摘要:泥石流堵河堰塞壩高度直接決定了堰塞湖庫容與潰決洪水流量,是影響上、下游受災程度的關鍵因素。將影響泥石流堵河的主要參數組合成為4個無量綱因子(體積濃度因子、體積因子、黏粒含量因子、流速比),并通過室內水槽實驗研究了無量綱因子作用下高容重泥石流完全堵河形式及堰塞壩高度特征,還構建了直角交匯情況下堰塞壩溝口高度和堵河高度的預測模型。結果表明:① 根據主支流量比Q、流速比U的乘積可進一步將泥石流完全堵河模式劃分為頂沖對岸式(Q×U≤0.045)和連續(xù)推進式(Q×U>0.045)兩種形式。② 對泥石流堰塞壩高度的分析表明,泥石流溝口高度與體積濃度因子、體積因子呈正比,與流速比呈反比;泥石流堵河高度與體積因子呈正比,與體積濃度因子、流速比呈反比,而在黏粒含量因子影響下,泥石流溝口高度和堵河高度均呈現先增后減趨勢。③ 構建的模型預測精度良好,實際案例與模型對比相結合的方法驗證結果顯示,預測模型具有一定適用性。研究成果可為泥石流堵河的防災減災工作提供參考。
關 鍵 詞:高容重泥石流; 無量綱參數; 堰塞壩高度; 堵河模式; 直角交匯
中圖法分類號: P642.2
文獻標志碼: A
DOI:10.16232/j.cnki.1001-4179.2024.11.022
0 引 言
受全球氣溫升高與地質構造活動的影響,高寒、西南山區(qū)溝道內儲存了大量的凍融物源和固體松散物質[1-4],在極端降雨的作用下,泥石流堵河災害頻繁發(fā)生,造成了嚴重的生命、財產損失。如2010年和2018年,舟曲、色東普發(fā)生大型泥石流堵河事件,分別形成堵河高度為9 m和90 m的堰塞壩,共計受災人數2萬余人,直接經濟損失高達4億元[5-8]。泥石流引起的河流堵塞問題已成為防災減災中的熱點話題。
目前,常見的泥石流堵河影響因子主要包括泥石流容重、總量、流量、流速,主河流量、流速,支溝比降等[9-14]。關于泥石流顆粒級配對泥石流堵河影響的研究不多,并且多數集中于某些特殊粒徑(d10、d50、d85、d90)及其組合參數(如不均勻系數Cu、曲率系數Cc等)的影響[15-18],但這些參數無法綜合描述泥石流顆粒粒徑的總體特征。而泥石流內部的顆粒組成決定了顆粒間的相互作用,尤其是黏粒含量對泥石流流體性質的影響[19-24]。
通常來說,泥石流堵河高度直接決定堰塞湖庫容、水流勢能以及潰決洪峰流量等[25]。當上游水位超越堰塞壩高度時,會造成嚴重的淹沒災害,并且上游來流逐步沖潰壩體形成潰決洪水,沿程侵蝕下游基礎設施、村莊、農田等。與稀性泥石流相比,高容重泥石流在災害事件中會造成更多的經濟損失和人員傷亡[26],因為其流動時多為層流流態(tài),作整體搬運[27],具有強烈的黏聚力和抵抗侵蝕的能力[14,26,28-29]。
近年來,Du[30]、Chen[31-32]等參考了Takahashi提出的泥石流在坡度變化溝道中的運動方程,考慮泥石流與主河交匯過程受自身重力、摩擦力及水流阻力的綜合作用,建立了泥石流進入主河后的運移距離和堰塞壩高度的計算公式。張建石[33]、羅玉婷[34]等及其他國內外學者[35-37]通過FLO-2D、RAMMS、CFD等數值模擬軟件預測泥石流堵河范圍并建立相關模型,為泥石流堵河早期預警等研究提供了參考。目前,對泥石流堰塞壩高度特征研究的主要手段為理論分析和數值模擬,理論推導公式的方法因部分參數確定困難,結果的準確性有待進一步驗證。
本次研究旨在研究不同泥石流堵河影響因素與高容重泥石流堵河堰塞壩高度之間的關系。由于尺度效應,將泥石流堵河的主要影響因素組合成4個無量綱因子,研究體積濃度因子C、體積因子V、黏粒含量因子μ、流速比U與堰塞壩高度之間的關系,建立高容重泥石流溝口高度和堵河高度的預測模型。研究成果可為泥石流堵河災害的風險評估等提供理論依據。
