Susceptibility assessment of debris flow based on watershed units in Kangding City, Sichuan Province
-
摘要: 为研究康定市泥石流易发性，将康定市划分为421个沟域单元，采用ArcGIS软件中空间分析工具以及SPSS软件分别对评价指标内部叠加情况、评价指标与泥石流灾害相关性进行了分析，通过筛除剔除重叠度高、相关性差的评价因子，选取流域面积、melton比率、形状系数比、流域崩滑密度、流域植被覆盖率、流域道路密度、流域平均径流侵蚀力指数、多年汛期平均降雨量等8个评价指标进行康定市泥石流地质灾害易发性评价。采用信息量模型与熵值法相结合的方法定量评价了泥石流易发性，熵值法定量确定了评价指标权重，计算出评价因子加权信息量值，将康定市泥石流划分为极高易发区、高易发区、中易发区以及低易发区4个等级。通过频率比模型、受试者工作特征曲线（ROC曲线）对泥石流易发性评价结果进行检验，ROC曲线AUC值为0.842，表明评价模型精度较高。Abstract: To study the susceptibility of debris flow in Kangding City, the study area was divided into 421 watershed units. Spatial analysis tools in ArcGIS software and SPSS software were used to analyze the internal superposition of evaluation indicators and the correlation between evaluation indicators and debris flows disasters. By screening out the evaluation factors with a high degree of overlap and poor correlation, eight evaluation factors were selected for debris flow susceptibility assessment. These included watershed unit area, melton rate, form factor ratio, collapse and landslides density of catchment, average fractional vegetation cover of catchment, road density of catchment, average stream power index of catchment, and average rainfall during the multi-year flood season. The susceptibility of debris flow was quantitatively evaluated by combining the information value model and the entropy method. The weights of the evaluation indicators were quantitatively determined by the entropy method, and the evaluation factor weighted information quantity value was calculated. Based on this, the debris flow susceptibility in Kangding City was divided into four grades: extremely high, high, medium and low. The results of debris flow susceptibility assessment were tested using the frequency ratio model and the Receiver-Operating Characteristic (ROC) curve, with an AUC curve of 0.842, indicating high accuracy of the evaluation model.
-
Keywords:
- debris flow /
- susceptibility assessment /
- Kangding City /
- watershed unit /
- information value
-
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 4 评价因子与泥石流关系统计图
Figure 4. Statistical diagram of the relationship between evaluation factors and debris flow
![]()
图 5 沟域单元评价因子分级图
Figure 5. Classification diagram of evaluation factors of watershed units
![]()
图 6 康定市泥石流易发性评价图
Figure 6. Susceptibility evaluation map of the debris flow in Kangding City
![]()
图 7 泥石流易发性评价模型ROC曲线
Figure 7. ROC curve of the debris flow susceptibility assessment model
表 1 数据来源和数据类型
Table 1 Sources and types of data
基础数据 数据来源 数据格式 DEM 县域1∶5万DLG 栅格 交通、水系 县域1∶5万DLG 矢量 地层、构造 县域1∶5万区域地质图 矢量 降雨 康定市气象局 矢量 地震加速度 地震数据来自中国地震信息网（ http://www.csi.ac.cn/publish/main/837/1077/index.html）的1∶400万中国地震动峰值加速度区划图 矢量 Landsat8 数据 来源美国地质调查局（ landsatlook.usgs.gov） ，计算植被覆盖度 多波段栅
