导航:首页 > 气象灾害百科 > 怎么确定滑坡影响范围划定

怎么确定滑坡影响范围划定

发布时间:2021-06-11 16:31:27

1、如何确定滑坡体的范围

?

2、怎么判断滑坡地质灾害.从哪些方面考虑其特征

识别滑坡
掌握滑坡的基本特征
1、必须有一定的滑坡边界和滑坡床( 即滑动面、带) 以下的岩土体."
2、 必须要改变原有山体斜坡( 或边坡) 的地形地貌,形成独特的“ 滑坡地貌”."
3、 必须要破坏组成山体斜坡的岩土体的构造及其原始水文地质条件.形成有别于"
4、其外围坡体内部的岩土体结构和构造,并改变地下水的渗流通道和排泄条件.
识别滑坡的标志
1、地形地物"
在山体斜坡地带,滑坡区常形成圈椅状地形和槽谷状地形,或造成斜坡上出现异常
的台坎及斜坡坡脚“ 侵占” 河床、耕地、房屋场地、道路边缘等现象.
在滑坡体上,常有鼻状凸丘或多级平台.平台的高程和特征与外围河流阶地不同.
在滑坡体外两侧,常形成沟谷,常有双沟同源现象.可见到线形地物( 如道路、耕
地边界等) 被错断位移的现象.
在滑坡体上,常有积水洼地、地面裂缝、“ 醉汉林”、“ 马刀树” 和房屋开裂、倾斜、
沉陷、隆起、冒水等现象.
2、岩土体结构构造"
滑坡体范围内的岩土体常有扰乱、松动、挤压揉皱、受水浸润、擦痕等现象.基岩
的层位、产状和断层特征与外围不一致,常见有被泥土、石屑充填或未被充填的张性裂
缝,张扭性裂缝( 两侧边缘) 及压性裂缝.土体趋向松散,其层序正常或倒置,倾向异
常,普遍出现小型坍滑现象.
3、 水文地质"
滑坡区内含水层的原有状况( 含水层位、水位、泉水流量等) 常被破坏,致使滑坡
体特别是滑坡群成为复杂的水文地质综合体.在具有隔水作用的滑动面( 带) 的前缘
( 出露点) 常有成排、成群的泉水溢出.在滑体后缘的断壁上,常有泉水出露或渗水现
象.有时,在滑坡体两侧或前缘,会形成特殊的“ 泥球” 现象.
4、 滑坡边界及滑坡床"
滑坡后缘断壁上带有顺层擦痕.滑坡前缘土体常被挤出或呈舌状凸起,常伴有揉
皱、褶曲或断裂( 非构造) 现象 在滑动的岩土体周边两侧,常有沟或裂面( 或张扭性"
羽状裂缝带),甚至线状地物被剪断等现象.
滑坡床常具塑性变形带.带内多由粘粒物质或粘粒夹磨光角砾组成.滑动面一般很
光滑.其上擦痕方向与滑动方向一致.应注意滑坡擦痕的这种单层性特征( 即只有表面
一层才具有),据此可与构造成因的叠成性擦痕相区别.
上述的滑坡外貌及其内部结构构造标志应是滑坡作用的统一产物.其外貌常可反映
实质.然而,经过长期的剥蚀破坏后,滑坡外貌特征常遭到改变乃至消失.有时还伴有
其它成因的假象,给调查研究工作造成了困难.

3、崩塌、滑坡地质灾害的威胁范围怎么确定?

首先估算滑坡体的体积,
然后,根据滑坡体的稳定角(就是一般松散物料稳定堆放后,与地面有一个稳定的斜坡,这个斜坡与地面的夹角)估算可能波及到的范围。可以适当估算一个扩大的波及范围。

4、全国滑坡、崩塌易发程度分区

4.3.1 滑坡、崩塌易发程度划分的判别特征

我国滑坡的形成条件十分复杂,其中地貌格局、地质构造、地层岩性、暴雨洪水具有根本的控制性作用,人类工程活动的影响在许多时候又是起主导作用的因素。

(1)地貌格局对滑坡、崩塌易发程度的控制作用

1)滑坡多集中分布于我国地势第一、第二级阶梯过渡地带与第二、第三级阶梯过渡地带。前者为青藏高原与黄土高原、云贵高原的结合部位——黄河上游和横断山区;后者指秦岭以南的陕南、渝东、湘西、鄂西山地——大巴山、巫山、雪峰山、武陵山等山地。前者区内包含的黄河上游河谷和金沙江、澜沧江、怒江流域,不仅地势高峻(海拔为3000~5000m),而且河谷深切,相对高差大于1000m,多级夷平面及河流高阶地也十分发育,为大型、特大型滑坡的产生提供了极为丰富的斜坡变形物质和极不稳定的地貌临空条件。后者则为我国中部高原山地与东部丘陵平原的过渡地带,其海拔与相对高差虽不及前者,但也分别为1000~2000m和500~1000m,区内地貌多级宽缓外凸的河流堆积阶地和多级夷平面都比较发育,对大型、特大型滑坡具有成因意义。

2)滑坡多集中分布于我国西部的高山、极高山地区。海拔在5000m以上高山一般为冰雪所覆盖,夏秋之际,由于冰雪消融,以雪崩或冻融滑塌的形式向河谷卸载,进而酿成巨大的灾害。

(2)地质构造对滑坡、崩塌易发程度的控制作用

山崩滑坡集中分布于不同构造体系的结合部位,构造体系急剧作弧形转弯部位,互相穿插交会或复合的部位,背斜倾伏端,向斜翘起端,深大断裂两侧,新构造活动强烈区。在多期地质构造运动影响下,我国断裂构造十分发育,一些深大断裂活动强烈,尤其是差异性升降运动,岩层遭受挤压破碎,降低了岩体稳定性,易于发生崩塌和滑坡,也为泥石流发生准备了丰富的碎屑物。因此,断裂带多是崩塌、滑坡和泥石流分布的密集带。

秦岭以南,滑坡、崩塌的分布北起岷江上游腊子口,向南经松潘、康定、西昌、东川、个旧,至腾冲,南北长1200km,东西宽400km。这一带,包括川滇景象构造体系、青藏滇缅歹字型构造体系的中部和北东向新华夏构造体系,云南山字型构造体系以及部分纬向构造体系相互穿插交会及复合的部位。这一区域中,区域性骨干活动断裂多达30多条。区内普遍保持着三级古夷平面和5~7级河流阶地。雅江甘孜、炉霍以下的雅江断裂带,有大型—特大型滑坡400余处。金沙江金江街—新市镇长达1000km的江段,有大型—特大型山崩滑坡350余处,尤以攀枝花至巧家段最为集中。

秦岭以北的祁吕山字型构造体系的两翼、弧顶、脊柱部分,也是大型、特大型滑坡集中分布的地区。该区为西起乌鞘岭,向东南经共和、临夏等盆地,再向东经天水、潼关;折向北东,经韩城、太原北京唐山等地,长2000多km,宽200~300km的弧形褶皱带和脊柱贺兰山、六盘山等南北向褶皱带。该山字型构造体系西翼与青藏歹字型构造体系复合或互相穿插延伸;弧顶天水、宝鸡咸阳、潼关、洛阳等地,受秦岭纬向构造带的约束;东翼受北东向新华夏系及燕山纬向构造体系的干扰,挽近构造活动表现明显。

大型—特大型山崩滑坡还集中分布于长江三峡水库库区,万县至三斗坪库段。该库段构造体系上属大巴山弧,新华夏系川东隆起褶皱带、川黔湘鄂隆起褶皱带,以及淮阳山字型构造体系西翼反射弧交接复合的部位。

(3)地层岩性对滑坡、崩塌易发程度的控制作用

1)中小型山崩滑坡多集中分布于第四纪堆积粘土、亚粘土,特别是西南地区的成都粘土、昔格达土、滇北元谋土;西北陕、甘、宁、青、晋黄土及新近纪—第四纪含盐湖相地层。松散沉积物遇水软化,易产生崩塌和滑坡。

2)大中型滑坡集中分布于前古生代至中生代片岩、千枚岩、页岩、碳质页岩及煤层、盐岩石膏等软岩出露并且其上部发育坚硬的石英岩、灰岩、砂岩、砾岩及玄武岩、花岗岩等的地区。在我国最常见的是上硬下软的地层岩性组合,这种类型,在贵州的六盘水地区较为发育。在闽、浙、湘、鄂等省花岗岩强风化带,亦是小型山崩滑坡集中分布区。

(4)暴雨、久雨天气对滑坡、崩塌易发程度的影响

伴随异常的暴雨和久雨天气,经常会出现大面积的山崩滑坡。全国著名的长江鸡扒子滑坡,就是由特大暴雨触发的。据云阳气象站资料,当时的过程降雨量为331.3mm(64小时),日暴雨量240.9mm,1小时最大暴雨量38.5mm,而鸡扒子滑坡是暴雨达到峰值后出现的。

(5)人类工程活动对滑坡、崩塌易发程度的影响

人类工程活动的加剧,如兴修公路、铁路,矿山开采等,会使工程活动地带坡体内部应力状态重新分配,在坡体内部形成应力降低和应力增高区,由此引起岩体松动垮塌;森林的乱砍滥伐会导致水土流失,造成流水侵蚀的形式由过去的沟蚀、面蚀发展到现在的重力侵蚀。1981年四川出现的暴雨滑坡达6万余次,虽然与暴雨有关,但森林植被的减少却起了主导性作用。