1 水槽試驗
1.1 試驗裝置
試驗在云南省昆明市東川區(qū)中國科學院蔣家溝泥石流觀測站進行。整個試驗裝置主要由供水箱、物料斗、主水槽、支水槽、廢料池5部分組成(圖1)。供水箱尺寸為1.0 m×1.0 m×1.0 m(長×寬×高),可通過進水閥調節(jié)上游來水流量,最大供水流量為4.0 L/s。物料斗尺寸為1.0 m×0.2 m×0.4 m(長×寬×高),通過閘門控制泥石流從料斗中流出,并保證每組試驗閘門開度一致。主水槽6.0 m×0.4 m×0.4 m(長×寬×高),縱坡為0.5°,槽底鋪設粒徑為2 mm的顆粒物質增加河床粗糙度,保證試驗模型與野外原型的相似性,鋪設后計算得到河床糙率為0.018 5。水槽兩側為全透明的鋼化玻璃,并畫有3 cm×3 cm的黑色網格,透過玻璃可以直接觀測到水槽內的試驗現象。支水槽4.0 m×0.2 m×0.4 m(長×寬×高),用于模擬泥石流匯入主河前的支溝,水槽左側透明玻璃畫有3 cm×3 cm的黑色網格,用于觀察泥石流泥深,進而換算泥石流流速、流量等。尾料池1.0 m×1.0 m×1.0 m(長×寬×高),用于回收每組試驗廢料。
1.2 參數選取
將泥石流堵河的主要影響因素組合成無量綱因子,減少小尺度試驗帶來的尺寸效應的影響[38]。并且由于黏粒含量對泥石流流體性質影響顯著,因此本次研究在傳統(tǒng)堵河影響因素的基礎上引入能夠綜合表征泥石流黏粒含量的參數μ[39],研究其對泥石流堵河特性的影響,以下為各無量綱因子的選取與取值分析。
(1) 泥石流體積濃度因子C(式(1))是表征泥石流流體性質的重要指標之一,與泥石流屈服應力、運動特征、致災范圍等問題緊密相關[40-41]。對于高容重泥石流來說,其體積濃度應在0.4~0.8的范圍內,如楊紅娟等[42]統(tǒng)計了汶川地區(qū)9條黏性泥石流溝的體積濃度因子C∈(0.448,0.572)。
C=ρ-ρwρs-ρw(1)
式中:C為泥石流體積濃度因子,無量綱;ρ為泥石流容重,g/cm3;ρw為清水容重,g/cm3;ρs為泥石流顆粒密度,g/cm3。
(2) Yu等[43]提出定義泥石流體積的無量綱參數V(式(2)),以此因子表述泥石流入匯總量與溝床容量間的關系,并且通過統(tǒng)計24個實際案例得到了泥石流體積因子V∈(22.7,306.2)。
V=TBBzHw(2)
式中:V為泥石流體積因子,無量綱;T為泥石流總體積,m3;B為主河寬度,m;Bz為支槽寬度,m;Hw為主河水深,m。
(3) Li等[39]統(tǒng)計研究了不同地區(qū)泥石流土樣,提出了一種能全面概括土壤級配的粒度分布公式(式(3)),其中μ表征土壤中細顆粒的結構和行為,并根據實際案例統(tǒng)計結果得到黏粒含量因子μ∈(-0.497,0.463)。
P(D)=cD-μexp-D/Dc(3)
式中:P(D)為大于粒徑D的顆粒質量百分比,c可視為一個等效粒徑,μ刻畫了細顆粒的結構和行為,與土體的孔隙度有關,Dc反映了顆粒的變化范圍,故僅用μ這一個參數就能綜合反映壩體材料的黏粒含量。
(4) 流速比U(式4)表征泥石流進入主河后與主河水流的沖淤關系以及水-土間相互作用的強度。通過查閱大量文獻可得到其他學者進行水槽實驗時設置的流速比U∈(0.050,20.231)[16,44-48]。
U=Uw/Us(4)
式中:U為主支流速比,無量綱;Uw為主河流速,m/s;Us為泥石流流速,m/s。
1.3 試驗工況
共進行了45組泥石流堵河試驗(表1),并保證試驗過程中4個無量綱參數(體積濃度因子C、體積因子V、黏粒含量因子μ、流速比U)的取值均處于實際案例統(tǒng)計值的范圍之內(表2)。
