Research on risk early warning for rainfall-induced shallow landslides in Guangdong Province based on a dynamic slope instability model
-
摘要:
针对县级地质灾害气象风险预警面临的精度及模型建设问题，根据广东省地质灾害主要发生在坡面残坡积浅表层的突出特点，通过对典型地质灾害进行物理模拟试验和数值模拟，研究广东省浅表层斜坡失稳发生机理。研究表明：边坡在暴雨条件下，斜坡岩土体容易在浅表层首先造成失稳，影响因素主要有降雨量、降雨历时、土体类别和坡体结构等因素。由此，对研究区划分斜坡单元，按各斜坡单元的坡长、坡度、岩土类型、分层及其关键物理力学参数开展斜坡单元概化分类，并将Green-Ampt降雨入渗模型和无限边坡稳定性评价方法相结合，优化构建了动力学斜坡稳定性评价模型。结合龙川县贝岭镇流域应用实例，初步探索了坡面单元尺度下地质灾害气象风险预警斜坡失稳动力学预警技术，可为广东省开展以斜坡单元预警为主要方式的县级地质灾害气象风险预警提供支撑。
Abstract:In light of the accuracy and model construction challenges in county-level meteorological risk early warning for geo-hazards, and considering the prominent characteristics that these geo-hazards mainly occur on the shallow surface of residual slopes, the mechanism of shallow surface slope instability in Guangdong Province was studied through physical simulation experiments and numerical simulations of typical geo-hazards. The results show that the slope is easy to lose stability in the shallow surface layer under the condition of rainstorm, and the main factors are rainfall, rainfall duration, soil type and slope structure. Subsequently, by dividing the study area into slope units, we developed a generalized classification and numerical modeling of these units based on parameters such as slope length, slope gradient, rock and soil type, stratification, and key physical and mechanical parameters of each slope unit, and by combining the Green-Ampt rainfall infiltration model with the infinite slope stability evaluation method, the slope instability dynamics warning model was then constructed. Through the application in the basin of Beiling Town in Longchuan County, and the application of dynamic early-warning technology for slope instability in meteorological risk early warning for geological hazards was preliminarily explored at the scale of slope units, which can provide support for county-level geo-hazards meteorological risk early-warning based on slope unit early-warning in Guangdong Province.
-
0. 引言
西藏林芝地处喜马拉雅东构造结区域，构造活动强烈，一直以来都是我国高位泥石流灾害发生最为严重的地区之一。该地区泥石流类型多样，主要包括降雨型泥石流，冰川降雨型泥石流，冰崩、雪崩型泥石流，冰湖、堰塞湖溃决型泥石流等4大类，且降雨型泥石流和冰川降雨型泥石流最为常见，两者发生数量总和约占总数的80%[1]。这些高位泥石流形成区物源通常较为丰富、相对高差大、主沟纵比降大、出沟口高[2]。具备高位启动、发生频率高、冲击力强、致灾性广等特点。经统计，该地区泥石流灾害已达430余处，共计威胁2万多人的生命和财产安全[3]。鉴于此，该类高位地质灾害链形成区高风险物源的早期识别、流通区和堆积区的运动堆积特征以及其诱发因素、成因机制的研究至关重要。张永双等[4]和ZHANG等[5]认为高位泥石流往往具备①距沟口高差350 m以上且形成区物源量分布面积≥40×104 m2；②主沟纵比降≥270‰等典型特征。