格数据历史泥石流灾害点 《康定市地质灾害风险调查评价报告》 矢量 
下载: 导出CSV
表 2 评价指标内部相关性系数
Table 2 Internal correlation coefficients of evaluation factors
指标 A B C D E F G H I J K L M N O A 1 B −0.13 1 C 0.22 0.72 1 D −0.62 0.56 0.31 1 E −0.60 0.65 0.42 0.88 1 F −0.25 −0.03 −0.14 0.48 0.05 1 G −0.09 −0.13 −0.20 −0.13 0.01 −0.24 1 H 0.00 −0.40 −0.51 −0.23 −0.31 0.08 0.05 1 I −0.08 0.03 0.06 0.06 0.08 −0.02 0.21 −0.18 1 J −0.26 0.32 0.31 0.35 0.16 −0.09 0.27 −0.31 0.32 1 K −0.08 0.40 0.24 0.19 0.24 −0.06 0.26 −0.25 0.21 0.25 1 L −0.02 −0.15 −0.15 −0.07 −0.05 −0.04 0.26 0.01 0.10 0.25 0.21 1 M −0.12 −0.06 0.11 0.17 0.16 0.06 0.01 −0.33 −0.05 0.13 0.07 0.06 1 N 0.15 −0.16 0.16 −0.52 −0.49 −0.23 −0.01 −0.10 0.01 −0.12 −0.01 0.04 −0.01 1 O 0.02 −0.33 −0.16 −0.12 −0.12 −0.03 0.26 −0.19 −0.03 −0.01 0.00 0.18 0.20 0.05 1 注：表中A为流域面积；B为流域平均坡度；C为流域地形起伏度；D为沟道纵坡降；E为melton比率；F为形状系数比；G为流域沟壑密度；H为工程地质岩组；I为流域断层密度；J为流域崩滑密度；K为NDVI；L为流域道路密度；M为PGA；N为SPI；O为多年汛期平均降雨量。
下载: 导出CSV
表 3 评价指标与泥石流相关性
Table 3 The correlation between evaluation factors and debris flow
自变量 因变量Y spearman相关系数 显著性 X1 −0.247** 0.000 X2 0.221** 0.000 X3 −0.166** 0.001 X4 0.038 0.438 X5 −0.026 0.596 X6 0.009 0.858 X7 0.396** 0.000 X8 0.180** 0.000 X9 0.378** 0.000 X10 0.031 0.520 X11 −0.187** 0.000 X12 0.165** 0.001 注：表中Y为泥石流是否发生，X1为流域面积，X2为melton比率，X3为形状系数比，X4为流域沟壑密度，X5为工程地质岩组，X6为流域断层密度，X7为流域崩滑密度，X8为流域植被覆盖率（NDVI），X9为流域道路密度，X10为地震动峰值加速度（PGA），X11为流域平均径流侵蚀力指数（SPI），X12为多年汛期平均降雨量。**，在置信度（双侧）为0.01时，相关性是显著的。*，在置信度（双侧）为0.05时，相关性是显著的。
下载: 导出CSV
表 4 评价指标权重及加权信息量值
Table 4 Evaluation factors weights and its weighted information value
因子分类 一级评价因子 序号 二级评价因子 泥石流
数量/个沟域单元
个数/个泥石流密度/
（个·km−2）信息量值 权重 加权信息量值 地形条件 流域面积/km2 1 <0.2 5 7 477.55 1.1418 0.1120 0.1279 2 0.2～5 50 134 14.65 0.4925 0.0552 3 5～10 9 84 1.5 −0.7553 −0.0846 4 10～50 31 171 0.79 −0.2294 −0.0257 5 >50 1 25 0.06 −1.7406 −0.1949 melton比率 1 <0.3 7 57 0.32 −0.6189 0.0780 −0.0483 2 0.3～0.5 17 98 0.7 −0.2735 −0.0213 3 0.5～0.7 17 106 1.33 −0.3519 −0.0275 4 0.7～1 26 104 4.2 0.0920 0.0072 5 >1 29 56 27.28 0.8202 0.0640 形状系数比 1 <0.25 19 90 1.44 −0.0771 0.0880 −0.0068 2 0.25～0.4 29 163 1 −0.2482 −0.0218 3 0.4～0.7 30 135 1.45 −0.0258 −0.0023 4 0.7～1.2 13 25 5.53 0.8244 0.0725 5 >1.2 5 8 8.09 1.0083 0.0887 物源条件 流域崩滑密度/（处·km−2） 1 0～0.02 13 157 0.4 −1.0130 0.1820 −0.1844 2 0.02～0.05 17 107 1.02 −0.3613 −0.0658 3 0.05～0.08 15 57 2 0.1433 0.0261 4 0.08～0.11 17 36 3.6 0.7280 0.1325 5 >0.11 34 64 7.11 0.8458 0.1539 NDVI 1 0～0.15 16 131 0.91 −0.6243 0.0970 −0.0606 2 0.15～0.25 19 87 1.09 −0.0432 −0.0042 3 0.25～0.35 22 71 1.56 0.3066 0.0297 4 0.35～0.5 22 62 2.18 0.4422 0.0429 5 >0.5 17 70 2.55 0.0630 0.0061 流域道路密度/（km·km−2） 1 0～0.16 32 253 0.82 −0.5894 0.2120 −0.1249 2 0.16～0.52 19 76 1.21 0.0920 0.0195 3 