試驗中所用物料均取自蔣家溝泥石流,為減少邊界條件對泥石流體運動過程的影響,實驗泥石流樣品最大粒徑不超過實驗水槽寬度1/5[49-51],并且從以往研究中發(fā)現,蔣家溝泥石流原始物料中粒徑大于20 mm的顆粒占比小于5%[15,52-54],將其剔除對總體顆粒分布的影響較低,剩余部分作為初始土樣。由于試驗操作過程中黏粒獲取困難,因此本次試驗通過調整細顆粒(dlt;2 mm)的含量,進而改變黏粒(dlt;0.005 mm)的含量占比(表3)。為了準確分析黏粒含量因子μ對泥石流堵河高度特征的影響,本次試驗測得原狀土黏粒含量占比為8%,在此基礎上配置黏粒含量占比為0%~25%的試驗樣本,共計10組。通過振動篩和激光粒度儀對這些樣本進行了粒徑分析,從而得到了試驗所用物料的顆粒級配曲線,如圖2所示。
通過式(3)對試驗中10組泥石流樣品進行擬合分析,擬合結果如表4所列。這10組泥石流樣品的顆粒組成呈現多峰分布(圖3(a)),且所有曲線基本整合在一條曲線上(圖3(b))。
2 試驗結果分析
2.1 堵河模式
泥石流堵河模式主要分為3種,分別為潛壩壅堵、局部堵河和完全堵河[45,55-57]。潛壩壅堵發(fā)生條件為:① 容重較小、運動速度較高的稀性泥石流;② 主河水深較大,高容重、小規(guī)模泥石流。而本次試驗的研究主體為高容重、黏性泥石流,且主河水深較小,因此試驗中未發(fā)生潛壩壅堵。
通過試驗發(fā)現,泥石流與主河水流的相互作用強度對完全堵河現象影響顯著,可進一步通過主支流量比Q(該參數為主河流量和泥石流流量的比值)、流速比U兩個關鍵的影響因子的乘積將泥石流完全堵河模式進行劃分(圖4),當Q×U≤0.045時為頂沖對岸式,Q×U>0.045時為連續(xù)推進式。
當Q×U≤0.045時,泥石流具有較強的直進性與沖擊力[58-59],堵河過程泥石流與主河水流紊動強烈,平穩(wěn)后堰塞壩整體高度較為平均,且堰塞壩中軸線最低點位置可能位于壩體中間,堵河過程歷時短暫(圖5(a)、(b))。當Q×U>0.045時,后續(xù)泥石流不斷將能量傳遞給龍頭形成連續(xù)推進的過程[60],直至泥石流龍頭部分抵達對岸,此時堰塞壩中軸線最低點位置一般位于對岸,堵河過程歷時較長(圖5(c)、(d))。
試驗過程中共發(fā)生了35組泥石流完全堵河事件,其中有一組為無水情況下的完全堵河(工況32),雖然這種情況下Q×U=0<0.045,但是因為河床底部不存在水流的潤滑作用,其底面摩擦力增大,泥石流流速降低,因此該組次為連續(xù)推進式堵河[61-65]。
2.2 各無量綱因子對堰塞壩高度的影響
2.2.1 堰塞壩高度定義
如圖6所示,可以通過以下參數定義泥石流堰塞壩的簡化后幾何形狀。
其中,Hc表示泥石流堰塞壩出溝口高度,描述了橫向截面處堰塞壩表面最高處與底部表面之間的距離;Hm表示泥石流堰塞壩堵河高度,描述了橫向截面處堰塞壩表面最低點位置與底部表面之間的距離。實際試驗過程中泥石流堰塞壩表面通常會呈曲線狀,并且在河床下游會有部分物質堆積。
2.2.2 體積濃度因子
泥石流體積濃度表征泥石流中固體顆粒含量的占比,相同方量的泥石流容重不同,其泥沙體積濃度也不同,并且在野外調查中發(fā)現,高容重泥石流更容易發(fā)生堵河災害。
從圖7可以看出,泥石流堰塞壩溝口高度與泥石流體積濃度因子之間存在正相關關系,而堵江高度與體積濃度因子之間則表現出負相關關系,因為隨著泥石流體積濃度因子增加,其流動性減弱,使得攜帶的固體物質更難跨越至對岸,因而在溝口區(qū)域形成更顯著的堆積。當體積濃度因子較小時(C=0.505和C=0.562),泥石流發(fā)生頂沖對岸式堵江,在泥石流固體物質總量保持不變的情況下,大部分固體顆粒進入主河道,在對岸側壁和水流的作用下均勻攤落、堆積于主水槽中,導致不同位置處的堰塞壩的高度相對平均。