综上所述,我国的地貌格局、地质构造、地层岩性、暴雨洪水等条件是滑坡和崩塌发育与分布的主要控制因素,人类工程活动的加剧还是局部的因素。因此,本次滑坡、崩塌灾害易发程度的划分拟以主要控制因素的有关指标为判别特征(表4.2)。

表4.2 滑坡、崩塌易发程度划分的判别特征

4.3.2 滑坡、崩塌易发程度分区及各区的特征简述

根据上述滑坡、崩塌易发程度划分的判别特征,对全国滑坡、崩塌易发程度进行分区,其结果如图4.1及表4.3所示。

表4.3 滑坡、崩塌易发程度分区一览表

4.3.2.1 滑坡、崩塌高易发区

(1)吕梁山、陕北高原滑坡、崩塌高易发区(H1)

包括山西西部,陕北高原,甘肃环县、崇信等地区。

该区黄土地层节理发育、湿陷性强,垄、岗、梁、峁地貌。多暴雨久雨天气,激发滑坡所需的临界暴雨强度较低。

本区滑坡密度为10.44处/100km2。

图4.1 全国滑坡崩发程度图图4.1 全国滑坡崩发程度图

图4.1 全国滑坡崩发程度图图4.1 全国滑坡崩发程度图

(2)西宁-兰州滑坡、崩塌高易发区(H2)

包括青海东部西宁、黄河上游,陇中地区。

本区属于西秦岭山地,海拔在2500~4500m之间,相对高差为1000~2000m,中高山地形。岩体类型以变质岩岩组、碳酸盐岩组为主,西礼盆地,徽成盆地有碎屑岩类和黄土。年降水量一般为600mm。

本区滑坡密度大于10处/100km2,滑坡面积占总面积的20%~30%。

(3)秦巴山地滑坡、崩塌高易发区(H3)

包括陇南、陕南地区。

本区是强烈上升的褶断山地。地层岩性以变质岩和岩浆岩为主,并普遍有小面积黄土分布,断裂发育,年降雨量为800~1200mm。

该区滑坡以基岩为主,密度大于10处/100km2,滑坡面积占总面积的20%~30%。

(4)川东、鄂西中山滑坡、崩塌高易发区(H4)

包括四川东北盆周山地,重庆(三峡库区)和鄂西地区。

本区以中山地貌为主,坡陡谷深,地层从古生界至中生界皆有出露,以沉积岩建造为主,主要为碳酸盐岩、碳酸盐岩夹碎屑岩,年平均降雨量为1200~1800mm。

该区发育崩塌392处,滑坡3856处,滑坡密度大于17.1处/100km2。

(5)湘西、黔西中山滑坡、崩塌高易发区(H5)

包括湖南通道、城布经徐浦到桃源地区,贵州六盘水、遵义地区。

该区地貌为高中山、中山,地形切割强烈,降水丰富,岩石以碳酸盐岩及碎屑岩为主,断裂发育。

该区滑坡密度大于10.41处/100km2。

(6)青藏高原东缘滑坡、崩塌高易发区(H6)

包括川西高原高山峡谷区、川西南山地区和四川西南盆周山地区。

该区以高、中山为主,变质岩、岩浆岩分布广泛,主要为碎屑岩和碳酸盐岩。构造复杂,自北而南有纬向、华夏、经向、歹字型及新华夏等多种构造体系,活动断裂密集,又属我国著名的南北地震带展布范围。年降水量为600~1400mm。

该区滑坡密布,以巨型、大型滑坡为主,最大密度超过20处/100km2,平均10~20处/100km2。

(7)横断山区滑坡、崩塌高易发区(H7)

包括藏东“三江”的中下游流域和雅鲁藏布江流域下游及南部喜马拉雅山区。

该区地势北高南低,从高山为主到中山为主,地形切割强烈。岩性复杂,碎屑岩、碳酸盐岩及变质岩、岩浆岩均有大面积出露、基岩软硬相间。歹字型构造与经向构造重接复合,活动断裂密集,属滇西地震带展布范围。年降水量为400~2000mm,自北而南迅速增加,气候垂直分带也很明显。

该区以大型—中型滑坡为主,滑坡密度为14.08个/100km2。

(8)藏东南高山峡谷滑坡、崩塌高易发区(H8)

该区属雅鲁藏布江下游,有尼羊曲、帕隆藏布江等支流,是我国海洋性冰川的集中分布地区。由于降水丰富、气温较高,冰川运动速度快,消融强烈,夏秋季节降雨量很大,河谷大多沿活动断裂带发育,两岸地形陡峻、岩层破碎,冰川堆积物特别丰富,邻近地区地震活动又十分强烈。

该区分布大型—特大型滑坡,滑坡发育且分布比较集中,危害突出的地段是易贡藏布流域。

4.3.2.2 滑坡、崩塌中易发区

(1)长白山东、燕山南、太行山滑坡、崩塌中易发区(M1)

包括辽宁东部和西部、吉林东部以及黑龙江东部,河北北部和北京西北部。

该地区属于山高坡陡、沟深谷狭山区,广泛分布变质岩、岩浆岩。由于东、南坡迎海,雨量丰富,多暴雨,地震活动强烈。

该地区的滑坡、崩塌规模以小型为主,滑坡密度为1~5.6处/100km2。

(2)浙、闽、粤中低山滑坡、崩塌中易发区(M2)

包括浙东南沿海丘陵山区,浙西南、皖南山区,闽中南、粤东地区。

该地区以构造侵蚀的中低山为主,山高坡陡,地形地貌复杂。多年平均降水量在1800~2200mm之间。火山碎屑岩系及花岗岩类等广泛分布。

该地区的滑坡、崩塌发育,以中小型土质滑坡为主,滑坡密度为1.6~9.8处/100km2。86.78%的滑坡是暴雨诱发的,崩塌常常是由人为工程活动和降雨共同作用引起。

(3)赣、湘、粤、桂、黔低山丘陵滑坡、崩塌中易发区(M3)

包括江西中部和西部,湖南南部,广西西部和南部,广东北部,贵州东南部。

本区从沿海向内陆,地层岩性由岩浆岩为主变为变质岩、碎屑岩相间分布,进而变为碳酸盐岩、碎屑岩、变质岩相间分布。受台风影响明显,年降水量为1600~2000mm。该地区以中低山为主,地形切割较强烈,易滑岩类有泥岩、页岩、凝灰岩、片岩等软弱岩层。

该地区的滑坡、崩塌发育,以中小型土质滑坡为主,滑坡密度为2.9~7.6处/100km2。

(4)中部秦岭以北长城以南高原山地滑坡、崩塌中易发区(M4)

包括山西大部,河南西南部,宁夏西北和南部,甘肃中部,陕西南部,黄河上游地区。

该地区的新构造运动活动强烈,地形切割较强烈,沟谷比较发育,河流不断侵蚀坡脚,常在河、沟谷形成深达10~30m的陡坎。本区降雨量较大,且高度集中,激发滑坡和崩塌所需的临界暴雨强度较低,而夏秋季节本区经常出现这种降雨过程。

该地区的滑坡、崩塌规模以中小型为主,土质滑坡居多,滑坡以暴雨诱发为主,57%的崩塌是由暴雨诱发,41%是由人为工程活动所引起。滑坡密度为1.6~9.8处/100km2。

(5)四川盆地东部低山滑坡、崩塌中易发区(M5)

该地区的地貌为丘陵、低山。地层岩性以碎屑岩为主。

该地区的滑坡、崩塌以中小型为主。

(6)川西北中高山滑坡、崩塌中易发区(M6)

包括四川阿坝州。

该区以高、中山为主,岩性主要为变质岩和碎屑岩等。构造复杂,自北而南有歹字型、经向等多种构造体系,活动断裂密集,年降水量为600~1400mm。

该区滑坡以巨型、大型为主。

(7)滇南中山盆地滑坡、崩塌中易发区(M7)

云南西双版纳地区。

(8)伊犁谷地滑坡、崩塌中易发区(M8)

包括新疆伊犁谷地、吐哈地区、南疆及其重要交通沿线。

天山新构造运动上升强烈,断裂发育,变质岩和岩浆岩分布广泛,第四纪堆积物丰富,山麓地带还有黄土状土分布。冰川雪被面积较大。暖季暴雨较多。

该地区滑坡、崩塌以中小型、土质为主,滑坡以冰川融化诱发和暴雨诱发为主,40.75%是人为工程活动诱发的;滑坡密度为1.8~5.1处/100km2。

(9)藏南高山峡谷滑坡、崩塌中易发区(M9)

包括藏东“三江”的中下游流域和桑日以东的雅鲁藏布江流域及南部喜马拉雅山区。

该地区山地海拔在3000~4500m以上,峡谷相对高差为2000~3000m,35°以上陡坡占总区域的20%以上。岩性主要为泥岩、片麻岩、花岗岩、灰岩、板岩和碎石土等。

该地区以冻融滑坡为主,多为大中型,分布较稀疏,滑速快,滑程短。

4.3.2.3 滑坡、崩塌低易发区

(1)东部山地丘陵滑坡、崩塌低易发区(L1)

包括大小兴安岭、长白山、鲁中山地、大别山区、江南—沿海低山丘陵。

该区位于我国地势的第三级阶梯。主要为新华夏系、纬向构造体系,中低山丘陵,有暴雨久雨天气。

(2)中部山地盆地滑坡、崩塌低易发区(L2)