0.52～1.05 23 57 2.86 0.5707 0.1210 4 1.05～1.8 5 13 3.44 0.5228 0.1108 5 >1.8 17 22 10.62 1.2205 0.2587 SPI 1 <2.25 29 144 5.1 −0.1242 0.0690 −0.0086 2 2.25～2.75 17 118 1.07 −0.4592 −0.0317 3 2.75～3.2 20 81 1.13 0.0796 0.0055 4 3.2～3.7 14 37 1.46 0.5064 0.0349 5 >3.7 16 41 0.94 0.5373 0.0371 水源条件 多年汛期平均降雨量/mm 1 <470 11 69 1.11 −0.3579 0.1620 −0.0580 2 470～520 25 145 1.04 −0.2796 −0.0453 3 520～580 26 112 1.54 0.0179 0.0029 4 580～660 16 48 1.94 0.3797 0.0615 5 >660 18 47 2.63 0.5185 0.0840
下载: 导出CSV
表 5 泥石流易发性评价结果统计表
Table 5 Statistical table of debris flow susceptibility evaluation results
易发性等级 面积/km2 面积
百分比/%泥石流点
数量/个泥石流
百分比/%频率比 极高易发区 528.85 4.56 49 51.04 11.19 高易发区 1597.19 13.78 31 32.29 2.34 中易发区 1988.87 17.16 12 12.50 0.73 低易发区 7476.75 64.50 4 4.17 0.06
下载: 导出CSV
-
[1] 陈宁生,高延超,李东风,等. 丹巴县邛山沟特大灾害性泥石流汇流过程分析[J]. 自然灾害学报,2004,13(3):104 − 108. [CHEN Ningsheng,GAO Yanchao,LI Dongfeng,et al. Conflux process analysis of desastrous debris flow in Qiongshan Ravine,Danba,Sichuan Province[J]. Journal of Natural Disasters,2004,13(3):104 − 108. (in Chinese with English abstract) CHEN Ningsheng, GAO Yanchao, LI Dongfeng, et al. Conflux process analysis of desastrous debris flow in Qiongshan Ravine, Danba, Sichuan Province[J]. Journal of Natural Disasters, 2004, 13（3）: 104-108. （in Chinese with English abstract）
[2] 文强,胡卸文,刘波,等. 四川丹巴梅龙沟 “6·17” 泥石流成灾机理分析[J]. 中国地质灾害与防治学报,2022,33(3):23 − 30. [WEN Qiang,HU Xiewen,LIU Bo,et al. Analysis on the mechanism of debris flow in Meilong valley in Danba County on June 17,2020[J]. The Chinese Journal of Geological Hazard and Control,2022,33(3):23 − 30. (in Chinese with English abstract) WEN Qiang, HU Xiewen, LIU Bo, et al. Analysis on the mechanism of debris flow in Meilong valley in Danba County on June 17, 2020[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33（3）: 23-30. （in Chinese with English abstract）
[3] 陈永萍,周强,陈琼,等. 高山、极高山地区地质灾害易发性评价—以昌都市为例[J]. 高原科学研究,2021(4):35 − 43. [CHEN Yongping,ZHOU Qiang,CHEN Qiong,et al. Evaluation on the susceptibility of geological hazards in the high mountain and extreme high mountain areas:A case study in the Qamdo[J]. Plateau Science Research,2021(4):35 − 43. (in Chinese with English abstract) CHEN Yongping, ZHOU Qiang, CHEN Qiong, et al. Evaluation on the susceptibility of geological hazards in the high mountain and extreme high mountain areas—a case study in the Qamdo[J]. Plateau Science Research, 2021（4）: 35-43. （in Chinese with English abstract）
[4] 周粤,王运生,赵逊,等. 怒江支流迪麻洛河流域泥石流易发性评价[J]. 地质通报,2022,41(4):702 − 712. [ZHOU Yue,WANG Yunsheng,ZHAO Xun,et al. Susceptibility assessment of debris flow in Dimaluo River, branch of Nujiang River[J]. Geological Bulletin of China,2022,41(4):702 − 712. (in Chinese with English abstract) [ZHOU Yue, WANG Yunsheng, ZHAO Xun, et al. Susceptibility assessment of debris flow in Dimaluo River, branch of Nujiang River[J]. Geological Bulletin of China, 2022, 41(4): 702-712. （in Chinese with English abstract）
