ISSN 1003-8035 CN 11-2852/P
  • 中国科技核心期刊
  • CSCD收录期刊
  • Caj-cd规范获奖期刊
  • Scopus 收录期刊
  • DOAJ 收录期刊
  • GeoRef收录期刊
欢迎扫码关注“i环境微平台”

云南高原岩溶塌陷发育特征及成因机制

康晓波, 王宇, 张华, 代旭升, 朱广毅

康晓波,王宇,张华,等. 云南高原岩溶塌陷发育特征及成因机制[J]. 中国地质灾害与防治学报,2022,33(5): 50-58. DOI: 10.16031/j.cnki.issn.1003-8035.202202061
引用本文: 康晓波,王宇,张华,等. 云南高原岩溶塌陷发育特征及成因机制[J]. 中国地质灾害与防治学报,2022,33(5): 50-58. DOI: 10.16031/j.cnki.issn.1003-8035.202202061
KANG Xiaobo, WANG Yu, ZHANG Hua, et al. Characteristics and formation mechanism of karst collapse in Yunnan Plateau[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(5): 50-58. DOI: 10.16031/j.cnki.issn.1003-8035.202202061
Citation: KANG Xiaobo, WANG Yu, ZHANG Hua, et al. Characteristics and formation mechanism of karst collapse in Yunnan Plateau[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(5): 50-58. DOI: 10.16031/j.cnki.issn.1003-8035.202202061

云南高原岩溶塌陷发育特征及成因机制

基金项目: 云南省地质灾害综合防治体系建设(2013~2020)(云财资环〔2020〕68号);国家重点研发计划项目(喀斯特断陷盆地石漠化演变及综合治理技术与示范,2016YFC0502500)
详细信息
    作者简介:

    康晓波(1982-),男,四川汉源人,工程硕士,高级工程师,主要从事地质灾害综合防治体系建设和水工环地质调查研究。E-mail:kangxiaobo1121@163.com

    通讯作者:

    王 宇(1960-),男,云南个旧人,博士,教授级高级工程师,主要从事水工环及灾害地质研究。E-mail:ynddywy@163.com

  • 中图分类号: P642

Characteristics and formation mechanism of karst collapse in Yunnan Plateau

  • 摘要: 云南高原岩溶塌陷总的特征是由岩溶高原特定的地质环境、岩溶发育、水文地质以及水文气象和人类工程活动等因素综合影响和决定的,文中通过对这些因素及其作用机制的分析,深化了对高原岩溶塌陷基本特征和发育规律的认识。云南高原岩溶塌陷区域上分布零星,地段上呈现“点状”特征,主要集中发育于岩溶断陷盆地、岩溶槽谷(洼)地、岩溶台地或古高原面等特定的岩溶地质环境单元。主要原因是高原大部分区域为裸露型基岩山区,江河深切,垂直岩溶带发育,地下水埋藏普遍较深;盆、谷、洼地等人类聚居区,除边缘地带外,松散土覆盖层厚度较大,且黏性土层占比高,土体固结度也较高;岩溶发育不均匀,岩溶洞、管发育,但总体上地下岩溶率并不高,引发岩溶塌陷的洞、管较为孤立分散。
    Abstract: The general characteristics of karst collapse in Yunnan plateau is comprehensively influenced and determined by the specific geological environment, karst development, hydrogeology, hydrometeorology and human engineering activities. This article analyses these factors and its mechanism, deepen the understanding on the basic characteristics and development law of karst collapse. The karst collapse in Yunnan Plateau is sporadically distributed, showing "point" characteristics, and mainly develops in karst geological environment units such as karst faulted basin, karst trough valley (depression) land, karst platform or ancient plateau surface.The main reason is that most of the plateau is exposed bedrock mountainous area, with deep rivers, vertical karst zones and deep groundwater.In basin, valley, depression and other areas inhabited by human beings, the overburden of loose soil is thicker, the proportion of cohesive soil layer is higher, and the degree of soil consolidation is higher, except for the marginal zone.Karst development is not uniform, karst caves and tubes are developed, but the underground karst rate is not high in general, and the caves and tubes that cause karst collapse are isolated and scattered.
  • 强降雨多发生在每年7—8月,降雨因素为该时间段地质灾害发生的主要影响因素。据历史数据统计,中国约60%的突发地质灾害的发生与降雨强度及累计降雨量密切相关,突发地质灾害集中发生在每年暴雨多发的汛期[1]