包括四川盆地。该区中生代红层丘陵发育,多暴雨久雨天气。

(3)西部高原山地滑坡、崩塌低易发区(L3)

包括青藏高原、阿尔泰山区。位于我国地势的第一级阶梯和第二级阶梯。青藏高原属中-新生代强烈隆起区,平均海拔在3000m以上,气候寒冷。活动断裂发育较广,大多数分布在主要山脉的山前地带或沿一些江河展布。并且活动断裂活动强烈,一般水平位移速率多在6mm/a以上,有的大于10mm/a,地震活动频度高、强度大,其活动程度仅次于台湾地区。

5、地质灾害危险区的划定及应采取的防灾措施

由专业人员在调查的基础上划定地质灾害危险区,组织区内人员撤离。并在危险区周边设置警示牌,拉好警戒线,组织专人监测。

地质灾害危险区的划定是确定地质灾害灾情和危害程度的基本依据。地质灾害危险区的大小,主要取决于地质灾害的规模和危害方式。不同种类地质灾害危险区的划定,应依据发育不同地质灾害类型的地质环境条件、地质灾害灾种和规模以及危害作用方式来综合分析判定。

崩塌危险区的确定主要根据危岩崩落的距离和危岩带宽度确定,具体范围可根据危岩体积和临空高度进行估算,也应通过调查崩塌堆积体分布和影响的范围进行验证。其范围一般不超过斜坡坡脚分布的范围。对位能高的崩塌体,应充分估计跨过沟谷危害对岸的可能(图5-2)。

图5-2 崩塌危险区示意图

滑坡危险区的确定主要取决于滑坡体大小以及滑坡体滑动后可能影响的范围。其范围包括滑坡体分布范围、滑坡体运动区、滑坡体边缘影响地带,个别情况下,危害范围还包括滑坡活动造成溃坝、堵江等引起的灾害链的危害区(图5-3)。

图5-3 滑坡危险区示意图

泥石流活动区分为形成区、流通区、堆积区。形成区和流通区地形高差大,山高坡陡,一般人烟稀少,耕地贫瘠,在这些地区虽然也造成一定破坏,但通常损失较低,而且这些地区的范围一般通过地面调查就可以比较容易地划定。泥石流主要危害区在堆积区,这里一般地势开阔低平,常常是山区人口聚集的城镇、企业以及交通设施所在地,泥石流发生时常造成比较严重的损失。其危险区范围可依据堆积扇长度、宽度、最大幅角进行估算。对多次暴发过的泥石流,应开展对堆积扇分布、空间叠置组合关系的调查,了解历史上泥石流发生和演化过程、发展趋势,对确定泥石流的危险区十分有帮助。对堆积扇危险区的调查与判定,还应注意调查堆积扇沟道的宽度、深度、平面弯曲形态以判定沟道的自然排导能力和爬(壅)高的位置。在堆积扇建有住房的区域,更应作深入的调查,以确定是否处在危险区的范围内(图5-4)。

地面塌陷主要分为岩溶塌陷和采空塌陷。岩溶发育并且赋存有丰富岩溶地下水的碳酸盐岩地区,划为岩溶塌陷危险区;采空区塌陷危险区主要与地下矿山采空区分布面积及采空区深度、所处构造、上覆地层岩性组合等相关。已形成地下采空区并发生采空区塌陷而尚未稳定的地区划为采空塌陷危险区。

图5-4 泥石流沟危险区范围示意图

6、用地球物理方法确定滑坡体的边界范围及滑面深度

滑体边界或单个滑块间界线及滑面深度的确定是研究滑体地质结构的两个基本问题。

12.1.3.1 滑坡体的外部边界及各个滑块间界线的确定

原则上可以用面积或剖面地球物理测量进行地质填图,以确定滑坡体的范围。结合工区具体的地质和地球物理条件,选择行之有效的地球物理方法确定滑坡体的界线。例如:用航空摄影判别滑坡。年轻滑坡可根据其本身特征与周围斜坡区进行对比,在可见光频谱内,它们有斑点状和带状结构;用遥感技术观测(温度,无线电测量),提供有关滑体的补充信息。

用氡(Rn)射气测量来研究滑坡。通常,在滑坡范围内,氡射气场明显增高,出现了一系列的狭窄的局部异常,这些异常主要垂直于斜坡分布。根据氡射气场特征,不仅可以判断滑坡平面位置而且还能判定斜坡上滑坡的状态。图12.1.2为一活动滑坡上放射性氡气测量的结果。由图12.1.2可以看出,活动滑坡的多个断块与射气浓度异常区一致,断块处于应力最集中的部位。

12.1.3.2 滑面深度的确定

由滑坡体的物理-地质模型分析,可以得出这样的认识:当滑体沿着粘土与弱风化坚硬岩石间的滑面发生滑移时,对于使用地球物理方法确定滑面深度最为有利,但当滑体是由坚硬、半坚硬、塑性岩石交替组成时,用地球物理方法解决问题就比较复杂。电法、地震勘探资料解释的可靠性,很大程度上取决于斜坡形态、滑坡范围及所研究滑面的深度。

成功地应用电法、地震研究构造滑坡的例子很多,由于滑坡体内外的电阻率和地震波速变化明显,故可借助电阻率测量和地震测量来圈定滑坡体的大致分布范围并确定出滑动面的深度。美国、前苏联利用这两种物探方法均取得了较好的效果。

图12.1.2 活动滑坡上的氡气测量结果

实例一。图12.1.3为伏尔加河河谷滑坡区的一条剖面。地电剖面的上部是由较干燥的滑坡沉积物组成,电阻率ρ1为20 Ω·m。第二层为滑坡体的主体,特征是含水量增高达34%~37%,因而ρ2显著降低,为4~5 Ω·m。第三层是未受滑坡影响的泥质岩石,其含水量为25%~28%,ρ3值与ρ1相当。根据测量结果,在滑坡体内电阻率测深曲线一般为H型(ρ1>ρ2<ρ3),而在滑坡体以外曲线类型就会改变。据此便可圈定滑坡体的范围并确定滑动面的深度。这一测量结果所反映出的规律具有普遍的意义。

图12.1.3 伏尔加河河谷滑坡的地电断面

实例二。图12.1.4是使用电法和地震资料研究滑坡的实例。该实例是高加索沿黑海一带众多滑坡中的一个。这个滑坡体由砂质粘土岩石构成,下伏泥岩风化壳。电法观测结果将该斜坡分为三层:上面一层(ρ1=13~29 Ω·m),相当于滑体,中间层(ρ2=2~4Ω·m)为风化泥岩,该层视为滑动带(面),最下一层(ρ3=8~12 Ω·m)是未受破坏的组成滑床的泥岩。

图12.1.4 根据地震和电法资料解释结果绘制的断面图

根据地震资料,将滑坡分为上、下两层。上层(vP=340~360 m/s)可解释为滑体和滑带(面),下层(vP=1360~1400 m/s)与未风化的泥岩顶部相吻合。由图12.2.4可见,地震的速度界面仅有一个。在斜坡上部、地震和电法的下部界面吻合得很好,但在接近滑坡底部,速度界面比电性界面高出1.0~1.5 m,这种情况表明未风化泥岩上部岩石的裂隙增大,于是在未风化泥岩顶面上纵波速度发生跃变,由340 m/s跃变到1400 m/s。在实际工作中,速度界面和电性界面的差异深度确定了弱带(过渡带)的厚度,弱带以后可能产生新的滑坡,要特别引起人们的关注。

实例三。用探地雷达对滑坡的调查结果。图12.2.5为中国襄樊岘山垭公路滑坡的探地雷达调查结果。

湖北襄宜公路襄阳城南岘山垭公路滑坡为一土体滑坡,1970年因降低公路面标高和边坡前缘削方,加大了边坡临空面。次年8月又逢暴雨,发生首次塌方,档墙断裂,路面变形。1983年9月再次降大雨,造成公路近旁房屋拉裂倒塌。1984年又因降低路面加深了塌方潜因。以后不断出现浅层滑移变形、大量地面裂隙、路面缓缓隆起。

为了襄宜公路的正常使用和进一步的加宽扩建,1991年5月中国地质大学(武汉),在原地质勘察基础上,提出补充勘察报告和整治设计,其中,探地雷达是现场勘测的主要手段。探地雷达在面积为10.5×104 m2的公路侧山坡现场布置了31条测线,取得了全部反射剖面数据和雷达图像。勾画了基岩顶面等深图、第四纪土层等厚图、滑体综合成果图以及地层纵剖面图。为滑体成因分析和整治设计提供了重要的依据和资料。

由本工区钻探资料得知,工区基岩以上第四系分为5个亚层。这些覆盖层由于自上而下风化程度逐渐减弱,构成了覆盖层内波速的差别,同时由于物性差别也使波的幅度发生变化。配合钻探资料,根据雷达图像的波形变化和幅度不同,由同相轴追踪各个层的层面。图12.1.5是由雷达记录图(13线)划分出五个相应的层位。为整治滑坡防治提供了资料。

美国利用重力勘探圈定滑体范围,根据岩土密度、电阻率差异确定边界;捷克斯洛伐克用放射性、伽马测井推断滑动面的位置和形状;日本用高密度电法勘测滑坡,并利用综合参数圈定滑坡,日本滑坡调查中总结出如表12.1.1的天然放射性、视电阻率与岩性、破碎带的关系。

