20-year early warning for regional geo-hazards risk in China: 2003-2022
-
摘要:
地质灾害气象风险预警业务自2003年启动以来,对我国地质灾害防灾减灾起到了重要支撑作用。文章全面总结了预警工作20年的发展历程、预警技术方法和防灾减灾成效。(1)将预警工作历程分为启动推进(2003—2009年)、深化合作(2010—2017年)和改革提升(2018—2022年)三个阶段。(2)以24 h预警业务为主体,逐步形成了预测预报预警的递进式预警模式和较完善的预警业务系统。(3)逐步形成包括临界降水阈值模型、基于地质灾害危险性的阈值模型和动力预警模型等3套预警模型技术方法体系,2023年发布行业标准。(4)预警产品时空精度不断提高,国家级和26个省级预警空间精度高于5 km×5 km,以24 h预警为主,向72 h、中长期预测等尺度发展;超过8个省级和部分市县级开展了3 h短临预警,逐步形成支撑服务长期部署、中期防范和短临应对的业务体系。(5)有预警必有响应,2020年自然资源部将国家级预警作为启动防御响应的依据之一,18个省份在省级突发地质灾害应急预案中明确了预警响应联动工作机制。(6)多方联动防灾意识不断增强,收到预警信息后,加强巡查排查和组织人员撤离实现成功避险的案例不断增加,防灾减灾成效显著。20年来的预警工作总结,可为下一步推进地质灾害气象风险预警业务提供借鉴,支撑提升我国地质灾害防治工作能力和水平。
-
关键词:
- 地质灾害 /
- 地质灾害气象风险预警 /
- 发展历程 /
- 技术方法 /
- 减灾成效
Abstract:Early warning of geo-hazards based on meteorological factors has played an important supportive role in disaster prevention and mitigation in China since its inception in 2003. This paper summarizes the the 20-year development process, technical methods, and disaster reduction effects of the early warning works. (1) The development process of early warning work process is divided into three stages: initiation and promotion (2003-2009), deepening cooperation (2010-2017), and reform and enhancement (2018-2022). (2) With 24-hour early warning work as the main content, a progressive warning model and a relatively complete warning service system have been gradually formed. (3) Three sets of early warning model technology and method systems have been gradually developed, including critical precipitation threshold model, the threshold model based on geo-hazards risk, and the dynamic early warning models, with the publication of industry standards for warning. (4) The spatial and temporal accuracy of warning products continues to improve, with the national and 26 provincial warning spatial accuracies exceeding 5 km × 5 km. The focus is on 24-hour warnings, with development towards 72-hour and medium- to long-term forecasts. Over 8 provincial-level and some municipal and county-level authorities have implemented 3-hour short-term warnings, gradually forming a work system to support service short impending warning response, medium-term prevention and long term deployment. (5) Where there is warning, there is response. The Ministry of Natural Resources has taken the national early warning as one of the bases for initiating defense responses, and 18 provinces have clarified the working mechanisms of the early warning response