    降雨型滑坡预测预报研究一直以来受到国内外学者的关注,研究方向可分为滑坡破坏机理分析和预警预报研究两方面。降雨型滑坡预警预报研究方法包括试验分析法、数值模拟法和数学统计法。黄润秋等[2]通过室内模型试验揭示了降雨型滑坡随着降雨量的增大,滑坡岩土体孔隙水压力逐渐升高,最终形成滑坡,揭示了降雨型滑坡存在降雨阈值的根本原因。Guzzetti等[3]、Sharir等[4]认为降雨型滑坡的发生通常与临界降雨量有关,若超过此雨量界限,可能会发生滑坡。

    根据分析对象不同,数学统计法又分为滑坡位移与降雨相关性分析法[5]、滑坡结构与降雨相关性分析法[6]、经验统计模型法[7]。甘肃省地质构造复杂,崩塌、滑坡、泥石流等地质灾害非常发育。按年度统计,降雨引发的地质灾害占比约60%以上,最高可达99%(图1)。甘肃省以区域降雨统计模型、滑坡24 h趋势预警模型、泥石流预警模型均属于以数学统计为主的第一代预警模型,在地质灾害气象风险预警中发挥了重要作用[810]

    图  1  2013—2023年甘肃省降雨引发的地质灾害占年度地质灾害的比例图
    Figure  1.  Proportion of geological disasters caused by rainfall in annual geological disasters from 2013 to 2023 in Gansu Province

    目前,甘肃省的地质灾害气象风险预警模型研究仍处于第一代隐式统计模型向第二代显示统计模型的过渡阶段[11],预警模型研究及应用相对滞后,精度有待提高。近年来,甘肃省地质灾害气象风险预警模型研究主要集中在地质灾害高发、频发的白龙江流域,且以泥石流灾害预警模型研究为主。比如王高峰等[12]选取泥石流危险性评价因子:泥石流沟的规模、主沟纵比降、沟谷发育密度、物源区沟道纵比降,通过综合分析研究,得出了自然沟谷发生泥石流灾害的定量评价模型,为中小型泥石流预警预报提供思路,而针对斜坡类灾害的预警模型研究相对较少。

    本文以白龙江流域降雨型滑坡为研究对象,针对不同岩性特征的滑坡,建立了不同概率等级下的滑坡发生时事件降雨量(event rainfall)与降雨历时(duration of rainfall)之间的关系模型,以下简称ED模型,为不同岩性类型的斜坡在降雨作用下发生滑坡的阈值研究提供新思路。

    白龙江流域甘肃段包含5个县(区),位于长江上游,区内植被发育,受新生代印度—亚洲板块挤压作用影响,断裂构造变形明显[13]。区内山大沟深,地形地貌复杂、岩土体类型多样、新构造活动强烈、生态环境脆弱,加之地震活动频繁、降雨集中、暴雨频发,建设用地紧张、发展与环境保护矛盾突出。滑坡、泥石流灾害的暴发,不仅严重威胁当地人民的生命财产,也严重制约社会经济发展。

    研究区是中国滑坡、泥石流四大高易发区之一,开展区内降雨引发滑坡灾害预警模型研究意义重大。据统计,截至2023年底,研究区共发育地质灾害隐患点5035处,占当年全省隐患点总数的22.97%,隐患点密度为0.24处/km2;按类型划分,滑坡2776处,崩塌910处,泥石流1341处,地裂缝1处,地面塌陷7处;按行政区划分,宕昌380处,武都2251处,文县1530处,迭部401处,舟曲473处。

    本研究以2000—2019年研究区发生的滑坡灾害数据为基础。结合自然资源部门地质灾害隐患点台账、县(区)地质灾害区划报告资料、地质灾害调查报告、县志等资料,同时采用多期遥感数据对比分析、室内解译、野外调查、访问、取样、测试等手段,修正补充已有的滑坡灾害台账数据,结合前期降雨事件分析比对,最终整理形成128个因降雨引发滑坡的记录,资料详细记录了滑坡事件发生的地点、时间、类型、成因等,数据较为可靠,成为本次研究的对象。经分析,该类滑坡主要分布在白龙江两岸的山坡地带,在6—9月多发,占比为74%,7月下旬及8月上旬,滑坡发生数量达到峰值,其余月份滑坡发生的数量较少,滑坡的发生数量与降雨量和降雨强度基本吻合[14],与当地灾害发生的规律相符(图23)。

