黃 洪,胡桂勝,陳寧生,倪化勇
(1.中國科學院水利部成都山地災害與環境研究所,四川 成都 610041;2.中國科學院大學工程科學學院,北京 100049;3.高原科學與可持續發展研究院,青海 西寧 810016;4.中國地質調查局探礦工藝研究所,四川 成都 611734)
按照溝谷地貌特征把泥石流分為溝谷型泥石流和坡面型泥石流[1]。通常情況下坡面型泥石流匯流面積小,流量和規模不大,其危害性較小[2]。溝谷型泥石流具有谷坡陡峻、相對高差大、溝道坡度大等特點,往往形成大規模的泥石流災害,造成巨大的經濟損失與人員傷亡[3]。據不完全統計,因溝谷型泥石流造成的群死群傷數占泥石流傷亡總數的90%以上[4]。特別是汶川地震以后,區域地質環境遭到破壞,不良地質現象頻發為泥石流的暴發提供了充足的物源條件,以登溪溝[5]、文家溝[6]、紅椿溝[7]、磨子溝[8]為典型代表的溝谷型泥石流具有規模大、頻率高、危害嚴重等特點。
泥石流發源于地貌學,其活動是地貌演化過程中的一種形式[9]。地貌的發育特征既為泥石流提供了動力勢能條件,也影響著流體的性質、規模、危害程度[10]。熵是對系統狀態的描述,而侵蝕等各種地貌過程也是一種狀態,艾南山[11]把熵的概念引入地貌學,運用流域地貌信息熵理論解釋地貌的發展和演變。目前流域地貌信息熵主要被運用在泥石流的危險性評價中[12-15],但很少有研究從地貌信息熵的角度去解釋泥石流的形成機制。
2021年7月14日20時許,黑水縣谷汝溝發生泥石流災害,造成直接經濟損失達3 300萬元。得益于高效的防災體系建設,此次泥石流災害無人員受傷。因此,本文選擇黑水縣谷汝溝“7·14”泥石流為研究對象,通過分析泥石流災害發生前的氣象資料,并結合流域地貌演化階段,利用灰色災變預測模型,闡明谷汝溝泥石流的形成機制,預測其未來發展趨勢。該研究成果可為其他溝谷型泥石流災害的防災減災提供理論依據,并提高和完善泥石流災害的預測預警手段與減災水平。
黑水縣位于青藏高原東緣地區,橫斷山脈中段,是我國第一階梯與第二階梯的交接地帶,此處相對高差變化明顯,新構造運動強烈,地殼抬升顯著,溝谷發育,兩側風化剝蝕搬運作用顯著,是我國泥石流高發區。黑水縣谷汝溝屬深切割構造侵蝕中高山地形,形態上似勺狀,流域面積為33.66 km2,主溝長10.6 km,溝口位置為102°58′21.38″E、32°06′02.67″N(圖1)。谷汝溝流域平面呈扇形,流域內支溝發育,共有9條支溝(表1),受構造控制,溝域分布不對稱呈樹枝狀,南北走向;谷汝溝為深切割“V”型谷,岸坡陡峻,切割深度大,溝域最高海拔約4 395 m,溝口與黑水河交匯處海拔約2 325 m,高差達2 070 m,主溝平均縱比降為193‰。
表1 黑水縣谷汝溝特征參數表
圖1 黑水縣谷汝溝流域全貌Fig.1 Drainage basin of Guru Gully in Heishui County
圖2 研究區地質圖Fig.2 Geological map of the study area
研究區屬于高原型氣候,旱、雨季分明。年平均降雨量為817 mm,降雨分布不均,降雨量日變化大,夜間降雨量占全年降雨的70.2%;研究區年平均氣溫為9 ℃,年最高極端氣溫為33.5 ℃,年最低極端氣溫為-14.4 ℃[圖3(a)]。谷汝溝溝口黑水河屬于岷江右岸一級支流,全年徑流量為4.56億m3。通過下載研究區附近松潘等7個降雨觀測站的多年平均降雨量值[數據來源于國家氣象信息中心(http://data.cma.cn)],并利用ArcMap平臺的空間插值功能,獲取了研究區多年平均降雨量空間插值圖[圖3(b)]。
