Risk assessment of geological hazards in Song County, Henan Province
-
摘要: 基于ArcGIS环境下，通过选取河南省嵩县区域高程、地貌、工程岩组、植被覆盖度、距构造距离、距水系距离、坡度、坡向等 8个因子建立危险性评价模型，易损性选取建筑物、人员和交通等 3 个承灾因子，分别采用信息量模型和层次分析法对河南省嵩县区域进行地质灾害易发性、危险性和易损性评价。研究结果表明，嵩县区域划分为低风险区面积为965.34 km2，占嵩县区域面积32%；中风险区面积为1114.65 km2，占嵩县区域面积的37%；高风险区面积为826.23 km2，占嵩县区域面积的27%；极高风险区面积为102.68 km2，占嵩县区域面积的3%。研究成果可应用于嵩县防灾减灾及地质灾害风险管控等方面。Abstract: Using the ArcGIS environment, a risk assessment model is established by selecting eight indicator factors, including regional elevation, landform, engineering rock group, vegetation coverage, distance from structures, distance from water systems, slope, and slope direction in Song county, Henan Province, China. The vulnerability is evaluated under three disaster-bearing factors: buildings, personnel and traffic. The information volume model and analytic hierarchy process are used to assess the susceptibility, risk and vulnerability of geological disasters in Song county. The results show that the area of Song county is divided into low-risk areas, covering 965.34 km2, accounting for 32% of the total area; medium risk area, covering 1114.65 km2, accounting for 37% of the total area; high-risk area, covering 826.23 km2, accounting for 27% of the total area; and extremely high risk area, covering 102.68 km2, accounting for 3% of the area. These research findings can be widely applied to disaster prevention, mitigation, and geological disaster risk control in Song county.
-
Keywords:
- ArcGIS /
- Song County, Henan Province /
- geologic hazard /
- risk assessment
-
0. 引言
甘肃永靖黑方台地处干旱少雨的西北黄土高原地区，原本是旱塬，降水稀少。1968年，刘家峡水库修建导致库区大量移民搬迁至黑方台，并开始引水灌溉，至1984年开始报道该地区由于灌溉引发滑坡100余起[1]。截至2021年9月，该区域已发生滑坡154次，造成38人死亡，100余人受伤，450户群众、1所中学、2所小学和1处加油站被迫搬迁，近2.0×106 m2耕地弃耕，33×104 m2农田被毁，并多次埋没通往盐锅峡化工厂和盐锅峡电厂的公路，滑坡造成直接经济损失超过4亿元。许多学者对黑方台滑坡特征进行了大量的研究，吴玮江等[2]研究认为黑方台滑坡类型包括黄土滑坡、黄土-泥岩滑坡两种类型，并指出黄土滑坡具有高速远程和继发性强的特点，黄土-泥岩顺层滑坡具有低速近程和复活性的特点。许领等[3]对黑方台滑坡进行了系统的分类，划分为黄土泥流，黄土滑动，黄土-泥岩接触面滑坡，黄土-泥岩顺层滑坡和黄土-泥岩切层滑坡。武彩霞等[4]通过试验研究指出，黄土泥流滑坡呈流态化运移特征，滑距可达300 m以上，是黑方台危害最为严重的一类滑坡。近年来，随着国家对地质灾害防治的重视，对黑方台滑坡研究成果层出不穷[5-10]，推动了黑方台滑坡的综合研究和治理工作。
2015年4月29日07时55分—11时15分，甘肃省永靖县盐锅峡镇党川村罗家坡段发生滑坡（图1），造成生辉碳化硅厂、碳素化工厂、广利铸造厂厂房、设备被压埋；盐锅峡—中庄乡道阻断；盐锅峡镇110 kV输电塔、输电线路破坏，供电中断；盐锅峡、西河镇人饮供水管道破坏，两镇近7000人的供水受影响，直接经济损失5600万元，形成特大滑坡灾害，引起了社会的广泛关注。