    图  2  累计月降雨量与滑坡数量的相关关系
    Figure  2.  Correlation between cumulative monthly average rainfall and number of landslides
    图  3  累计月降雨量与滑坡数量的相关性分析图
    Figure  3.  Correlation analysis diagram between cumulative monthly rainfall and number of landslides

    按照滑坡岩性特征将滑坡分为较硬、极软、软硬相间三种类型。对于每种类型的滑坡,采用频数法,分别计算不同降雨事件下滑坡发生的概率,即不同岩性类型的滑坡发生前的事件雨量和降雨历时关系,基于频率法分别获得不同概率条件下ED降雨阈值曲线[1516],建成滑坡发生概率预警模型。

    2010年Brunetti等[15]发表的论文中指出基于频率法的ED降雨阈值符合幂律法则:

    E=(α±Δα)D(γ±Δγ)

    式中:E——事件雨量/mm;

    D——降雨持续时间/d;

    α——截距,Δα为与α相关的变量;

    γ——指数,Δγ为与γ相关的变量。

    假设选择一组滑坡数据,以滑坡发生的概率为5%、20%和50% 3种情况下,获得对应的截距和指数,绘制3条曲线,将滑坡事件分为4个区间。即,位于5%概率线以下的点表示该降雨事件下的雨量及降雨历时引发滑坡的概率小于5%。如图4所示,通过对滑坡降雨事件数据统计分析,分别获取滑坡发生概率为5%、20%和50%的ED关系曲线,其中,RLs为诱发滑坡的降雨事件,NRLs为未诱发滑坡的降雨事件。根据样本数据中滑坡发生概率,采用数据拟合方法,计算获得截距和指数γ±Δγ取0.64±0.09,概率为5%的直线关系(T5)为E=(5.01±0.06)·D(0.64±0.09),概率为20%的直线关系为(T20)E=(7.08±0.67)·D(0.64±0.09),概率为50%的直线关系(T50)为E=(15.14±1.15)·D(0.64±0.09)ɑ取值介于2.07~16.29,D取值介于1~40 d,随着滑坡事件概率的增大,相对不确定性增加,ED之间的关系趋于离散[17]。通过对本次研究中数据的分析,在概率为50%的直线关系中,其相对不确定度为7.6%;在概率为20%的直线关系中,其相对不确定度为9.5%;在概率为5%的直线关系中,其相对不确定度为1.2%。从图2中可以看出,概率为50%的曲线关系中,其相对不确定度较低,说明数据较为集中[18]

    图  4  概率为T5、T20、T50的阈值曲线
    Figure  4.  Threshold curves for T5,T20,and T50 obtained by frequency method

    根据地层年代、岩体工程性质特征等因素综合考虑,将区域内地层岩性按照软弱程度进行分类,分类标准详见表1。通过岩性分类结果与128处滑坡样本空间分布进行对比,得出松散物质、软硬相间、极软三种类型的岩性中滑坡灾害多发,其中,有72起滑坡分布在松散层内,岩土体类型主要为第四系残坡积碎石土、粉质黏土、强风化千枚岩、砾石,占比约56.25%;有37起滑坡分布在软硬相间的岩性中,岩体类型主要有板岩、千枚岩、浅变质砂岩、砂岩与千枚岩互层岩体,占比约28.91%;有12起滑坡分布极软的岩组中,岩性主要是新近系砾岩、页岩、泥质砂岩等,占比9.38%[1920]。而坚硬、较软、较硬三种岩性类型中滑坡分布数量为7起,数量较少,滑坡降雨阈值曲线的拟合效果差,因此此处不做分析(图5)。

    表  1  岩性类型的划分标准
    Table  1.  Classification Standards for Lithological Types
    软硬类型 主要岩性类型
    极软 层状碎屑岩:古近系砾岩;新近系砾岩、页岩、泥质砂岩
    坚硬 块状岩浆岩:花岗岩、辉绿岩、辉长岩、闪长岩、
    闪长玢岩、闪斜煌斑岩等
    较软 层状碎屑岩:白垩系砾岩、砂岩、泥岩
    较硬 层状碳酸盐岩:三叠系、二叠系灰岩、砂岩、页岩等
    泥盆系板岩、砂岩、页岩、灰岩等
    软硬相间 ①层状变质岩:二叠系砂岩、砂质板岩、凝灰岩、千枚岩;
    志留系砂岩、石灰岩、千枚岩、板岩
    ②层状碳酸盐岩:泥盆系板岩、千枚岩、灰岩
    ③层状碎屑岩:侏罗系砂岩、泥岩、砾岩、页岩
    松散物质 第四系残坡积碎石土、粉质黏土、强风化千枚岩、砾石
    下载: 导出CSV 
    | 显示表格
    图  5  降雨型滑坡岩土类型分类图
    Figure  5.  Classification diagram of rainfall-induced landslides in different rock and soil types