linkage. (6) The awareness of multi-party disaster prevention has been continuously enhanced. With strengthened inspections,evacuations, and successful risk aversion after receiving early warning information, the effectiveness of disaster prevention and mitigation is evident. The experience of early warning works in the past 20-year can provide reference for the next step in promoting the early warning of geo-hazards based on meteorological factors, supporting the enhancement of China’s capability and level of geo-hazards prevention and control work.
-
0. 引言
泥岩作为常见的沉积岩之一,在我国广泛分布[1]。由于泥岩特殊的结构组成与物理性质,其在吸湿[2]、吸水[3]、浸水[4]等不同水环境作用过程中,极易发生膨胀软化与崩解风化,继而成为诱发各类如滑坡[5 − 7]、崩塌[8 − 9]、泥石流[10]等地质灾害产生的关键因素。
浸水作用作为较为广泛且直接的一种水-岩作用形式,通常发生于强降雨、库水位调节等行为后的岩石地层中[11],是导致泥岩膨胀的主要原因[4, 12],而泥岩膨胀又极大地支配了其物理结构和力学性能的演变[13 − 14]。因此,聚焦于浸水作用下泥岩膨胀致使的力学损伤,是众多学者的研究目标。叶朝良等[15]开展了一系列浸水作用下泥岩的力学测试,得出泥岩膨胀性能与其干密度有关,浸水膨胀软化将显著降低泥岩的抗剪强度。Liu等[16]对泥岩进行了浸水膨胀与不同含水量下的单轴、三轴压缩等试验,揭示了泥岩吸水膨胀对其力学性质的损伤规律。丁秀丽等[3]将水化膨胀作用引入泥岩的统计损伤模型中,表征了膨胀对于泥岩各力学强度参数的损伤影响。
浸水作用下泥岩膨胀所造成的力学损伤,源于其强烈且复杂的结构劣化效应[17 − 18],因而与泥岩膨胀同步发生的结构劣化,也引发了学者们的广泛关注。Jiang等[19]采用CT扫描技术观测了浸水作用诱导泥岩裂缝产生的演变过程,指出泥岩的水致劣化是由于其不均匀膨胀应力所引起的内部裂隙累积。孙怡等[20]研究发现红层泥质岩在浸水-失水过程中将发生胀缩变形,其在浸水下的膨胀作用受制于内部裂隙的扩展情况。Geng等[21]认为泥岩吸水膨胀后会产生强烈拉应力而引起局部变形并产生裂隙网络,致使岩石结构由致密变为疏松。
为进一步揭示浸水作用下泥岩膨胀时结构劣化的内在诱因,已有研究从其原生结构[12]、矿物组成[22]与水化环境[23]等方面开展了较为深入的微观机理研究。泥岩中黏土矿物主要包括蒙脱石、伊利石与高岭石等[24],其均为由硅片与铝片所构成的复合铝-硅酸盐晶体[25]。伊利石在形成过程中层间发生钾离子嵌入而结合紧密,被认为具微弱膨胀性或不具膨胀性[25 − 26];而蒙脱石层间联结力由较弱的范德华力提供,是具有强烈膨胀性的黏土矿物[27],其含量通常作为评判岩石膨胀性能与崩解程度的指标[17]。李长冬等[28]研究了水作用下岩石结构多尺度演变特征,指出蒙脱石的膨胀行为是黏土矿物团聚体溶胀压力的主要来源,为造成其结构破坏的重要因素。Zhang等[29]基于分析水作用下的胀缩试验现象与分子动力学模拟的结果,认为蒙脱石的膨胀效应是泥岩发生劣化的主要原因。此外,也有部分学者指出伊利石可使岩石发生50~60%的体积膨胀[30 − 31]。谢小帅等[32]、刘凤云等[33]在探讨泥岩等软岩的膨胀机理时,认为岩石内含有的伊利石发挥了主要的膨胀贡献。Wu等[34]在研究了泥岩不同尺度下的水致劣化与力学响应现象后,将其破坏机理主要归因于伊利石引起的膨胀作用。上述研究表明,蒙脱石与伊利石被认为是导致泥岩膨胀的关键因素,然而在不同研究背景下,两种矿物膨胀性差异对控制泥岩膨胀特性的具体作用尚未明确,从而也导致了在泥岩膨胀的微-宏观响应机制认识上存在不足。
基于此,本文采用盐离子作为“探针”,将其作为一种可避免短时间内对泥岩样本的化学结构产生额外干扰的敏感指标,集中研究微观机制控制下同一岩体泥岩对盐离子作用的差异性反馈,从而揭示浸水作用下泥岩的膨胀演化与界面响应过程。基于分子动力学模拟深入探究两种黏土矿物的水化膨胀特征,对泥岩膨胀的关键界面作用与膨胀微-宏观响应机制作出进一步解释。
1. 研究样本与方法
1.1 研究样本
三峡库区是我国地质灾害最为频发的地区之一,其广泛分布的泥岩地层也是引发关注最多的致灾地层之一[35]。本文所用样品采自三峡库区秭归盆地的侏罗系紫红色泥岩,将其加工成直径与高度为50 mm × 50 mm、50 mm × 25 mm的两种圆柱体尺寸以满足研究需要,部分样品如图1所示。泥岩样本外表光滑、不见层理,镜下矿物颗粒多微小难辨,含钙泥质杂基与原岩碎屑。
泥岩的基础物理指标的测定结果见表1所示,由于其遇水后发生强烈膨胀,孔隙率基于压汞试验所获取。
表 1 岩样基础物理指标Table 1. Basic physical indices of rock samples天然密度/(g·cm−3) 干密度/(g·cm−3) 天然含水量/% 孔隙率/% 2.611 2.546 2.581 3.604 利用Ragiku Smartlab X射线多晶衍射仪进行矿物成分分析,得到泥岩的矿物成分组成见图2所示。泥岩的矿物成分主要由黏土矿物及石英组成,两者的占比之和超过80%。