圖3 研究區氣象水文圖Fig.3 Meteorological and hydrological map of the study area
2021年7月14日20時許,黑水縣蘆花鎮谷汝村谷汝溝泥石流地質災害隱患點發生了泥石流災害,造成直接經濟損失達3 300萬元。根據該泥石流溝附近達古冰川二道橋雨量站監測數據顯示,半小時內該站點降雨量高達14.3 mm。2021年7月14日19時40分左右,谷汝溝流域上游多條支溝發生山洪;20時00分左右,上游洪水攜帶泥沙、黏土裹挾樹木枯枝向下運移,沿途掏蝕溝底、沖刷溝岸,并形成兩處堵潰點,潰點潰決后擴大了泥石流規模,其龍頭沿溝道運移,攜帶最大石塊粒徑約為5.0 m×4.3 m×4.2 m[圖4(a)],由于在下游彎道段和橋涵處受阻爬高,漫上公路和側堤,沖入兩側居民住房區[圖4(c)],造成道路農田淤埋、電力設施和通訊設備破壞[圖4(b)],在谷汝溝溝口形成6×104m2、平均厚度約為2 m、堆積物方量約為12×104m3的堆積扇[圖4(d)]。
圖4 黑水縣谷汝溝泥石流成災概況Fig.4 General situation of debris flow disaster in Guru Gully of Heishui County
泥石流運動特征參數(泥石流容重、流速、流量)的確定是評價泥石流性質和規模的主要方法[17]。泥石流運動特征參數具體計算模型見表2。
表2 泥石流運動特征參數計算模型
2.2.1 泥石流容重計算
本文采用基于黏粒含量的泥石流容重法計算谷汝溝泥石流容重。谷汝溝泥石流發生后,在溝道內勘察取土樣(泥石流土樣取樣點位置為102°58′43.07″E、32°07′06.5″N,高程為2 593 m),并在室內對土樣進行顆粒篩分實驗[圖5(a)],利用馬爾文激光粒度儀[圖5(b)]測定土樣中粒徑小于0.005 mm的黏粒含量。通過對我國西南地區泥石流溝的統計分析發現,泥石流土樣中黏土顆粒(粒徑<0.005 mm)含量與泥石流容重之間存在一定的關系(表2)。通過計算表明,谷汝溝“7·14”泥石流容重為1.83 g/cm3,判斷此次泥石流屬于黏性泥石流。
圖5 黑水縣谷汝溝泥石流土樣篩分實驗Fig.5 Screening experiment of debris flow soil samples in Guru Gully,Heishui County
2.2.2 泥石流流速與流量計算
谷汝溝泥石流流速計算模型見表2。根據現場勘察,在谷汝溝中下游選取了3個典型泥石流斷面,斷面示意圖和現場照片如圖6所示,具體位置見圖1,并通過形態調查法,結合已計算出的泥石流流速,得出谷汝溝不同斷面處的泥石流流量,見表3。
表3 黑水縣谷汝溝泥石流運動特征參數計算結果
圖6 黑水縣谷汝溝泥石流典型斷面Fig.6 Typical section of Guru Gully debris flow in Heishui County
3.1.1 降雨激發泥石流形成
降雨作為泥石流的激發因素,前期降雨會逐漸增加巖土體的含水量,在后續短歷時強降雨作用下,更容易形成地表徑流,進而導致形成泥石流所需的短歷時強降雨閾值降低[20];與此同時,隨著地表積水的產生,導致巖土體內孔隙水無法排出,巖土體孔隙水壓力增加,降低了巖土體強度,在后續降雨作用下,巖土體失穩形成泥石流[21]。圖7為谷汝溝“7·14”泥石流暴發前一個月的日降雨量數據和泥石流暴發當天的小時降雨量數據。
