Study on risk assessment of geological hazards in Huizhou District, Huangshan City, Anhui Province
-
摘要: 皖南山区是安徽省地质灾害高发区域。本文选取黄山市徽州区为研究区，根据区内地形地貌和地质构造特点，选取了高程、坡度、坡向、断裂构造、水系、土地覆盖类型、工程地质岩组、人类活动强度等8项致灾因子作为地质灾害危险性评价指标。结合地质灾害野外实地调查成果，采用信息量模型法对研究区进行地质灾害危险性评价，探索建立适合皖南山区的地质灾害危险性评价模型。Abstract: The mountainous area in southern Anhui Province is a high incidence area of geological disasters. This paper chooses Huizhou District of Huangshan City as the research area. According to the characteristics of landform and geological structure, eight impact factors, including elevation, slope, slope direction, fault structure, water system, land cover type, engineering geological rock formation and human activity intensity, were selected as the risk assessment indexes of geological disaster. Combined with the field survey results of geological disasters, the risk assessment of geological hazard in the study area was carried out by the method of information quantity model. A geological hazard assessment model suitable for the southern Anhui mountains was established.
-
0. 引言
近年来，受人为活动和气候变化等因素的影响，全球气候变暖趋势加剧，冰冻圈因此受到严重影响，大面积的冰川消融退缩，导致冰川的失稳现象逐渐增加，同时受地形、地震等内外作用力的影响，使得冰崩灾害的发生概率增加，并由此引发诸如冰湖溃决、滑坡、堰塞湖、泥石流等冰川链式灾害，给下游的人民群众的生活带来极大的安全隐患，也对国家的重大工程的开展造成极大的威胁[1-3]。例如1950年西藏林芝地区发生的则隆弄冰崩—堵江链式灾害[2-3]，1953年西藏波密地区古乡沟冰崩—泥石流链式灾害[2]，1962年秘鲁安第斯山脉Huascaran地区冰崩—碎屑流链式灾害，1970年秘鲁7.7级地震触发Nevados Huascaran冰崩[4]，1965年阿尔卑斯山脉Allalin冰崩[5-7]，2002年俄罗斯境内的Kolka冰崩—泥石流灾害[8-9]，2003年新西兰Franz Josef冰川两次发生冰崩—洪水链式灾害[10]，2004年青海省玛沁县大武乡的阿尼玛冰崩—堵河灾害[3]，2012年锡亚琴冰川争端区域冰崩—岩崩事件[3]，2015年新疆公格尔九别峰冰川跃动和冰崩[1，11]，2016年西藏阿里地区阿汝村两次冰崩[1]，以及2021年印度北阿肯德邦一处水力发电大坝附近发生冰崩—山洪链式灾害[12-13]，均导致大量的人口失踪死亡，公共设施、耕地牧场被毁。受多因素尤其受气候变暖影响，冰川稳定性降低[14]，促使未来冰崩发生的可能性增加，严重威胁当地及下游地区甚至周边国家的民众的生命财产安全[15]。
冰崩作为新型灾害近年来受到国内外研究者的广泛关注。冰崩最早记录于1767年，瑞士地质学家、气象学家和登山家Saussure[16]在登山过程中详细记录了阿尔卑斯冰川的运动和雪崩现象。随后1849年和1895年国外有两次关于冰崩的简单记载[3]。直至20世纪后，人们才逐渐对冰崩有了一定的认识。1968年Crandell对冰崩进行初步的定义[2]，即大量的冰迅速的从山坡或者陡崖上运动下来的过程。1977年瑞士冰川学家RÖTHLISBERGER[17]对冰崩进行简单的分类，一类是出现在冰崖下的陡峭冰川坡上，冰崩后产生的碎片保留在冰川上，可以重新结合或形成新的冰舌；第二类冰雪崩类似于山体滑坡的事件，其中相当一部分冰体从冰川的陡峭部分上掉下来，移动到超过冰川原始位置的地方，有时会造成灾难性的后果。Margreth等[18]基于1996年9月和1997年1月Gutzgletscher冰崩进行冰雪崩危害评估，并对冰崩的形成机理和研究的难点进行分析，其认为冰崩就是冰体在重力作用下从冰川上破裂下降到斜坡上并形成小块冰块的过程。
相较于国外冰崩灾害的研究，国内对于单独的冰崩灾害研究比较少，更多的是对冰崩可能引发的冰湖溃决、冰川泥石流等次生灾害进行研究。1986年吕儒仁等[19]首次在研究中提出1964年发生在工布江达县唐不朗沟内的一次冰湖溃决泥石流事件是由于上游冰川发生滑坡式的冰崩，导致大量的冰川碎屑物冲入冰湖中，造成冰湖水位突涨并溃决，最终导致此次泥石流灾害发生。随后刘晶晶等[20]、程尊兰等[21]、姚晓军等[22]通过对西藏自治区发生的冰湖溃决事件进行分析，认为冰崩是诱发冰湖溃决的主要因素之一，而冰崩发生又与气温的逐渐升高相关。胡文涛等[1]针对全球范围内发生过的重大冰崩灾害进行梳理、总结，研究了冰崩体的物质组成和运动特征，同时总结出可能影响冰崩灾害的发生原因，并提出相关的研究方法。
总体而言，国内外学者对冰崩灾害的研究已开展了大量的工作，积累了较多的经验，为后续对冰崩灾害的准确定义、类型划分、形成机制分析、灾害链分类方式以及进一步开展室内外试验、监测等工作提供了参考依据。由于冰崩发生的频数相对较少，研究相对分散，尤其是对西藏地区的冰崩的研究还没有形成完整的体系，制约着西藏地区冰崩灾害及其灾害链评估、监测预警、工程防治等领域的发展，由此，本文通过整理西藏地区已有的冰崩记录，归纳出其形成机制、分析冰崩灾害链的类型及其影响、总结目前相关监测预警手段，以及对未来冰崩灾害研究的展望，以期能为后续的研究工作提供一定的参考。