滑坡演化特征揭示了滑坡从孕育、发展、致灾直至消亡的全过程，是滑坡灾害预防、预测、预报和有效防治的理论基础，但由于滑坡自身的复杂性，其形成多因素性及诱发因素多样性，而使得滑坡发生具不确定性，因此成为国内外工程地质界研究的热点[11]。罗家坡滑坡发生后，吴玮江等[12]、许强等[13]对该滑坡进行了调查研究，认为滑坡滑动总体分为两阶段，均为黄土高速远程滑坡。忽略了第一阶段为黄土泥岩滑坡、第三阶段黄土泥流的发生及后期滑坡后壁的小型滑坡滑动阶段，未能反映滑坡全生命周期的演化特征。为了进一步厘清黑方台“4·29”特大滑坡灾害特征，本文研究了滑坡活动全生命周期基本特征和高速远程形成机制。作为滑坡现场亲历者，本文在勘查资料基础上，结合视频资料分析、历史遥感资料分析，从时间线上对黑方台“4·29”滑坡的演化特征进行了进一步划分，将该滑坡的演化划分为5个阶段，这5个阶段也刚好对应了5种滑坡形态，并对滑坡的运动特征进行来分析，对其中的黄土-碎屑流高速远程滑坡机制做了研究。总体认为该滑坡在黑方台滑坡中具有典型代表性，对其开展研究有助于对黑方台地区滑坡灾害的认识，并有助于防灾减灾工作的开展。
1. 滑坡区地质背景
罗家坡滑坡位于黑台台塬党川村罗家坡段。黑台台塬为黄河Ⅳ级基座阶地，其南部前缘与黄河Ⅱ级阶地相接，中间缺失Ⅲ级阶地。黑台台塬海拔1710 m，Ⅱ级阶地海拔1590 m，相对高差达120 m。坡体上陡下缓，上部坡度40°左右，下部坡度20°～35°，平均坡度约35°，台塬边缘多滑坡、坍塌堆积物，边坡地形破碎，由于受滑坡、坍塌的影响，塬下多土丘，地面起伏不平。
滑坡区出露地层主要有第四系上更新统风积马兰黄土、冲积粉土、卵石及白垩系砂质泥岩等（图2）。其中0～24 m为Qp马兰黄土，结构疏松；24～44 m为Qp冲积次生黄土，较上部黄土致密；44～52 m为冲积粉质黏土，有层理，含粉砂，致密坚硬；该层之下为5 m厚的卵石层，为黄河四级阶地堆积；卵石层之下为缓倾的白垩系紫红色砂泥岩，基岩产状为161°∠10.5°。
黑方台高出现代河床120余米，且四周临空孤立，具有特殊的水文地质结构，由于冲积粉质黏土隔水层分割了黄土含水层和卵石含水层，因此形成了上部黄土富含水，而下部卵石弱含水，白垩系系基岩裂隙局部含水的特殊含水的多层含水岩组结构。
黑方台黄土含水层的形成以1968年为时间节点，前后经历了天然状态和人工灌溉状态两个阶段。1968年前，天然状态大气降水是地下水的唯一补给来源，黄土含水层很薄，在台缘带存在少量泉水分布，年总排泄量约为3.2×104 m3/a。1968年以后，为了安置刘家峡、盐锅峡水库区的移民，在黑方台建成了提水灌溉工程，灌溉面积为753 ha，年提水总量为6×106～8×106 m3，2018年达到11×106 m3。长期的灌溉导致台塬区的地下水位迅速抬升，中心区地下水位埋深最浅至0.3 m，塬边水位埋深17～24 m，2018年测得泉水溢出量达1.92×106 m3/a，是天然状态下泉水溢出量的60倍。根据近期的观测资料，塬面地下水位形成了春季灌溉高水位期和滑坡多发期重合的特征，地下水成为滑坡形成的主要动力因素。
2. 罗家坡滑坡基本特征
罗家坡滑坡为一大型黄土泥岩高位、高速、远程牵引式滑坡，滑体物质组成为马兰黄土（粉土）、粉质黏土和泥岩，滑床为粉质黏土及白垩系泥岩。滑坡区总长度870 m，宽度125 ～ 170 m，平均宽135 m，总面积10.15×104 m2，滑体厚度6～15 m，平均厚度12.5 m，滑坡总体积1.27×106 m3。滑坡自下部白垩系泥岩高位剪出，高速滑动，主滑方向受地形控制呈近“S”的特征，上、中、下段主滑方向分别为201°、165°和181°。高速远程滑坡从其平面特征可分为滑源区、流通区和堆积区三部分[14-15]，罗家坡滑坡也具备三个分区（图3）。
滑源区经历多次滑动后，滑源区形成长186 m，宽158 m，最小深度24 m, 最大深度约75 m，平均深度约50 m斗状洼地。环状后壁坡度约62°，残留高度24～65 m。沿坡缘距离20 m内发育明显的环状拉张裂缝，西侧为一组4条，间距0.35～1.50 m；东侧为两组，一组为2条，长度大于20 m，走向为55°，宽0.06～0.08 m；另一组为2条，延伸长度15 m左右。
流通区可见多次滑动在滑床上形成的线型拉槽和陡坎，很好的反映了不同期次滑坡的运动轨迹。其长度约150 m，宽度约80～125 m，面积约0.017 km2。
堆积区分布于黑台下部坡体及二级阶地上。后期滑坡堆积体越过前期滑坡堆积体，前后滑动的堆积扇逐次叠加，形成扇加扇的套叠堆积地形，不同期次的扇缘基本呈圆弧状。前期滑坡的扇相对较短，但扩散宽度较大；后期滑坡堆积的扇相对较长，但扩散宽度较小。也可见不同期次滑动的线型拉槽和推挤形成的弧形隆起。堆积区长度337 m，宽度175 m，堆积区面积约0.059 km2（图4）。
3. 滑坡的时间演化过程