1.2 试验方法
本研究分别采用去离子与添加盐离子(1wt%、3wt%、5wt%与10wt%NaCl,选择不同浓度以增强盐离子的影响并避免单一浓度的局限性)的水溶液对50 mm × 25 mm的泥岩样品了进行膨胀性重复试验,以研究泥岩的膨胀特性。根据《工程岩体试验方法标准》(GB T
50266 -2013)中的规定,岩石侧限膨胀率为:(1) 式中:VHP——侧限膨胀率/%;
H——试件高度/mm;
ΔH1——侧向约束试件的轴向变形值/mm。
CT扫描是研究岩石内部结构的重要技术手段[36],为对泥岩膨胀过程中内部结构进行可视化分析,额外制备了10 mm × 10 mm的圆柱体试样以开展精度为10~11 μm的μCT扫描试验,试验仪器为通用电气公司的Phoenix v|tome|x s工业CT。将泥岩分别浸泡在去离子水与5wt%NaCl溶液中,以获取其内部结构随浸水时间的演变过程。
由于泥岩的膨胀主要为吸水所诱导,同步开展了一维毛细吸水试验以研究泥岩的吸水特性。试验所用泥岩尺寸为50 mm × 50 mm,其仅下端面进行吸水,上端面与周身均涂抹环氧树脂,以防止水分润湿与蒸发。在达到相应的吸水时间后,将岩样从水中取出,用湿毛巾将其底部表面的水分擦净后置于高精度电子天平上称得质量以计算其吸水率:
(2) 式中:w——某时刻的吸水率/%;
md——烘干后泥岩的质量/g;
mw——某时刻泥岩的总质量/g。
1.3 分子动力学模拟
本文利用分子动力学模拟研究伊利石与蒙脱石的关键影响。所用泥岩中主要含有伊利石与伊/蒙混层,伊/蒙混层是由伊利石晶层和蒙脱石晶层沿C轴或(001)方向组成的层状硅酸盐矿物[37],其膨胀性取决于伊利石和蒙脱石的组成比与电荷分布[38, 39],蒙脱石为其膨胀性的主要来源(伊/蒙混层内发生蒙脱石向伊利石转变后,整体的膨胀性明显降低)[40]。因此,伊/蒙混层的性质可通过伊利石与蒙脱石反映。采取适用于模拟溶液与水合物的SPC水分子模型,参考Skipper等人[41]蒙脱石模型:Na0.75(Si7.75Al0.25)(Al3.25Mg0.75)O20(OH)4·nH2O,单位晶胞晶格常数α = 90°,β = 99°,γ = 90°;晶格大小为a
5.23 ,b 9.60 ,基底间距(Base spacing) c随层间水分子数改变,干燥时c 9.6 ,吸附三层水分子时c 18.5 。如图3所示,构建了含有一层水分子的8a × 4b × 2c蒙脱石超晶胞模型,用于模拟其水化膨胀。此外,为了对比伊利石的水化膨胀性能,参考Drits等[42]的试验数据构建伊利石模型:Kx+1[Si(8−x)Alx](Al(4−x)Mg)O20(OH)4(x=1),单位晶胞的晶格常数α = 90°,β = 101.57°,γ = 90°;a 5.20 ,b 8.98 ,c ≈ 10.23 ,由于伊利石最多仅能含有一层水分子,构建了初始干燥的8a × 4b × 2c伊利石超晶胞模型(图3)。为了提高模拟精度与模拟效率,蒙脱石与伊利石的水化膨胀模拟将分步展开,一个模拟步仅引入一定量的溶液分子,具体设定见表2。首先,将设定的溶液分子数引入层间并进行几何优化与能量最小化(图4所示);而后分别进行步长0.5 fs时长100 ps的NVT与NPT系综(温度298 K,压强105 Pa),使系统达到能量平衡与密度稳定;平衡后测定其基底间距变化以反映膨胀。重复上述操作直到层间内含有总溶液分子量后,进行步长0.1 fs时长
1000 ps的NVT与NPT系综以实现系统的充分弛豫。采取适用于黏土矿物的CLAYFF力场[43]进行模拟计算,力场参数如表3所示。模拟控温控压方式为Nosé-Hoover法,短程相互作用的截断距离为9 ,采用Ewald求和法计算长程静电场。表 2 膨胀模拟设定Table 2. Settings for Expansion simulation0wt%NaCl/分子个数 相对原子质量 5wt%NaCl/分子个数 相对原子质量 蒙脱石 单次 130H2O 2340.0 124H2O + 2NaCl 2349.0 共计 780H2O 14040.0 744H2O + 12NaCl 14094.0 伊利石 共计 65H2O 1170.0 62H2O + 1NaCl 1174.5 共计 390H2O 7020.0 372H2O + 6NaCl 7047.0 物质 原子/离子 间距σ/Å 能量ε/(kcal·mol−1) 电荷q/e 矿物
分子桥联O 3.553 2 0.155 4 −1.050 0 羟基O 3.553 2 0.155 4 −0.950 0 有八面体取代的桥联O 3.553 2 0.155 4 −1.180 8 有四面体取代的桥联O 3.553 2 0.155 4 −1.168 8 有取代的羟基O 3.553 2 0.155 4 −1.080 8 羟基H 0.000 0 0.000 0 0.425 0 四面体Si 3.706 4 1.840 5×10−6 2.100 0 四面体Al 3.706 4 1.840 5×10−6 1.575 0 八面体Al 4.794 3 1.329 8×10−6 1.575 0 八面体Mg 5.909 0 9.029 8×10−7 1.360 0 Na 2.637 8 0.130 1 1.000 0 K 3.742 3 0.100 0 1.000 0 水分子 O水 3.553 2 0.155 4 −0.820 0 H水 0.000 0 0.000 0 0.410 0 Lennard-Jones (L-J)势函数用于描述van der Waals相互作用能[44]:
(3) 式中:qi、qj——i和j的电荷;
rij——i和j之间的距离;
C——库伦相互作用常数;
σij——位势为零时(即平衡位置)i和j之间的有 限距离;
εij——势阱深度;
ε0——相对介电常数。
2. 泥岩的水化膨胀特征
2.1 侧限膨胀与裂隙演变
侧限膨胀试验中泥岩共经历72 h连续膨胀,且不同溶液中膨胀率随时间均呈现明显的阶段二分性(见图5),即前期的迅速膨胀与后期的缓慢膨胀。不同溶液中泥岩80%膨胀均发生在前30 min,此后膨胀曲线几乎水平,膨胀率增长十分缓慢。当盐离子浓度在0~3wt%变化时,其对泥岩的膨胀抑制作用十分显著,膨胀率从17.58%降至5.764%;而盐离子浓度3~10wt%时,泥岩对其敏感性大幅下降,膨胀率仅降低0.751%。
完成试验后取出自然风干的泥岩样品,可见泥岩经历膨胀后将发生明显结构破坏(图5),且随膨胀率降低该破坏程度逐渐减弱。表现为去离子水作用下泥岩严重崩解,完全丧失原有结构;盐离子浓度0~3wt%时,随浓度增长,泥岩膨胀率与结构裂隙数量、体积同步下降;此后,浓度增长并未引起泥岩膨胀率的显著降低,其结构裂隙演变也相对微弱。
上述试验现象表明,去离子水作用下泥岩将发生快速膨胀崩解,添加盐离子后泥岩膨胀性受到显著抑制,且该抑制作用在1~10wt%范围内不因浓度的变化而消失。此外,泥岩膨胀可能与其内部裂隙的产生与发展有着极为重要的关联,而盐离子可能通过减少其内部裂隙产生以抑制膨胀。
基于μCT扫描的结果进一步揭示了盐离子、膨胀与裂隙产生之间的关联性。如图6所示,在浸水作用过程中,泥岩内部产生了大量裂隙,总体表现为由单裂隙分布逐渐发展成复杂贯通裂隙网络的演变规律,且盐离子可极大地减少泥岩内裂隙的产生。通过盒计数法(Box-counting Method)计算了泥岩裂隙网络的计盒维数(Box Dimension),其为使用最广泛的分形维数之一,由Falconer提出[46]:
(4) 式中:DB——计盒维数;
δ——盒子边长;
F——计算的有界非空子集;
Nδ(F)——该集合与盒子网格的相交数。
DB值越大,表明泥岩内部的裂隙网络越复杂。具体参数如表4所示,可知在浸水前30 min,泥岩分形维数陡增,5wt%NaCl溶液与去离子水中泥岩裂隙体积分别呈现50到600倍左右的增长。该结果对应了泥岩在前30 min内发生的迅速膨胀,同时与盐离子在泥岩侧限膨胀试验中的抑制作用具有一致性。而浸水30~240 min内,由于未对泥岩进行侧向约束,两种溶液中泥岩裂隙总体积将随着时间的推移继续增长,但该增长主要表现为扩展已有裂隙的结果,新产生的裂隙较少,分形维数变化不大。
表 4 泥岩裂隙网络参数Table 4. Parameters of the mudstone crack network分形维数 裂隙体积总和/mm3 0% 5% 0% 5% 0 min 1.435 1.459 0.039 0.122 30 min 2.372 2.131 25.085 6.740 240 min 2.440 2.305 52.890 24.105 裂隙网络演化过程总体说明了浸水作用下泥岩所发生的结构劣化,表明泥岩宏观膨胀是内部裂隙导致其体积增大、发生竖向位移的表现形式。此结果一方面可能反映了泥岩中黏土矿物膨胀对其内在结构所具有的强烈破坏效应;另一方面,也可能表征了泥岩内部毛细吸力所引起的空气压裂(air-breakage)作用[22]。
2.2 毛细吸水与界面浸润
不同溶液中泥岩的毛细吸水曲线如图7所示,吸水过程共经历10天,吸水曲线表现出与膨胀相似的阶段性。前4 h内泥岩在三种溶液中的吸附趋势较为一致,毛细吸水率均随时间迅速增长,且4 h时三者达到的吸水率无明显差别。随后,5wt%与10wt%NaCl溶液中泥岩立即进入缓慢吸水阶段,而去离子水中泥岩的吸水曲线发展成三个阶段,5~40 h内仍以稳定的速率增长,并且泥岩外表同时产生肉眼可见的裂隙。直到40 h后,三种溶液中的泥岩都为一致的缓慢吸水,吸水曲线平直,最终去离子水、5wt%、10wt%NaCl溶液中毛细吸水率分别达到7.25%、4.29%、4.10%。
上述试验结果表明,相对于盐离子溶液,泥岩对去离子水具有更强的毛细吸力,且该吸力可能对泥岩的结构具有破坏作用。根据Young-Laplace方程可计算岩石内的毛细吸力[47]:
(5) 式中:Pc——毛细吸力;
γ——界面张力;
θ——界面接触角;
r——毛细管的半径。
若将岩石内的微孔、裂隙看作毛细管,泥岩毛细吸水本质是其原生微孔、裂隙界面(矿物分子与矿物分子之间形成的界面)发生浸润的过程,根据空气压裂理论与Young-Laplace方程[22],泥岩毛细吸水可压缩内部空气而形成扩容应力(空气压力),并在该过程中达到毛细吸力与扩容应力的动态平衡。由于毛细吸力与界面接触角呈负相关,因而盐离子可通过增大溶液浸润接触角的方式降低空气扩容应力,从而削弱浸水时泥岩的空气压裂作用。
2.3 界面水化与结晶膨胀
泥岩主要存在三种膨胀模式:机械膨胀、渗透膨胀和结晶膨胀。其中,黏土矿物主导了泥岩的结晶膨胀,而结晶膨胀是蒙脱石与伊利石层间界面水化的表现形式。因此,本文基于分子动力学模拟实现对蒙脱石与伊利石的结晶膨胀研究,并以两层分子结构的平均基底间距作为评判其结晶膨胀程度的指标。
模拟结果表明(图8),蒙脱石的基底间距小于15