图12.1.5 13线雷达记录划分出的五个层位图

表12.1.1 利用综合参数异常圈定滑坡

此外,还可以用测温方法圈定滑坡边界。测温方法用于调查与滑坡有直接关系的地下水脉状流,地下水脉状流简称流脉(流脉是指流动地下水的土体及水的统称)。由于流脉和土体的热交换关系,可在流脉处产生热异常,测定地表浅层地温,找出温度异常,由此可推断出流脉存在的位置。

国内外常用的1 m测温法,是基于地表以下1 m处温度年变化幅度大,而渗流变化较快的地下水,温度变化幅度小、较稳定,两者(渗流、1 m处地温)季节温度变北差异是明显存在的,例如,夏秋季(8~9月)地下水温低于地温,则地下水使其流经地层的地温降低;冬季(12~3月),地下水温高于地温,流动的地下水使其周围地温升高(比无地下水流动的地方地温升高),测定出温度异常,并根据QZ-1(地表以下1 m处地温)与r(测点距流脉中心位置的距离)的关系图及理论计算公式,即可求出流脉的空间位置。

7、滑坡灾害风险评估与区划的难点及发展前景

一、风险评估与区划的难点

1.与滑坡编目相关的困难

滑坡事件通常散布在区域各处,彼此相对独立,规模相对较小但发生频率高。滑坡灾害不像地震或洪水灾害影响范围大,因此滑坡调查数据库和编目图的编制是一个十分繁琐的过程。要逐一对所有滑坡进行编图和描述,每个滑坡点的特征都有所不同。在大多数国家中,没有一个单独的机构从事滑坡数据的维护工作。不同部门(如公共事务部或交通部等)都有自己的滑坡数据库。因他们关注的影响地区和问题不同,因此所建立的滑坡数据库不够全面,且彼此之间数据的共享也有障碍。报纸和其他历史纪录也只记载那些造成重大破坏的滑坡事件。大学和研究机构所进行的滑坡编目图的编制也只是他们的研究项目的一部分,在项目有限的时间内完成。所建立的数据库不可能再进行更新。因此无论从覆盖区域还是从调查时期的长度来看,很难获得全面完整的滑坡编目图(Ibsen和Brunsden,1996)。即便是存在这样的图件,也很少有关于坡体失稳的类型和特征方面的信息。解决问题的办法之一是,使用航片或卫星影像解译来获得滑坡历史信息。这就需要获得一定时期的遥感影像数据。但由于对绝大多数编录的滑坡发生的具体时间不清楚,就难以将滑坡事件与触发事件(如降雨或地震)关联起来,特别是不同的滑坡类型有着不同的气象触发条件。滑坡编目图的缺少或质量不高、不完整给建立易损性关系和校正滑坡灾害图带来了困难。

2.与空间概率评估相关的困难

为了进行定量风险评估,首先需要进行危险性评估。目前大多数危险性图还一直停留在定性分析的水平上,基本上是确定敏感性,可以将其看成是空间概率的表征。滑坡的空间概率或敏感性可通过不同的分析方法获得。

基于统计的滑坡危险性评估已经非常普遍,特别是使用GIS和数据综合技术,将滑坡编目图和环境要素图中的空间信息关联起来,分析和评估滑坡发生的空间概率分布或滑坡敏感性,这样的评估是基于这样的假设,即在与近期发生过滑坡的相似环境条件和触发条件下发生滑坡的可能性大。然而,滑坡发生的前后地形条件、坡度、土地利用等环境条件都发生了变化,因此基于这样的假设的空间概率预测显然是不够准确的。此外,对于不同类型、深度和体积的滑坡,其产生滑坡的环境条件组合都有其特殊性。

很少见有对不同滑坡类型分别建立统计模型的研究。大多数研究是将所有的活动性滑坡作为一体来建立统计关系。基于统计的滑坡敏感性评估难以将触发因素(如降雨量、地震加速度)考虑进去,如果考虑触发因素,也是考虑其空间变化,而不是考虑时间变化。在滑坡敏感性评估中,专家的“主观”判断起重要作用,如何使用“客观”的计算机算法来取代专家的“主观”作用目前还没有令人满意的结果。GIS在滑坡敏感性统计评估中主要是一种工具,在使用过程中,通常将非常复杂的环境控制因素的信息加以十分简单的概化。

另一方面,利用水文和坡度稳定性确定性模型可以给出更加可靠的结果,但这样的模型要求有详细的空间参数数据库。最敏感的参数是坡度(通常可从精确的DTM中生成)和土壤厚度。这些参数的空间分布很难进行测量。如果土壤厚度未知,潜水面高度与土壤厚度的比率就无法获得。该比率值是坡体稳定性最敏感的参数。尽管地貌模型能对土壤深度给出一定的预测,但其空间变化性很大。此外,下伏岩石中的风化作用因素常常被忽视。难以测定的物质参数(内聚力和摩擦角)空间分布变化大。在GIS环境中,仅无限滑坡稳定性模型(具有平行于滑动面的滑坡)适用于较大区域,而对于汇水流域尺度的滑坡模型(具有复杂的活动曲面的滑坡)难以在GIS环境下进行操作。

3.与时间概率评估有关的困难

滑坡是发生在局部的灾害,通常不会在同一地点重复发生不同频率和规模的滑坡。也许泥石流和岩崩的发生会违背这种规律。但大多数类型的滑坡一旦发生后,坡度条件就发生了变化,重复发生滑坡的可能性很小。换句话讲,不像地震、洪水、泥石流和雪崩灾害有其固定的运动路径,通常无法建立给定位置上滑坡发生的规模与频率之间的关系。然而,还是可以在较大范围内(如整个流域)将滑坡发生率与其特定的触发事件特征(如降雨)进行关联,即将滑坡的空间频率与重现期联系起来,从而建立滑坡规模与频率之间的关系。滑坡历史纪录的缺少或不完整是滑坡危险性和风险性评估的主要障碍。因此,世界上大多数研究不可能建立滑坡发生率与重要的触发因素之间的定量关系,这与地震和洪水灾害不同,可以对它们建立出规模—频率函数。

4.与滑坡运动路径模拟有关的困难

对滑坡初发地区的运动路径进行模拟一直非常困难。根据以前事件建立最大摩擦角曲线,用它来确定滑坡的运动距离,或建立与环境因素有关的变量摩擦线,以此圈定基于GIS的滑坡影响带。然而,这样的经验分析需要大量的数据。通常雪崩数据丰富,而滑坡数据则不足。在确定性方法中,所需的物质参数在滑坡快速流动条件下很难进行测定。此外,很难模拟出初次发生运动的滑坡(绝大多数滑坡都是初次的)运动路径和影响范围,这需要非常详细的DTM数据,在GIS环境中模拟滑坡的运动路径还会碰到一些技术问题。

5.与滑坡易损性评估有关的困难

对于大多数滑坡类型(泥石流和岩崩可能是例外)而言,进行承灾体的易损性评估是非常困难的。因为滑坡灾害损失方面的数据非常有限。此外,可能的滑坡规模的预测很难,这取决于触发事件的规模及其事件发生时的环境条件(如水位高度)。

与其他灾害(地震、洪水、风暴)不同,滑坡灾害的损失估计模型不存在。原因同上面一样,还是因为缺少历史数据。此外,滑坡造成的损失具有孤立的“点”性特征,这与其他灾害(如地震、洪水)造成的“多边形面状”特征不同。缺少不同类型、不同规模滑坡和不同承灾体易损性方面的信息必然成为滑坡风险评估的主要障碍之一。

易损性由建筑类型(建筑物材料和地基类型)的承载力所决定。此外,由于建筑物的使用年限、结构和规模也决定着这些建筑物的价值或费用,从而使不同建筑物对同一灾害(如10年重现期的滑坡)的易损性和风险有所差异。此外,在计算人对灾害的易损性时,建筑物中的人和道路上行驶车辆中的人是否受到灾害影响的时间概率变化也起着重要作用。尽管确定承灾体的时间易损性可能会遇到麻烦,并且过程十分耗时,承灾体易损性可以进行分类和编图,不会遇到许多概念性问题。在滑坡风险评估因素中,迄今为止,危险性方面是最复杂的。

二、存在的主要问题

总的来说,过去绝大多数研究成果只是关于过去滑坡发生地点、滑坡的特征以及用以解释滑坡发生的定性地貌图或灾害图。很少有能够预测未来滑坡发生地的滑坡时空分布图。即便是有所谓的预测图,也没有对预测结果可靠性和有效性进行检验,因此,具有很大的不确定性。正如Varnes等(1984)所说的那样:“尽管滑坡灾害在世界各地普遍存在且所造成的损失不断增加,地球科学家和工程师在进行不断的研究探索,编制了成百上千张滑坡灾害图,但到目前,表示滑坡危险性、易损性和风险性的概率图还很少。”

目前滑坡风险评估还属于探索阶段,存在许多不足。概括起来,这些研究存在的主要问题包括以下方面:

(1)在每个物质运动发生地与相应的环境因素之间没有建立起明确的统计关系,只是建立了预先划分的斜坡单元和环境因素之间的关系;

(2)没有分别评估不同类型的滑坡;

(3)对滑坡的初发地和累积带没有加以区分;

(4)没有按照相应的航片解译时间,将滑坡物质运动时间进行划分;

(5)基本假设——滑坡发生的“相同”条件太严格,实际上滑坡发生的条件都会随时间而发生变化;