从时间线上分析，罗家坡滑坡先后经历了黄土错落-碎屑流、黄土-泥岩碎屑流、黄土-碎屑流、黄土泥流和黄土错落等五个阶段，分别对应了五种类型的滑坡，在一个滑坡演化周期历程中基本涵盖了黑方台滑坡的类型，这在以往滑坡中非常罕见（图5—6）。
![]()
图 6 罗家坡滑坡不同阶段堆积形态图Figure 6. Accumulation form of Luojiapo landslide at different stages3.1 黄土错落-碎屑流
黄土错落-碎屑流是罗家坡滑坡演化的早期阶段。该阶段的主要特征是沿黄土塬边产生的多次小型浅层黄土滑坡，滑坡规模小，滑程短，未形成灾害。现场调查资料表明，罗家坡滑坡的变形特征和前兆是十分明显的，且具有较长的变形发展史。2009年罗家坡段即产生了小规模黄土错落性-碎屑流滑坡，体积约5×104 m3。其中2012年的滑坡规模较大，其堆积体已到达坡脚。由于黄土具有崩解性，滑坡发生后随即解体转变为碎屑流，堆积于塬边斜坡上，披覆于白垩系砂泥岩之上形成覆盖层。同时部分堆积体堵塞泉水下泄通道，导致局部地下水位升高，不利于斜坡的整体稳定[6]，如图6（a）所示。
3.2 黄土泥岩-碎屑流
根据调查资料，罗家坡滑坡发生前，该地段地下水位埋深为24 m，下部黄土已形成了25 m的饱和带[16]。前期的斜坡变形形成的裂隙使得坡缘带上部卵砾石含水层和下部白垩系基岩裂隙水上下联通，地下水下渗到达粉砂岩软弱夹层，水-岩作用显著降低了粉砂质泥岩的强度[17]，导致强度急剧降低，斜坡蠕动变形加剧，引发了黄土泥岩顺层滑坡。2015年4月29日上午7时55分发生的第一次滑坡其类型即为黄土-泥岩顺层滑坡。这一点可以从实测地形资料证实，滑坡剪出口处深度约75 m，而第四系总厚度在该地段为57 m，说明在第一次滑动时剪出口部位有厚度达18 m的泥岩参与到滑坡中。这一阶段滑动体积为17.49×104 m3，主滑方向为180°，滑坡堆积区呈长扇状堆积于坡体前缘，滑动距离为373 m，最大扩散宽度140 m，将碳化硅厂部分厂房压埋，如图6（b）所示。
3.3 黄土-碎屑流
黄土-碎屑流高速远程滑坡是破坏性最强的滑坡类型，其主要特征是滑动速度快，滑程长，滑坡刮铲和推挤效应显著，破坏力强。依据视频监测资料，滑坡经历2次大的滑动，滑动时间分别为10时45—48分和10时55分。
10时45—48分期间，该阶段黄土高位滑坡呈脉冲状分块从滑床滑出后，进入加速通道，滑坡在滑动中解体形成碎屑流，碎屑流在流动过程中刮铲前期堆积体，至坡脚形成冲击挤压先期滑坡体，导致先前的滑坡堆积体向前及两侧扩散，由于受到第一次滑坡堆积体的阻挡，滑坡滑动方向向左偏转。这一次的滑距较小，未超过第一次滑动，滑动体积约15.79×104 m3。
10时55分观测到的最大一次滑坡开始，高速滑坡形成的碎屑流和前次滑动类似，在加速通道形成刮铲效应，形成明显的拉槽，滑坡解体后形成的碎屑流越过前3次滑坡堆积物，直接摧毁2座工厂并将14户居民房屋压埋，前缘直达盐中公路，最后堆积于盐中公路南边，最大滑距达625 m，这也是有记录以来黑方台滑坡滑程最长的一次滑动。滑坡体积约77.32×104 m3，其类型属黄土-碎屑流高位、高速、远程滑坡，如图6（c）所示。
3.4 黄土泥流
黄土泥流型滑坡在焦家崖头以东多见，焦家崖头以西则很少发生[3]。11时56分，由于当时灌溉水尚未关停，在水流激发下，观测到饱和黄土直接转化为黄土泥流的现象。黄土泥流从滑源区启动，沿着先前的运动路径缓慢前进，泥流在流动中形成的龙头产生拉槽效应，将前期堆积的滑坡松散堆积物剪切形成拉槽，饱水泥流沿沟槽缓慢流动，并在滑坡堆积体上加积形成了泥流堆积扇（图7）。堆积体积较小，约13.67×104 m3，如图6（d）所示。
![]()
图 7 黄土泥流拉槽现象（前期堆积体形成明显的侧坎，最大高度1.1 m）Figure 7. Loess mud flow trough phenomenon (obvious side sill formed by early accumulation, maximum height 1.1 m)3.5 黄土错落
这是滑坡演化的末期阶段产生的现象。这一阶段持续时间较长，从10时58分一直持续至11时15分，沿着环状的滑坡壁产生多次小型滑坡，滑距不超过50 m，均未超出滑坡洼地。这一阶段的滑坡特征是规模小，每次的滑动规模数十到数百立方米，均为黄土错落性滑坡，计算其累计滑动体积为2.61×104 m3。滑坡堆积体将前期滑动后形成的负地形逐步掩埋，形成最终的地形。很多研究者会认为该堆积体是滑坡残留体。滑坡堆积体将泉水出露点掩埋，坡面可见泉水以线状渗出，如图6（e）所示。
4. 滑坡运动特征
本次滑坡的按滑坡性质基本可分为两大类型，其一是黄土泥岩-碎屑流和黄土-碎屑流，可称为块体-碎屑流运动；其二是现场观察到的黄土泥流。
4.1 块体碎屑流运动特征
滑坡的运动路径可分为滑源区启动区、滑动加速区和减速堆积区。显然，由于经历多次滑动，每次滑动的分区明显不一致；同时由于滑床下垫面条件变化，不同期次的滑坡其滑动距离和滑动速率也是不同的（表1）。根据现场视频资料分析，第一次黄土泥岩-碎屑基本呈整体滑动，滑动后随即解体转变为碎屑流，平均滑动速度为4.20 m/s，最大速度为9.3 m/s，其滑动距离相对较短，为435 m。第二次黄土碎屑流由3次脉冲式快速滑动组成，整个滑动历时180 s，滑动距离约489 m，平均滑动速度为5.71 m/s，最大速度达到15.0 m/s；第三次黄土碎屑流也由2次脉冲式滑动组成，滑动距离625 m，历时208 s，平均速度6.01 m/s，最大速度达到18.6 m/s。