[5] 张以晨,秦胜伍,翟健健,等. 基于信息量的长白山地区泥石流易发性评价[J]. 水文地质工程地质,2018,45(2):150 − 158. [ZHANG Yichen,QIN Shengwu,ZHAI Jianjian,et al. Susceptibility assessment of debris flow based on GIS and weight information for the Changbai mountain area[J]. Hydrogeology and Engineering Geology,2018,45(2):150 − 158. (in Chinese with English abstract) ZHANG Yichen, QIN Shengwu, ZHAI Jianjian, et al. Susceptibility assessment of debris flow based on GIS and weight information for the Changbai Mountain area[J]. Hydrogeology and Engineering Geology, 2018, 45（2）150-158（in Chinese with English abstract）
[6] 刘林通,孟兴民,郭鹏,等. 基于流域单元和信息量法的白龙江流域泥石流危险性评价[J]. 兰州大学学报(自然科学版),2017,53(3):292 − 298. [LIU Lintong,MENG Xingmin,GUO Peng,et al. Assessment of debris flow hazards in the Bailongjiang River based on the watershed unit and information value method[J]. Journal of Lanzhou University (Natural Sciences),2017,53(3):292 − 298. (in Chinese with English abstract) Liu Lintong, Meng Xingmin, Guo Peng, et al. Assessment of debris flow hazards in the Bailongjiang River based on the watershed unit and information value method[J]. Journal of Lanzhou University （Natural Sciences）, 2017, 53（3）: 292-298. （in Chinese with English abstract）
[7] 易靖松,王峰,程英建,等. 高山峡谷区地质灾害危险性评价—以四川省阿坝县为例[J]. 中国地质灾害与防治学报,2022,33(3):134 − 142. [YI Jingsong,WANG Feng,CHENG Yingjian,et al. Study on the risk assessment of geological disasters in alpine valley area:A case study in Aba County,Sichuan Province[J]. The Chinese Journal of Geological Hazard and Control,2022,33(3):134 − 142. (in Chinese with English abstract) YI Jingsong, WANG Feng, CHENG Yingjian, et al. Study on the risk assessment of geological disasters in alpine valley area: a case study in Aba County, Sichuan Province[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33（3）: 134-142. （in Chinese with English abstract）
[8] 吴赛儿,陈剑,ZHOU Wendy,等. 基于逻辑回归模型的泥石流易发性评价与检验—以金沙江上游奔子栏—昌波河段为例[J]. 现代地质,2018,32(3):611 − 622. [WU Saier,CHEN Jian,ZHOU Wendy,et al. Debris-flow susceptibility assessment and validation based on logistic regression model:An example from the benzilan-changbo segment of the upper Jinshajiang River[J]. Geoscience,2018,32(3):611 − 622. (in Chinese with English abstract) WU Saier, CHEN Jian, WENDY Z, et al. Debris-flow susceptibility assessment and validation based on logistic regression model: an example from the benzilan-changbo segment of the upper Jinshajiang River[J]. Geoscience, 2018, 32（3）: 611-622. （in Chinese with English abstract）