1. 冰崩灾害的定义
目前学术界对于冰崩灾害还没有相对统一的定义，就冰崩的定义而言，吴积善等[23]认为冰崩是由于冰川的跃动或者强烈消融，导致处在陡坡上的冰体，在重力作用下向下滑动，或者沿着薄弱层出现断裂，形成大块崩落。钟敦伦等[24]认为冰崩是分布在陡急斜坡上的冰川，在重力作用下沿着冰川内部的某一剪切破裂面或脆弱面迅速脱离母体并倾倒或滑塌、坠落的现象，具有和崩塌类似的特征。《冰冻圈科学辞典》将冰崩定义为在重力作用下冰川从冰川陡峻处或者冰架边缘处崩落的现象，多发生在冰川末端，有时也会发生在冰川的中上部[25-26]。
2. 冰崩形成机制分析
冰崩发生的本质是能量的释放[27]，冰崩的发生受多重因素的共同作用。童立强等[28]通过对色东普流域频繁堵江事件进行分析，总结出4点主要原因：阶梯状地形、沟口碎屑物堵塞河道的状态、海洋型冰川以及冰裂隙较多，另外地震、降雨等也是诱发冰崩造成堵江的原因之一。沈永平等[29]通过已有资料以及现场考察对新疆冰雪灾害的类别、成因以及分布的范围进行总结，冰崩主要由于冰川的坡度较大，从而造成不稳定断裂，气候的变化使冰体更易发生断裂。刘淑珍等[30]认为冰舌的裂隙发育情况很大程度上反映冰崩或冰滑坡发生的概率，冰舌的裂隙越发育，越有利于冰崩的发生。刘秧[31]通过研究冰川条件和温度条件来探究其对冰崩或冰滑坡的影响规律，认为冰川坡度越大、坡向越靠近南方，冰川面积越大，气温升高都有助于冰崩的形成。总体而言，冰崩的发生与其所在的地理环境以及冰体自身的发育状态有着密切的关系。
据不完全统计，新中国成立以来，西藏地区发生了45次冰崩（表1），通过对文献进行梳理，归纳出冰崩产生的原因主要为地形因素、构造运动、气候作用。
表 1 1949—2020年西藏地区冰崩统计Table 1. Ice avalanche statistics in Tibet from 1949 to 2020地点 年月 成因 成灾形式 地区 则隆弄冰川[3,32] 1950年8月 地震 冰崩—泥石流—堵塞坝 米林县 桑旺错[22,33-34] 1954年7月 气候 冰崩—冰湖溃决—泥石流—洪水 康马县 次仁玛措[22,35] 1964年 冰崩—冰湖溃决 聂拉木县 章藏错[34] 1964年 冰崩-洪水-泥石流 聂拉木县 隆达错[20] 1964年8月 冰崩—冰湖溃决—泥石流 吉隆县 吉莱错[33,35] 1964年9月 冰崩—冰湖溃决—泥石流 定结县 达门拉咳错[20,33-35] 1964年9月 冰崩—冰湖溃决—泥石流 工布江达县 阿亚错[20,33-35] 1968年/1969年/1970年8月 冰崩—冰湖溃决—泥石流—洪水 定日县 坡戈错[20,33-35] 1972年7月 高温 冰崩—冰湖溃决—泥石流 索县 坡戈冰湖[35] 1974年7月 冰崩—冰湖溃决—洪水 丁青县 扎日错[20,33-35] 1981年6月 冰崩—冰湖溃决—泥石流 洛扎县 次仁玛措[20,35-38] 1981年7月 高温 冰崩—冰湖溃决—泥石流 聂拉木县 印达普错[22,35] 1982年8月 定结县 金错[39] 1982年8月 冰崩—冰湖溃决—洪水—泥石流 定结县 培龙沟上游[21,34] 1983年7月/1984年8月/1985年6月 气候 冰崩—临时性冰湖-冰湖溃决-泥石流 林芝县 光谢错[20-21,33,40] 1988年7月 气候 冰崩—冰湖溃决-泥石流—堵江 波密县 热杰错[35] 1992年9/10月 冰崩—冰湖溃决 亚东县 夏嘎湖[35] 1995年5月 高温 冰崩—洪水 乃东县 扎那泊[35] 1995年6月 冰崩—冰湖溃决—泥石流 吉隆县 扎木弄沟[41] 2000年4月 地震 冰崩—滑坡—堰塞湖—泥石流 波密县 龙纠错[35,39] 2000年8月 康马县 冲巴吓错[42] 2000年8月 冰滑坡—冰湖溃决—泥石流 康马县 嘉龙错[20,21,34-35] 2002年5/6月 冰崩—冰湖溃决—泥石流—洪水 聂拉木县 得嘎错[20,21,34] 2002年9月 冰崩—冰湖溃决—泥石流—洪水 洛扎县 浪错[22,39,43] 2007年8月 错那县 尖母普曲[34] 2008年4月 冰崩—泥石流—洪水 林芝县 折麦错[39,44] 2009年7月 错那县 错嘎湖[22,39] 2009年7月 边坝县 给曲冰湖[39] 2010年7月 定结县 然则日阿错[3] 2013年7月 气候 冰、雪崩—冰湖溃决—洪水—泥石流 嘉黎县 那隆藏布沟[35] 2014年6月 气候 冰崩—泥石流—冰湖溃决—洪水 波密县 土拉沟冰湖[35] 2015年7月 气候 冰崩堵塞管涌通道—冰湖溃决—洪水 边坝县 阿汝村[1,3,45] 2016年7/9月 气候 冰崩 日土县 色东普沟[3,11] 2014年/2017年10/12月/2018年7/10月 降雨 冰崩—碎屑流—堵江 米林县 2.1 地形因素
坡度是冰崩发生的重要因素之一，冰川的稳定性与冰川坡度有着密切的联系[31，46]，经验表明，温带冰川的坡度约30°时变得不稳定，冷冰川的极限坡度约为45°[17]。冰川坡度与冰川剪应力呈正相关，即冰川坡度越大，冰川运动的速度越快，易形成冰裂缝[47]，另外冰川坡向越靠近南方，日照越多，辐射也就越强[31，48-49]，加之冰川的海拔以及表面覆雪程度不同造成冰川表面热量分布不均匀，促进冰川裂隙的发育，有利于冰崩的产生[50-51]。此外，冰川在前进过程中还会受到冰川底部基岩地形的影响，底部基岩地形复杂，导致冰川各部分前进方向和速度不一致，促进冰裂隙的发育，也为冰崩提供了有利的条件[52]。
2.2 构造运动
常见的诱发冰崩的构造运动有火山、地震等。2002年9月，俄罗斯Kolka冰川发生冰崩，诱发泥石流，时速高达300 km/h，形成多个堰塞湖，超120人丧命。该地区在7月14日和8月22日发生过两次地震，冰崩之后有硫化氢气味出现，且冰川尽头有高达60 °C的温泉存在，故判断该冰崩灾害是地震和火山活动的共同作用所致[53]，即局部不稳定的地质构造与该地区的地热活动相互作用为冰崩灾害的发生提供了有利条件[54]。