    采用频数法对不同岩体类型的滑坡进行分析,得到概率分别为15%(低)、25%(中)、40%(高)、60%(极高)时,降雨ED曲线(图6),以曲线为下限,将曲线上部4个区间自下而上依次对应定义为低风险区、中风险区、高风险区、极高风险区4个预警等级,即降雨事件雨量与降雨历时所对应的点落入4个区间中的某一个,即判定该滑坡的风险等级为该区间的风险等级。

    图  6  不同岩性类型滑坡不同预警等级的降雨阈值曲线
    Figure  6.  Rainfall threshold curves for different warning levels of landslides with different lithological types

    3种岩性类型的滑坡不同预警等级下限的降雨阈值曲线分别如下:

    松散物质:E=6.43D0.72P=15%,蓝色预警)、E=7.94D0.72P=25%,黄色预警)、E=10.91D0.72P=40%,橙色预警)、E=18.79D0.72P=60%,红色预警)。

    极软岩类:E=9.25D0.54P=15%,蓝色预警)、E=12.30D0.54P=25%,黄色预警)、E=18.88D0.54P=40%,橙色预警)、E=31.48D0.54P=60%,红色预警)。

    软硬相间:E=9.79D0.46P=15%,蓝色预警)、E=11.16D0.54P=25%,黄色预警)、E=15.00D0.46P=40%,橙色预警)、E=21.09D0.46P=60%,红色预警)。

    图6中可知,松散层滑坡降雨阈值曲线的间距较小,不同预警等级临界累计降雨量差值最小,降雨量对松散层滑坡作用较快。极软岩类滑坡降雨阈值曲线的间距较大,不同预警等级临界累计降雨量差值较大,降雨量对滑坡发生反映慢。软硬相间岩类滑坡降雨阈值曲线的间距中等,不同预警等级临界累计降雨量差值中等,降雨量对滑坡发生反映中等。按照12 d降雨历时,计算得不同岩性类型斜坡分别在4种预警等级下的下限临界累计雨量值(表2)。

    表  2  不同岩性类型的斜坡在各预警等级下发生滑坡前不同降雨历时下的累计雨量
    Table  2.  Duration and cumulative rainfall before landslides occur on slopes of different rock types at different warning levels /mm
    滑坡类型 预警等级 降雨历时/d
    1 2 3 4 5 6 7 8 9 10 11 12
    松散物质 低(P=15%) 6.43 10.59 14.18 17.45 20.49 23.36 26.10 28.74 31.28 33.75 36.14 38.48
    中(P=25%) 7.94 13.08 17.51 21.54 25.30 28.85 32.23 35.49 38.63 41.67 44.63 47.52
    高(P=40%) 10.91 17.97 24.06 29.60 34.76 39.64 44.29 48.76 53.07 57.26 61.32 65.29
    极高(P=60%) 18.79 30.95 41.44 50.98 59.87 68.26 76.28 83.98 91.41 98.61 105.62 112.44
    极软岩类 低(P=15%) 9.25 13.45 16.74 19.55 22.06 24.34 26.45 28.43 30.30 32.07 33.77 35.39
    中(P=25%) 12.30 17.88 22.26 26.00 29.33 32.37 35.18 37.81 40.29 42.65 44.90 47.06
    高(P=40%) 18.88 27.45 34.17 39.91 45.02 49.68 54.00 58.03 61.84 65.46 68.92 72.24
    极高(P=60%) 31.48 45.77 56.97 66.55 75.07 82.84 90.03 96.76 103.12 109.15 114.92 120.45
    软硬相间 低(P=15%) 9.79 13.47 16.23 18.52 20.53 22.32 23.96 25.48 26.90 28.23 29.50 30.70
    中(P=25%) 11.61 15.97 19.24 21.97 24.34 26.47 28.42 30.22 31.90 33.48 34.98 36.41
    高(P=40%) 15.00 20.63 24.86 28.38 31.45 34.20 36.71 39.04 41.21 43.26 45.20 47.05
    极高(P=60%) 21.09 29.01 34.96 39.90 44.22 48.09 51.62 54.89 57.95 60.82 63.55 66.15
    下载: 导出CSV 
    | 显示表格