表 1 不同期次滑坡的运动特征参数Table 1. Motion characteristic parameters of landslides in different stages滑坡分期 滑源区
长度/m加速区
长度/m减速堆积
区/m滑动距离
/m平均速度
/（m·s−1）最大速度
/（m·s−1）黄土泥岩
滑坡99 221 115 435 4.20 9.3 第一次黄土
碎屑流137 230 122 489 5.71 15.0 第二次黄土
碎屑流186 290 335 625 6.01 18.6 黄土泥流 155 277 184 461 10.70 13.2 块体-碎屑流是黑方台“4·29”滑坡的主要滑动方式[18-19]。其主要特征是多次滑坡的滑源区依次扩大范围，滑坡在运动过程中的路径在启动阶段有继承性，数次滑动的路径均呈“S”型。但在滑动路径上由于下垫面的改变，最终不同阶段的滑坡、碎屑流、泥流的路径稍有不同，形成了不同的滑坡舌部地形。滑坡在运动过程中由于受到地面构筑物的影响产生在最终形成堆积扇时滑动方向都有所偏移。早期滑坡的滑床阻力较大，横向扩展现象更加显著；而后期滑块由于滑床变为前期滑坡堆积物，因此滑床阻力减小，后期滑动的横向扩展现象减小。后期滑坡对前期滑坡形成拉槽-挤压效应，促使前期滑坡堆积物缓慢移动，压埋范围不断扩大（图8）。
黄土碎屑流从滑床高速滑出后发生解体形成碎屑流，高速滑动的碎屑流刮铲前次滑坡堆积体，并从前次滑坡形成的堆积体舌部越过后，直接将14户居民房屋压埋，前缘直达盐中公路，并停积于盐中公路南边。黄土滑坡的滑动距离高达625 m，最大扩散宽度120 m，滑坡在滑动后受右侧凸起山坡和左侧滑坡堆积体影响，产生“S”型的滑动路线，综合滑动主滑方向为181°（图5）。
4.2 黄土泥流
从现场观察来看，饱水的黄土在滑源区呈泥流启动后，呈缓慢流动状态，其前缘龙头刮铲和推挤现象明显，导致前期堆积的滑坡体缓慢启动滑移。黄土泥流的运动路线依然沿袭了黄土-碎屑流滑坡的运动路线，在滑动过程中拉槽效应显著。在堆积区受到滑床阻力逐渐停止滑动。其流动速度远小于黄土-碎屑流的滑动速度。现场观测到期流动距离为461 m，流动时间为5 min，平均速度为10.70 m/s，最大速度13.2 m/s。
5. 块体-碎屑流高速远程运移机制分析
从罗家坡滑坡的滑前地形来看，其相对高差达120 m，形成了高临空面，因而使滑体具有高势能。滑坡地形坡度在30°～35°，在山坡坡脚由先前滑动的滑坡形成的堆积体。因此，地形条件有利于形成高速远程滑坡。
通过现场调查发现，由于滑坡的堆积物的逐次叠加，使得原始坡面地形由折线型演变为流线型，由起伏地面变成较为均一的平顺地面，形成了较为平顺的滑床，十分有利于滑坡的高速滑动（图9）。本文将这一现象命名为“填凹造床效应”，这一效应在其他类型的滑坡中也存在[15]。
![]()
图 9 滑坡“填凹造床效应”照片Figure 9. “Effect of filling depression and forming bed” of landslide最先活动的块体运动距离最短，而新滑坡的滑动距离越来越远。这充分反映了“填凹造床效应”对滑坡滑移距离的影响。从图3可以看出，滑床区原始地形为四级阶地斜坡和二级阶地阶面组成的折线型地形，由于先期滑坡堆积使滑床逐渐演变为流线型地形，从而使得滑床更为平顺，滑坡运动过程中的撞击、磨阻消能效应被减弱，为滑坡的高速远程滑动创造了条件。新滑坡由于加速距离变长，因此滑动速度往往较先前滑动块体快，相应的滑动距离也逐渐变大。
同时，罗家坡滑坡最大滑距达到625 m，远远超过了前期发生的150余次滑坡。其原因除了先期滑动的滑坡“填凹造床效应”形成的有利地形条件外，高含水的下垫面也起到了助推作用。早期滑动黄土泥岩滑坡其所携带或刮铲的斜坡堆积物具有高含水量特征,滑动过程中产生了光滑的镜面。再次是渠道破坏后的形成的泥水混合物以及接近饱水的灌溉后的农田，使得黄土滑坡在其滑动路径上具备了部分饱水或完全饱水有利下垫面，这对于该滑坡最终创造最远滑距也产生了重要作用。
罗家坡滑坡高速远程滑动机制可解析为：滑坡在灌溉水瞬时压力作用下启动，受黄土节理裂隙和基岩层面的控制，滑坡体在快速运动中解体形成碎屑流，从而使起初的滑动状态变为流动状态，碎屑流作用于滑床的压力较之整体滑动的压力大大减小，滑床摩阻力亦随之减小，从而使得滑动速度远高于整体滑动的块体。前期滑坡的“填凹造床效应”使得后期滑坡的滑床从折线型演化为缓弧线型，加之前期滑体高含水，使得滑床摩阻力减小，为后期滑坡的高速远程滑动创造了条件。
罗家坡属灌溉水引发的高位高速远程滑坡，其破坏效应体现在滑坡体运动过程中碰到地面阻挡后逐渐减速堆积，其前部龙头形成刮铲和推挤破坏效应，导致沿途地面建筑物形成剪切破坏。罗家坡在黑方台地区具有典型性，滑坡全生命周期演化分段特征明显，不同滑坡类型均有发生，其高速远程特征尤为显著，体现了黑方台地区滑坡多样性和复杂性。针对这类滑坡，应控制灌溉，改变原有灌溉方式；并加强早期预警，降低灾害风险。