圖7 黑水縣谷汝溝“7·14”泥石流發生前期的累計降雨 量和當日降雨量數據 Fig.7 Previous cumulative and daily rainfall data of Guru Gully “7·14” debris flow in Heishui County
由圖7可知,谷汝溝泥石流暴發前一個月的累計日降雨量為243.5 mm,泥石流前期降雨量主要集中在6月份,其中前期最大降雨量發生在6月13日,日降雨量為33.1 mm;在泥石流發生前幾天幾乎沒有發生降雨,但是在谷汝溝“7·14”泥石流發生當天降雨量達到當月最大值;谷汝溝“7·14”泥石流發生當天降雨量為49.7 mm,早上8:00左右開始降雨,降雨量為2.5 mm,在10:00左右降雨量達到最大,小時降雨量為11.2 mm,隨后降雨量逐漸減小。但值得注意的是,19:40左右支溝發生山洪,20:00左右泥石流暴發時,谷汝溝流域內幾乎沒有下雨,累計小時降雨量僅為0.45 mm。根據現場調訪,證實了這一說法。推測可能是由于谷汝溝“7·14”泥石流暴發當天接近50 mm的降雨量使得該流域上游形成的小型堰塞壩在19:40左右發生了潰決,引發了此次泥石流災害。
3.1.2 壯年偏幼期的流域地貌控制泥石流的形成
流域地貌特征為泥石流的形成提供動力條件[22-23]。熵是對系統狀態的描述,艾南山等[24]把熵的概念和計算方法引入地貌學,在美國地貌學家斯特拉勒(Strahler A N)提出的侵蝕流域面積-高程分析方法的基礎上,提出流域地貌信息熵理論,將地貌信息熵作為判斷流域穩定性的定量指標。利用信息熵可以判斷地貌侵蝕發育程度以及地貌的演化階段[25],信息熵的計算方法如下:
首先將谷汝溝流域DEM高程數據轉化為以50 m為間距的等高線,并計算出每條等高線高程以上的面積(a),以及該等高線高程與流域最低點高程的相對高差(h),然后與流域總面積(A)和總高差(h′)建立函數關系式:
y=f(x)
(1)
式中:x=a/A;y=h/h′。
通過對該函數關系式進行積分,得到斯特拉勒積分值如下:
(2)
艾南山[11]在斯特拉勒積分的基礎上,建立了流域地貌信息熵的計算公式:
(3)
根據地貌信息熵值,可以將流域劃分為以下幾個發育階段(表4):幼年期(H<0.11)、壯年偏幼年期(0.11≤H<0.20)、壯年期(0.20≤H<0.30)、壯年偏老年期(0.30≤H<0.40)、老年期(H≥0.40)。根據計算結果,通過對谷汝溝流域斯特拉勒積分曲線(圖8)進行擬合發現,采用三次多項式的擬合效果最好(R2=0.999),擬合方程為y=1.521 3x3-2.871 7x2+0.307 8x+0.983 2,并據此計算出谷汝溝斯特拉勒積分值S=0.56,流域地貌信息熵H=0.14,可知其處于壯年偏幼年期的發育階段,流域侵蝕較強烈,地形起伏較大,為“7·14”泥石流暴發提供了充足的動力勢能條件。
表4 基于流域地貌信息熵的溝谷發育階段及其劃分標準
圖8 黑水縣谷汝溝和其他典型溝谷型泥石流溝流域的斯特拉勒積分曲線Fig.8 Strahler integral curves of the watersheds of Guru Gully in Heishui County and other typical gully debris flow gullies