(6)在预测模拟中似乎都某种程度上忽视了理论基础。如果对未来一定时期内预计发生的滑坡的数量和规模不进行特别假设的话,就不可能估计出未来滑坡的发生概率;

(7)几乎所有的敏感性评估结果都没有进行检验;

(8)没有对三种危险性模型得出的相对危险性等级进行定量比较分析,也没有对危险性不同等级水平进行解释,对滑坡单元也没有进行验证。

根据文献研究,现有滑坡定量空间预测模型主要存在以下5个方面的问题:

(1)输入数据的简化。简化输入数据会丢失许多详细的信息。在滑坡危险性评估中,将坡度和高程等连续型数据转化为若干个等级的离散型分类数据的做法十分普遍。这种数据的简化处理主要是为了适应所提出的模型及其计算机程序的要求(不能处理连续型数据,但目前这已不成问题)。例如,Clerici等(2002)提出了基于独特条件单元(uniqueconditional unit)的预测模型,需要将从原始的1∶10000DEM中提取的坡度和高程连续型数据转化为离散型数据图层。许多研究尽管使用了高精度的DEM数据(5m或10m网格单元)来描述诸如“凸凹度”等地貌特征或滑坡陡崖特征,但在预测模型中很少直接使用高精度的原始连续型数据。Carrara和Guzzetti等(1995、1999)基于地貌单元或坡度单元进行预测分析。单元大小从几平方米到数千平方千米。尽管原始DEM分辨率达10m,但在每个单元中,仅有一个坡度或一个等级的坡度值。20世纪90年代以前,由于计算机容量和计算能力的限制,这种简化是必要的,以适应海量空间数据定量空间预测模拟的条件需要。但随着计算机技术的突飞猛进,目前这种数据的简化已不再需要。

(2)离散型数据层和连续型数据层的混合处理。在滑坡危险性评估中,要素图层有的是连续型数据(如坡度、高程),而有的则是离散型数据(如地质、地表物质)。在以往的预测评估中,要么将所有离散型数据转换为二值(0,1)数据层,要么将所有连续型数据转换为离散型数据层。这种不同数据类型之间的转换会丢失许多原始数据的属性特征,这将大大降低滑坡危险性预测评估的准确性。

(3)在预测模型中没有对假设条件加以说明。从Clerici等(2002)简单的“条件分析”,到Carrara和Guzzetti等(1995,1999)以及Chung和Fabbri(1995,1999)复杂的“多变量统计方法”的所有滑坡定量空间预测模型,实际上都隐含着许多假设条件。没有这些假设条件,就根本无法进行预测分析。例如,Carrara等(1995)基于判别分析得出的“概率”大小,编制了滑坡危险性评估图。这种“概率”表示的是未来滑坡发生的概率。但在他们发表的文章中并没有对其进行明确的定义和说明。几乎所有的滑坡危险性定量预测分析研究都没有对假设条件加以讨论和说明。

(4)对预测结果缺乏有效的检验。如果预测结果没有进行有效的检验,其使用的预测方法就不具有科学可靠性。滑坡危险性区划图是用来显示未来滑坡发生的可能位置,需要对预期结果进行检验。而绝大多数的研究预测都缺乏这样的检验。可喜的是,Chung和Fabbri(2003)提出将空间数据库进行时间/空间分组,一组用于建立预测模型;另一组用于预测结果的检验。Fabbri等(2003)使用了类似的有效性检验技术,对每个图层及其组合关系的预测灵敏性进行分析。

(5)缺乏对未来滑坡概率的估计。通常在滑坡危险性图基础上,加入详细的社会-经济空间属性特征(如人口和基础设施分布及相应的经济参数)得到滑坡风险图。为了综合进行社会-经济分析(包括预期的“费用-效益”分析),需要将不同的滑坡危险性等级转换成滑坡未来发生的概率,以用于随后的承灾体易损性分析和风险分析。大多数滑坡灾害区划一般仅限于滑坡敏感性区划,往往没有估计滑坡未来发生的概率。Fabbri等(2002)在这方面进行了探索研究,通过其案例研究,可以了解如何应用检验技术,综合考虑滑坡危险性水平和易损性情景来表示滑坡风险大小。

在应用滑坡风险分析成果时,要认识到滑坡风险分析存在不确定性,主要体现在以下几个方面:

任何滑坡的空间信息都包含着难以估计的不确定性;

社会-经济数据的精度和质量差异大,直接影响风险评估结果的准确性;

在大多数情况下,只能对建筑物和社会的易损性进行粗略的估计;

风险模型总是对现实的概化,模型的性能在很大程度上受数据的限制;

计算的滑坡风险是对一定时间的现实分析的静态表征。

三、未来发展前景

1.地形数据的改进

随着地理信息科学和地球观测技术的迅猛发展,有越来越多的工具可用于更可靠的滑坡危险性和风险评估。在滑坡危险性和风险分析中,地形是重要因素之一。数字高程模型(DEM)起着重要作用。在过去15年,无论是在高精度的地形数据可得性方面,还是在地形数据处理软件开发方面都有重大进展。使用航片的成像方法生成DEM、GPS的应用、地形图的数字化及其插值专业软件,现已成为大多数滑坡研究人员工作的标准程序。来自NASA航天雷达地形工作组(SRTM)的DEM数据已覆盖全球,在美国境内分辨率为30m,在世界其他地方为90m(Rabus等,2003)。这为开展区域尺度的滑坡研究奠定了基础。干涉雷达(InSAR)日益成为准确、快速采集地形数据的重要技术。目前正在运行的星载InSAR系统有:ERS、ENVISAT、RADASAT。近年来该技术已被用于滑坡位移的监测和测量(Fruneau等,1996;Rott等,1999;Kimura和Yamaguchi,2000;Rizo和Tesauro,2000;Squarzoni等,2003)。目前使用DInSar技术进行植被覆盖地区的斜坡位移探测还有许多限制(如大气条件干扰)。业已证明,干涉雷达技术是生成DEM和监测缓速滑坡的一种好方法,但它对于滑坡编目填图不是十分有效。

另一种用于高精度地形填图的新技术是激光测距(LiDAR)。通常LiDAR的点测量可以提供DSMs,其中包含有关地球表面的所有物体(建筑物、树木等)的信息。Montgomery等(2000)、Dietrich等(2001)、Crosta和Agliardi(2002)将LiDAR技术应用于滑坡敏感性评估中。Norheim等(2002)在同一地区对LiDAR和InSAR技术进行了比较,结果表明,LiDAR生成的DEM精度远比InSAR高,而且与航片成像技术相比,LiDAR更经济些。陆地激光扫描技术已经研制出来并被用于滑坡体或岩石坡体的3维结构表征(Rowlands等,2003)。一旦激光扫描技术更加便宜,就可获取高精度、大面积覆盖的DEM,这将为新滑坡的编目提供强有力的技术支持。

2.滑坡编目填图的改进

如上所述,滑坡编目图是滑坡风险评估的主要组成部分,特别是如果滑坡编目图包含滑坡发生时间、滑坡类型和体积的信息以及当发生重大滑坡触发事件后相关数据得到及时更新的话,滑坡编目图就更加重要。尽管滑坡编目所需的地面数据采集具有重要作用,但大多数信息来自遥感信息。在过去10年中,利用卫星遥感数据识别小规模滑坡失稳并进行编图的可能性已有了实质性的进展。现在多光谱、全色卫星数据的空间分辨率已达1m,其应用前景广阔(CEOS,2001)。

在无植被覆盖地区,使用中等分辨率系统(如LANSAT、 SPOT、IRS-1)的遥感影像,可以根据不同的光谱波段鉴别出滑坡体。

ASTER是目前最经济的、可用于滑坡填图的中等分辨率卫星数据之一。ASTER’s14多光谱波段(VNIR、SWIR、热IR三个波段)和立体影像功能使其成为区域尺度滑坡填图前景广阔的技术,特别是在缺少地质图和地形图的地区(Liu等,2004)。

在滑坡编目填图中,还可利用高分辨率的立体影像(如IKONOS或Quickbird)进行地貌解译和滑坡填图(De la Ville等,2002;Petley等,2002)。利用目前GIS和影像处理软件(如ERDAS立体分析模块或ILWIS)也可将平面卫星影像转化为立体影像。这为提高滑坡编目填图水平提供了技术支持。

3.模拟滑坡启动机制研究的改进

在目前的研究中,滑坡危险性评估通常限制为经验降雨临界值方法或多边量统计技术(Caine,1980;Corominas,2000;Fan等,2003)。这些方法忽视了降雨触发滑坡的启动机制,大大降低了滑坡危险性的预测和定量分析水平。在缺少滑坡历史数据或没有明显的统计关系的地方,利用现有方法预测滑坡危险性是不可能的。 因人类活动、土地利用变化、森林砍伐或气候变化的缘故导致滑坡边界条件发生变化,滑坡的历史数据就不再有关,也不再有用(Van Beek和Van Asch,1999;Van Beek,2002)。因此,建立降雨入渗、坡体地下水补给与坡体滑动之间的物理动力机制模型,特别是联系着植被和位于滑坡体内较深的地下水储存之间的过渡带—包气带的作用以及优先流的作用必须加以考虑,以便能更好地预测因土地利用和气候变化引起的失稳频率的变化(Bogaard和VanAsch,2002)。