2.2.3 體積因子
通過改變蔣家溝原狀土方量從而改變泥石流體積因子參數,通常來說,體積因子越大,形成的泥石流堰塞壩越高。
從圖8(a)可以看出,完全堵河狀態(tài)下,泥石流溝口高度和堵河高度均與體積因子成正比,并且隨著泥石流體積因子增大,后續(xù)推進的泥石流在重力作用下往兩側攤開,堰塞壩高度變化幅度與增長速率逐漸減小,這與李春雨[51]、段永坤[66]等的研究結果一致。局部堵河狀態(tài)下(圖8(b)),由于泥石流體積因子變化幅度小,因此溝口高度呈現小范圍遞增。
2.2.4 黏粒含量因子
黏粒含量因子通過改變泥石流的內摩擦角和黏聚力的大小從而改變泥石流的流動特征。
從圖9可以看出,泥石流溝口高度與堵河高度隨泥石流黏粒含量因子的增長呈現先增大后減小的趨勢,這是因為黏粒含量因子過小時,泥石流內部粗顆粒含量多,出現水石分離現象,泥石流在支槽中流動時伴隨水分流失,顆粒與顆粒間的摩擦增大,一定程度上降低了泥石流堵河的規(guī)模[67-69]。如μ=-0.018時,溝口高度和堵河高度均為0,泥石流未到達出溝口就已經發(fā)生停積了,因此顆粒物質全部都滯留在了溝道中。當黏粒含量因子過大時,泥石流的流動性差,固體物質同樣難以到達對岸,這與魏厚振等[70]的試驗現象相吻合,在顆粒級配變化過程中,泥石流黏聚力存在最小值,使得泥石流流速達到最快。
2.2.5 流速比
流速比是表征泥石流與主河相互作用強度的參數,且泥石流溝道比降是影響泥石流流速與輸移能力的重要因素[71-72],因此本試驗通過改變主河水流流量與支槽坡度進而改變主支流速比。其中,以水流為變量的系列試驗中(圖10(a)),由于堰塞壩溝口高度遠大于主河水深(1~3 cm),因此堰塞壩溝口高度在某一特定值區(qū)間內上下浮動。而對于堵河高度來說,雖然與流量比呈現反比關系,但因為該系列試驗樣本均為高容重、黏性泥石流,結構性強,很難被主河水流侵蝕和沖刷,因此實驗結果較為離散。以支槽比降為變量的試驗中(圖10(b)),支槽比降對泥石流流速影響較大,支槽比降越小,主支流速比越小,泥石流在溝道中淤積越多,因此流入主水槽的泥石流固體物質減少,不足以形成完全堵河。
2.3 堰塞壩高度預測模型
泥石流堰塞壩高度是泥石流堵河與潰決過程的一個重要參數,其決定了上游堰塞湖庫容及壩體潰決后洪峰流量的規(guī)模。壩體高度越高,潰決后的流量也就越大,沿程的損失越嚴重,因此對堰塞壩高度的合理預測顯得尤為重要。
本次研究采用非線性回歸模型對泥石流堵河關鍵因子及試驗數據進行分析。由于本研究參數均為無量綱因子,因此在對試驗數據進行分析時將水深參數與堵河高度組合成因變量,進而可得到泥石流堰塞壩溝口高度和堵河高度的預測模型。
溝口高度:
HcHw=-3.19+10.37C+0.07V-5.70μ-0.10U(6)
堵河高度:
HmHw=1.51·exp1.50C+0.01V+2.21μ-1.80U(7)
式中:Hw為主河水深,C為體積濃度因子,V為體積因子,μ為黏粒含量因子,U為流速比。
將泥石流堰塞壩溝口高度與堵河高度的實測值、計算值進行對比分析(圖 11),結果顯示:通過預測模型計算得到的數值與實際測量數據的相關性系數均在0.85以上,吻合度較高。
3 模型驗證
由于目前均無完整資料記載泥石流堰塞壩溝口高度數據的事件,因此通過模型對比與實際案例相結合的方法對本研究預測模型進行驗證。
將試驗中堰塞壩高度數據通過已有模型[29]進行計算,并選取平均相對誤差MRE,均方根誤差RMSE和相關系數R2三個指標進行對比(圖12,表5)。