西藏地区地震断裂带分布密集，地震频发（图1），地震是该地区诱发冰崩的主要构造运动，由于冰川表面存在大量的冰裂缝，地震发生所释放的能量改变了冰体的内部应力，使得冰裂缝进一步扩展、贯穿，诱发冰崩（图2）。1950年8月15日的则隆弄冰崩—泥石流灾害系西藏墨脱发生里氏8.5级地震所致[36]。
![]()
图 1 1949—2020年西藏地区里氏4.0级以上地震分布图Figure 1. Distribution of seismic with Richter scale above 4.0 in Tibet from 1949 to 2020![]()
图 2 1949—2020年西藏地区冰崩分布图Figure 2. Ice avalanche distribution in Tibet from 1949 to 20202.3 气候因素
全球气候变暖是诱发冰崩的重要原因，气候变暖导致冰川活动层的厚度增加，加速冻融过程[29]，促使冰川底部的不稳定性增加。杜军等[55]通过对西藏地区近50年的极端气候事件进行分析表示，西藏地区近50年的极端气温呈显著上升的趋势，而高海拔地区的增温速率及幅度明显大于低海拔地区[56]。根据表1统计的冰崩记录，米林县、聂拉木县、定结县以及林芝县（2015年前为林芝县）发生冰崩频数较高（图3），结合该四个县所对应气象台站监测到的年平均气温及20-20时降雨量数据进行分析（定结县选择其邻近气象台站数据，即定日县气象台站），西藏地区近70年的气温均呈上升趋势，降雨呈先增加后减少的波动趋势（图4），而气候变化加速了高原冰川末端的消融，消融水或降雨沿着冰裂缝下渗并进一步扩展裂缝[31，57-58]，减弱了上部冰体与冰床之间的摩擦阻力[59-60]，最终诱发冰崩。1986年9月16日，喀喇昆仑K2高峰受高强度降水影响发生冰雪崩[61]。2013年7月5日，然则日阿错系气温升高导致冰崩入湖造成冰湖溃决灾害[62]。
![]()
图 4 西藏地区近70年年平均降水量、气温变化图Figure 4. Variation of annual mean rainfall and temperature in Tibet in recent 70 years3. 冰崩灾害链
我国80%以上的冰川集中发育在海拔为4500～6500 m的范围内[63]，具有较大的势能，在冰崩灾害发生的过程中会伴随着剧烈的物质迁移与能量转换，当冰崩的规模达到一定的程度，极有可能激发不同的灾害，进而形成灾害链[64-65]，同时随着全球气候变暖以及四季更替，西藏地区冻土反复的冻融交替，造成土质松散，为灾害链的发生提供了大量的物源。崔鹏等[66]分析了冰滑坡、冰崩导致的冰湖溃决的机制和条件，并归纳出6种由此导致冰湖溃决泥石流的演化模式。朱颖彦等[67]按照对中巴喀喇昆仑公路的毁坏直接间接情况将灾害分为冰川灾害和冰川地质灾害，其中冰川地质灾害就呈灾害链的形式毁坏中巴公路。刘传正等[68-69]将雅鲁藏布江色东普沟的冰川灾害总结为冰崩—岩崩—滑坡—碎屑流—堵江—堰塞湖—溃决洪水的灾害链形式。张俊才等[11]对阿尼玛卿山冰崩灾害链进行分析，归纳出阿尼玛卿山晓玛沟冰崩链生灾害的形式为冰崩—碎屑流—堰塞湖—溃决洪水灾害链，是较为典型的高寒地区山地灾害链，且在同一区域多次发生同样类型的链生灾害，具有明显的空间和时间双重灾害链属性。童立强等[3]以青藏高原地区的冰崩灾害归纳为3种类型，分别为冰崩直接灾害、冰崩—冰湖溃决灾害和冰崩—堵溃链式灾害，分别对三种类型的冰崩造成的危害进行阐述。赵永辉等[70]通过对雅鲁藏布江色东普沟的滑坡堵江事件进行研究，总结出堵江事件的演化过程为冰崩、岩崩—滑坡—碎屑流—堵江。Jia等[71]也对雅鲁藏布江堵江灾害链进行路径分析，认为灾害链的发展演化过程为冰川融水—松散冰碛物动员—沿侵蚀槽陡坡迁移形成冰川泥石流—形成坝塞堵塞河道—堰塞湖。万佳威等[72]将嘉黎断裂带沿线的成灾模式划分为高位崩滑直接堵江形式、高位崩滑形成碎屑流堵江形式、高位泥石流堵江形式和冰湖溃决形式4类。
根据表1的成灾形式可知，冰崩灾害主要分为冰崩直接灾害和冰崩链式灾害，而冰崩链式灾害最终基本以泥石流或洪水形式呈现，因此根据发生泥石流的形式，将冰崩链式灾害分为冰崩—冰湖溃决—泥石流链式灾害、冰崩—堵溃—泥石流链式灾害、冰崩—直接型泥石流（山洪）灾害3类。
3.1 冰崩—冰湖溃决—泥石流链式灾害
冰湖溃决主要由冰崩、冰滑坡或冰川跃动引起，少数由冰崩和管涌共同诱发[64]。其中喜马拉雅山地区有记录的冰碛湖溃决灾害都具有冰雪崩入湖形成涌浪从而诱发溃决的成因[42]。冰崩—冰湖溃决—泥石流链式灾害的冰川体毗邻冰湖，部分冰川的前缘（冰舌）深入冰湖，冰川内部裂隙在水位波动以及冻融交替的过程中逐渐扩张形成裂隙面，当冰体下滑力大于抗滑力时失稳崩落[73]。冰川体、冰舌失稳瞬间入湖造成水位迅速上涨并形成涌浪冲击终碛堤，导致溢流型溃决[66]，或者在涌浪的掏蚀下，终碛堤内形成管涌通道，造成堤坝溃决[31]，诱发泥石流、滑坡等一系列的次生灾害。1981年，喜马拉雅山南坡的次仁玛措冰崩入湖造成冰湖溃决，进一步形成泥石流，摧毁沿章藏布沟两岸的道路、桥梁、电站，造成尼泊尔境内200多人罹难[36-37]。
3.2 冰崩—堵溃—泥石流链式灾害
冰崩—堵溃—泥石流链式灾害可进一步细分为冰崩—碎屑流—堵溃—泥石流链式灾害和冰崩—直接堵溃—泥石流链式灾害，受冰川及基岩体的坡度和冰崩体的规模以及运动距离的约束[27]。冰崩—碎屑流—堵溃—泥石流式灾害在冰川崩落后快速移动，形成碎屑流，裹挟沿途的物源前进，造成下游江河堵塞，形成暂时性堰塞湖，溃决后可形成洪水或泥石流，严重威胁下游的居民点以及工程设施。冰崩—直接堵溃—泥石流式灾害主要是高位的冰川崩落后由于受基岩体坡度较陡影响，直接坠入江河堵塞河道，该类型灾害主要分布在河谷陡峭处，冰崩的同时可能伴随着岩崩。1950年8月15日，西藏墨脱发生里氏8.5级地震，导致则隆弄冰川突然崩落，形成冰川泥石流，掩埋了直白村，致使全村100余人死亡，同时碎屑物堵塞上游峡谷形成大坝，于1953年9月29日在持续高温降雨的作用下溃决造成古乡沟特大泥石流灾害[36]。2018年10月，西藏林芝市色东普沟上游发生冰崩，冰崩体及碎屑流堵塞雅鲁藏布江，2天后堰塞湖溃决，导致孟加拉国地区受到洪水的威胁[57，69]。
3.3 冰崩—直接型泥石流（山洪）灾害