4.模拟滑坡活动范围的改进

滑坡活动范围模拟相当复杂,因为涉及坡体开始滑动的物源组成、行动路径的地貌形态,以及在滑坡运动过程中所携带的物质(Savage和Hutter,1991; Rickenmann,2000;Iverson等,2004)。通常滑坡的沉积物特征与初始滑动的物质不同。大多数情况下缺少关于滑坡速度或流动类型方面的信息,因而难以估计流变动态特征,并应用物理模型对相应的物质流动进行模拟。

另一方面,模拟泥石流物源区的准确位置以及沉积扇物质的扩展。不同的滑坡活动模型与GIS结合,可以模拟出准3D的运动物质分布。然而,在地形条件复杂的地区,利用GIS中的不同算法,会得出不同的活动范围。可以利用随机技术来克服这些技术问题。

5.滑坡危险性时间概率评估的改进

为得到真正的滑坡危险性图,应在汇水流域尺度的敏感性图件中加入时间维度,这必将是一个挑战。使用确定性方法与概率统计技术或许可以提供一种解决方案。一种办法是将不同类型滑坡的场地尺度的确定性水文动力学模型升级为适用于流域尺度的模型,用来评估滑坡发生的时间概率,也有可能评估滑坡发生的规模(体积、面积)和/或滑坡活动范围。需要有确定不同气候情景下滑坡和岩崩危险性和风险的时空模式的方法和模型。

6.滑坡易损性评估的改进

滑坡易损性评估是滑坡风险评估中遇到的主要难题之一。不像地震、洪水或风暴等灾害,滑坡易损性定量评估所做的工作很少。地震、洪水或风暴等灾害的损失估计决策支持系统建立非常完备,有较简单的损失评估工具,也有多灾种复杂的损失评估系统(如HAZUS)(FEMA,2004)。滑坡易损性评估遇到的问题是,滑坡有许多类型,应该分别进行评估。滑坡易损性方面的信息应来自滑坡发生的历史资料,然后利用模拟方法和经验方法进行易损性评估。

总之,有关滑坡风险评估的文献研究表明,在过去10年中,开展了大量的滑坡风险评估研究,定量滑坡风险评估主要是针对场地尺度和线性构筑物场所(如管道和道路)开展的。而定量滑坡风险区划编图,特别是中等尺度(1∶10,000~1∶50000)滑坡风险区划图的编制还有很长的路要走。这种中等尺度的滑坡风险区划图可用于土地开发规划和灾害应急响应(Michael-Leiba等,2003)。利用该类图件,可以确定出不适宜开发的地区,也可以用来选择相对风险高的地区,以进一步开展详细调查定量确定风险,进行费用-效益分析,以确定未来开发方案。

鉴于上述区域滑坡风险评估的诸多困难,建议对中等尺度的滑坡风险评估进行定性或半定量评估,将滑坡风险划分为“非常高”、“高”、“中等”、“低”、“非常低”不同的定性等级,这些等级的确定是根据专家知识和经验以及利用统计模型和确定性模型得出的结果。不同风险等级还应包括其实际应用含义的描述性语言。建议对每种滑坡类型进行单独的风险评估,因为每种滑坡类型的失稳效应彼此差异很大。编制的风险图件应直接指示出在一定的环境背景条件下影响风险的 地貌证据,如滑坡运动距离、规模、滑坡深度、滑坡的回退运动。

地理信息系统(GIS)已成为滑坡危险性、易损性和风险评估必不可少的基本工具。在大尺度研究中,确定性模型最适合于确定斜坡的安全系数,动态模型适合于描绘滑坡的运动轨迹。当与概率方法相结合时(触发事件的输入数据的变化性和重现期),便可获得滑坡失稳的概率。由于土壤深度是确定性滑坡危险性评估的重要参数,可以通过浅层地球物理方法获取该参数,可采用的方法包括:地电方法、高分辨率地震反射勘查、地面穿透雷达(GPR)、电磁法(EM)和激发极化(SP)测量。

在中等尺度上,最重要的输入数据是基于事件的滑坡编目图。该类图应强调滑坡特征(类型、体积)以及不同承灾体的损失。将这些滑坡信息与要素图(如坡度、岩性等)相结合,利用启发式或统计方法,便可生成滑坡敏感性图。将敏感性图与滑坡频率分析(与降雨和地震记录有关的时间数据库连接)相结合,也可获得滑坡发生的时间概率。地球观测数据应成为滑坡研究常规数据基础,以定期进行新滑坡编目和数据库的更新。在确定滑坡易损性和损失函数方面还有许多工作要做。需要研究突破的是,如何确定预期的滑坡规模或体积,最后,将滑坡风险分析与评估的各个组成部分综合在一起,形成滑坡风险信息/管理系统,从而为地方政府进行滑坡风险管理和空间决策提供技术支持系统。

四、小结

实践证明,地质灾害风险评估是地质灾害勘查、研究的一项重要的基础内容,它对认识地质灾害程度,制定减灾规划,部署防治工程,提高灾害管理水平具有十分重要的意义。然而,尽管近年来国内外地质灾害评估得到迅速发展,但由于这方面工作是一个新的领域,而且它所涉及的内容广泛,不仅包括自然科学,而且包括社会科学,所以已有的研究远没有形成系统完善的科学体系,已有的应用水平也远不能满足社会经济发展的减灾需要。

由于减灾事业发展的需要和社会对灾害风险评估认识的提高,为了更加科学有效地防范地质灾害,今后,地质灾害风险评估必将得到进一步发展。主要趋向表现在下列方面:

(1)研究内容进一步扩展,将逐渐形成跨学科、跨领域的相互交叉的综合研究体系。

(2)研究方法和手段进一步丰富、先进。除计算机技术得到更广泛应用、发挥更大作用外,遥感技术、卫星定位技术等多种高科技手段也将为地质灾害风险评估所利用。

(3)关注和参加的部门和专家进一步扩展。除政府减灾管理部门、地质灾害专业研究部门外,保险和防灾治灾的产业部门等也将在更大程度上关注或直接参与地质灾害风险评估工作。

(4)国际交流合作将进一步发展,特别是在理论、方法、技术方面的交流合作将会有较大发展。

(5)理论研究将得到较大提高,逐步形成自身的理论体系。

(6)与减灾规划、防治工程及其他社会经济的结合越来越紧密,实用性越来越强。

8、滑坡灾害风险评估

一、滑坡灾害危险性评估

(一)评估方法

Bonham提出了基于统计学的Bayesian方法的数据驱动权重模型(weights of evidencemodeling),并将其应用到找矿领域。Van Westen进一步将模型应用到灾害危险型评估领域。数据驱动权重模拟方法的主要原理是利用滑坡历史分布数据,建立滑坡分布与各影响因子之间的统计关系,即根据在各影响因子不同类别中滑坡分布的统计情况来确定各影响因子对滑坡灾害的贡献率(权重) 大小。这种采用数据进行权重确定的方法被称为数据驱动模型。与专家的知识模型相比,权重的确定更加科学和可靠,避免了专家的主观性所带来的不确定性。最后,利用另一时期的滑坡分布历史数据对评估结果进行检验和成功率预测,使评估结果更加具有可信度。这种方法的主要评估原理示意于图7-5。基于贝叶斯(Bayesian)统计方法的数据驱动权重模型较其他统计方法更加严谨,充分考虑了滑坡影响因素之间的关系,以及各影响因素与滑坡灾害的关系;并进行影响因素的独立性分析,找出最关键的影响因子。在此基础上再计算各影响因素的权重。通过实证权重统计计算得出正负权重以及各种统计参数,依次选择不同方法——后概率预测法、指数叠加法和模糊逻辑法,生成最终的滑坡敏感性图,用另一组数据进行检验,比对各种方法的预测结果的准确性。

图7-5 基于GIS的滑坡灾害敏感性评估示意图

(二)滑坡危险性评估准则与数据准备

滑坡的发生与所在的地质环境条件、外部气象条件和人类活动的强度密切相关。根据当地条件和数据可得性确定以下滑坡评估因素:

存在适宜的地质岩性条件。例如,软弱岩石的存在;

存在适宜的土地利用强度。土地利用强度越大,越容易产生滑坡;

存在适宜的坡度条件。坡度越陡越容易产生滑坡;

存在适宜的降水条件。持续时间越长的暴雨越容易产生滑坡;

存在适宜的地壳活动强度。断裂活动越强,越容易产生滑坡。

本次研究所采用的GIS平台主要是荷兰国际地区测量与观测学院(ITC)开发的ILWIS软件。该软件集GIS空间分析、地质统计学、遥感影像处理等模块为一体,具有强大的空间分析、地质统计和影像处理功能。利用ILWIS软件生成以下5个滑坡影响因子图,并根据滑坡调查数据,生成两组滑坡分布图:

坡度图:从衢州地区1∶5万DEM地形图中生成坡度图,然后按照表7-12重新进行分类和赋值生成坡度图(Sub_1)。

降雨量图:通过数字化衢州地区1∶5万降雨量图获得降雨量图,然后按表7-13重新进行分类和赋值生成降雨量图(Sub_2)。

岩性图:从衢州地区1∶10万地质图提取,按照表7-14进行分类和赋值,生成岩性图(Sub_3)。

土地利用强度图:从衢州地区1∶5万土地利用图,按照表7-15重新进行分类和赋值,生成土地利用强度图(Sub_4)

断层图:从衢州地区1∶10万地质图提取断层线,以此利用ILWIS软件中的“Buffer”功能来按表7-16生成断裂距离图(Sub_5)。

崩滑流灾害分布图:将滑坡调查数据分为两组:用危害程度“较大级”和“重大级”(21个点)作为计算图件(Threat_L),用危害程度“一般级”(共29个点)(Threat_S)进行验证。