    本文收集了2020年陇南“8•17”暴洪灾害期间59起滑坡信息及前期降雨资料,其中,滑坡发生与8月11—17日,降雨数据为滑坡附近雨量站点8月5—18日逐日累计降雨数据,共计372条。按照3种岩性类型,分别与上述不同预警等级的降雨阈值曲线对比分析,检验模型的准确性。

    根据滑坡事件分析,滑坡多在降雨持续6 d后集中暴发。松散物质类滑坡共计38起,其中,25起滑坡发生前降雨事件位于极高风险区,占比约65.79%;10起位于高风险区(40%≤P<60%),占比约7.89%;3起位于中风险区(25%≤P<40%),占比约0。极软岩类滑坡事件共计9起,其中,8起滑坡时降雨事件位于极高风险区(P≥60%),占比约88.89%;1起位于高风险区(40%≤P<60%),占比约11.11%;中、低风险区(P<40%)无滑坡发生。软硬相间滑坡事件共计12起,其中,10起滑坡降雨事件位于极高风险区(P≥60%),占比约83.33%;1起位于高风险区(40%≤P<60%),占比约8.33%;1起位于低风险区(40%≤P<60%),占比约8.33%;中风险区无滑坡发生(表3图7)。

    表  3  不同岩性类型滑坡事件对应的预警等级
    Table  3.  Warning levels corresponding to landslide events of various lithologic types
    滑坡类型 预警等级 滑坡/处 事件比例/%
    松散物质 低(P<25%) 0 0
    中(25%≤P<40%) 3 7.89
    高(40%≤P<60%) 10 26.32
    极高(P≥60%) 25 65.79
    极软岩类 低(P<25%) 0 0
    中(25%≤P<40%) 0 0
    高(40%≤P<60%) 1 11.11
    极高(P≥60%) 8 88.89
    软硬相间 低(P<25%) 1 8.33
    中(25%≤P<40%) 0 0
    高(40%≤P<60%) 1 8.33
    极高(P≥60%) 10 83.33
    下载: 导出CSV 
    | 显示表格

    综上所述,位于极高风险预区的降雨事件,比例最低的为松散物质类滑坡,占比65.79%,其次为软硬相间滑坡,占比83.33%,最高为极软岩类滑坡,占比88.89%,但都大于60%,因此,极高风险阈值曲线基本准确。

    图  7  滑坡发生前降雨事件与降雨阈值曲线对应关系
    Figure  7.  Correspondence between rainfall events and rainfall threshold curves before landslides

    (1)白龙江流域甘肃段地质灾害数量多,严重威胁当地群众的生命财产安全,制约社会经济发展,针对降雨引发斜坡类灾害研究较少,本文为开展该区地质灾害预警预报模型研究提供了新思路。

    (2)基于频率法建立了白龙江流域不同岩性特征的滑坡降雨阈值ED模型,并给出了累计雨量下限阈值,对白龙江流域斜坡类灾害预警预报具有指导意义。

    (3)通过2020年陇南“8•17”暴洪灾害期间,降雨引发的59起滑坡事件前期降雨量分析对比,引发滑坡的降雨事件约65.79%以上均位于极高风险预警区,与极高风险(P>60%)阈值曲线一致。

    (4)本文获取的滑坡下限降雨预警曲线,只能通过已发生的滑坡灾害结合前期降雨事件来验证模型准确性,对滑坡发生前的预警曲线校验存在困难,下一步研究中应考虑滑坡发生前不同风险等级预警模型或阈值,为斜坡类地质灾害降雨预警预报提供依据。

  • 图  1   云南岩溶塌陷点分布图

    Figure  1.   Distribution map of karst collapse points in Yunnan

    图  2   昆明地区岩溶塌陷分布图及庄科山岩溶塌陷剖面图

    Figure  2.   Karst collapse distribution map in Kunming area and Zhuangkeshan karst collapse profile

    图  3   阿岗槽谷岩溶塌陷分布图及剖面图

    Figure  3.   Agang trough karst collapse distribution map and section view

    图  4   泸沽湖机场岩溶塌陷平面及剖面图

    Figure  4.   Plan and section view of karst collapse in Lugu Lake Airport

    表  1   昆明盆地浅覆盖区土层基本物理力学指标[22]