從圖12和表5可以看出,本研究預測模型的計算效果明顯優(yōu)于另一修正后的模型。其原因在于,已有模型未考慮泥石流沖出方量、顆粒級配以及主河水流等參數對堰塞壩高度的綜合作用,并且在理論推導過程中存在許多經驗性取值參數,因此不具有普適性。
為了進一步驗證泥石流堵河高度計算模型的準確性,現選取7條已發(fā)生的高容重泥石流堵河事件,其無量綱參數及實際堵河高度值如表6所列。結果表明,泥石流堰塞壩堵河高度的計算值與實際值誤差均在10%以內,此模型具有良好的預測效果。
4 結 論
通過水槽試驗考慮體積濃度因子C、體積因子V、黏粒含量因子μ、流速比U共4個無量綱參數研究高容重泥石流堵河模式與堰塞壩高度變化規(guī)律,得到以下結論:
(1) 泥石流完全堵河模式可通過Q×U=0.045作為臨界條件,進一步劃分為頂沖對岸式(Q×U≤0.045)和連續(xù)推進式(Q×U>0.045)。頂沖對岸式堵河歷時較短、堵河高度平均、最低點位置隨機,而連續(xù)推進式堵河歷時較長、堵河高度在中軸線上呈現遞減趨勢、最低點位置位于對岸。
(2) 對泥石流堰塞壩高度的分析表明,泥石流溝口高度與體積濃度因子、體積因子呈正比,與流速比呈反比;泥石流堵河高度與體積因子呈正比,與體積濃度因子、流速比呈反比,而在黏粒含量因子影響下,泥石流溝口高度和堵河高度均呈現先增后減趨勢。
(3) 利用非線性回歸模型擬合得到泥石流堰塞壩溝口高度與堵河高度的預測模型,并根據實際案例和模型對比相結合的方式進行驗證,結果表明本研究預測模型具有一定的準確性和適用性。
(4) 本試驗未考慮其他主支交匯角度對堰塞壩高度的影響,因此本研究的溝口高度與堵河高度預測模型只適用于交匯角為90°的情況。
參考文獻:
[1] 崔鵬,韋方強,何思明,等.5·12汶川地震誘發(fā)的山地災害及減災措施[J].山地學報,2008,26(3):280-282.
[2] Intergovernmental Panel on Climate Change.Climate change 2013:the physical science basis[R].Cambridge:Cambridge University Press,2014.
[3] 李堯,崔一飛,李振洪,等.川藏交通廊道林波段冰川泥石流發(fā)育動態(tài)演化分析及監(jiān)測預警方案[J].地球科學,2022,47(6):1969-1984.
[4] 趙聰,梁京濤,王軍朝,等.帕隆藏布流域(波密-然烏段)冰川動態(tài)變化遙感分析[J].科學技術與工程,2019,19(21):56-62.
[5] ZHAO C,LIANG J T,WANG J Z,et al.Remote sensing analysis of glacier dynamic changes in Parlung Zangbo River[J].Science Technology and Engineering,2019,19(21):56-62.
[6] 王根龍,張茂省,于國強,等.舟曲2010年“8·8”特大泥石流災害致災因素[J].山地學報,2013,31(3):349-355.
[7] 劉傳正,呂杰堂,童立強,等.雅魯藏布江色東普溝崩滑-碎屑流堵江災害初步研究[J].中國地質,2019,46(2):219-234.
[8] 李壯,李濱,高楊,等.雅魯藏布江下游色東普溝高位地質災害發(fā)育特征遙感解譯[J].中國地質災害與防治學報,2021,32(3):33-41.
[9] 朱平一,程尊蘭,游勇.川藏公路培龍溝泥石流輸砂堵江成因探討[J].自然災害學報,2000,9(1):80-83.