表7-12 坡度分类和赋值

表7-13 降雨量分类和赋值

表7-14 地质岩性分类及赋值

表7-15 土地利用分类及赋值

表7-16 断层缓冲分区和赋值

(三)计算流程

计算流程见图7-6。

图7-6 滑坡敏感性图计算流程

(四)实证权重后概率预测法

第一步:生成多边形属性特征图(图7-7,见彩页)

根据表7-15~表7-16,按下列命令在ILWIS GIS环境中,生成岩性二值图(Sub_4)和土地利用强度二值图(Sub_5):

Sub_4=iff(geology<6,"nonfav","fav")

Sub_5=iff(Dl_value<5,"nonfav","fav")

将岩性二值图(Sub_4)和土地利用强度二值图(Sub_5)分别与第一组滑坡灾害分布图(Threat_L)进行交叉运算,分别生成交叉运算表,按下列一组公式确定统计参数:Npixt ,Npixd, Npixb, Npixbd,然后计算正、负权重(Wp, Wn) 以及离差(C)和标准离差(sigC),计算结果见表7-17。

表7-17 滑坡二值模式的权重和统计参数

Npixt=研究区的总像元素数目

Npixd=存在滑坡点的像元数数目

Npixb=各滑坡影响因子二值图中“存在”类型的像元数数目

Npixbd=在各滑坡影响因子二值图“存在”类型中有滑坡分布的像元数数目

Wp=ln(((Npixbd*(Npixt-Npixd))/((Npixb-Npixbd)*Npixd)))

Wn=ln(((Npixd-Npixbd)*(Npixt-Npixd))/((Npixt-Npixd-(Npixb-Npixbd))*Npixd))

stdWp=sqrt((1/Npixbd)+(1/(Npixb-Npixbd)))

stdWn=sqrt((1/(Npixd-Npixbd))+(1/(Npixt-Npixd-(Npixb-Npixbd))))

C=Wp-Wn

sigC=C/(sqrt(stdWp^2+stdWn^2))

第二步:生成线性属性特征图(图7-7)

根据表7-12~表7-14,生成坡度图(:Sub_1)、降雨量图(Sub_2)和断层缓冲图(Sub_3),将生成的坡度图(:Sub_1)、降雨量图(Sub_2)和断层缓冲图(Sub_3)分别与第一组滑坡灾害分布图(Threat_L)进行交叉运算,分别生成交叉运算表,按下列一组公式确定统计参数:Npixt ,Npixd, Npixp, Npixpd,然后计算正、负权重(Wp,Wn) 以及离差(C)和标准离差(sigC),计算结果见表7-17。

Npixt、Npixd 代表的意义与上面一样。

Npixp=累积分类中像元素数目

Npixpd=累积分类中存在滑坡点的数目

Wp= ln(((Npixpd*(Npixt-Npixd))/((Npixp-Npixpd)*Npixd)))

Wn=ln(((Npixd-Npixpd)*(Npixt-Npixd))/((Npixt-Npixd-(Npixp-Npixpd))*Npixd))

stdWp = sqrt((1/Npixpd)+(1/(Npixp-Npixpd)))

stdWn = sqrt((1/(Npixd-Npixpd))+(1/(Npixt-Npixd-(Npixp-Npixpd))))

根据表7-17中的W+、C值和SigC来看,降雨量和坡度因素的影响最大,表明它们对衢江地区的滑坡产生具有重要影响。土地利用的影响最小。

第三步:条件独立性检验

首先按以下公式生成5个二值预测模式图(W_1、W_2、W_3、W_4、W_5)(图7-8,见彩页):

W_1=iff(Slope_1<80,0.5114,-1.5693)

W_2=iff(Waterfall_2<200,0.9816,-1.9373)

W_3=iff(Sub_3="fav",-0.7296,0.1973)

W_4=iff(Sub_4="fav",-0.442,0.2515)

W_5=iff(fault_1<21,0.0869,-0.4051)

然后进行两两条件独立性检验。对上述生成的5个二值预测模式图(W_1~W_5),通过两两条件交叉运算,得出Chi平方值,其计算结果见表7-18。从表中可以看出,所有值都低于3.84(95%的置信度水平), 这表明所有因素彼此都是具有明显的统计独立性。

表7-18 用于独立性检验的两两比较Chi平方值

第四步:生成滑坡后概率预测图

按以下公式生成滑坡后概率预测图(图7-9,见彩页):

pstprb1=exp(ln(21/7047/(1-21/7047))+W_1+W_2+W_3+W_4+W_5)/

(1+exp(ln(21/7047/(1-21/7047))+W_1+W_2+W_3+W_4+W_5))

按下列公式对上面滑坡后概率预测图(pstprb1)创建预测二值图(postmap_1):

Postmap_1 =iff(pstprb1>(21/7047), "favorable", "nonfavorable")

从二值图(Postmap_1)的统计图表中可知,滑坡易发地区(“favorable”)的单元数为3831个,占研究区单元总数的54.36%。将第二组滑坡灾害点图(共有29个危害程度一般滑坡点)迭置在二值图(图7-9,见彩页 Postmap_1)上,有23个点落入滑坡易发地区(“favorable”)内,这表明预测成功率达到79.31%(图中黑点为用于验证的29个的点)。

(五)实证权重指数叠加法

第一步:生成指数叠加二值图

根据表7-17,通过差值法计算权重和分数,其结果见表7-19。

表7-19 指数叠加法和模糊逻辑法的权重和分数

按以下公式生成指数叠加二值图(Index_1, Index_2, Index_3, Index_4,Index_5)

Index1= iff(Slope_1<80,7.21,2.79)

Index2= iff(Waterfall_2<200,9.90,0.10)

Index3= iff(Sub_3="fav",0.10,9.90)

Index4= iff(Sub_4="fav",1.75,8.25)

Index5= iff(fault_1<21,4.78,5.22)

第二步:生成滑坡敏感性图

按下列公式生成滑坡敏感性图(Index_map):

Index_map=(Index1*2.0801+Index2*2.9181+Index3*(-1.4850)+Index4*1.4342

+Index5*0.602)/( 2.0801+2.9181-1.4850+1.4342+0.602)

将生成的滑坡敏感性图(Index_map)重新进行分类(三类:适宜、一般适宜、不适宜),得到最终滑坡敏感性图

从最终滑坡敏感性图的统计图表可知,滑坡易发地区(“favorable”)的单元数为17856个,占研究区单元总数的33%。将第二组滑坡灾害点图(共有29个滑坡点)迭置在最终滑坡敏感性图(图7-10,见彩页),有16个点落入滑坡易发地区(“favorable”)内,这表明预测成功率达到55.17%。

(六)方法比较

尽管使用不同的方法得出的结果有很大的差异,但总体趋势是相同的。实证权重后概率预测法与指数叠加法相比,前者比后者集中度大,即“适宜”地区大一些(分别是54.36%和35.95%),但前者的预测成功率比后者大一些(79.31%和55.17%)。因此,实证权重后概率预测法比指数叠加法更保守些(表7-20)。

表7-20 不同方法预测成功率比较

(七)小结

实证权重法权重的获得是客观的,不是根据专家的主观判断,而是根据实际滑坡灾害调查数据与滑坡影响因素的统计关系确定的。

根据表7-17中的W+、C值和SigC来看,降雨量和坡度因素的影响最大,表明它们对衢江地区的滑坡产生具有重要影响。土地利用的影响最小。

通过两两比较相关性检验表明,所选定的5个滑坡影响因子具有条件独立性。

尽管使用不同的方法得出的结果有很大的差异,但总体趋势是相同的。实证权重后概率预测法与指数叠加法相比,前者比后者的“适宜”地区大一些(分别是54.36%和35.95%),但前者的预测成功率比后者大一些(79.31%和55.17%)。而模糊逻辑5种方法结果都不理想。总的来看,实证权重后概率预测法与指数叠加法结果比较好。

滑坡敏感性评估是滑坡灾害风险评估与管理的重要组成部分。只有在充分认识滑坡灾害敏感性的基础上,考虑承灾体的易损性,才能客观地评估滑坡灾害的风险,从而制定出减轻滑坡灾害的行之有效的措施。我国是滑坡灾害的多发国家,如何认识滑坡灾害的敏感性,在国民经济建设中合理开发利用土地,将滑坡灾害损失降低到最小限度,是摆在我们面前的紧迫任务。因此,开展滑坡灾害敏感性评估方面的研究具有重要的现实意义。3S技术在这一领域有着十分广阔的应用前景。不断发展的GIS 平台具有强大的遥感影像的处理功能和空间分析功能,为科学分析和预测滑坡灾害提供了技术平台。概括起来,滑坡灾害评估的空间分析方法主要有两种,一是基于专家经验的知识驱动型方法;二是基于统计学的数据驱动型方法。显然,前者具有主观性和不确定性;而后者则更加科学、可靠。基于统计学的数据驱动型方法在滑坡灾害评估领域中的应用还属于探索阶段,如何利用强大GIS 技术平台,开发出更符合实际的滑坡灾害空间分析的统计算法是今后的发展方向。

二、承灾体易损性评估

承灾体易损性包括物质易损性和人口易损性。承灾体易损性不仅取决于承灾体本身的承灾能力,还取决于当地社会抵御滑坡灾害的能力,这包括减灾措施、灾害预报、灾害应急准备和社会经济发展水平。因此,易损性是承灾体脆弱性和防灾水平共同作用的结果。