    Table  1   Basic physical and mechanical indexes of soil layers in shallow coverage area of Kunming Basin

    性质指标γ/(g·cm−3W/%eIpILC/kPaψ/(°)a1−2/kPa−1Es/kPaR/kPa
    残坡积
    (Qdl+el
    最大平均值1.9633.860.9820.540.406921.100.0003312464270
    最小平均值1.8326.370.7616.040.114216.100.000177364180
    算术平均值1.8929.730.8718.080.215618.200.000239728220
    冲洪积
    (Qal+pl
    最大平均值1.9529.000.9115.290.585017.930.000289298206
    最小平均值1.8925.620.7611.000.313716.300.000206928174
    算术平均值1.9228.230.8113.000.444717.370.000248056193
    下载: 导出CSV

    表  2   昆明地区岩溶塌陷坑分布情况表

    Table  2   Distribution of karst collapse pits in Kunming area

    塌陷地段翠湖—圆通山金马寺浑水塘—秧田冲大板桥马街庄科山明朗水库海口其他合计
    塌陷坑数/处116337924112176378405
    百分比/%28.648.1519.515.932.725.1918.779.141.98100
    下载: 导出CSV
  • [1] 中华人民共和国国土资源部. 地质灾害排查规范: DZ/T 0284—2015[S]. 北京: 中国标准出版社, 2015

    Ministry of Land and Resources of the People’s Republic of China. Specification of dynamic survey on geological hazards: DZ/T 0284—2015[S]. Beijing: Standards Press of China, 2015. (in Chinese)

    [2] 许强, 李华, 李术才, 等. 地质灾害分类分级标准(试行): T∕CAGHP001-2018[S]. 北京: 中国地质灾害防治工程行业协会, 2018

    XU Qiang, LI Hua, LI Shucai, et al. Standard of classification for geological hazards: T∕CAGHP001-2018[S]. Beijing: China Association of Geological Hazard Prevention, 2018. (in Chinese with English abstract)

    [3] 王宇, 祝传兵, 张杰, 等. 云南高原山区地质灾害与应急地质工作方法[M]. 昆明: 云南科技出版社, 2020

    WANG Yu, ZHU Chuanbing, ZHANG Jie, et al. Geological hazards and emergency geological work methods in Yunnan plateau mountains[M]. Kunming: Yunnan Science and Technology Press, 2020. (in Chinese)

    [4] 袁道先. 我国岩溶资源环境领域的创新问题[J]. 中国岩溶,2015,34(2):98 − 100. [YUAN Daoxian. Scientific innovation in Karst resources and environment research field of China[J]. Carsologica Sinica,2015,34(2):98 − 100. (in Chinese with English abstract) DOI: 10.11932/karst20150201
    [5] 王宇. 岩溶高原地下水径流系统垂向分带[J]. 中国岩溶,2018,37(1):1 − 8. [WANG Yu. Vertical zoning of groundwater runoff system in karst plateau[J]. Carsologica Sinica,2018,37(1):1 − 8. (in Chinese with English abstract)
    [6] 铁永波,徐勇,张勇,等. 南方山地丘陵区地质灾害调查工程主要进展与成果[J]. 中国地质调查,2020,7(2):1 − 12. [TIE Yongbo,XU Yong,ZHANG Yong,et al. Main progresses and achievements of geological hazards survey in hilly area of Southern China[J]. Geological Survey of China,2020,7(2):1 − 12. (in Chinese with English abstract)
    [7] 杨迎冬,晏祥省,王宇,等. 云南省地质灾害特征及形成规律研究[J]. 灾害学,2021,36(3):131 − 139. [YANG Yingdong,YAN Xiangsheng,WANG Yu,et al. The characteristics and formation of geological hazards in Yunnan Province[J]. Journal of Catastrophology,2021,36(3):131 − 139. (in Chinese with English abstract) DOI: 10.3969/j.issn.1000-811X.2021.03.023
    [8] 康彦仁, 项式均, 陈建, 等. 中国南方岩溶塌陷[M]. 南宁: 广西科技出版社, 1990

    KANG Yanren, XIANG Shijun, CHEN Jian, et al. Karst collapse of South China[M]. Nanning: Guangxi Science and Technology Press, 1990. (in Chinese with English abstract)