时,盐离子对其结晶膨胀的抑制作用并不明显,随着吸附的溶液分子数量逐渐增多,该抑制作用才逐渐表现。对比最终的模拟结果,蒙脱石层间引入等量的去离子水与5wt%NaCl溶液后,基底间距从12.70 分别扩展到18.23 与17.96 ,盐离子对蒙脱石结晶膨胀具有显著影响,使其基底间距减少0.27 ,且该影响存在随着基底间距增大而增加的趋势。盐离子对伊利石结晶膨胀的抑制作用同样表现在模拟的后半段,且相较于蒙脱石,该作用明显减弱。引入去离子水后与5wt%NaCl溶液,伊利石基底间距从10.23 分别扩展到12.99 与12.86 ,后者仅减少0.13 。蒙脱石与伊利石分子结晶膨胀的模拟表明,添加盐离子后蒙脱石与伊利石在膨胀过程中基底间距的扩展受到抑制,且其对于蒙脱石的抑制作用更加明显。此外,由于模拟引入的溶液分子的总质量是相等的,同种矿物结晶膨胀时层间具有等质量的溶液分子,而盐离子所导致的膨胀差异可能是通过提高矿物分子层间密度的方式,减少了溶液在矿物层间所空间,进而减少了其间距扩展距离。
3. 泥岩膨胀的微-宏观响应机制
3.1 矿物膨胀特征
尽管蒙脱石与伊利石水化膨胀的模拟过程表明了盐离子对蒙脱石的显著影响与宏观试验现象更为相符,但所得伊利石的模拟结果依然无法明确二者的差异膨胀特征。这主要是由于聚焦对比矿物水化膨胀时基底间距的变化,前述膨胀模拟忽略了膨胀发生前层间的吸附过程而直接将溶液分子引入矿物层间。因此,为了深入探讨伊利石的膨胀特征,展开了对伊利石膨胀的先期吸附模拟。
如图9所示构建了模拟伊利石吸水的系统框架,为至少存在一个截断面使得水分子能够进入层间,将4a × 2b × 2c的伊利石超晶胞模型沿(010)面进行截断,其余X与Z方向均可无限延伸。共计908个水分子作为溶液引入系统,位于伊利石两侧,整体几何优化与能量最小化后,对其进行步长0.1 fs总时间
1000 ps的NVT系综以达到能量平衡,并计算氢键。模拟结果显示,伊利石略微向下发生偏移,溶液中的水分子会自发地向其靠近,并在接触边界处形成了氢键网络,但始终无法在本模拟条件下(298 K,105 Pa,0.1 fs步长)发生层间吸附。由此可见,在完整的吸水膨胀过程中,由于伊利石层间具有强相互作用且水分子易在其边界形成氢键网络,伊利石通常难以对水分子进行层间吸附并发生层间扩展(即水化膨胀)。因而在一般条件下,可以认为伊利石在泥岩的整体体积膨胀中较难发挥作用;相比之下,蒙脱石或含有蒙脱石的伊/蒙混层更可能是在泥岩的膨胀特性中具有关键贡献作用的矿物。
3.2 微-宏观响应机制
在本研究中,通过单一外部控制因素,即盐离子“探针”,分析了在微观机制控制下泥岩对盐离子作用的差异性反馈(即侧向膨胀、裂隙生成、毛细吸水等差异),进而揭示了浸水作用下泥岩的膨胀演化与界面响应过程。
泥岩在无外力作用下遇水后发生强烈膨胀崩解(图10(b))可能主要取决于两种微观机理(界面作用):①蒙脱石产生的膨胀应力:泥岩具有明显的膨胀性并伴随裂隙产生(如图5所示),引入盐离子后该膨胀性与蒙脱石层间扩展一致减弱,指示了蒙脱石对泥岩膨胀的关键影响;②浸润作用产生的空气应力:泥岩干密度大(2.546 g·cm−3)且孔隙率极低(3.604%),其内部十分致密(图1(d))并可能仅发育微孔、裂隙,浸润作用下可在半封闭空间内形成强空气应力,引入盐离子后泥岩裂隙生成与毛细吸水(如图7所示)受到抑制,根据Young-Laplace方程,这与盐离子通过增大接触角而削弱浸润作用存在明显关联,表明该空气应力同时影响了泥岩伴随膨胀而产生裂隙的过程。
图 10 泥岩膨胀的微宏观响应机理,(a)分子内界面水化;(b)泥岩膨胀崩解;(c)分子间界面浸润;(d)泥岩地层泥化Figure 10. Micro- and macroscopic response mechanism of mudstone swelling, (a) hydration process at the intramolecular interface; (b) swelling and disintegration of mudstone; (c) infiltration process at the intermolecular interface; (d) Argillation of mudstone strata对于蒙脱石分子而言,由于其具有特殊的微观结构,在层间仅存在较弱的范德华力,加之层间离子的水化能力很强,能够吸附大量的水分子。如图10(a)所示,泥岩在浸水时,内部致密的蒙脱石或伊/蒙混层团聚体遇水后发生结晶膨胀,该膨胀应变在致密的空间内逐渐积累并释放,导致泥岩局部结构变形。在初始水分迁移的差异接触、矿物的非均质性分布等影响下,泥岩内部发生不均匀膨胀,从而形成拉张应力作用而产生微裂隙。该微裂隙又为水分提供运移与赋存的空间,使得泥岩内部裂隙网络的逐步形成,体积膨胀与结构破坏的持续发生。对于矿物分子间界面作用,如图10(c)所示,致密的黏土矿物团聚体通常发育十分微小的孔、裂隙,该微孔、裂隙结构在界面张力的作用下具有很强的润湿性,能提供强大的毛细吸力而极易发生界面浸润。根据空气压裂理论,在此过程中水分将进入原赋存有空气的微小空间内,进而压缩空气形成扩容应力。并由于泥岩结构致密,形成的应力将直接作用在泥岩骨架上,最终使得原生微孔、裂隙不断发育扩展以形成裂隙网络。
综上所述,浸水作用是造成泥岩崩解泥化的关键因素,泥岩的膨胀泥化包含多种复杂作用过程与机制。在微观尺度上主要涉及重要的界面作用,包括蒙脱石分子内界面吸附水化所诱导的膨胀,以及分子间界面张力与润湿性引起的水分浸润。在泥岩膨胀行为中,该界面性质在岩石尺度上控制着其从局部到整体的膨胀应变与裂隙产生,最终造成了泥岩的物理变形与崩解。而在更进一步的宏观尺度响应过程中,该微观界面作用的影响将渐进累积并逐步扩大至泥岩地层上,特别是在三峡库区侏罗系的软弱相间地层中(图10(d)),频繁的强降雨与库水位调节行为将引起泥岩发生膨胀破坏,进而使得泥岩地层逐渐泥化,成为诱发库区边坡失稳、崩塌滑坡的关键软弱层或滑动带。因此,本研究结果为深入理解涉水泥岩地层的灾变过程,提供了分子尺度关键界面作用对控制泥岩膨胀破坏上的进一步认知。
4. 结论