[10]徐永年,匡尚富,黃永鍵,等.泥石流入匯的危險性判別指標[J].自然災害學報,2002,11(3):33-38.
[11]張金山,謝洪.岷江上游泥石流堵河可能性的經驗公式判別[J].長江流域資源與環(huán)境,2008,7(4):651-655.
[12]朱大鵬,秦糧凱,何其多.基于物理模擬試驗的泥石流匯江效應初步研究[J].巖石力學與工程學報,2016,35(增2):3680-3688.
[13]于宗洋.泥沙總量在稀性泥石流堵江中的影響研究[J].甘肅水利水電技術,2021,57(12):29-32,47.
[14]曹春然,陳華勇,ROBIN N.泥石流堰塞壩研究進展[J].人民長江,2020,51(10):36-41.
[15]楊太強.泥石流顆粒分布的動力學效應[D].成都:中國科學院大學(中國科學院水利部成都山地災害與環(huán)境研究所),2022.
[16]張金山,沈興菊,謝洪.泥石流堵河影響因素研究:以岷江上游為例[J].災害學,2007,22(2):82-86.
[17]吳積善,程尊蘭,耿學勇.西藏東南部泥石流堵塞壩的形成機理[J].山地學報,2005,23(4):4399-4405.
[18]韋方強,胡凱衡,崔鵬,等.蔣家溝泥石流堵江成因與特征[J].水土保持學報,2002,16(6):71-75.
[19]O'BRIEN J S,JULIEN P Y.Laboratory analysis of mudflow properties[J].Journal of Hydraulic Engineering,1988,114(8):877-887.
[20]PHILLIPS C J,DAVIES T R.Determining rheological parameters of debris flow material[J].Geomorphology,1991,4(2):101-110.
[21]SAKAI Y,HOTTA N,KANEKO T,et al.Effects of grain-size composition on flow resistance of debris flows:behavior of fine sediment[J].Journal of Hydraulic Engineering,2019,145(5):1586.
[22]PUDASAINI,SHIVA P.A general two-phase debris flow model:benchmark simulations for subaerial and submarine flows,complex wave generation and interactions[J].Journal of Geophysical Research,2012,117(F3):F03010.
[23]SCHIPPA L,PAVAN S.Numerical modelling of catastrophic events produced by mud or debris flows[J].International Journal of Safety and Security Engineering,2011,1(4):403-423.
[24]陳寧生,崔鵬,劉中港,等.基于黏土顆粒含量的泥石流容重計算[J].中國科學E輯:技術科學,2003 (增1):164-174.
[25]蔡耀軍,欒約生,易杜靚子,等.堰塞壩危險性快速評價指標與分級研究[J].人民長江,2022,53(2):35-40.
[26]YU B,YANG C,YU M.Experimental study on the critical condition of river blockage by a viscous debris flow[J].Catena,2022,213:106198.
[27]劉耕年,李建江,鞠遠江,等.高容重黏性泥石流沉積的組成和構造反映的搬運和沉積動力特征[J].水土保持研究,2003(3):1-2,7.
[28]MARR J G,HARFF P A,SHANMUGAN G,et al.Experiments on subaqueous sandy gravity flows:the role of clay and water content in flow dynamics and depositional structures[J].GSA Bulletin,2001,113(11):1377-1386.
[29]常鳴,唐川,宋志,等.基于數值模擬的強震區(qū)典型泥石流堵江模式分析[C]∥中國地質學會工程地質專業(yè)委員會.2016年全國工程地質學術年會論文集.成都理工大學,地質災害防治與地質環(huán)境保護國家重點實驗室,中國地質調查局成都地質調查中心,2016:8.
[30]DU C,YAO L K,SUBHASHSAGAR S,et al.Damming of large river by debris flow:dynamic process and particle composition[J].Journal of Mountain Science,2014,11(3):634-643.
[31]CHEN K T,LIN C H,CHEN X Q,et al.An assessment method for debris flow dam formation in Taiwan[J].Earth Sciences Research Journal,2018,22(1):37-43.
[32]CHEN K T,CHEN X Q,NIU Z P,et al.Early identification of river blocking induced by tributary debris flow based on dimensionless volume index[J].Landslides,2019,16:2335-2352.