    [9] 邹成杰, 张汝清, 光耀华, 等. 水利水电岩溶工程地质[M]. 北京: 水利电力出版社, 1994

    ZOU Chengjie, ZHANG Ruqing, GUANG Yaohua, et al. Water conservancy and hydropower karst engineering geology[M]. Beijing: Water Resources and Electric Power Press, 1994. (in Chinese)

    [10] 余政兴,金福喜,段选亮. 河床透-阻型岩溶塌陷形成机理[J]. 中国地质灾害与防治学报,2020,31(2):57 − 66. [YU Zhengxing,JIN Fuxi,DUAN Xuanliang. Formation mechanism of karst collapse with unconfined aquifer-aquitaed system in riverbed[J]. The Chinese Journal of Geological Hazard and Control,2020,31(2):57 − 66. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2020.02.08
    [11] 蒙彦,雷明堂. 岩溶塌陷研究现状及趋势分析[J]. 中国岩溶,2019,38(3):411 − 417. [MENG Yan,LEI Mingtang. Analysis of situation and trend of sinkhole collapse[J]. Carsologica Sinica,2019,38(3):411 − 417. (in Chinese with English abstract)
    [12] 房浩,李巧灵,雷晓东,等. 平原区深层隐伏岩溶塌陷主控因子地球物理调查方法适用性分析[J]. 水文地质工程地质,2020,47(1):153 − 160. [FANG Hao,LI Qiaoling,LEI Xiaodong,et al. Applicability of geophysical survey methods for the main controlling factors of deep covered karst collapse in plain areas[J]. Hydrogeology & Engineering Geology,2020,47(1):153 − 160. (in Chinese with English abstract)
    [13] 陈标典,李喜,李祖春,等. 湖北武汉白沙洲隐伏岩溶区地质结构与岩溶塌陷分类[J]. 中国地质灾害与防治学报,2021,32(2):43 − 52. [CHEN Biaodian,LI Xi,LI Zuchun,et al. Types of geological structures and mechanism of karst collapses in Baishazhou,Wuhan City of Hubei Province[J]. The Chinese Journal of Geological Hazard and Control,2021,32(2):43 − 52. (in Chinese with English abstract) DOI: 10.16031/j.cnki.issn.1003-8035.2021.02.06
    [14] 郭宇,周心经,郑小战,等. 广州夏茅村岩溶地面塌陷成因机理与塌陷过程分析[J]. 中国地质灾害与防治学报,2020,31(5):54 − 59. [GUO Yu,ZHOU Xinjing,ZHENG Xiaozhan,et al. Analysis on formation mechanism and process of karst collapse in Xiamao Village,Guangzhou City of Guangdong Province[J]. The Chinese Journal of Geological Hazard and Control,2020,31(5):54 − 59. (in Chinese with English abstract)
    [15] 韩庆定,罗锡宜,易守勇,等. 广东佛山市高明区三洲盆地岩溶塌陷发育特征与时空分布规律[J]. 中国地质灾害与防治学报,2021(3):131 − 139. [HAN Qingding,LUO Xiyi,YI Shouyong,et al. Characteristics and spatial-temporal distribution law of karst collapse in Sanzhou basin in Gaoming District of Foshan City,Guangdong Province[J]. The Chinese Journal of Geological Hazard and Control,2021(3):131 − 139. (in Chinese with English abstract)
    [16] 江思义,吴福,刘庆超,等. 广西桂林市规划中心城区岩溶塌陷时空分布规律及成因分析[J]. 中国地质灾害与防治学报,2020,31(3):65 − 72. [JIANG Siyi,WU Fu,LIU Qingchao,et al. Spatial-temporal distribution and causes of karst collapse in Guilin planning center,Guangxi Province[J]. The Chinese Journal of Geological Hazard and Control,2020,31(3):65 − 72. (in Chinese with English abstract)
    [17] 王宇. 云南省地质灾害防治与研究历史评述[J]. 灾害学,2019,34(3):134 − 139. [WANG Yu. Historical review of geological disaster prevention and research in Yunnan Province,China[J]. Journal of Catastrophology,2019,34(3):134 − 139. (in Chinese with English abstract) DOI: 10.3969/j.issn.1000-811X.2019.03.025
    [18] 李滨,殷跃平,高杨,等. 西南岩溶山区大型崩滑灾害研究的关键问题[J]. 水文地质工程地质,2020,47(4):5 − 13. [LI Bin,YIN Yueping,GAO Yang,et al. Critical issues in rock avalanches in the karst mountain areas of Southwest China[J]. Hydrogeology & Engineering Geology,2020,47(4):5 − 13. (in Chinese with English abstract)
    [19] 王宇. 西南岩溶地区岩溶水系统分类、特征及勘查评价要点[J]. 中国岩溶,2002,21(2):114 − 119. [WANG Yu. Classification,features of karst water system and key point for the evaluation to karst water exploration in Southwest China karst area[J]. Carsologica Sinica,2002,21(2):114 − 119. (in Chinese with English abstract) DOI: 10.3969/j.issn.1001-4810.2002.02.008
    [20] 彭淑惠,王宇,张世涛. 昆明岩溶断陷盆地的环境地质问题及治理对策[J]. 地质灾害与环境保护,2008,19(2):98 − 103. [PENG Shuhui,WANG Yu,ZHANG Shitao. The environmental and geological problems and the countermeasures of the karst fault basin in Kunming[J]. Journal of Geological Hazards and Environment Preservation,2008,19(2):98 − 103. (in Chinese with English abstract) DOI: 10.3969/j.issn.1006-4362.2008.02.020
    [21] 王宇, 张贵, 张华, 等. 云南省岩溶水文地质环境地质调查与研究[M]. 北京: 地质出版社, 2018

