石流災害暴發(fā)識別因子中松散固體物質(zhì)儲量和泥石流暴發(fā)頻率最為主要。

2)將研究區(qū)泥石流敏感性分為高敏感性、中敏感性、低敏感性三級,并繪制分區(qū)圖。42條泥石流分為高敏感性泥石流15條、中敏感性泥石流11條、低敏感性泥石流16條。2010年8月14日暴雨誘發(fā)DF01、DF02、DF03、DF04、DF08、DF21,均為大規(guī)模泥石流,與所劃分其屬于高敏感性泥石流是一致的。

3)由于研究區(qū)內(nèi)降雨量差別不大,繪制的泥石流敏感性分區(qū)圖可為將來該區(qū)泥石流的危險性分區(qū)提供數(shù)據(jù)支撐。由于研究區(qū)地域的局限性,關(guān)鍵因素降雨條件未能體現(xiàn)出來,因此評價模型的廣泛適用性還需進一步研究。