梁京涛等[6]基于多期次高精度无人机遥感影像数据监测高位泥石流动态变化，分析物源启动的制约因素以及泥石流灾害发生全过程。魏昌利等[7]总结出高位泥石流五种成灾模式，分别为① “滑坡－碎屑流－泥石流型”、②“支沟群发汇集型”、③“堵溃型”、④“阶梯沟道型”、⑤“复合型”。考虑到西藏林芝地区高位地质灾害链形成区往往分布在高程4000 m以上区域，实地调查难度大，而采用光学遥感和InSAR解译相结合的方法来划定该区域高风险物源分布位置和范围具备可操作性强、精度高等优势，因此本文以西藏米林县典型老泥石流沟—则隆弄沟为研究对象，基于实地调查，结合高分光学遥感影像和InSAR解译来分析则隆弄高位地质灾害链分区特征，并阐述此类高位地质灾害链诱发因素及成因机制，以期为藏东南地区高位地质灾害链合理统计高风险物源量及后期风险预测提供借鉴。
1. 地质环境条件
则隆弄沟位于林芝市米林县境内，南迦巴瓦峰（海拔7782 m）西侧，为雅鲁藏布江右岸一级支流。主沟长达11.84 km，其两侧发育大小支沟5条，整体上因与1条支沟（北沟）斜交，沟域呈“Y”字形近SW流向，流域面积约36.4 km2，流域内最高点高程7782 m，最低点沟口高程2847 m，高差悬殊达4935 m，平均坡降274‰。历史上冰川活动强烈，多期冰进的侧碛主要分布在则隆弄沟两侧及直白村以西，形成高约300～600 m的冰碛平台，并跨过雅鲁藏布江。在则隆弄冰川对岸谷坡打林村上方现仍残存部分冰碛物，当前海拔高度为3500～3600 m，高出雅鲁藏布江江面600～700 m。
2. 则隆弄高位地质灾害链历史活动特征
根据现场调查访问和资料文献记载[8-9]。20世纪50年代至今，则隆弄沟共发生4次碎屑流-泥石流高位地质灾害，造成堵江溃坝及洪水灾害，分别为：①1950年8月15日察隅发生8.6级大地震，强烈的地面震动导致则隆弄沟形成区冰舌突然崩落，水平移动3.5 km，掩埋沟口处的直白村，造成98人死亡，堵塞雅鲁藏布江1天。②1968年9月2日和1984年4月13日，由于气温升高导致冰雪融水，形成区范围内滑坡、岩崩和冰崩等地质灾害集中暴发，在则隆弄主沟形成泥石流，最终物源堆积在沟口，形成约10 m的堰塞坝堵塞雅鲁藏布江，直至次日上午溃坝。③2020年夏季，则隆弄沟再次暴发泥石流灾害，夹带的块石以巨大的冲击力撞击沟口直白大桥桥墩，引起桥梁剧烈摆动，造成桥体水平向西错动约37 cm，水平向南开裂约3 cm，垂直向下错动约14 cm，目前由于桥梁发生巨大位错，该路段现已禁止车辆通行（图1）。
3. 基于遥感影像和InSAR解译的高位地质灾害链分区特征
根据高分1号卫星影像解译，结合则隆弄高位地质灾害链的历史活动特征，可将则隆弄沟沟域分为形成区、流通区及堆积区三部分（图2）。其中海拔4000 m以上为则隆弄沟高位地质灾害形成区，为高山-极高山地貌；海拔3000～4000 m的高程区域为则隆弄沟高位地质灾害流通区，属宽谷地貌；海拔2840～3000 m区域为灾害链堆积区，与雅鲁藏布江交汇河段处为峡谷地貌。各分区基本特征见表1。
![]()
图 2 则隆弄高位地质灾害链分区及无人机航空影像图Figure 2. Zoning of high-level geological disaster chain and aerial image of UAV in Zelongnong gully表 1 则隆弄沟基本特征Table 1. Basic characteristics of the Zelongnong Gully分区 面积/km2 沟长/km 高程范围/m 高差/m 纵坡降/‰ 形成区 31.03 5.95 4000～7782 3782 468 流通区 4.73 4.54 3000～4000 1000 201 堆积区 0.63 1.08 2840～3000 160 153 3.1 形成区特征
3.1.1 潜在高风险物源InSAR变形解译
由于则隆弄（直白）沟地形起伏剧烈，造成升轨SAR数据（Sentinel-1、ALOS/PALSAR-2）发生严重几何畸变（叠掩），无法获取有效监测点，故选取降轨ALOS/PALSAR-2数据对则隆弄沟形成区进行地质灾害调查识别与监测。受降轨SAR数据量限制，选取了2016年6月15日与2018年3月7日两景ALOS/PALAR-2数据进行了SAR偏移量计算，获得了形成区域雷达方位向与视线向二维形变[10](图3)。从图3中可以看到，探测到的变形区主要集中在海拔超过4000 m形成区的山峰陡壁及沟道，2016年6月15日至2018年3月7日间最大累积形变在雷达方位向与视线向均超过10 m，且变形量较大的变形体主要集中在则隆弄南沟陡壁区域。
![]()
图 3 则隆弄沟2016年6月15日至2018年3月7日雷达二维形变Figure 3. Two-dimensional deformation of radar in Zelongnong gully from June 15, 2016 to March 7, 20183.1.2 潜在高风险物源遥感解译标志
则隆弄沟高风险物源主要包括1）冰崩体、2）岩崩体以及3）由碎屑物、崩坡积物和冰碛物混合而成的冰碛物松散堆积体三种类型。其中潜在冰崩体遥感影像特征：①多位于冰川末端，地势较陡；②在形态上呈舌状、扇形或长条形；③表面可见暗色纹理状裂隙，以横裂隙为主，侧裂隙和纵裂隙次之。潜在岩崩体遥感影像特征：①位于陡峻的山坡地段，影像上颜色呈亮灰色或棕灰色；②在形态上呈舌形、扇形和长条形等；③发育有张节理形成的裂缝或基岩整体破碎；④谷底或斜坡平缓地段崩塌堆积体特征显著，表面坎坷不平，影像具粗糙感。潜在冰碛物堆积体遥感影像特征：①周界为圆滑的凸弧形或马蹄形；②变形体前缘溜滑现象明显，具有平行于滑动方向的带状或斑点状纹理；③变形体后缘可见横向拉裂缝[11]。