[33]張建石.汶川縣肖家溝泥石流物源演變及沖出規(guī)模研究[J].人民長江,2020,51(8):37-43.
[34]羅玉婷,唐川,熊江,等.四川省汶川縣下莊溝\" 8· 20\" 泥石流成因分析及堵江范圍預測[J].水土保持通報,2020,40(6):193-199.
[35]韓劍俠,宋志.不同暴雨頻率下岷江汶川段高家溝泥石流活動特征與堵江模式分析[J].中國水運,2021,21(11):113-115,118.
[36]DASH R K,KANUNGO D P,MALET J P.Runout modelling and hazard assessment of Tangni debris flow in Garhwal Himalayas,India[J].Environmental Earth Sciences,2021,80(338):09637-z.
[37]ZHANG Y,CHEN J,TAN C,et al.A novel approach to simulating debris flow runout via a three-dimensional CFD code:a case study of Xiaojia Gully[J].Bulletin of Engineering Geology and the Environment,2021,80(7):5293-5313.
[38]楊晨源.粘性泥石流堵江的臨界條件實驗研究[D].成都:成都理工大學,2017.
[39]LI Y,CHENGMIN H,BAOLIANG W,et al.A unified expression for grain size distribution of soils[J].Geoderma,2017,288:105-119.
[40]連惠邦.泥石流泥沙體積濃度之研究[J].泥沙研究,2000(5):6-15.
[41]余斌.不同容重的泥石流淤積厚度計算方法研究[J].防災減災工程學報,2010,30(2):207-211.
[42]楊紅娟,韋方強,胡凱衡.泥石流漿體黏度計算中最大體積分數的確定[J].山地學報,2018,36(3):382-390.
[43]YU B,YANG C Y,YU A.Experimental study on the critical condition of river blockage by a viscous debris flow[J].Catena,2022,213:106198.
[44]黨超,程尊蘭,劉晶晶.泥石流堵塞主河條件[J].山地學報,2009,27(5):557-563.
[45]陳春光,姚令侃,劉翠容,等.泥石流堵河條件的研究[J].水利學報,2013,44(6):648-656.
[46]程尊蘭,黨超,劉晶晶,等.藏東南部泥石流堵河試驗研究[J].地學前緣,2007(6):181-187.
[47]郭志學,余斌,曹叔尤,等.泥石流入匯主河情況下交匯口附近變化規(guī)律的試驗研究[J].水利學報,2004,35(1):33-37.
[48]莊建琦,葛永剛,陳興長.震后都汶公路沿線泥石流溝堵江危險性評估[J].工程地質學報,2012,20(2):195-203.
[49]周必凡,李德基,羅德富,等.泥石流防治指南[M].北京:科學出版社,1991:179-180.
[50]李炳志,潘華利,鄧其娟,等.動床條件下泥石流運動參數變化特征實驗研究[J].防災減災工程學報,2022,42(4):850-858.
[51]李春雨,劉晶晶,陳曉清,等.泥石流疊加堆積形態(tài)演化特征的實驗研究[J].山地學報,2022,40(2):235-248.
[52]張金山,林偉.蔣家溝入匯河段泥石流堆積與輸移特征分析[J].長江科學院院報,2012,29(9):27-33,38.
[53]中華人民共和國水利電力部.土工試驗規(guī)程第三分冊(SD128-87)及說明書[M].北京:水利電力出版社,1989.
[54]南京水利科學研究院.土工試驗規(guī)程:SL 237—1999[M].北京:中國水利水電出版社,1999.
[55]陳春光,姚令侃,楊慶華,等.基于堰流理論的泥石流堵河模型研究[J].自然災害學報,2012,21(6):131-135.
[56]劉翠容,姚令侃,陳春光,等.基于水沙動力過程的泥石流阻塞大河模式及判據研究[J].水利學報,2012,43(增2):122-127.
[57]LIU C,DU C.Characteristic and criteria of debris flow partially blocking big river[J].Journal of Chongqing Jiaotong University,2014,33(1):79-84.
[58]劉文銳,周志遠.汶川震區(qū)泥石流堵河類型探討[J].人民珠江,2015,36(1):113-116.
[59]郭志學,方鐸,余斌.泥石流與主河交匯的試驗研究[J].水土保持學報,2003,17(5):175-178.