6. 结论
罗家坡在黑方台地区具有典型代表性，本次以滑坡全生命周期演化着手，从时间线上进行分析，研究结果充分体现了黑方台地区滑坡多样性和复杂性。综合研究成果，得出以下结论：
（1）罗家坡滑坡演化归结为五个阶段：黄土错落-碎屑流、黄土泥岩-碎屑流、黄土-碎屑流、黄土泥流、黄土错落等五个滑动阶段，也对应了五种滑坡类型。这也基本代表了黑方台地区滑坡的生命演化周期和类型特征。
（2）罗家坡滑坡的运动特征可分为块体运动—碎屑运动和饱和泥流两种流态。第一种类型属黄土泥岩滑坡和黄土滑坡形成的块体—碎屑流运动，其中黄土碎屑流平均滑动速率为4.20～6.01 m/s，最大速度为9.3～18.6 m/s；第二种类型则是观察到的饱和土泥流,其平均速度10.70 m/s，最大速度13.2 m/s。
（3）陡峻的地形是罗家坡滑坡产生高速远程滑坡的基础，“填凹造床效应”对块体-碎屑流滑坡滑移距离的影响十分显著，同时高含水的下垫面使得罗家坡滑坡创造黑方台地区最远滑距。这也为该地区滑坡的预防提出了警示。
（4）灌溉引起的黄土高速远程滑坡破坏效应十分显著，其高速运动中前部龙头形成刮产和推挤破坏效应，导致沿途渠、耕地被毁，地面建筑物形成剪切破坏，具有极强的灾害效应，应引起当地政府重视。建议进一步加强滑坡早期预警，并控制灌溉，降低灾害风险。
-
![]()
图 2 研究区地质构造简图
1—第四系；2—中新统洛阳组；3—下白垩统九店组；4—下古生界二郎坪群；5—上元古界栾川群；6—中—上元古界宽坪群；7—中元古界熊耳群鸡蛋坪组；8—中元古界熊耳群马家河组-鸡蛋坪组并层；9—太古界太华群；10—花岗岩；11—陆浑水库；12—正断层及编号；13—逆断层及编号；14—性质不明断层；15—乡界；16—县界；17—县政府所在地；18—镇（乡）政府所在地
Figure 2. Geological structure sketch map of the study area
![]()
图 3 嵩县地质灾害隐患点分布图
Figure 3. Distribution map of geological hazard potential sites in Song county
![]()
图 4 嵩县地质灾害易发性分区结果图
Figure 4. Results of geological hazard susceptibility zoning in Song County
![]()
图 5 月累计降雨量归一化结果
Figure 5. Normalized results of monthly cumulative rainfall in the study area
![]()
图 9 嵩县地质灾害易损性分区结果图
Figure 9. Geological hazard vulnerability zoning results in Song County
表 1 易发性评价因子分级及信息量值
Table 1 Classification and information value of susceptibility assessment factors
评价因子 指标分级 Ni/N Si/S 信息量值 高程/m [0, 500] 0.3800 0.2146 0.5715 [500, 1000) 0.5800 0.5620 0.0316 [1000, 1500) 0.0400 0.1952 −1.5854 ≥1500 0.0000 0.0282 0.0000 地貌 河谷 0.0558 0.0609 −0.0883 中山 0.2988 0.3985 −0.2879 低山 0.3183 0.3176 0.0037 丘陵 0.3267 0.2230 0.3817 工程岩组 坚硬花岗岩岩组 0.1520 0.3001 −0.6803 坚硬片麻岩岩组 0.0280 0.0563 −0.6992 软弱黏性土岩组 0.1000 0.0881 0.1268 较软弱砾岩岩组 0.0360 0.0164 0.7832 较坚硬砂岩页岩互层岩组 0.0160 0.0113 0.3452 较软弱砂质砾岩岩组 0.1880 0.1178 0.4674 坚硬安山岩类岩组 0.3080 0.3421 −0.1049 较软弱石英云母片岩岩组 0.1520 0.0455 1.2065 较坚硬硅质板岩岩组 0.0120 0.0145 −0.1910 较软弱页岩岩组 0.0040 0.0021 0.6393 较坚硬灰岩岩组 0.0040 0.0057 −0.3503 植被覆盖度 [0, 0.5) 0.1004 0.0553 0.5967 [0.5, 0.65) 0.5100 0.2945 0.5493 [0.65, 0.75) 0.3133 0.3799 −0.1928 [0.75, 1] 0.0763 0.2704 −1.2651 距构造距离/m [0, 500) 0.5000 0.3065 0.4892 [500, 1000) 0.1960 0.1905 0.0286 [1000, 