3.1.3 综合解译
基于多时相光学遥感影像并结合InSAR所获得的二维地表形变数据，对则隆弄沟形成区高风险物源进行综合解译，共探测到21块大小不等潜在高风险物源，总面积达5.83 km2，预估潜在高风险物源体积可达1.16×108 m3。其分布位置如图4所示，潜在高风险物源具体参数见表2。从表2中可知，高风险冰崩体分布数量最少，但横纵向裂隙密布，块体稳定性较差（图5a）岩崩属于形成区数量最多的物源类型，数量达13处，分布位置相对高差达2436 m，以纵向裂隙为主，结构破碎，易失稳（图5b）。冰碛物松散堆积体为形成区分布面积最大的物源类型，面积达4.27 km2，占高风险物源总面积的73%，其中主沟（南沟）残留的冰碛物松散堆积体BQ2较支沟（北沟）多1.43 km2，该类物源分布位置相对高差达1173 m。这些高位物源体积巨大，结构松散，在自重作用下不断崩塌垮落并向前运移堆积，厚度逐渐增大，表现为多级多期堆积特征，一旦遭遇短期强降雨、快速升温、地震等外部因素影响，整体将发生快速移动，沿途冲击铲刮沟道中部及两侧冰碛物，最终冲出沟谷形成泥石流堵江灾害链。
![]()
图 4 则隆弄沟形成区潜在高风险物源分布图Figure 4. Distribution of potential high-risk sources of formation area in Zelongnong gully表 2 形成区潜在高风险物源类型及参数Table 2. Types and parameters of potential high risk sources in the formation area形成区高风险
物源类型分布位置 数量/处
（编号范围）最小物源编号
（面积/km2）最大物源编号
（面积/km2）总面积/km2 最低位物源分布
高程范围/m最高位物源分布
高程范围/m冰崩体 则隆弄沟后缘的南侧壁 6（B1-B6） B6块体(0.034) B2块体（0.26） 0.6 4914～5235 6023～6522 岩崩体 则隆弄沟后缘的南侧壁 13（Y1-Y13） Y6块体(0.021) Y7块体（0.17） 0.96 4615～4899 6775～7051 冰碛物松散堆积体 主沟（南沟）和支沟（北沟）沟底区域 2（BQ1-BQ2） BQ02(1.42) BQ01（2.85） 4.27 3815～4000 4896～4988 ![]()
图 5 潜在高风险物源遥感解译图Figure 5. Remote sensing interpretation picture of potential high-risk sources3.2 流通区与堆积区特征
则隆弄沟历史发生过多次冰川泥石流灾害，流通区沟谷下蚀强烈，沟道两侧斜坡坡度较陡，约20°～40°，后期由于厚层松散堆积物堆积在沟底区域，沟谷断面由“V”型转变为“U”型，沟道宽度约0.7～1.3 km，纵向坡度较缓，为10°～15°，与形成区陡缓坡交界区域以松散物源堆积淤高为主，这将为沟道内长期储备大量松散物源提供有利的地形条件。沟道中部可见长2.44 km，高70～150 m，宽240～400 m的冰碛垄（图2），成份主要为砂砾石、巨砾以及黏土的混合物，粒径级配差异大，胶结程度差，稳定性较差，这些厚层松散固体物质和冰碛堆积物很可能成为下一次泥石流暴发沿途冲击铲刮的新物源。
通过对比则隆弄沟2017—2020年遥感数据发现（图6），该沟在2017—2019年间，流通区沟道颜色变化不大，说明期间未有大量物源松散物质被冲出，且沟口扇形堆积体由于江水冲刷侵蚀，其面积呈逐渐减小趋势。直至2020年夏季，流通区沟道颜色较前两年明显变浅，且沟口扇形堆积体面积由2019年的4.41×104 m2增大至1.03×105 m2，江面宽度也由150 m缩小为60 m，江宽缩小了60%，说明期间有大量松散固体物质被冲出，挤压雅鲁藏布江江面宽度，这恰恰验证了2020年夏季因气温升高、降雨等因素导致则隆弄沟暴发大规模高位地质灾害（泥石流），大量物源沿沟道运移铲刮，直至穿过老泥石流扇，堆积在沟口形成新的泥石流扇而挤压雅鲁藏布江河道这一事件。
![]()
图 6 则隆弄沟多期遥感影像对比图Figure 6. Comparison picture of multi-phase remote sensing images of Zelongnong Gully堆积区沟道宽度约35 m，两侧现可见高近400 m坡度较陡的新冰期冰碛，沟道内堆积有高约9～21 m的松散堆积物，具有明显的侵蚀掏空以及分层堆积特征，是由最新一期泥石流沿河道冲刷时溢流到老堆积层上方形成的。其中下部堆积体砾石呈次棱角状-次圆状，粒径较小，大多分布在0.2～0.4 m，大小混杂，分选性差，砾石空隙被细砾-细沙所充填；上层堆积体砾石磨圆度差，呈次棱角状，粒径整体较下层堆积体大，为0.5～3 m粒径的巨砾及漂砾（图7a-g）。
则隆弄沟区域属高山-极高山地貌，其形成区物源分布位置相对较高，距离沟口垂高近4 km，如此大的高差，将使高位地质灾害形成巨大的势动能转换，提供充足的动力条件。整体地形呈现上陡下缓，即形成区纵坡降达468‰，流通区和堆积区纵坡降逐渐递减，分别为201‰和153‰，整体平均坡降为274‰，沟道较大的纵坡降利于形成高速、强铲刮性泥石流灾害，冲击力和破坏性巨大。其中形成区周界沟壁陡立，为冰崩、岩崩的发生提供了良好的临空条件。另外由于形成区与流通区的坡降分界明显，流通区纵比降相对较小，为发生高位地质灾害链的物源累积提供了良好的储藏平台。则隆弄沟地层岩性从上至下依次为：沟道内主要由厚层第四纪冰碛物、冲洪积砂砾石等松散物质覆盖，尤其是沟道两侧堆积有巨厚层冰碛物，成分主要为冰碛碎石和砂泥质混合物，这些都将是泥石流灾害良好的物源。下部基岩为南迦巴瓦岩群上亚群（Pt2−3Nja-c）的派乡花岗片麻岩，具有高温流变特征（图8）。