冰崩的发生为泥石流及后续的次生灾害提供了水源和固体物质，胡桂胜等[74]对西藏林芝地区的泥石流类型进行分析，归纳出三类冰雪崩型泥石流[75]，其中两类为冰崩—直接型泥石流，一是冰雪崩过程中直接形成泥石流，当气温高达15 °C，冰体融化，使内部孔隙水压力增加，随着压力的增加，摩擦系数逐渐减小[9]，流动性增强，当土砂含水量达13%，便可形成泥石流[36]，即当满足上述条件便可形成冰雪崩直接型泥石流，该类型的泥石流速度快、破坏性强，但规模通常比较小；二是冰崩体与上游沟道的冰雪融水相遇形成的泥石流；冰崩—直接型泥石流灾害通常发生在较偏远地区的地方，或规模较小，对下游影响较弱，但为下一次的泥石流启动提供了一定的物源，具有一定的成灾规模。
通过归纳，可以总结出冰崩灾害链的如下几个特点：
（1）突发性、爆发性强，难以预报，且容易导致大规模的毁灭性灾难[76]。
（2）海拔落差小，灾害链危害相对小，过程较缓；海拔落差大，灾害发生迅猛，过程迅速，毁灭性极强，危害更大。
（3）灾害主要集中发生在6—9月，气温升高，积雪融化，降水增多，具有明显的季节性（图5）。
![]()
图 5 1949—2020年西藏地区冰崩发生月份分布图Figure 5. Monthly distribution of ice avalanche in Tibet from 1949 to 2020（4）冰崩—冰湖溃决—泥石流链式灾害主要集中在日喀则地区与山南地区,即喜马拉雅山脉中段及南段区域，该区域冰湖分布广泛，受气候影响较为明显；冰崩—堵溃—泥石流链式灾害主要集中在林芝地区与昌都地区交界处，即雅鲁藏布江大峡谷区域，该区域冰川高程落差较大[77]，降雨充沛且集中[78]，物源补给丰富，为进一步造成堵江提供大量物源；冰崩—直接型泥石流（山洪）灾害主要相对比较分散，取决于冰崩的体积，同时受雨季影响较大（图2）。
4. 冰崩灾害监测
近年来冰崩灾害及其诱发的链式灾害频发、严重危害到下游民众的生命财产安全，因而有必要对冰崩灾害进行监测，通过对目前的在西藏地区的冰崩灾害监测方式进行梳理，主要为遥感技术和地震仪监测两种方式。
4.1 遥感技术
西藏地区冰川分布广泛，且环境恶劣，传统的人工勘察的方式无法对冰崩灾害进行有效的定位与监测，而遥感技术可以很好地弥补这一不足，能对冰川进行大范围的监测，通过对遥感影像进行解译，可以很快对危险区域进行锁定，尤其针对高位远程的冰崩灾害，目前西藏地区乃至整个亚洲地区对于冰崩灾害的监测主要是借助遥感技术进行大范围的早期识别、风险预估和灾后的应急处理、灾后恢复。
张晓宇等[79]通过高精度遥感结合多光谱遥感地表位移监测技术对茶隆隆巴曲地区发生冰雪崩的规模及频率进行分析，认为该地区主要以小规模的冰雪崩为主。汤明高等[80]基于高分影像对青藏高原地区的冰崩隐患进行识别，建立了青藏高原冰崩灾害隐患信息数据库，同时总结出冰崩隐患的发育分布规律，并对识别的冰崩隐患进行单体危险性分级评价。Kääb等[45]基于卫星遥感、数值模拟结合野外调查对2016年西藏地区阿汝村的两次冰崩进行分析，表明可以通过最先进的卫星监测和模型方法对偏远地区的冰崩灾害进行早期的预警。刘传正等[69]利用卫星图像解译雅鲁藏布江色东普沟冰川活动情况，并分析崩滑—碎屑流造成堵江事件的成因，以及对冰崩—滑坡—碎屑流这一链式灾害的发展趋势进行评估。Dokukin等[7]通过卫星图像发现在冰崩发生前，冰裂缝的扩展速度明显加快。李军等[32]基于多时相光学遥感影像和InSAR形变数据对则隆弄区域进行综合解译，总结出则隆弄高位链式地质灾害的演化形式。李壮等[81]结合多源多期的遥感影像和InSAR数据对色东普沟2018年的高位地质链式灾害划分为形成区、流通区和堆积堵溃区，并对其发育变形特征进行分析。刘勇等[82]基于InSAR技术对色东普流域的冰崩碎屑流运动区的地面变形进行研究，通过InSAR变形结果为冰崩事件的发生机理以及冰崩碎屑流的运动特征分析提供依据。董继红等[83]人通过星载雷达来监测加拉白垒峰地区的冰川运动情况，进而为冰崩灾害的发生及影响范围提供判断依据。Salzmann等[4]开发了一种基于统计参数、地理信息系统（GIS）建模技术和遥感技术可对潜在危险地区进行探测的方法。雷添杰等[84]利用无人机航空遥感系统进行灾害的监测评估以及应急救援。
4.2 地震仪
冰崩被认为是冰震的一重要类型之一[85]，通过采用地震学的监测方法可以获得高时间分辨率的信号数据，有利于进一步探究冰崩发育及产生的机理。但目前在青藏高原地区采用地震仪监测冰崩事件的研究还属于起步阶段。
陈宇乔[86]通过地震仪对老虎沟12号冰川进行监测，发现了两种冰震周期信号，其中短周期信号被认为可能是冰川表面冰裂隙破裂产生。左洪等[85]在阿汝冰川附近布设多个短周期地震台站，发现夏季冰震事件震级明显比冬季大，可能受冰川表面与内部的温差影响。
西藏地区海拔高，地势险峻，遥感技术是该地区目前主要的监测方式，尤其是高分辨率影像，有利于研究人员提取冰崩灾害的相关特征情况，评估灾害的危险性以及灾后重建等。但是遥感技术也存在其局限性，一方面依赖于卫星的回归周期以及卫星搭载的传感器精度（分辨率），无法对冰川动态进行实时监测，另一方面受青藏高原地区独特的气候影响，在雨热季冰崩频发期云雾较多，造成光学遥感影像的噪音较多，不利于分析，雷达遥感虽对云雾有一定的穿透作用，且对地形变化相对敏感，有利于冰川裂缝、冰川塌陷等变形特征的提取，但其存在三维形变数据获取难、信号低相干、大气延迟等问题；地震仪通过对冰崩产生的信号进行分析，能够由此反映冰川的内部活动、冰裂隙的发育以及冰崩的能量情况，有利于冰崩产生机理的研究，但冰崩发生位置通常较为偏远，安装布设设备难度大，限制该监测方式的应用。
5. 问题与展望
冰崩是在全球气候变暖背景下产生的新型灾害，目前对冰崩灾害还没有准确的定义，相关的研究方法有限，其类型的划分也没有统一的规范，以致各个国家或者研究团队在研究冰崩灾害的过程中没有统一的标准，同时对冰崩的产生机理还不明确，相关研究资料还不够丰富，加之冰崩大多发生在偏远地区，网络信号弱甚至没有信号，人员进入困难，不利于冰崩现场数据的获取与传输，进而影响对冰崩灾害的危险评估、监测预警甚至工程治理等研究工作的开展。因此，亟需开展相关室内外试验，完善冰崩灾害的研究体系。
5.1 冰崩机理、机制研究