本研究采用盐离子作为“探针”,从侧限膨胀、毛细吸水与裂隙发育过程等方面表征了三峡库区秭归盆地紫红色泥岩的膨胀泥化特性,结合分子动力学模拟阐明了泥岩的关键矿物膨胀特性与界面响应机制。主要结论如下:
(1)浸水作用下泥岩内部将产生大规模裂隙网络,其扩展了泥岩的总体积,为泥岩侧限膨胀位移的主要来源;
(2)伊利石层间具有强相互作用,与水分子接触后边界易形成氢键网络,因而难以发生界面水化与结晶膨胀,对泥岩膨胀特性贡献较小;
(3)泥岩结构破坏与体积膨胀由两种关键界面作用控制,具有显著膨胀性的蒙脱石分子内界面水化可使泥岩膨胀变形,致密矿物分子间界面浸润可引起泥岩内空气压裂。
-
表 1 20年地质灾害气象风险预警关键技术进展汇总表
Table 1 20-year development progress of refined meteorological early risk warning for geo-hazards
时间节点 2003年 2012年 2022年 地质灾害
调查基础1∶10万县市地质灾害调查 1∶10万地质灾害调查2020个县;1∶5万地质灾害
详细调查450个县;地质灾害风险普查94个县1∶5万地质灾害详细调查1897个县;第一次全国自然灾害风险普查2177个县;1∶5万地质灾害风险调查1501个县 地质灾害
灾情数据700多个灾害点。参数:灾害点个数 20万个灾害点。参数:灾害频次、规模、体积 40万个灾害点。参数:灾害位置坐标、发生详细时间、引发因素、规模体积、造成人员伤亡及经济损失、监测预警类型及数据等 监测网络 2500个雨量站点 气象部门雨量站3.9万个;自然资源部门简易
滑坡裂缝报警器和地面裂缝伸缩仪20余万套气象部门1万余个国家级地面气象观测站、近6万个省级气象观测站,在轨气象卫星9颗,240余部新一代天气雷达、X波段天气雷达;自然资源部门5.5万处地质灾害监测站点 模型方法 临界降雨阈值模型 临界降雨阈值模型;基于危险性的预警模型 临界降雨阈值模型;基于危险性的预警模型;基于机器学习的预警模型;分灾种、雨型的预警模型 系统平台 国家级预警系统1个 国家级预警系统1个;省级预警系统26个 国家级预警系统1个(升级2次);省级预警系统30个;市级预警系统164个;县级预警系统652个 空间精度 1∶600万精度,空间精度为60 km×60 km 国家级预警精度为10 km×10 km;区域或
局地易发区空间精度为5 km×5 km国家级预警精度5 km×5 km;18个省级预警精度5 km×5 km;8个省级预警精度1 km×1 km 时间精度 24 h预警 24 h预警;局地逐3 h、逐6 h的短临预警 趋势预测(年、季、月、72 h)、汛期常规预警(24 h)、短临预警(12 h、6 h、3 h、1 h)的预测、预报和预警体系 规范标准 无 《地质灾害气象风险预警工作要求》(试行)(2009) 《地质灾害预报技术规程》(DB61/T 589—2013)(陕西省地方标准);《地质灾害区域气象风险预警标准(试行)》(T/CAGHP 039—2018);《暴雨诱发的地质灾害气象风险预警等级》(QX/T 487—2019);《突发地质灾害预警响应技术导则(试行)》(T/CAGHP 081—2022);地质灾害气象风险预警规范(DZ/T 0449—2023) -
[1] 国土资源部地质灾害应急技术指导中心,中国气象局公共气象服务中心. 中国地质灾害气象预警预报十年工作总结(2003—2012)[R]. 2013. [Technical Center for Geo-Hazards Emergency of MLR,Public Weather Service Center,CMA. A decade summary to early warning for regional geo-hazards,China (2003—2012) [R]. 2013. (in Chinese)] Technical Center for Geo-Hazards Emergency of MLR, Public Weather Service Center, CMA. A decade summary to early warning for regional geo-hazards, China (2003—2012) [R]. 2013. (in Chinese)
[2] 国土资源部地质灾害应急技术指导中心,中国气象局公共气象服务中心. 中国地质灾害气象预警预报十五年工作总结(2003—2017)[R]. 2017. [Technical Center for Geo-Hazards Emergency of MLR,Public Weather Service Center,CMA. A fifteen years summary to early warning for regional geo-hazards,China (2003—2017) [R]. 2013. (in Chinese)] Technical Center for Geo-Hazards Emergency of MLR, Public Weather Service Center, CMA. A fifteen years summary to early warning for regional geo-hazards, China (2003—2017) [R]. 2013. (in Chinese)
[3] LIU Chuanzheng,LIU Yanhui,WEN Mingsheng,et al. Early warning for geo-hazards based on the weather condition in China[J]. Global Geology,2006,9(2):131 − 137.