本文選擇了川西地區其他10條典型的溝谷型泥石流溝流域,并通過野外勘察結合ArcGIS地形分析獲取了這10條溝谷型泥石流溝的斯特拉勒積分曲線(圖8),分析發現:這些泥石流溝流域全部處于壯年偏幼年期或者壯年期的發育階段,其中有8條泥石流溝流域處于壯年偏幼年期,占到總數的80%。這說明當這些流域存在豐富的松散物源時,在一定的降雨條件下,易發生泥石流災害。這是因為研究區位于青藏高原東緣地區,在青藏高原強烈隆升所導致的特殊地貌下,相對高差變化明顯,溝谷發育,為泥石流提供了有利的起動條件,因此該地區是我國泥石流高發區。
3.2.1 灰色災變預測模型的建立步驟
灰色災變預測的研究對象是災害,預測的任務是確定某種災害出現的時間,如干旱年份的預測、洪澇年份的預測、地震時間的預測等[26]?;疑珵淖冾A測就是要預測出某種災害具體在哪一年出現?;疑到y理論最早由鄧聚龍(1982年)[27]提出,是對含有已知信息和未知信息的系統進行預測,即通過少量不完整的信息,建立灰色預測模型,對其發展規律做出模糊性的長期描述。災變預測的機理是先將災變出現的時間由小到大依次排列,構成原始數列,然后采用灰色災變預測模型即GM(1,1)模型預測未來某個時間是否發生災變,或某種異常數據可能出現的時間間隔。
灰色災變預測模型[GM(1,1)]的建立步驟如下:
1) 首先構造目標的時間序列X(0)=[X(0)(1),X(0)(2),…,X(0)(i)],其中X(0)(i)表示第i年的數據,行為特征數列[X(0)(i)]可能是雜亂無章的,然而其實質必然是有序的,存在因果關系。
(4)
利用最小二乘法得到灰色參數(a,u):[au]=(BTB)-1BTYN,其中:
YN=[X(0)(2),X(0)(3),…,X(0)(i)]T;
求得微分方程GM(1,1)為
(5)
表5 灰色災變預測模型精度檢驗表
3.2.2 谷汝溝泥石流灰色災變預測模型的建立
泥石流暴發歷史時間的準確性直接影響到模型預測的精度。谷汝溝泥石流活動歷史的確定主要通過現場調訪,包括對村長在內的多名村民進行走訪調查,并通過2010年、2012年、2019年的谷汝溝泥石流勘察報告,確認谷汝溝分別在1984年、2007年、2011年、2015年、2021年發生過泥石流災害。
根據谷汝溝泥石流暴發歷史時間得到的災變日期集為X=[X(1),X(2),X(3),X(4),X(5)]=[1,24,28,32,38]
對X進行累加處理后,得到參數YN、B:
利用最小二乘法,得到灰色參數a、u:
求得谷汝溝泥石流灰色災變預測模型GM(1,1)為
X(1)(t+1)-145.259 7e0.152 1t-144.259 7
(6)
3.2.3 谷汝溝泥石流災變預測模型的精度檢驗及其災變預測
利用谷汝溝災變預測模型計算還原值并與實際值進行對比,再計算模型還原值與實際值的殘差和后驗差比值C和小誤差概率q,從而對模型預測結果進行精度評價。
表6 谷汝溝災變預測模型殘差表
利用谷汝溝泥石流灰色災變GM(1,1)預測模型[公式(5)],預測出在2021年后,谷汝溝將在2027年、2034年、2042年暴發泥石流災害(表7)。因此,上述年份應當作為泥石流災害重點防治年份,并提前做好泥石流防治工程和監測設備維護工作,尤其在雨季時,應加強監測預警。
表7 谷汝溝泥石流預測