[9] 杜国梁,杨志华,袁颖,等. 基于逻辑回归-信息量的川藏交通廊道滑坡易发性评价[J]. 水文地质工程地质,2021,48(5):102 − 111. [DU Guoliang,YANG Zhihua,YUAN Ying,et al. Landslide susceptibility mapping in the Sichuan-Tibet traffic corridor using logistic regression-information value method[J]. Hydrogeology and Engineering Geology,2021,48(5):102 − 111. (in Chinese with English abstract) [DU Guoliang, YANG Zhihua, YUAN Ying, et al. Landslide susceptibility mapping in the Sichuan-Tibet traffic corridor using logistic regression-information value method[J]. Hydrogeology & Engineering Geology, 2021, 48(5): 102-111.（in Chinese with English abstract）
[10] 李益敏,李驭豪,赵志芳. 基于确定性系数模型的泸水市泥石流易发性评价[J]. 水土保持研究,2019,26(4):336 − 342. [LI Yimin,LI Yuhao,ZHAO Zhifang. Assessment on susceptibility of debris flow in Lushui based on the certain factor model[J]. Research of Soil and Water Conservation,2019,26(4):336 − 342. (in Chinese with English abstract) LI Yimin, LI Yuhao, ZHAO Zhifang. Assessment on susceptibility of debris flow in Lushui based on the certain factor model[J]. Research of Soil and Water Conservation, 2019, 26（4）: 336-342. （in Chinese with English abstract）
[11] 李益敏,杨蕾,魏苏杭. 基于小流域单元的怒江州泥石流易发性评价[J]. 长江流域资源与环境,2019,28(10):2419 − 2428. [LI Yimin,YANG Lei,WEI Suhang. Susceptibility assessment of debris flow in Nujiang befecture based on the catchment[J]. Resources and Environment in the Yangtze Basin,2019,28(10):2419 − 2428. (in Chinese with English abstract) LI Yimin, YANG Lei, WEI Suhang. Susceptibility assessment of debris flow in Nujiang befecture based on the catchment[J]. Resources and Environment in the Yangtze Basin, 2019, 28（10）: 2419-2428. （in Chinese with English abstract）
[12] 王鑫,赵康,蒋叶林,等. 基于BP神经网络的怒江流域泥石流易发性动态区划模型研究[J]. 化工矿物与加工,2022,51(1):39 − 43. [WANG Xin,ZHAO Kang,JIANG Yelin,et al. Study on dynamic zoning model of mud-rock flow susceptibility in Nujiang Basin based on BP neural network[J]. Industrial Minerals & Processing,2022,51(1):39 − 43. (in Chinese with English abstract) WANG Xin, ZHAO Kang, JIANG Yelin, et al. Study on dynamic zoning model of mud-rock flow susceptibility in Nujiang Basin based on BP neural network[J]. Industrial Minerals & Processing, 2022, 51（1）39-43（in Chinese with English abstract）
[13] 田宇鹏,李玉荣,范辉. 模糊数学和权的最小平方法在西藏波密县白龙沟泥石流易发性评价中的应用[J]. 地质找矿论丛,2021,36(4):546 − 552. [TIAN Yupeng,LI Yurong,FAN Hui. Application of fuzzy math and weighted least-square to debris flow susceptibility evaluation in Bailong Gully of Bomi County of Tibet[J]. Contributions to Geology and Mineral Resources Research,2021,36(4):546 − 552. (in Chinese with English abstract) TIAN Yupeng, LI Yurong, FAN Hui. Application of fuzzy math and weighted least-square to debris flow susceptibility evaluation in Bailong Gully of Bomi County of Tibet[J]. Contributions to Geology and Mineral Resources Research, 2021, 36（4）: 546-552. （in Chinese with English abstract）