    WANG Yu, ZHANG Gui, ZHANG Hua. Karst hydrogeological environment geological survey and research in Yunnan Province[M]. Beijing: Geological Publishing House, 2018. (in Chinese)

    [22] 云南省地矿局第一水文地质工程地质大队. 昆明地区城市地质环境综合评价研究[R]. 昆明: 云南省地质矿产局, 1990

    The First Hydrogeological Engineering Geological Brigade of Yunnan Provincial Bureau of Geology and Mineral Resources. research on comprehensive evaluation of urban geological environment in Kunming[R]. Kunming: Yunnan Provincial Bureau of Geology and Mineral Resources. 1990. (in Chinese)

    [23] 邓启江,李星宇,吕琼,等. 昆明市岩溶塌陷发育特征和防治措施[J]. 中国岩溶,2009,28(1):23 − 29. [DENG Qijiang,LI Xingyu,LYU Qiong,et al. Development characters and prevention measures of the karst collapse in Kunming[J]. Carsologica Sinica,2009,28(1):23 − 29. (in Chinese with English abstract) DOI: 10.3969/j.issn.1001-4810.2009.01.005
    [24] 杨永峰. 泸沽湖机场工程区地质构造对岩溶发育的控制及工程影响[D]. 成都理工大学, 2011

    YANG Yongfeng. Geological construction control factors of karst development and project effect for Lugu lake area airport[D]. Chengdu: Chengdu University of Technology, 2011. (in Chinese with English abstract)

    [25] 黄奇波, 覃小群, 李腾芳, 等. 云南省丽江市泸沽湖机场岩溶水文地质调查与塌陷易发性评价工作方案[R]. 桂林: 中国地质科学院岩溶地质研究所. 2020

    HUANG Qibo, QIN Xiaoqun, LI Tengfang, el al. Work plan for karst hydrogeological investigation and collapse susceptibility evaluation of Lugu lake airport in Lijiang City, Yunnan Province[R]. Guiling: Institute of Karst Geology, CAGS. 2020. (in Chinese)

  • 期刊类型引用(4)

    1. 王启浩,吕亚斌,张德栋. 甘肃省白龙江流域泥沙时空变化特征及演变趋势研究. 江西水利科技. 2025(01): 32-37 . 百度学术
    2. 龙宇飞. 黄河兰州段白塔山地质灾害现状及生态环境治理探讨. 资源信息与工程. 2025(02): 91-94 . 百度学术
    3. 曾新雄,刘佳,赖波,赵风顺,江山. 广东珠海市降雨型崩塌滑坡预警阈值研究. 中国地质灾害与防治学报. 2024(05): 141-150 . 本站查看
    4. 刘强. 浙江省兰溪市地质灾害致灾雨量阈值分析. 工程技术研究. 2024(23): 45-48 . 百度学术

    其他类型引用(0)

图(4)  /  表(2)
计量
  • 文章访问数:  413
  • HTML全文浏览量:  211
  • PDF下载量:  396
  • 被引次数: 4
出版历程
  • 收稿日期:  2022-02-27
  • 修回日期:  2022-07-10
  • 录用日期:  2022-07-10
  • 网络出版日期:  2022-08-24
  • 刊出日期:  2022-10-19

目录

/

返回文章
返回