1500) 0.1320 0.1241 0.0616 [1500, 2000) 0.0480 0.0903 −0.6318 ≥2000 0.1240 0.2886 −0.8446 距水系距离/m [0, 500) 0.7800 0.5490 0.3512 [500, 1000) 0.1200 0.2563 −0.7588 [1000, 1500) 0.0600 0.1101 −0.6069 [1500, 2000) 0.0240 0.0415 −0.5476 ≥2000 0.0160 0.0431 −0.9919 坡度/(°) [0, 10) 0.0680 0.1321 −0.6637 [10, 25) 0.3200 0.2117 0.4133 [25, 40) 0.2960 0.2936 0.0082 ≥40 0.3160 0.3627 −0.1378 坡向/(°) FLAT(−1) 0.0000 0.0106 0.0000 N[337.5, 22.5) 0.0680 0.1427 −0.7415 NE[22.5, 67.5) 0.1480 0.1352 0.0903 E[67.5, 112.5) 0.1360 0.1130 0.1856 SE[112.5, 157.5) 0.1720 0.1164 0.3901 S[157.5, 202.5) 0.2160 0.1630 0.2814 SW[202.5, 247.5) 0.1240 0.1236 0.0032 W[247.5, 292.5) 0.0840 0.0922 −0.0928 NW[292.5, 337.5) 0.0520 0.1033 −0.6862 
下载: 导出CSV
表 2 嵩县1992—2021年降雨量统计表
Table 2 Statistical table of Rainfall level in Song county from 1992—2021
年份 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 年降雨量/mm 576.90 675.20 529.60 470.70 959.10 418.10 773.10 589.90 760.30 433.10 月平均降雨量/mm 48.08 56.27 44.13 39.23 79.93 34.84 64.43 49.16 231.50 36.09 年份 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 年降雨量/mm 657.60 1067.40 690.90 718.40 636.70 565.10 558.80 764.30 924.00 931.50 月平均降雨量/mm 54.80 88.95 57.58 59.87 53.06 47.09 46.57 63.69 77.00 77.63 年份 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 年降雨量/mm 649.50 518.60 674.10 594.80 562.70 745.30 690.10 690.10 642.50 944.40 月平均降雨量/mm 54.13 43.22 56.18 49.57 46.89 62.11 57.51 53.26 53.54 145.29
下载: 导出CSV
表 3 承灾体易损性赋值表
Table 3 Vulnerability evaluation table for disaster-bearing bodies
承灾体类型 分级 赋值 受地质灾害直接威胁人口数量 10～100 人 0.40 <10 人 0.20 交通设施 高速公路 0.80 国家级公路 0.70 省级公路 0.40 其他道路 0.25
下载: 导出CSV
-
[1] 齐信,唐川,陈州丰,等. 地质灾害风险评价研究[J]. 自然灾害学报,2012,21(5):33 − 40. [QI Xin,TANG Chuan,CHEN Zhoufeng,et al. Research of geohazards risk assessment[J]. Journal of Natural Disasters,2012,21(5):33 − 40. (in Chinese with English abstract) QI Xin, TANG Chuan, CHEN Zhoufeng, et al. Research of geohazards risk assessment[J]. Journal of Natural Disasters, 2012, 21（5）: 33-40. （in Chinese with English abstract）
[2] MANTOVANI F,SOETERS R,VAN WESTEN C J. Remote sensing techniques for landslide studies and hazard zonation in Europe[J]. Geomorphology,1996,15(3/4):213 − 225.