4. 成因分析
则隆弄沟位于印度板块与欧亚板块挤压碰撞的喜马拉雅东构造结区域，该区域逆冲推覆构造强烈，形成巨大薄皮构造，整体抬升隆起显著，剥蚀作用强烈[12]，是高位地质灾害发生的有利地形条件和空间基础。则隆弄沟正是受NE向逆冲性质的雅鲁藏布江断裂带控制，沟域地震烈度等级为Ⅹ级，强烈的地震扰动作用促使沟内岩体结构面和冰川裂隙发育，岩体结构破碎。随着青藏高原气温逐年加速升高[13-17]，则隆弄沟源冰川加速消融，形成的冰雪融水迅速沿岩体结构面及冰裂隙下渗，形成动静水压力，同时雪水也会使冰川表碛加厚以及岩体容重增大，增加冰川和岩体的下滑力，最终冰岩体整体稳定性大幅降低，逐渐崩落，在自重作用下沿陡坡流动形成碎屑流，多期次堆积在形成区沟谷中上部坡度相对较缓的区域，聚集形成大量崩坡积物、冰水沉积物、冰碛物等松散堆积体，构成混合物源，后期因冰雪融水、强降雨、地震等外部因素的流动裹挟作用，在地形坡度陡、水动力条件强、松散体方量大等综合条件下，高位形成的饱水泥石流体将进行巨大的势动能转换，最终发生高速长距离运移、铲刮沟道内原有的厚层松散物源，携带其冲出沟口淤积堵江，由于上游水位的不断抬升，堰塞坝被冲毁，最终引发溃坝洪水灾害。因此则隆弄高位地质灾害具备高位启动、长距离运动的链式成灾模式，具体可划分为5个阶段：①崩滑（冰崩、岩崩和滑坡）-②碎屑流-③泥石流-④堵江堰塞坝（湖）-⑤洪水灾害。此类高位灾害链的形成区往往处于强烈活动构造带上，地质构造作用强烈，沟谷陡急，在沟道内堆积有大量固体物质，后缘发育大规模冰川，冰雪融水量较大，沟道内常年存在丰富的水流，水动力条件良好，具备周期性暴发的特点。
5. 结论
（1）根据现场调查与无人机航拍，采用多时相光学遥感影像和InSAR解译相结合的方法，解译出则隆弄沟形成区21处大小不等高风险物源，主要包括①冰崩、②岩崩、③冰碛物松散堆积体三种类型，总面积达5.83 km2。其中冰崩6处，面积0.6 km2；岩崩13处，面积为0.96 km2，属于形成区数量最多的高风险物源类型；冰碛物松散堆积体2处，面积达4.27 km2，属于高风险物源分布面积最大的一类；预估高风险物源总体积可达1.16×108 m3，这些将为未来高位地质灾害链的形成提供丰富的物源条件。
（2）则隆弄高位链式地质灾害与沟域地形地貌与地层岩性、地质构造与地震活动以及气象水文等因素密切相关。具体表现为形成区周界陡壁为冰崩、岩崩发生提供良好的临空条件；巨厚层冰碛物松散混合体以及逆冲推覆构造和地震活动带利于形成不稳定的物源结构；陡缓坡降分界区域为物源累积提供良好储藏平台；高位物源、大坡降沟道提供充足的动力条件；气候变暖和冰雪融水、降雨等因素为泥石流灾害频发提供良好的水动力条件。
（3）则隆弄沟历史上曾发生过多次大规模高位地质灾害，具备高位启动、长距离运动的链式成灾模式，其演化过程可分为五个阶段：①崩滑（冰崩、岩崩和滑坡）—②碎屑流—③泥石流—④堵江堰塞坝（湖）—⑤洪水灾害。目前沟道内常年储备有丰富的物源，水动力条件良好，具备高易发性、高危险性和周期性暴发的特点，一旦大规模爆发将存在堵江风险，对沟口处的格噶村、直白村及下游村镇的安全造成严重威胁，后期应密切关注此类高位地质灾害链的发生。
-
![]()
图 1 广东省地质灾害与月均降雨量关系图
Figure 1. Relationship chart between geo-hazards and average monthly rainfall in Guangdong Province
![]()
图 9 坡面尺度的斜坡分析单元的划分及几何参数提取
Figure 9. Division of slope units and extraction of geometric parameters of the slopes
表 1 天然及暴雨状态下斜坡岩土体计算参数
Table 1 Calculation parameters of rock and soil mass of the slope under natural and rainstorm conditions
名称 弹性模量
/MPa孔隙比 天然状态 饱水状态 γ/（kN·m−3） c/kPa ϕ/（°） γsat/（kN·m−3） c/kPa ϕ/（°） 砂质黏性土①-1 8.0 0.99 18.0 19.1 18.0 18.5 18.1 17.0 砂质黏性土①-2 8.5 0.88 18.1 20.2 19.2 18.7 19.3 18.3 砂质黏性土①-3 9.2 0.83 19.1 28.3 22.5 19.6 26.2 21.1 全风化花岗岩 50.0 0.71 21.0 38.0 35.0 21.5 − − 中风化花岗岩 100.0 0.65 22.0 50.0 45.0 22.5 − − 
下载: 导出CSV
表 2 河源市龙川县地质灾害数值模拟（部分示例）
Table 2 Numerical simulation of geo-hazards in Longchuan County, Heyuan City (some examples)
灾害体特征 二/三维数值模拟 稳定系数 
1.25
（自然状态）1.01
（饱和状态）
1.22
（自然状态）0.80
（饱和状态）
下载: 导出CSV
-