对冰崩发生机理的研究是进一步开展冰崩灾害监测预警的基础。通过模拟实验，分析冰崩产生过程中的力、声、水热等变化过程，阐述冰崩产生过程中不同因素包括海拔、坡度、辐射强度、温度、降雨等对其物理性质的影响作用，结合野外监测数据对比分析，进一步揭示冰崩灾害的成灾机理。
5.2 冰崩灾害的识别与监测
冰崩灾害大多发生于高寒高海拔的无人区，通常呈链式灾害给下游的民众带来危害，这类灾害通常具有与分布范围广，高速远程且危害大，实地勘测难度大等特点，因此对这类灾害的早期识别尤为重要。目前西藏地区冰崩灾害的主要监测方式为遥感技术，地震仪监测也还处在起步阶段，对灾害本身的实时监测、监测手段的多样化还比较缺乏，发展次声阵列监测、全站仪-地震监测系统-GPS站网-近距离摄影测量联合监测技术等多种监测方式[87-93]，为进一步探究冰崩灾害的发育演化机制提供数据支撑，以遥感技术为主的大范围监测与早期识别——多种监测方式联合的实时精准监测的模式会是未来冰崩监测的发展趋势。
5.3 冰崩次生灾害的链式监测预警
冰崩常导致泥石流、滑坡等链生灾害的发生，加强冰崩次生灾害的监测预警，建立冰崩灾害监测预警预报平台，以减少对下游群众的威胁。因此，根据冰崩灾害类型以及其威胁范围布设相应的链式监测设备，通过在有条件的冰川附近布设监测设备，在对应的威胁区域布设滑坡、泥石流等监测设备，实现冰崩灾害从源头到终点的全方位链式监测；同时建立冰崩灾害监测预警预报平台，逐步实现灾害监测、预警、预警信息发布、群众转移一体化。
致谢 感谢各评审专家的宝贵意见以及中国地震台网中心国家地震科学数据中心（http://data.earthquake.cn），中国气象数据网国家气象科学数据中心（http://data.cma.cn）以及全国地理信息资源目录服务系统（https://www.webmap.cn）提供的数据支撑！
-
![]()
图 2 地质灾害点密度与致灾因子分级图
Figure 2. Density maps of geological disaster points andclassification diagram of the impact factors of geological disasters
![]()
图 3 研究区地质灾害危险性评价图
Figure 3. Geological hazard risk assessment map of the research area
表 1 高程分级及信息量统计表
Table 1 Satistics of elevation classification and information
评价指标 高程分级/m Si/S Ni/N 信息量I 数据 0～200 0.0732 0.0526 −0.3303 200～300 0.1717 0.1383 −0.2164 300～400 0.1967 0.3027 0.4310 400～500 0.2024 0.2355 0.1514 500～700 0.2475 0.2051 −0.1882 700～1300 0.1085 0.0659 −0.4984 
下载: 导出CSV
表 2 坡度分级及信息量统计表
Table 2 Satistics of slope classification and information
评价指标 坡度分级/(°) Si/S Ni/N 信息量I 数据 0～10 0.0951 0.0173 −1.7023 10～20 0.1798 0.1207 −0.3985 20～30 0.3081 0.3682 0.1780 30～40 0.3071 0.3955 0.2530 40～50 0.1075 0.0966 −0.1066 50～90 0.0025 0.0017 −0.3454
下载: 导出CSV
表 3 坡向分级及信息量统计表
Table 3 Satistics of slope classification and information
评价指标 坡向分级/(°) Si/S Ni/N 信息量I 数据 315～45 0.1761 0.1494 −0.1644 45～135 0.2890 0.3008 0.0399 135～225 0.2646 0.2808 0.0592 225～315 0.2703 0.2691 −0.0045
下载: 导出CSV
表 4 断裂分级及信息量统计表
Table 4 Satistics of fracture classification and information
评价指标 断裂分级/m Si/S Ni/N 信息量I 数据 0～300 0.3637 0.5310 0.3785 300～600 0.2541 0.2833 0.1087 600～1000 0.2042 0.1406 −0.3731 1000～1500 0.1146 0.0287 −1.3833 >1500 0.0636 0.0164 −1.3550
下载: 导出CSV
表 5 水系密度分级及信息量统计表
Table 5 Satistics of the river system density classification and information
评价指标 水系密度分级/(km−1) Si/S Ni/N 信息量I 数据 0～1.4052 0.7717 0.7523 −0.0255 1.4052～2.8695 0.1552 0.1689 0.0850 2.8695～6.2644 0.0731 0.0788 0.0745
下载: 导出CSV
表 6 各土地利用类型信息量统计表
Table 6 Statistical table of information quantity of land use types
评价指标 用地分级 Si/S Ni/N 信息量I 数据 道路 0.0105 0.0168 0.4742 耕地 0.1030 0.0956 −0.0753 城镇用地 0.0186 0.0231 0.2168 水域 0.0114 0.0119 0.0493 林地 0.7650 0.7154 −0.0671 茶园 0.0915 0.1372 0.4049
下载: 导出CSV
表 7 各工程地质岩组信息量统计表
Table 7 Statistical table of information of each engineering geological rock formation