[3] MICHAEL-LEIBA M,BAYNES F,SCOTT G,et al. Regional landslide risk to the Cairns community[J]. Natural Hazards,2003,30(2):233 − 249. DOI: 10.1023/A:1026122518661
[4] UROMEIHY A,MAHDAVIFAR M R. Landslide hazard zonation of the khorshrostam area,Iran[J]. Bulletin of Engineering Geology and the Environment,2000,58(3):207 − 213. DOI: 10.1007/s100640050076
[5] ALEOTTI P,CHOWDHURY R. Landslide hazard assessment:summary review and new perspectives[J]. Bulletin of Engineering Geology and the Environment,1999,58(1):21 − 44. DOI: 10.1007/s100640050066
[6] Einstein H H. Landslide risk-systenatic approaches to assessment and management[C]//In: Cruden D. and Fell R. （ eds. ） , Landslide Risk Assessment. Rotterdam: Balkema, 1997: 25 − 50.
[7] VAN WESTEN C. Geo-Information tools for landslide risk assessment: An overview of recent developments[M]//Landslides: Evaluation and Stabilization/Glissement de Terrain: Evaluation et Stabilisation, Set of 2 Volumes. CRC Press, 2004: 39 − 56.
[8] 罗路广,裴向军,谷虎,等. 基于GIS的“8·8”九寨沟地震景区地质灾害风险评价[J]. 自然灾害学报,2020,29(3):193 − 202. [LUO Luguang,PEI Xiangjun,GU Hu,et al. Risk assessment of geohazards induced by “8·8” earthquake based on GIS in Jiuzhaigou scenic area[J]. Journal of Natural Disasters,2020,29(3):193 − 202. (in Chinese with English abstract) LUO Luguang, PEI Xiangjun, GU Hu, et al. Risk assessment of geohazards induced by “8.8” earthquake based on GIS in Jiuzhaigou scenic area[J]. Journal of Natural Disasters, 2020, 29（3）: 193-202. （in Chinese with English abstract）
[9] 高克昌,崔鹏,赵纯勇,等. 基于地理信息系统和信息量模型的滑坡危险性评价—以重庆万州为例[J]. 岩石力学与工程学报,2006,25(5):991 − 996. [GAO Kechang,CUI Peng,ZHAO Chunyong,et al. Landslide hazard evaluation of Wanzhou based on GIS information value method in the Three Gorges Reservoir[J]. Chinese Journal of Rock Mechanics and Engineering,2006,25(5):991 − 996. (in Chinese) GAO Kechang, CUI Peng, ZHAO Chunyong, et al. Landslide hazard evaluation of Wanzhou based on GIS information value method in the Three Gorges Reservoir[J]. Chinese Journal of Rock Mechanics and Engineering, 2006, 25（5）: </span>991-996<spanstyle=color: rgb（51. （in Chinese）
[10] 阮沈勇,黄润秋. 基于GIS的信息量法模型在地质灾害危险性区划中的应用[J]. 成都理工学院学报,2001,28(1):89 − 92. [RUAN Shenyong,HUANG Runqiu. Application of GIS-based information model on assessment of geological hazards risk[J]. Journal of Chengdu University of Technology,2001,28(1):89 − 92. (in Chinese with English abstract) RUAN Shenyong, HUANG Runqiu. Application of gis-based information model on assessment of g eological hazards risk[J]. Journal of Chengdu University of Technology, 2001, 28（1）: 89-92. （in Chinese with English abstract）
[11] 刘福臻,王灵,肖东升. 机器学习模型在滑坡易发性评价中的应用[J]. 中国地质灾害与防治学报,2021,32(6):98 − 106. [LIU Fuzhen,WANG Ling,XIAO Dongsheng. Application of machine learning model in landslide susceptibility evaluation[J]. The Chinese Journal of Geological Hazard and Control,2021,32(6):98 − 106. (in Chinese with English abstract) LIU Fuzhen, WANG Ling, XIAO Dongsheng. Application of machine learning model in landslide susceptibility evaluation[J]. The Chinese Journal of Geological Hazard and Control, 2021, 32（6）: 98-106. （in Chinese with English abstract）
[12] 倪晓娇,南颖. 基于GIS的长白山地区地质灾害风险综合评估[J]. 自然灾害学报,2014,23(1):112 − 120. [NI Xiaojiao,NAN Ying. Comprehensive assessment of geological disasters risk in Changbai Mountain region based on GIS[J]. Journal of Natural Disasters,2014,23(1):112 − 120. (in Chinese with English abstract) NI Xiaojiao, NAN Ying. Comprehensive assessment of geological disasters risk in Changbai Mountain region based on GIS[J]. Journal of Natural Disasters, 2014, 23（1）: 112-120. （in Chinese with English abstract）