[1] 张君霞,黄武斌,李安泰,等. 甘肃省主要地质灾害精细化气象风险预警预报[J]. 干旱区地理,2023,46(9):1443 − 1452. [ZHANG Junxia,HUANG Wubin,LI Antai,et al. Fine meteorological risk early warning forecast of main geological disasters in Gansu Province[J]. Arid Land Geography,2023,46(9):1443 − 1452. (in Chinese with English abstract)] ZHANG Junxia, HUANG Wubin, LI Antai, et al. Fine meteorological risk early warning forecast of main geological disasters in Gansu Province［J］. Arid Land Geography, 2023, 46（9）: 1443 − 1452. （in Chinese with English abstract）
[2] 刘艳辉,刘传正,连建发,等. 基于显式统计原理的地质灾害区域预警方法初步研究[J]. 中国地质,2008,35(2):344 − 350. [LIU Yanhui,LIU Chuanzheng,LIAN Jianfa,et al. Method of regional early warning of geohazards based on the explicit statistical theory[J]. Geology in China,2008,35(2):344 − 350. (in Chinese with English abstract)] LIU Yanhui, LIU Chuanzheng, LIAN Jianfa, et al. Method of regional early warning of geohazards based on the explicit statistical theory［J］. Geology in China, 2008, 35（2）: 344 − 350. （in Chinese with English abstract）
[3] 魏平新,李秀娟. 广东省突发性地质灾害气象预警实践[J]. 中国地质灾害与防治学报,2015,26(1):138 − 144. [WEI Pingxin,LI Xiujuan. The meteorologic early warning research of sudden geo-hazard in Guangdong Province[J]. The Chinese Journal of Geological Hazard and Control,2015,26(1):138 − 144. (in Chinese with English abstract)] WEI Pingxin, LI Xiujuan. The meteorologic early warning research of sudden geo-hazard in Guangdong Province［J］. The Chinese Journal of Geological Hazard and Control, 2015, 26（1）: 138 − 144. （in Chinese with English abstract）
[4] 李朝奎,陈建辉,魏振伟,等. 显式统计预警模型下地质灾害预警方法及应用[J]. 武汉大学学报(信息科学版),2019,44(7):1020 − 1026. [LI Chaokui,CHEN Jianhui,WEI Zhenwei,et al. Method and application of geological hazard early warning based on explicit statistical principle[J]. Geomatics and Information Science of Wuhan University,2019,44(7):1020 − 1026. (in Chinese with English abstract)] LI Chaokui, CHEN Jianhui, WEI Zhenwei, et al. Method and application of geological hazard early warning based on explicit statistical principle［J］. Geomatics and Information Science of Wuhan University, 2019, 44（7）: 1020 − 1026. （in Chinese with English abstract）
[5] 李秀娟,魏平新. 广东省典型降雨型滑坡自动监测点变形分析[J]. 西部探矿工程,2019,31(2):5 − 10. [LI Xiujuan,WEI Pingxin. Deformation analysis of automatic monitoring points of typical rainfall landslides in Guangdong Province[J]. West-China Exploration Engineering,2019,31(2):5 − 10. (in Chinese with English abstract)] LI Xiujuan, WEI Pingxin. Deformation analysis of automatic monitoring points of typical rainfall landslides in Guangdong Province［J］. West-China Exploration Engineering, 2019, 31（2）: 5 − 10. （in Chinese with English abstract）