[4] PICIULLO L,CALVELLO M,CEPEDA J. Territorial early warning systems for rainfall-induced landslides[J]. Earth-Science Reviews,2018,179:228 − 247. DOI: 10.1016/j.earscirev.2018.02.013
[5] 刘传正,刘艳辉,温铭生,等. 中国地质灾害区域预警方法与应用[M]. 北京:地质出版社,2009. [LIU Chuanzheng,LIU Yanhui,WEN Mingsheng,et al. Regional early warning method and application of geological disasters in China[M]. Beijing:Geological Publishing House,2009. (in Chinese)] LIU Chuanzheng, LIU Yanhui, WEN Mingsheng, et al. Regional early warning method and application of geological disasters in China[M]. Beijing: Geological Publishing House, 2009. (in Chinese)
[6] 刘传正,刘艳辉,温铭生,等. 中国地质灾害气象预警实践:2003—2012[J]. 中国地质灾害与防治学报,2015,26(1):1 − 8. [LIU Chuanzheng,LIU Yanhui,WEN Mingsheng,et al. Early warning for regional geo-hazards during 2003—2012,China[J]. The Chinese Journal of Geological Hazard and Control,2015,26(1):1 − 8. (in Chinese with English abstract)] LIU Chuanzheng, LIU Yanhui, WEN Mingsheng, et al. Early warning for regional geo-hazards during 2003—2012, China[J]. The Chinese Journal of Geological Hazard and Control, 2015, 26(1): 1 − 8. (in Chinese with English abstract)
[7] 刘传正. 地质灾害防治研究的认识论与方法论[J]. 工程地质学报,2015,23(5):809 − 820. [LIU Chuanzheng. Epistemology and methodology on geo-hazard research[J]. Journal of Engineering Geology,2015,23(5):809 − 820. (in Chinese with English abstract)] LIU Chuanzheng. Epistemology and methodology on geo-hazard research[J]. Journal of Engineering Geology, 2015, 23(5): 809 − 820. (in Chinese with English abstract)
[8] 刘传正,陈春利. 中国地质灾害成因分析[J]. 地质论评,2020,66(5):1334 − 1348. [LIU Chuanzheng,CHEN Chunli. Research on the origins of geological disasters in China[J]. Geological Review,2020,66(5):1334 − 1348. (in Chinese with English abstract)] LIU Chuanzheng, CHEN Chunli. Research on the origins of geological disasters in China[J]. Geological Review, 2020, 66(5): 1334 − 1348. (in Chinese with English abstract)
[9] 张鸣之,杨飞,马娟,等. 区块链技术在全国地质灾害风险预警系统建设中的应用探索[J]. 水文地质工程地质,2023,50(6):168 − 174. [ZHANG Mingzhi,YANG Fei,MA Juan,et al. Exploration of blockchain technology application in the construction of National Risk Warning System on Landslides[J]. Hydrogeology & Engineering Geology,2023,50(6):168 − 174. (in Chinese with English abstract)] ZHANG Mingzhi, YANG Fei, MA Juan, et al. Exploration of blockchain technology application in the construction of National Risk Warning System on Landslides[J]. Hydrogeology & Engineering Geology, 2023, 50(6): 168 − 174. (in Chinese with English abstract)
[10] 唐亚明,张茂省,薛强,等. 滑坡监测预警国内外研究现状及评述[J]. 地质论评,2012,58(3):533 − 541. [TANG Yaming,ZHANG Maosheng,XUE Qiang,et al. Landslide monitoring and early-warning:An overview[J]. Geological Review,2012,58(3):533 − 541. (in Chinese with English abstract)] TANG Yaming, ZHANG Maosheng, XUE Qiang, et al. Landslide monitoring and early-warning: An overview[J]. Geological Review, 2012, 58(3): 533 − 541. (in Chinese with English abstract)
[11] 殷坤龙,陈丽霞,张桂荣. 区域滑坡灾害预测预警与风险评价[J]. 地学前缘,2007,14(6):85 − 97. [YIN Kunlong,CHEN Lixia,ZHANG Guirong. Regional landslide hazard warning and risk assessment[J]. Earth Science Frontiers,2007,14(6):85 − 97. (in Chinese with English abstract)] DOI: 10.1016/S1872-5791(08)60005-6 YIN Kunlong, CHEN Lixia, ZHANG Guirong. Regional landslide hazard warning and risk assessment[J]. Earth Science Frontiers, 2007, 14(6): 85 − 97. (in Chinese with English abstract) DOI: 10.1016/S1872-5791(08)60005-6
[12] 刘艳辉,唐灿,李铁锋,等. 地质灾害与降雨雨型的关系研究[J]. 工程地质学报,2009,17(5):656 − 661. [LIU Yanhui,TANG Can,LI Tiefeng,et al. Statistical relations between geo-hazards and rain-type[J]. Journal of Engineering Geology,2009,17(5):656 − 661. (in Chinese with English abstract)] LIU Yanhui, TANG Can, LI Tiefeng, et al. Statistical relations between geo-hazards and rain-type[J]. Journal of Engineering Geology, 2009, 17(5): 656 − 661. (in Chinese with English abstract)
[13] 徐辉,刘海知. 诱发滑坡的多尺度降雨特征[J]. 山地学报,2019,37(6):858 − 867. [XU Hui,LIU Haizhi. Multi-scale rainfall characteristics of rainfall-induced landslides[J]. Mountain Research,2019,37(6):858 − 867. (in Chines with English abstract)] XU Hui, LIU Haizhi. Multi-scale rainfall characteristics of rainfall-induced landslides[J]. Mountain Research, 2019, 37(6): 858 − 867. (in Chines with English abstract)
[14] 刘正华,余丰华,夏跃珍,等. 基于斜坡单元的地质灾害气象预警系统建设初探[J]. 水文地质工程地质,2015,42(6):131 − 136. [LIU Zhenghua,YU Fenghua,XIA Yuezhen,et al. Primary exploration of the geological hazard meteorological warning system based on slope unit[J]. Hydrogeology & Engineering Geology,2015,42(6):131 − 136. (in Chinese with English abstract)] LIU Zhenghua, YU Fenghua, XIA Yuezhen, et al. Primary exploration of the geological hazard meteorological warning system based on slope unit[J]. Hydrogeology & Engineering Geology, 2015, 42(6): 131 − 136. (in Chinese with English abstract)