评价指标 工程地质岩组分级 Si/S Ni/N 信息量I 数据 NH1x 0.1644 0.1429 −0.1404 PT2n 0.2790 0.2198 −0.2385 PT2d 0.4122 0.4889 0.1706 γδ 0.1105 0.0852 −0.2601 Q4 0.0065 0.0056 −0.1358 Qdl+el 0.0225 0.0523 0.8421 强风化层 0.0006 0.0011 0.6807 Qapl 0.0043 0.0036 −0.1669
下载: 导出CSV
表 8 人类活动强度分级及信息量统计表
Table 8 Satistics of human activity intensity classification and information
评价指标 人类活动分级 Si/S Ni/N 信息量I 数据 0～1.4185 0.4642 0.2406 −0.6569 1.4185～4.5309 0.3624 0.3496 −0.0362 4.5309～5.8821 0.0850 0.1530 0.5878 5.8821～12.2955 0.0884 0.2335 0.9712
下载: 导出CSV
表 9 地质灾害危险度分区面积统计表
Table 9 Statistical table of geological hazard area
危险度分区 信息量 分区面积/km2 不易发区 −4.732721～−1.18 104.49 低易发区 −1.18～−0.03 157.78 中易发区 −0.03～1.26 116.35 高易发区 1.26～3.449854 19.86
下载: 导出CSV
表 10 不同危险度分区内地质灾害点数量统计表
Table 10 Statistical table of the number of geological disaster points in different risk zones
易发区分类 分区面积/km2 地质灾害点数量/个 不易发区 104.49 0 低易发区 157.78 3 中易发区 116.35 80 高易发区 19.86 132
下载: 导出CSV
-
[1] 郑建中, 邹正明. 皖南山区环境地质特征与滑坡地质灾害防治[J]. 合肥工业大学学报(自然科学版),2006,29(1):102 − 105. [ZHENG Jianzhong, ZOU Zhengming. Environmental geological characteristics of the mountain area of southern Anhui Province and treatment of geological disasters due to landslide[J]. Journal of Hefei University of Technology (Natural Science),2006,29(1):102 − 105. (in Chinese with English abstract) [2] 魏国灵, 金云龙, 邱锦安, 等. 粤东陆河县地质灾害易发性评价[J]. 中国地质灾害与防治学报,2020,31(1):51 − 56. [WEI Guoling, JIN Yunlong, QIU Jinan, et al. Susceptibility assessment of geological hazard in Luhe County of eastern Guangdong[J]. The Chinese Journal of Geological Hazard and Control,2020,31(1):51 − 56. (in Chinese with English abstract) [3] 罗大游, 温兴平, 张皓楠, 等. 基于GIS的元谋县地质灾害地貌特征研究[J]. 地质灾害与环境保护,2019,30(2):97 − 100. [LUO Dayou, WEN Xingping, ZHANG Haonan, et al. Study on geomorphological characteristics of geological hazards in Yuanmou County based on GIS[J]. Journal of Geological Hazards and Environment Preservation,2019,30(2):97 − 100. (in Chinese with English abstract) DOI: 10.3969/j.issn.1006-4362.2019.02.017 [4] 孙健, 陶慧, 杨世伟, 等. 皖南山区地质灾害发育规律与防治对策[J]. 水文地质工程地质,2011,38(5):98 − 101. [SUN Jian, TAO Hui, YANG Shiwei, et al. Development characteristics and prevention measures of geological hazards in mountain area of southern Anhui Province[J]. Hydrogeology & Engineering Geology,2011,38(5):98 − 101. (in Chinese with English abstract) [5] 张波, 石长柏, 肖志勇, 等. 基于GIS和加权信息量的湖北鄂州地质灾害易发性区划[J]. 中国地质灾害与防治学报,2018,29(3):101 − 107. [ZHANG Bo, SHI Changbai, XIAO Zhiyong, et al. Geologic hazards susceptibility assessment in E'zhou City of Hubei Province based on GIS and weighted information value[J]. The Chinese Journal of Geological Hazard and Control,2018,29(3):101 − 107. (in Chinese with English abstract) [6] 周静静, 张晓敏, 赵法锁, 等. 陕南秦巴山区地质灾害危险性评价研究[J]. 