[6] 童纪伟. 广东省“十三·五” 期间地质灾害发育特征及影响因素分析[J]. 现代矿业,2021,37(10):219 − 221. [TONG Jiwei. Analysis of development characteristics and influencing factors of geological hazards during the “thirteenth five-year plan” period in Guangdong Province[J]. Modern Mining,2021,37(10):219 − 221. (in Chinese with English abstract)] TONG Jiwei. Analysis of development characteristics and influencing factors of geological hazards during the “thirteenth five-year plan” period in Guangdong Province［J］. Modern Mining, 2021, 37（10）: 219 − 221. （in Chinese with English abstract）
[7] 陈伟,莫海鸿,陈乐求. 非饱和土边坡降雨入渗过程及最大入渗深度研究[J]. 矿冶工程,2009,29(6):13 − 16. [CHEN Wei,MO Haihong,CHEN Leqiu. Study on rainfall infiltration process and the biggest infiltration depth for unsaturated soil slope[J]. Mining and Metallurgical Engineering,2009,29(6):13 − 16. (in Chinese with English abstract)] CHEN Wei, MO Haihong, CHEN Leqiu. Study on rainfall infiltration process and the biggest infiltration depth for unsaturated soil slope［J］. Mining and Metallurgical Engineering, 2009, 29（6）: 13 − 16. （in Chinese with English abstract）
[8] 刘贤, 揭鸿鹄, 蒋水华, 等. 融合历史降雨下斜坡稳定性观测信息的可靠度分析[J]. 地球科学,2023,48(5):1865 − 1874. [LIU Xian, JIE Honghu, JIANG Shuihua, et al. Slope reliability analysis incorporating observation of stability performance under A past rainfall event[J]. Earth Science,2023,48(5):1865 − 1874. (in Chinese with English abstract)] LIU Xian, JIE Honghu, JIANG Shuihua, et al. Slope reliability analysis incorporating observation of stability performance under A past rainfall event［J］. Earth Science, 2023, 48（5）: 1865 − 1874. （in Chinese with English abstract）
[9] 许旭堂, 鲜振兴, 杨枫, 等. 水-力耦合及干湿循环效应对浅层残积土斜坡稳定性的影响[J]. 中国地质灾害与防治学报,2022,33(4):28 − 36. [XU Xutang, XIAN Zhenxing, YANG Feng, et al. Influence of hydraulic-mechanical coupling and dry-wet cycle effect on surficial layer stability of residual soil slopes[J]. The Chinese Journal of Geological Hazard and Control,2022,33(4):28 − 36. (in Chinese with English abstract)] XU Xutang, XIAN Zhenxing, YANG Feng, et al. Influence of hydraulic-mechanical coupling and dry-wet cycle effect on surficial layer stability of residual soil slopes［J］. The Chinese Journal of Geological Hazard and Control, 2022, 33（4）: 28 − 36. （in Chinese with English abstract）