[60]呂立群,王兆印,崔鵬.兩相泥石流龍頭的非恒定運動過程及能量特征[J].水利學報,2016,47(8):1035-1044.
[61]MOHRIG D,ELLIS C,PARKER G,et al.Hydroplaning of subaqueous debris flows[J].GSA Bulletin,1998,110(3):387-394.
[62]ILSTAD T,ELVERH I A,ISSLER D,et al.Subaqueous debris flow behaviour and its dependence on the sand/clay ratio:a laboratory study using particle tracking[J].Marine Geology,2004,213(1/4):415-438.
[63]ILSTAD T,MARR J G,ELVERH I A,et al.Laboratory studies of subaqueous debris flows by measurements of pore-fluid pressure and total stress[J].Marine Geology,2004,213(1/4):403-414.
[64]魏鴻.泥石流龍頭對壩體沖擊力的試驗研究[J].中國鐵道科學,1996,17(3):50-62.
[65]徐永年.崩塌土流動化機理及泥石流沖淤特性的實驗研究[D].北京:中國水利水電科學研究院,2001.
[66]段永坤.泥石流堆積特征對鐵路工程的影響[D].成都:成都理工大學,2011.
[67]袁萬鐘.論泥石流流動過程中的失水現象[J].中國地質災害與防治學報,2000,11(3):48-51.
[68]ARABNIA O.Particle size reduction in debris flows:laboratory experiments compared to field data from Inyo Creek,CA[D].San Francisco:San Francisco State University,2015.
[69]PIERSON T C.Dominant particle support mechanisms in debris flows at Mt Thomas,New Zealand,and implications for flow mobility[J].Sedimentology,1981,28(1):tb01662.x.
[70]魏厚振,汪稔,胡明鑒,等.蔣家溝礫石土不同粗粒含量直剪強度特征[J].巖土力學,2008,29(1):48-51,57.
[71]黃成,張友誼,眭靜,等.地形因子對溝谷泥石流發(fā)育的影響:以都汶高速“7.10”群發(fā)泥石流為例[J].人民長江,2019,50(8):115-119,155.
[72]劉雄,向貴府.基于FLO-2D的抽水蓄能電站泥石流模擬分析[J].水利水電快報,2024,45(4):101-105.
(編輯:劉 媛)
Research on height characteristics of debris flow barrier dam based on dimensional analysis
YU Yunhan1,2,CHEN Huayong1,2,RUAN Hechun1,2,JIANG Yao1,2,LI Xiao1,2
(1.Key Laboratory of Mountain Hazards and Surface Processes,Institute of Mountain Hazards and Environment,CAS,Chengdu 610041,China; 2.University of Chinese Academy of Science,Beijing 100000,China)
Abstract:
The height of debris flow barrier dam directly determines the reservoir capacity and outburst flood flow,which is a key factor affecting the disaster-stricken degrees of both upstream and downstream areas.Main parameters influencing debris flow blocking river are grouped into four dimensionless factors (the volume concentration factor,the volume factor,the clay-content factor,and the flow velocity ratio).Through indoor flume experiments,complete blocking forms of high density debris flows and height characteristics of barrier dams under the influence of these dimensionless factors are studied.And then a predictive model for gully height and river blockage height of debris flow dams under right-angle confluence conditions is established.The results show that:① According to the product of two dimensionless factors,namely the main-tributary flow ratio (Q) and the flow velocity ratio (U),the complete-blockage modes of debris flows can be further classified into two forms,the \"opposite-bank top rushing\" type (Q×U≤0.045) and the \"continuous advancing\" type (Q×U>0.045).② The analysis of the height of debris flow barrier shows that the height of debris flow gully is proportional to both the volume concentration factor and the volume factor,and is inversely proportional to the flow velocity ratio.The height of debris flow blocking river is proportional to the volume factor,and is inversely proportional to the volume concentration factor and the flow velocity ratio.Under the influence of the clay content factor,the height of debris flow gully and the height of blocking river show a trend of increasing first and then decreasing.③ The predictive model demonstrates good prediction accuracy and is validated through comparison with real-world case studies.The results show that the predictive model is applicable.The research findings can provide valuable reference for disaster prevention and mitigation measures related to debris flow river blockage.
Key words:
high-density debris flow; dimensionless parameters; height of debris flow barrier dam; river-blocking mode; right-angle confluence