[13] 冯凡,唐亚明,潘学树,等. 不同尺度下地质灾害风险评价方法探讨—以陕西吴堡县为例[J]. 中国地质灾害与防治学报,2022,33(2):115 − 124. [FENG Fan,TANG Yaming,PAN Xueshu,et al. An attempt of risk assessment of geological hazards in different scales:A case study in Wubao County of Shaanxi Province[J]. The Chinese Journal of Geological Hazard and Control,2022,33(2):115 − 124. (in Chinese with English abstract) FENG Fan, TANG Yaming, PAN Xueshu, et al. An attempt of risk assessment of geological hazards in different scales: a case study in Wubao County of Shaanxi Province[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33（2）: 115-124. （in Chinese with English abstract）
[14] 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）
[15] 乔建平,王萌,石莉莉. 区域滑坡风险评估中的风险区划与概率分析[J]. 自然灾害学报,2012,21(2):51 − 56. [QIAO Jianping,WANG Meng,SHI Lili. Risk zoning and probability analysis of regional landslide risk assessment[J]. Journal of Natural Disasters,2012,21(2):51 − 56. (in Chinese with English abstract) QIAO Jianping, WANG Meng, SHI Lili. Risk zoning and probability analysis of regional landslide risk assessment[J]. Journal of Natural Disasters, 2012, 21（2）: 51-56. （in Chinese with English abstract）
[16] 刘希林. 泥石流风险评价中若干问题的探讨[J]. 山地学报,2000,18(4):341 − 345. [LIU Xilin. Approaches to risk assessment of debris flow[J]. Journal of Mountain Research,2000,18(4):341 − 345. (in Chinese with English abstract) LIU Xilin. Approaches to risk assessment of debris flow[J]. Journal of Mountain Research, 2000, 18（4）: 341-345. （in Chinese with English abstract）
[17] 王嘉君,何亚伯,杨琳,等. 基于GIS的山区村镇多灾种耦合风险评估[J]. 中国地质灾害与防治学报,2018,29(1):102 − 112. [WANG Jiajun,HE Yabo,YANG Lin,et al. Comprehensive multi-hazard risk assessment of villages and towns in mountain areas based on GIS[J]. The Chinese Journal of Geological Hazard and Control,2018,29(1):102 − 112. (in Chinese with English abstract) WANG Jiajun, HE Yabo, YANG Lin, et al. Comprehensive multi-hazard risk assessment of villages and towns in mountain areas based on GIS[J]. The Chinese Journal of Geological Hazard and Control, 2018, 29（1）: 102-112. （in Chinese with English abstract）
[18] 刘传正. 论地质灾害风险识别问题[J]. 水文地质工程地质,2017,44(4):1 − 7. [LIU Chuanzheng. Research on the risk recognition of geological disasters[J]. Hydrogeology & Engineering Geology,2017,44(4):1 − 7. (in Chinese with English abstract) LIU Chuanzheng. Research on the risk recognition of geological disasters[J]. Hydrogeology & Engineering Geology, 2017, 44（4）: 1-7. （in Chinese with English abstract）
[19] 刘传正. 崩塌滑坡灾害风险识别方法初步研究[J]. 工程地质学报,2019,27(1):88 − 97. [LIU Chuanzheng. Analysis methods on the risk identification of landslide disasters[J]. Journal of Engineering Geology,2019,27(1):88 − 97. (in Chinese with English abstract) LIU Chuanzheng. Analysis methods on the risk identification of landslide disasters[J]. Journal of Engineering Geology, 2019, 27（1）: 88-97. （in Chinese with English abstract）
[20] ALEXANDER E D, Natural Disasters[M]. London: UCL Press Limited, 1993: 1 − 632.
-
期刊类型引用(9)
1. 吕迎春. 渭源洩山老滑坡的识别及稳定性分析. 价值工程. 2025(07): 30-32 . 
百度学术
2. 李松，刘晋文，窦晓东. 甘肃省地质灾害发育特征. 科学技术与工程. 2024(11): 4416-4424 . 百度学术
3. 张梦雨. 高密度电法技术在甘肃黑方台地区滑坡防治中的应用研究. 甘肃地质. 2024(02): 89-93 . 百度学术
4. 张雄伟，赖国泉，张乾翼. 天水屈坪村滑坡稳定性分析及整治措施研究. 岩土工程技术. 2024(04): 459-464 . 百度学术
5. 赵文博，曹佳文，郭长宝，刘吉鑫，杨志华，魏昌利，吴瑞安. 甘肃岷县阳坡村大型古滑坡发育特征与稳定性评价. 地质通报. 2024(10): 1869-1880 . 百度学术
6. 张文学，王宏民. 高位黄土滑坡特征与成因研究. 地震科学进展. 2023(08): 360-366 . 百度学术
7. 唐家凯，吴玮江，刘韬，宿星，万朝东，张国信，安亚鹏，李祖刚. 甘肃灵台县南店子滑坡活动特征及成因分析. 中国地质灾害与防治学报. 2023(06): 20-29 . 本站查看
8. 韩朝君，李国营，吴玮江，张立军，韩海龙. 静宁县田堡调蓄水池滑坡成因及稳定性分析. 中国地质灾害与防治学报. 2023(06): 13-19 . 本站查看
9. 吴玮江，王国亚，张国信，冯乐涛，姚正学，宿星. 甘肃岷县永光1~#流滑型黄土滑坡的远程滑动特征. 中国地质灾害与防治学报. 2023(06): 3-12 . 本站查看
其他类型引用(5)
计量
- 文章访问数: 1627
- HTML全文浏览量: 1254
- PDF下载量: 275
- 被引次数: 14
邮件订阅
RSS