[10] 李诚诚. 强降雨作用下基于Green-Ampt入渗模型的边坡稳定性分析[D]. 长沙:湖南大学,2019. [LI Chengcheng. Stability analysis of slope based on green-ampt infiltration model under heavy rainfall[D]. Changsha:Hunan University,2019. (in Chinese with English abstract)] LI Chengcheng. Stability analysis of slope based on green-ampt infiltration model under heavy rainfall［D］. Changsha: Hunan University, 2019. （in Chinese with English abstract）
[11] 马世国. 强降雨条件下基于Green-Ampt入渗模型的无限边坡稳定性研究[D]. 杭州:浙江大学,2014. [MA Shiguo. Study on the stability of infinite slope based on green-ampt infiltration model under intense rainfall[D]. Hangzhou:Zhejiang University,2014. (in Chinese with English abstract)] MA Shiguo. Study on the stability of infinite slope based on green-ampt infiltration model under intense rainfall［D］. Hangzhou: Zhejiang University, 2014. （in Chinese with English abstract）
[12] 袁畅,宋雁,李慧生,等. 基于降雨监测的群发性滑坡灾害预警技术研究[J]. 广州建筑,2022,50(4):29 − 32. [YUAN Chang,SONG Yan,LI Huisheng,et al. Research on early warning technology of regional mass shallow landslide based on rainfall monitoring[J]. Guangzhou Architecture,2022,50(4):29 − 32. (in Chinese with English abstract)] YUAN Chang, SONG Yan, LI Huisheng, et al. Research on early warning technology of regional mass shallow landslide based on rainfall monitoring［J］. Guangzhou Architecture, 2022, 50（4）: 29 − 32. （in Chinese with English abstract）
[13] 荣广智,张继权,李天涛,等. 极端降水诱发地质灾害链风险评估研究——以贵州省水城县为例[J]. 灾害学,2022,37(4):201 − 210. [RONG Guangzhi,ZHANG Jiquan,LI Tiantao,et al. Risk assessment of extreme precipitation-induced geological disaster chain:A case study of Shuicheng County,Guizhou Province[J]. Journal of Catastrophology,2022,37(4):201 − 210. (in Chinese with English abstract)] RONG Guangzhi, ZHANG Jiquan, LI Tiantao, et al. Risk assessment of extreme precipitation-induced geological disaster chain: A case study of Shuicheng County, Guizhou Province［J］. Journal of Catastrophology, 2022, 37（4）: 201 − 210. （in Chinese 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] 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）