地质力学学报,2019,25(4):544 − 553. [ZHOU Jingjing, ZHANG Xiaomin, ZHAO Fasuo, et al. Research on risk assessment of geological hazards in Qinling-Daba mountain area, south Shaanxi Province[J]. Journal of Geomechanics,2019,25(4):544 − 553. (in Chinese with English abstract) DOI: 10.12090/j.issn.1006-6616.2019.25.04.053 [7] 张超, 田运涛, 张宇飞. 甘肃陇南石鸡坝乡幅地质灾害危险性评价[J]. 重庆交通大学学报(自然科学版),2019,38(7):83 − 89. [ZHANG Chao, TIAN Yuntao, ZHANG Yufei. Geo-hazard risk assessment in Shijiba Town at Longnan area in Gansu Province[J]. Journal of Chongqing Jiaotong University (Natural Sciences),2019,38(7):83 − 89. (in Chinese with English abstract) [8] 孙健, 吴超纲, 刘钦, 等. 黄山市徽州区坡面泥石流形成机理研究[J]. 中文科技期刊数据库(文摘版)自然科学,2016(3):148 − 149. [SUN Jian, WU Chaogang, LIU Qin, et al. Study on the formation mechanism of debris flow on the slope in Huizhou District, Huangshan City[J]. Chinese Journal of Science and Technology Database (Abstract Edition) Natural Science,2016(3):148 − 149. (in Chinese with English abstract) [9] 施成艳, 鹿献章, 刘中刚. 基于GIS的安徽黄山市徽州区地质灾害易发性区划[J]. 中国地质灾害与防治学报,2016,27(1):136 − 140. [SHI Chengyan, LU Xianzhang, LIU Zhonggang. GIS-based zoning of geological hazard's susceptibility in Huizhou District of Huangshan City of Anhui Province[J]. The Chinese Journal of Geological Hazard and Control,2016,27(1):136 − 140. (in Chinese with English abstract) [10] 邱海军, 崔鹏, 王彦民, 等. 基于关联维数的黄土滑坡空间分布结构及其成因分析[J]. 岩石力学与工程学报,2015,34(3):546 − 555. [QIU Haijun, CUI Peng, WANG Yanmin, et al. Spatial distribution structure of loess landslides and cause analysis based on correlated fractal dimension[J]. Chinese Journal of Rock Mechanics and Engineering,2015,34(3):546 − 555. (in Chinese with English abstract) [11] 樊芷吟, 苟晓峰, 秦明月, 等. 基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价[J]. 工程地质学报,2018,26(2):340 − 347. [FAN Zhiyin, GOU Xiaofeng, QIN Mingyue, et al. Information and logistic regression models based coupling analysis for susceptibility of geological hazards[J]. Journal of Engineering Geology,2018,26(2):340 − 347. (in Chinese with English abstract) [12] 许英姿, 卢玉南, 李东阳, 等. 基于GIS和信息量模型的广西花岗岩分布区滑坡易发性评价[J]. 工程地质学报,2016,24(4):693 − 703. [XU Yingzi, LU Yunan, LI Dongyang, et al. GIS and information model based landslide susceptibility assessment in granite area of Guangxi Province[J]. Journal of Engineering Geology,2016,24(4):693 − 703. (in Chinese with English abstract) [13] 王雷, 吴君平, 赵冰雪, 等. 基于GIS和信息量模型的安徽池州地质灾害易发性评价[J]. 中国地质灾害与防治学报,2020,31(3):96 − 103. [WANG Lei, WU Junping, ZHAO Bingxue, et al. Susceptibility assessment of geohazards in Chizhou City of Anhui Province based on GIS and informative model[J]. The Chinese Journal of Geological Hazard and Control,2020,31(3):96 − 103. (in Chinese with English abstract) [14] 王齐鑫, 王龙平, 王泽宇. 