[14] ZHANG Yonghong,GE Taotao,TIAN Wei,et al. Debris flow susceptibility mapping using machine-learning techniques in Shigatse area,China[J]. Remote Sensing,2019,11(23):2801. DOI: 10.3390/rs11232801
[15] XIONG Ke,ADHIKARI B R,STAMATOPOULOS C A,et al. Comparison of different machine learning methods for debris flow susceptibility mapping:A case study in the Sichuan Province,China[J]. Remote Sensing,2020,12(2):295. DOI: 10.3390/rs12020295
[16] 李坤,赵俊三,林伊琳,等. 基于RF和SVM模型的东川泥石流易发性评价研究[J]. 云南大学学报(自然科学版),2022,44(1):107 − 115. [LI Kun,ZHAO Junsan,LIN Yilin,et al. Assessment of debris flow susceptibility in Dongchuan based on RF and SVM models[J]. Journal of Yunnan University (Natural Sciences Edition),2022,44(1):107 − 115. (in Chinese with English abstract) LI Kun, ZHAO Junsan, LIN Yilin, et al. Assessment of debris flow susceptibility in Dongchuan based on RF and SVM models[J]. Journal of Yunnan University （Natural Sciences Edition）, 2022, 44（1）: 107-115. （in Chinese with English abstract）
[17] 徐艳琴,白淑英,徐永明. 基于两种方法的攀西泥石流易发性评价对比分析[J]. 水土保持研究,2018,25(3):285 − 291. [XU Yanqin,BAI Shuying,XU Yongming. Comparative analysis of debris flow susceptibility assessment based on two methods in Panxi District[J]. Research of Soil and Water Conservation,2018,25(3):285 − 291. (in Chinese with English abstract) XU Yanqin, BAI Shuying, XU Yongming. Comparative analysis of debris flow susceptibility assessment based on two methods in panxi district[J]. Research of Soil and Water Conservation, 2018, 25（3）: 285-291. （in Chinese with English abstract）
[18] 于淼,邢会歌,胡士瑜. 基于信息量-逻辑回归模型的泥石流易发性评价 —以四川省石棉县为例[J]. 人民长江,2021,52(12):107 − 114. [YU Miao,XING Huige,HU Shiyu. Debris flow susceptibility assessment based on information value and logistic regression coupled model:Case of Shimian County,Sichuan Province[J]. Yangtze River,2021,52(12):107 − 114. (in Chinese with English abstract) YU Miao, XING Huige, HU Shiyu. Debris flow susceptibility assessment based on information value and logistic regression coupled model: case of Shimian County, Sichuan Province[J]. Yangtze River, 2021, 52（12）107-114（in Chinese with English abstract）
[19] 陈怡,范宣梅. 震后地质灾害易发性评价—以映秀震区为例[J]. 科学技术与工程,2020,20(9):3516 − 3527. [CHEN Yi,FAN Xuanmei. Susceptibility assessment of post-earthquake geo-hazard in the epicentral area of the 2008 Wenchuan eearthquake near Yingxiu Town[J]. Science Technology and Engineering,2020,20(9):3516 − 3527. (in Chinese with English abstract) CHEN Yi, FAN Xuanmei. Susceptibility assessment of post-earthquake geo-hazard in the epicentral area of the 2008 Wenchuan eearthquake near yingxiu town[J]. Science Technology and Engineering, 2020, 20（9）3516-3527（in Chinese with English abstract）