需要注意的是,雖然谷汝溝灰色災變預測模型的預測值與歷史實際值一致(表7),說明模型預測精度高,但是灰色災變預測方法也有其局限性,如難以反映預測對象在各階段的特征和波動趨勢,只能預測災害發生的年份,不能預測災害發生的具體月、日。
我國山地面積占國土面積的2/3,泥石流災害廣泛分布,其中以泥石流災害點密度最大的四川省為例,平均每年治理72條泥石流溝,新增240條泥石流溝,泥石流治理速度遠遠趕不上新增速度。因此,僅僅憑借工程治理的泥石流防災減災措施是不夠的,泥石流預測預警成為了泥石流防災減災的關鍵。目前國內外對泥石流的監測主要集中在固體物質來源監測、水源監測、泥石流運動特征及其流體特征監測等方面[28-29],并從臨界雨量、形成機理等方面進行預警[30-31]。
與上述單一模式和方法的監測預警不同的是,谷汝溝泥石流的監測預警是以社區為基礎的多級聯動、多手段配合的監測預警系統。谷汝溝泥石流具體監測預警過程主要由前期地質災害風險識別、縣級預警研判和鄉級預警研判三個部分組成,如圖9所示。在2021年的4月和5月,縣自然資源局就展開了前期地質災害風險識別,完善了防治方案和應急預案,并進行了地質災害防治知識宣傳培訓、應急演練,汛期督導人員數次對谷汝溝進行巡查,提醒監測人員做好“三避讓”和“三個緊急撤離”工作;在泥石流暴發當天(7月14日)收到省水利廳發出山洪災害橙色預警后,縣地災辦迅速做出響應,及時將預警信息傳達,并要求做好排查、巡查、轉移群眾等工作,監測人員收到預警信息后,一邊做好隱患排查、巡查、監測預警、值班值守等工作,一邊組織群眾準備主動避讓;7月14日19時15分左右,監測人員發現有暴發泥石流的可能性,要求村干部立刻組織群眾轉移,19時40分左右,谷汝溝流域上游多條支溝發生山洪;7月14日20時00分左右,主溝發生泥石流災害。本次泥石流災害中,中長期預警結合短期預警發揮了出色的減災效果,通過前期地質災害風險識別和縣鄉兩級的預警研判,在谷汝溝“7·14”泥石流災害發生前,果斷采取“三避讓”和“三個緊急撤離”措施,提前轉移93戶310人,未造成人員傷亡。
圖9 谷汝溝泥石流監測預警過程Fig.9 Monitoring and early warning process of debris flow in Guru Gully
谷汝溝“7·14”泥石流災害無人員傷亡的成功避險在國內實屬罕見,這為其他地區泥石流的防災減災提供了良好典范,值得借鑒學習。
本文旨在分析溝谷型泥石流谷汝溝“7·14”泥石流的特征與成因。采用現場勘察,獲取了谷汝溝泥石流災害與監測預警特征;通過模型計算,獲取了谷汝溝泥石流運動特征;通過長短尺度的降雨分析和流域地貌信息熵,闡明了谷汝溝泥石流的形成機理;采用灰色災變預測模型GM(1,1),預測了谷汝溝泥石流的未來發展趨勢。得出如下結論:
1) 根據泥石流運動特征參數計算結果表明:谷汝溝“7·14”泥石流容重為1.83 g/cm3,屬于黏性石流,平均流速為11.2 m/s,流量991.2 m3/s。
2) 氣象分析和流域地貌信息熵計算結果表明:谷汝溝“7·14”泥石流暴發當天的日降雨量達49.7 mm,是泥石流的激發因素;谷汝溝的斯特拉勒積分值S=0.56,流域地貌信息熵H=0.14,流域處于壯年偏幼期的發育階段,為谷汝溝“7·14”泥石流暴發提供充足的動力勢能條件。
3)根據建立的灰色災變預測模型[GM(1,1)]的預測結果表明:谷汝溝將在2027年、2034年、2042年暴發泥石流災害。
4) 谷汝溝泥石流災害的成功避險,為其他地區溝谷型泥石流防災減災提供了良好典范,值得借鑒學習。