[15] 陈悦丽,赵琳娜,王英,等. 降雨型地质灾害预报方法研究进展[J]. 应用气象学报,2019,30(2):142 − 153. [CHEN Yueli,ZHAO Linna,WANG Ying,et al. Review on forecast methods of rainfall-induced geo-hazards[J]. Journal of Applied Meteorological Science,2019,30(2):142 − 153. (in Chinese with English abstract)] CHEN Yueli, ZHAO Linna, WANG Ying, et al. Review on forecast methods of rainfall-induced geo-hazards[J]. Journal of Applied Meteorological Science, 2019, 30(2): 142 − 153. (in Chinese with English abstract)
[16] 陈春利, 方志伟. 福建省地质灾害气象预警有效降雨模型研究[J]. 地质力学学报,2023,29(1):99 − 110. [CHEN Chunli, FANG Zhiwei. Research on an effective rainfall model for geological disaster early warning in Fujian Province, China[J]. Journal of Geomechanics,2023,29(1):99 − 110. (in Chinese with English abstract)] CHEN Chunli, FANG Zhiwei. Research on an effective rainfall model for geological disaster early warning in Fujian Province, China[J]. Journal of Geomechanics, 2023, 29(1): 99 − 110. (in Chinese with English abstract)
[17] LIU Yanhui,HUANG Junbao,XIAO Ruihua,et al. Research on a regional landslide early-warning model based on machine learning:A case study of Fujian Province,China[J]. Forests,2022,13(12):2182. DOI: 10.3390/f13122182
[18] 董力豪, 刘艳辉, 黄俊宝, 等. 基于卷积神经网络的福建省区域滑坡灾害预警模型[J]. 水文地质工程地质,2024,51(1):145 − 153. [DONG Lihao, LIU Yanhui, HUANG Junbao, et al. An early prediction model of regional landslide disasters in Fujian Province based on convolutional neural network[J]. Hydrogeology & Engineering Geology,2024,51(1):145 − 153. (in Chinese with English abstract)] DONG Lihao, LIU Yanhui, HUANG Junbao, et al. An early prediction model of regional landslide disasters in Fujian Province based on convolutional neural network[J]. Hydrogeology & Engineering Geology, 2024, 51(1): 145 − 153. (in Chinese with English abstract)
[19] 李阳春,刘黔云,李潇,等. 基于机器学习的滑坡崩塌地质灾害气象风险预警研究[J]. 中国地质灾害与防治学报,2021,32(3):118 − 123. [LI Yangchun,LIU Qianyun,LI Xiao,et al. Exploring early warning and forecasting of meteorological risk of landslide and rockfall induced by meteorological factors by the approach of machine learning[J]. The Chinese Journal of Geological Hazard and Control,2021,32(3):118 − 123. (in Chinese with English abstract)] LI Yangchun, LIU Qianyun, LI Xiao, et al. Exploring early warning and forecasting of meteorological risk of landslide and rockfall induced by meteorological factors by the approach of machine learning[J]. The Chinese Journal of Geological Hazard and Control, 2021, 32(3): 118 − 123. (in Chinese with English abstract)
[20] 刘艳辉,苏永超. 四川青川县区域地质灾害气象风险预警模型研究[J]. 工程地质学报,2019,27(1):134 − 143. [LIU Yanhui,SU Yongchao. Early-warning model of regional geological disasters based on meteorological factor in Qingchuan County,Sichuan Province[J]. Journal of Engineering Geology,2019,27(1):134 − 143. (in Chinese with English abstract)] LIU Yanhui, SU Yongchao. Early-warning model of regional geological disasters based on meteorological factor in Qingchuan County, Sichuan Province[J]. Journal of Engineering Geology, 2019, 27(1): 134 − 143. (in Chinese with English abstract)
[21] 温铭生,刘传正,陈春利,等. 地质灾害气象预警与减灾服务[J]. 城市与减灾,2019(3):9 − 12. [WEN Mingsheng,LIU Chuanzheng,CHEN Chunli,et al. Meteorological early warning of geo-hazards and service of disaster reduction[J]. City and Disaster Reduction,2019(3):9 − 12. (in Chinese with English abstract)] WEN Mingsheng, LIU Chuanzheng, CHEN Chunli, et al. Meteorological early warning of geo-hazards and service of disaster reduction[J]. City and Disaster Reduction, 2019(3): 9 − 12. (in Chinese with English abstract)
[22] 杨寅,林建,包红军. 2018年地质灾害重点区域气象预警效果检验[J]. 中国地质灾害与防治学报,2019,30(6):135 − 140. [YANG Yin,LIN Jian,BAO Hongjun. Evaluation of meteorological early warning to major regions affected by geological hazards in 2018[J]. The Chinese Journal of Geological Hazard and Control,2019,30(6):135 − 140. (in Chinese with English abstract)] YANG Yin, LIN Jian, BAO Hongjun. Evaluation of meteorological early warning to major regions affected by geological hazards in 2018[J]. The Chinese Journal of Geological Hazard and Control, 2019, 30(6): 135 − 140. (in Chinese with English abstract)
[23] 刘艳辉,温铭生,苏永超,等. 台风暴雨型地质灾害时空特征及预警效果分析[J]. 水文地质工程地质,2016,43(5):119 − 126. [LIU Yanhui,WEN Mingsheng,SU Yongchao,et al. Characteristics of geo-hazards induced by typhoon rainstorm and evaluation of geo-hazards early warning[J]. Hydrogeology & Engineering Geology,2016,43(5):119 − 126. (in Chinese with English abstract)] LIU Yanhui, WEN Mingsheng, SU Yongchao, et al. Characteristics of geo-hazards induced by typhoon rainstorm and evaluation of geo-hazards early warning[J]. Hydrogeology & Engineering Geology, 2016, 43(5): 119 − 126. (in Chinese with English abstract)
-
期刊类型引用(2)
1. 魏蕾,杨迎冬,赵鹏,罗泽阳,罗兰. 云南省地质灾害气象风险预警体系建设探索与实践. 四川地质学报. 2025(01): 154-161 . 百度学术
2. 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
其他类型引用(1)