[16] 罗鸿东,李瑞冬,张勃,等. 基于信息量法的地质灾害气象风险预警模型:以甘肃省陇南地区为例[J]. 地学前缘,2019,26(6):289 − 297. [LUO Hongdong,LI Ruidong,ZHANG Bo,et al. An early warning model system for predicting meteorological risk associated with geological disasters in the Longnan area,Gansu Province based on the information value method[J]. Earth Science Frontiers,2019,26(6):289 − 297. (in Chinese with English abstract)] LUO Hongdong, LI Ruidong, ZHANG Bo, et al. An early warning model system for predicting meteorological risk associated with geological disasters in the Longnan area, Gansu Province based on the information value method［J］. Earth Science Frontiers, 2019, 26（6）: 289 − 297. （in Chinese with English abstract）
[17] 阳帅, 谭泽颖, 陈宏信, 等. 基于修正Green-Ampt模型的降雨诱发区域浅层斜坡失稳灾害分析[J]. 地质科技通报,2022,41(2):219 − 227. [YANG Shuai, TAN Zeying, CHEN Hongxin, et al. Analysis of instability disaster of rainfall induced shallow landslides at the regional scale based on the modified Green Ampt model[J]. Bulletin of Geological Science and Technology,2022,41(2):219 − 227. (in Chinese with English abstract)] YANG Shuai, TAN Zeying, CHEN Hongxin, et al. Analysis of instability disaster of rainfall induced shallow landslides at the regional scale based on the modified Green Ampt model［J］. Bulletin of Geological Science and Technology, 2022, 41（2）: 219 − 227. （in Chinese with English abstract）
[18] 缪海波, 王功辉. 风振影响下乔木坡地暴雨型浅层滑坡演化机制[J]. 地质科技通报,2022,41(2):60 − 70. [MIAO Haibo, WANG Gonghui. Evolution mechanism of rainstorm-induced shallow landslides on slopes covered by arbors considering the influence of wind-induced vibration[J]. Bulletin of Geological Science and Technology,2022,41(2):60 − 70. (in Chinese with English abstract)] MIAO Haibo, WANG Gonghui. Evolution mechanism of rainstorm-induced shallow landslides on slopes covered by arbors considering the influence of wind-induced vibration［J］. Bulletin of Geological Science and Technology, 2022, 41（2）: 60 − 70. （in Chinese with English abstract）
-
期刊类型引用(7)
1. 杨华铨，柳金峰，孙昊，赵万玉，张文涛. 四川木里县项脚沟“7·5”特大型泥石流特征及发展趋势分析. 中国地质灾害与防治学报. 2024(01): 100-107 . 
本站查看
2. 王元欢，沈昊文，谢万银，鲁科，胡桂胜. 火后泥石流启动降雨阈值分析——以四川乡城县仁额拥沟泥石流为例. 中国地质灾害与防治学报. 2024(01): 108-115 . 本站查看
3. 徐伟，郑玄，欧文，铁永波，付小麟，宋钰朋，殷万清. 四川凉山州地质灾害灾情特征与主要致灾类型. 中国地质灾害与防治学报. 2024(05): 78-89 . 本站查看
4. 周瑞宸，胡卸文，金涛，曹希超，周永豪，张瑜. 重庆市2022年8月森林火灾火烧区特点及火后泥石流易发性评价. 水文地质工程地质. 2024(05): 150-160 . 百度学术
5. 黄光林，胡卸文，席传杰，周瑞宸，何坤. 四川天全县白果树沟“7·15”泥石流成灾机理. 中国地质灾害与防治学报. 2024(06): 90-97 . 本站查看
6. 陈宫燕，李婷，陈军，普布桑姆，阿旺卓玛，旺杰. 基于栅格径流汇流模拟的西藏林芝市泥石流灾害预警模型初探. 中国地质灾害与防治学报. 2023(01): 110-120 . 本站查看
7. 张友谊，王云骏，袁亚东. 基于分形理论和模型试验的沟道物源动储量评价模型. 中国地质灾害与防治学报. 2022(05): 40-49 . 本站查看
其他类型引用(1)
计量
- 文章访问数: 777
- HTML全文浏览量: 123
- PDF下载量: 201
- 被引次数: 8
邮件订阅
RSS