[20] 魏伦武,王德伟,丁俊,等. 四川康定城地质灾害危险性分区评价[J]. 沉积与特提斯地质,2006,26(2):81 − 87. [WEI Lunwu,WANG Dewei,DING Jun,et al. Risk assessment of geological hazards in Kangding County town,western Sichuan[J]. Sedimentary Geology and Tethyan Geology,2006,26(2):81 − 87. (in Chinese with English abstract) Wei Lunwu, Wang Dewei, Ding Jun, et al. Risk assessment of geological hazards in Kangding County town, western Sichuan[J]. Sedimentary Geology and Tethyan Geology, 2006, 26（2）: 81-87. （in Chinese with English abstract）
[21] 郑万模,巴仁基,刘宇杰,等. 四川康定城市地震地质及地质灾害风险评价[J]. 沉积与特提斯地质,2012,32(3):75 − 78. [ZHENG Wanmo,BA Renji,LIU Yujie,et al. Risk evaluation of urban seismogeology and geological hazards in Kangding,western Sichuan[J]. Sedimentary Geology and Tethyan Geology,2012,32(3):75 − 78. (in Chinese with English abstract) ZHENG Wanmo, BA Renji, LIU Yujie, et al. Risk evaluation of urban seismogeology and geological hazards in Kangding, western Sichuan[J]. Sedimentary Geology and Tethyan Geology, 2012, 32（3）75-78（in Chinese with English abstract）
[22] 赵东亮,兰措卓玛,侯光良,等. 青海省河湟谷地地质灾害易发性评价[J]. 地质力学学报,2021,27(1):83 − 95. [ZHAO Dongliang,LAN C,HOU Guangliang,et al. Assessment of geological disaster susceptibility in the Hehuang Valley of Qinghai Province[J]. Journal of Geomechanics,2021,27(1):83 − 95. (in Chinese with English abstract) ZHAO Dongliang, LAN C, HOU Guangliang, et al. Assessment of geological disaster susceptibility in the Hehuang Valley of Qinghai Province[J]. Journal of Geomechanics, 2021, 27（1）: 83-95. （in Chinese with English abstract）
[23] 王家柱,高延超,铁永波,等. 基于斜坡单元的山区城镇滑坡灾害易发性评价—以康定为例[J]. 沉积与特提斯地质,2021,03001:1 − 17. [WANG Jiazhu,GAO Yanchao,TIE Yongbo,et al. Evaluation of the susceptibility to landslide in mountainous towns based on slope unit:Taking Kangding as an example[J]. Sedimentary Geology and Tethyan Geology,2021,03001:1 − 17. (in Chinese with English abstract) WANG Jiazhu, GAO Yanchao, TIE Yongbo, et al. Evaluation of the susceptibility to landslide in mountainous towns based on slope unit: taking Kangding as an example[J]. Sedimentary Geology and Tethyan Geology, 2021, 03001: 1-17. （in Chinese with English abstract）
-
期刊类型引用(6)
1. 霍子豪，张仕林，胡卸文，谢维维，唐健峰，贺旭荣，王文沛. 基于固液耦合的滑坡碎屑流侵蚀流化机理研究. 水文地质工程地质. 2025(02): 138-149 . 
百度学术
2. 张高华，黄树春，邓波. 基于Landsat数据的那曲地区冰崩灾害遥感调查. 现代盐化工. 2025(01): 91-93 . 百度学术
3. 车彦军，陈丽花，吴佳康，谷来磊，武荣，张东启，丁明虎. 青藏高原冰前湖与冰川相互作用研究进展. 气候变化研究进展. 2024(05): 519-533 . 百度学术
4. 韩永强. 西藏自治区错那市地质灾害调查与危险性评价. 资源信息与工程. 2024(05): 22-25 . 百度学术
5. 年廷凯，赵润东，郑德凤，许斌，徐路客，闫成林. 藏东南雅江流域冰-岩崩灾害链研究进展. 水利学报. 2024(10): 1146-1162 . 百度学术
6. 李扬，汤明高，帅奕垚，赵欢乐，李超瑞，倪文涛，李广. 阿汝冰崩-碎屑流运动过程反演及预测模拟研究. 防灾减灾工程学报. 2024(06): 1311-1322 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 1132
- HTML全文浏览量: 351
- PDF下载量: 189
- 被引次数: 10
邮件订阅
RSS