安徽阜阳中心城区地面沉降灾害风险评价[J]. 中国地质灾害与防治学报,2019,30(4):32 − 39. [WANG Qixin, WANG Longping, WANG Zeyu. Risk assessment of land subsidence in central area of Fuyang City, Anhui Province[J]. The Chinese Journal of Geological Hazard and Control,2019,30(4):32 − 39. (in Chinese with English abstract) [15] 方然可, 刘艳辉, 苏永超, 等. 基于逻辑回归的四川青川县区域滑坡灾害预警模型[J]. 水文地质工程地质,2021,48(1):181 − 187. [FANG Ranke, LIU Yanhui, SU Yongchao, et al. A early warning model of regional landslide in Qingchuan County,Sichuan Province based on logistic regression[J]. Hydrogeology & Engineering Geology,2021,48(1):181 − 187. (in Chinese with English abstract) [16] 郭伟, 王晨辉, 李鹏, 等. 基于LoRa的地质灾害分布式实时监测系统设计[J]. 水文地质工程地质,2020,47(4):107 − 113. [GUO Wei, WANG Chenhui, LI Peng, et al. Design of the distributed real-time monitoring system for geological hazards based on LoRa[J]. Hydrogeology & Engineering Geology,2020,47(4):107 − 113. (in Chinese with English abstract) [17] 张茂省. 发挥新型举国体制优势提高地质灾害防治能力[J]. 西北地质,2019,52(2):Ⅰ − Ⅱ. [ZHANG Maosheng. Maximising the advantages of the new national system for improving the ability to prevent and mitigate geological disasters[J]. Northwestern Geology,2019,52(2):Ⅰ − Ⅱ. (in Chinese with English abstract) [18] 张茂省, 薛强, 贾俊, 等. 山区城镇地质灾害调查与风险评价方法及实践[J]. 西北地质,2019,52(2):125 − 135. [ZHANG Maosheng, XUE Qiang, JIA Jun, et al. Ethods and practices for the investigation and risk assessment of geo-hazards in mountainous towns[J]. Northwestern Geology,2019,52(2):125 − 135. (in Chinese with English abstract) [19] 刘畅, 张平松, 杨为民, 等. 税湾地震黄土滑坡的岩土动力特性及其稳定性评价[J]. 西北地质,2020,53(4):176 − 185. [LIU Chang, ZHANG Pingsong, YANG Weimin, et al. Geotechnical dynamic characteristics and stability evaluation of loess landslides in Shuiwan Earthquake, Tianshui, Gansu[J]. Northwestern Geology,2020,53(4):176 − 185. (in Chinese with English abstract) -
期刊类型引用(9)
1. 汤科，郑达，程儒凇. 无连梁双排抗滑桩与单排抗滑桩水平推桩模型试验对比. 水文地质工程地质. 2025(03): 91-101 . 
百度学术
2. 吴阿龙，董晨辉，邓友生，庄子颖，陈茁. 悬臂双排抗滑桩边坡治理综述. 工程建设. 2024(01): 1-6+13 . 百度学术
3. 黎俊杰，肖世国. 穿坡油气管道的框架桩防护结构分析方法. 吉林大学学报(地球科学版). 2024(05): 1615-1628 . 百度学术
4. 高建章，方迎潮，王学军，葛华，沈茂丁，梁栋，孟建. 山区天然气管道—滑坡体系下花管微型桩与螺纹微型桩支护性能对比试验. 中国地质灾害与防治学报. 2023(02): 120-131 . 本站查看
5. 陈权川，徐庆方，谢配红，萧诗礼，朱爱军. 含软弱夹层缓倾顺层岩质边坡中抗滑桩-键组合结构的应用. 安全与环境工程. 2023(04): 131-140 . 百度学术
6. 刘道奇，许旭堂，鲜振兴，杨枫，徐祥，李光杰，黄剑斌. 降雨入渗对三维刚架桩边坡渗流稳定性的影响. 井冈山大学学报(自然科学版). 2023(04): 97-106 . 百度学术
7. 车晓义，赵二华. 高水位地区大型深基坑优化设计与施工分析. 建筑技术开发. 2022(19): 143-146 . 百度学术
8. 丰月华，罗晓娟，李俊良，曹泽华，姚文敏，宋成彬. 上硬下软地层中h型桩与滑坡相互作用机理模型试验研究. 地质科技通报. 2022(06): 242-252 . 百度学术
9. 王勇，韩庆楼，杨贞荣. 台阶边坡失稳导致在建构筑物开裂后的支护方案分析. 四川有色金属. 2022(04): 9-11 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 554
- HTML全文浏览量: 486
- PDF下载量: 832
- 被引次数: 12
邮件订阅
RSS