(一)易损性评估数据准备与评估准则

滑坡发生所造成的危害取决于人的生命和财产抵御滑坡灾害的能力,即易损性大小。主要与人口和财产(基础设施、建筑物和土地资产)的分布位置及密度密切相关。根据当地条件和数据可得性确定滑坡灾害易损性评估因素包括:人口分布密度、房屋建筑物财产价值(万元)、通讯基站投资(万元)、公路(千米)、耕地资产(万元)、园地资产(万元)、林地资产(万元)。

采用荷兰国际地区测量与观测学院(ITC)开发的ILWIS软件GIS平台,利用ILWIS软件按表7-21生成以下7个滑坡易损性图(图7-11~图7-17,见彩页):①人口分布密度图;②房屋建筑物财产价值图;③通讯基站投资图;④道路交通图;⑤耕地资产图;⑥园地资产图;⑦林地资产图。

表7-21 衢州地区滑坡灾害承灾体易损性评分标准

(二)易损性评估方法(因子权重评估方法)

采用主成分分析与因子分析方法确定权重。具体计算过程如下:

(1)单变量描述性统计量,见表7-22。

表7-22 单变量描述性统计表

(2)相关系数矩阵见,表7-23。

表7-23 相关系数矩阵

(3)KMO与Bartlett 的球形检定,见表7-24。

显示KMO抽样适当性参数与Bartlett的球形检定。

表7-24 KMO与Bartlett 的球形检定

KMO是Kaiser-Meyer-Olkin的取样适当性量数,当KMO值愈大时,表示变量间的共同因子愈多,愈适合进行因子分析,根据专家 Kaiser(1974)观点,如果KMO的值小于 0.5 时,较不宜进行因子分析。此处的KMO值为0.520,表示适合因子分析。此外,从Bartlett的球形检验的值为158.400,自由度为15,达到显著,代表样本的相关矩阵间有共同因子存在,适合进行因子分析。

(4)共同性。显示因子间的共同性结果,或者说显示各因子解释掉方差的比例。共同度从0到1,0为因子不解释任何方差,1为所有方差均被因子解释掉。一个因子越大地解释掉变量的方差,说明因子包含原有变量信息的量越多,见表7-25。

表7-25 因子间的共同性结果

(5)未转轴前的结果,见表7-26。

表7-26 主成分分析结果

前5个主成分的方差累计贡献率已超过85%,因此,取前5个主成分为公因子。

其主因子荷载矩阵A,见表7-27。

表7-27 主因子荷载矩阵

(6)转轴后的结果,见表7-28~表7-32。

表7-28 方差极大旋转因子荷载矩阵A*

表7-29 正交旋转变换矩阵

表7-30 方差极大旋转因子荷载矩阵A*的特征值及其对应的方差贡献率

表7-31 因子得分的系数矩阵

表7-32 财产评估因子权重分配系列

(三)承灾体易损性评估结果

对这6个评估指标对应的评分图按各个因子的权重值进行图层间的叠加运算,按以下公式得到各单元的滑坡易损性指数,即易损性指数为各评估指标评分的加权和评估结果(图7-18,见彩页):Di=∑(Wi×Ri)。式中Di为滑坡易损性指数,Wi为评估参数i的权重因子,Ri为评估指标的评分值。

具体来讲,按照上节计算出的财产评估因子的权重结果(Wi),使用ILLWIS软件按下式进行叠加运算:

财产易损性=0.156×建筑物资产+0.164×耕地资产+0.163×园地资产+0.167×林地资产+0.171×道路资产+0.179×通讯基站投资

财产易损性计算结果如图7-18所示。然后将财产易损性图与人口易损性图(即人口分布密度图7-19,见彩页)按等权重进行叠加运算并按5个等级(0,0.1~2.9,3.0~5.7,5.8~8.6,8.7~11.5)重新进行分类,结果如图7-20和图7-21(见彩页)所示。

三、滑坡风险性评估

(一)滑坡风险性评估计算

滑坡风险性是滑坡危险性和承灾体易损性共同作用的结果。滑坡风险评估计算按下式计算:

风险度(Risk)=危险度(Hazard)×易损度(Vulnerability)

具体计算按以下步骤:

(1)将前面用实证权重后概率法和指数叠加法计算出来的滑坡危险性两张图按5个等级进行重新分类,结果如图7-22和图7-23(见彩页)所示。

(2)按滑坡风险评估交叉矩阵(表7-33)将滑坡易损性(图7-21,见彩页)与滑坡危险性(图7-22和图7-23,见彩页)分别进行交叉运算,结果见图7-24和图7-25(见彩页)所示。

表7-33 滑坡风险评估交叉矩阵表(V=VI×VS)

(二)滑坡风险性评估结果分析

从滑坡风险性实证权重概率图的统计图表(表7-34)可以看出,滑坡风险较高地区(IV和V级)所占面积为59.5km2,占研究面积的3.4%,滑坡风险中等地区(III级)所占面积为532km2,占研究面积的30.2%;滑坡风险较小(II和I级)地区所占面积为1170.25km2,占研究面积的66.4%。

表7-34 滑坡风险性实证权重概率图的统计图表

从滑坡风险性实证权重指数叠加图的统计图表(表7-35)可以看出,滑坡风险较高地区(IV和V级)所占面积为126.75km2,占研究面积的7.2%,滑坡风险中等地区(III级)所占面积为691.5km2,占研究面积的39.9%;滑坡风险较小(II和I级)地区所占面积为916.75km2,占研究面积的52.9%。

表7-35 从滑坡风险性实证权重指数叠加图的统计图表

两种方法得出的结果有所差异,但总体趋势基本相同。根据滑坡风险性较高地区(IV和V级)所占面积的集中度和预测成功率,实证权重指数叠加法较实证权重后概率法保守些,滑坡风险性高的地区划定的范围较大,见表7-36,图7-26和图7-27(见彩页)。

表7-36 两种方法比较

(三)小结

本次研究在滑坡危险性评估中采用了两种实证权重统计方法,并在滑坡易损性评估中采用了主成分-因子分析统计方法,确定了财产评估因子的权重,最后通过交叉运算得到了衢州地区滑坡风险性。克服了以往专家指数评定方法权重确定的主观性的缺点,通过实际案例分析,主要得出以下结论:

两种方法得出的结果有所差异,但总体趋势基本相同。根据滑坡风险性较高地区(IV和V级)所占面积的集中度和预测成功率,实证权重指数叠加法较实证权重后概率法保守些,滑坡风险性高的地区划定的范围较大。

研究区滑坡风险性较高地区(IV和V级),主要分布在西北部和东南部地区,在这些地区滑坡危险性主要受降雨量和坡度因素的影响,滑坡易损性主要是人口分布影响较大,居民点和道路及通讯基站的分布也主要集中在这些地区。东南部林地资产较大,这些影响因素的综合作用,导致这些地区滑坡风险性较高。

实证权重法权重的获得是客观的,不是根据专家的主观判断,而是根据实际发生的滑坡灾害数据与影响滑坡危险性的各评估指标的统计关系而确定的。但在本次滑坡危险性案例研究中,因为响应因子-滑坡灾害点少(50个),不能完全揭示出响应因子与预测因子之间的统计关系。如果能够获得足够多训练点数据,会得到更加精确的结果。另外,实证权重要求,必须对预测因子进行分类且对响应因子按一定阈值进行划分才能应用该方法,因此,阈值的确定至关重要,选定不同的阈值将会产生不同的评估结果。因此,更需要大量的实际观测数据,建立响应因子与预测因子之间的统计关系,从而更加科学地确定阈值。

在实证权重评估方法中,进行了两两比较条件独立性检验,结果表明,所选定的滑坡危险性5个评估指标都具有条件独立性,说明所选定的评估指标是合理的。

9、滑坡调查要点

1.一般规定

滑坡调查是滑坡勘查的前期准备阶段,是滑坡防治工程项目的立项依据。滑坡调查应以充分收集分析滑坡区地质资料、地面调查为主,适当结合测绘与勘查手段,初步查明滑坡的分布范围、规模、结构特征、影响及诱发因素和勘查工作条件等,对滑坡稳定性和危险性进行初步评估。编制滑坡勘查设计书,上报业主。

滑坡勘查设计书的内容包括:

1)勘查目的、工程概况和勘查阶段;

2)勘查区地理位置、交通及地形地貌;

3)地质条件及前人工作程度;

4)勘查内容、方法、工作量及工程布置图;

5)滑坡稳定性及危害性初步评估;

6)进度计划和完成日期;

7)经费概算等。

2.区域环境地质调查要点

以收集资料为手段,初步了解滑坡区的地形地貌条件、地质构造条件、岩(土)体工程地质条件、水文地质条件、环境地质条件与人类经济活动。

3.滑坡地面调查要点

1)初步查清滑坡区地形地貌特征、地质构造特征。

2)查清滑坡边界特征、表部特征、内部特征与变形活动特征。

3)查清滑坡周边地区人类工程经济活动。

4)基本了解滑坡类型、形态与规模、运动形式、形成年代和稳定程度。

5)基本了解地下水性质、入渗情况及产流条件。

6)对滑坡影响范围,承灾体的易损性及滑坡的危险性进行初步评估。

与怎么确定滑坡影响范围划定相关的内容

其他城市天气预报