四川绵竹清平乡“8·13”走马岭特大泥石流灾害特征

常鸣 唐川 李为乐 付荣 赵学宏

（地质灾害防治与地质环境保护国家重点实验室（成都理工大学），成都610059）

“5·12”汶川地震至今已超过4年，经过3个雨季，诱发了群发性泥石流灾害，造成重大的人员伤亡。强烈地震导致山区的地质环境更加不稳定，为泥石流的暴发提供了大量的物源，导致泥石流危害更加严重、活动更加频繁。2010年8月7日甘肃舟曲暴发大规模泥石流［1］；2010年8月13日位于汶川震中映秀镇的红椿沟暴发特大规模的泥石流，冲出的堆积物堵断河道导致形成堰塞湖，产生的洪水淹没了新的映秀镇，使数千群众避险转移。

2010年8月13日四川省绵竹市清平乡的文家沟暴发特大泥石流灾害。其位于龙门山推覆构造带前缘，此处活动断裂强烈发育，岩体破碎［2］。此外，它形成超大泥石流堆积扇，为国内近20年来规模最大的有记录的泥石流灾害。本次泥石流的堆积体淤平了下游3.5km的绵远河河道，致使绵远河改道，产生的洪水淹没清平老场镇，致使6000多人受灾。

2010年8月13日绵竹市清平乡的走马岭泥石流同样大规模暴发，使主沟及支沟沟口部分民房被掩埋，2.0km的道路被毁，并使绵远河改道约300m，河床平均淤积抬高5～8m。此次泥石流灾害引起了政府部门的高度重视，先后多次组织专家到现场调研。

“5·12”汶川地震后，走马岭沟域内的崩塌、滑坡地质灾害增加，加剧了局部地区的水土流失，松散固体物源量增大，遇到暴雨等诱发因素，就会发生大规模的泥石流灾害。本文根据对清平乡“8·13”走马岭特大泥石流灾害的详细调查，结合国内外地质灾害危险性评价方法［3，4］，分析泥石流灾害成因、特征和运动过程，通过研究泥石流动力学参数，探讨汶川震区泥石流规模、频率和危险性等特征，为震区泥石流灾害的监测预警和工程治理提供科学依据。

1 流域特征

走马岭泥石流沟位于四川省绵竹市西北部。该地属于斜坡冲沟地形及构造侵蚀低山—中山地貌，沟域内总体上地形陡峻，地形临空条件发育，物源主要集中分布于支沟源头及主沟上游沟段两侧，为沟域内崩塌、滑坡、泥石流等地质灾害提供了松散固体物。走马岭沟平均纵向长度3.39 km，平均宽度1.6km，沟域面积5.76km2。最高点位于勘查区东侧山峰，海拔高度达2040m；最低点位于走马岭沟汇入绵远河口，海拔高度为940m；相对高差1080m。冲沟由1条主沟和7条较大的支沟组成，冲沟切割深度一般为8～28 m；沟床坡降为150‰～180‰，沟源一带坡降＞300‰，沟谷一带坡度为30°～50°，泥石流沟道及堆积见图1、图2。

图1 走马岭泥石流形成的大型堆积扇Fig.1 An overview of large depositional fan formed by the Zoumaling debris flow

图2 走马岭流域的下游沟道特征Fig.2 Features of downstream channel of the Zoumaling catchments

根据泥石流松散固体物源分布及地形特征，将走马岭沟域划分为形成区、流通区、堆积区。根据现场调查发现走马岭流域主要的7个支沟都有物源分布，不同支沟的沟域特征不同（表1），而且在整个流域范围内物源分布情况也不一样（图3）。由走马岭沟域的整体地质灾害分布图可以看出：走马岭主沟左岸分布了7条支沟，每条支沟为主沟提供大量的物源。据遥感影像解译分析，估算流域内松散固体物源总量为16.14×106m3，20年一遇暴雨频率下可能参与泥石流活动的动储量为4.0×106m3；50年一遇暴雨频率下可能参与泥石流活动的动储量为4.52×106m3；百年一遇暴雨频率下可能参与泥石流活动的动储量为5.31×106m3。

2 泥石流暴发的因素

2.1 降雨因素

走马岭沟位于四川盆地中亚热带季风性湿润气候区，降水充沛。绵竹市多年的平均降水量约为1086.4mm。2010年8月12～13日，绵竹地区普降暴雨，从12日下午18：00开始降雨，12日晚上22：00至13日凌晨4：00出现特大暴雨，其中清平乡降雨99mm，小岗剑一带达227mm。

表1 走马岭各沟域的基本特征Table 1 The features of gullies in the Zoumaling catchment

图3 走马岭各沟域物源分布图Fig.3 Distribution of debris supply in the Zoumaling catchment

根据“5·12”震后对清平乡泥石流的跟踪调查结果，并通过震后2010－08－13走马岭沟泥石流和3个汛期内文家沟发生的2008－09－24泥石流、2010－07－31泥石流、2010－08－13泥石流、2010－08－19泥石流和2010－09－18泥石流看，均具有明显的降雨过程，日降雨量均在50mm以上（表2），降雨强度在30mm／h以上，达到了暴雨规模［5］。

根据2010年8月13日走马岭泥石流暴发时降雨量统计（图4），清平乡降雨达到了特大暴雨的规模，远远高于历史同期平均日降雨量。根据国外Caine和Jibson降雨持续时间和雨强的关系建立泥石流暴发阈值［6，7］（表3），研究走马岭泥石流的暴发情况。

表2 文家沟震后泥石流事件Table 2 Debris flow events after the earthquake in the Wenjia gully

图4 走马岭泥石流暴发时降雨量统计图Fig.4 Rainfall statistics of the Zoumaling debris flow in recent years

2010－08－13走马岭沟泥石流暴发的雨强为37.4mm／h，高于 Caine公式下的14.82mm 和Jibson公式下的30.53mm，超过了泥石流暴发的临界阈值，因此，分析降雨持续时间－雨强阈值可为走马岭泥石流灾害预警提供依据。

2.2 地形因素

走马岭沟的物源在整个流域内分布较为广泛。根据不同的海拔高度、坡度对沟域的影响，利用ARCGIS软件的空间分析功能对整个流域分析，可得走马岭物源在不同的海拔高度的分布情况，结果显示走马岭主要滑坡分布在海拔高度为780～1820m的范围内。

再利用ARCGIS对走马岭沟的滑坡面积、流域面积与坡度的关系情况进行分级统计，得到不同坡度下的滑坡占所有滑坡面积的百分比和不同坡度下滑坡面积占该坡度面积的密度（表4），并绘制出双轴柱状－折线图（图5）。由坡度图可以看出，30°～40°坡度的滑坡面积占总滑坡面积的大部分，这个坡度范围内可以为走马岭沟提供大量物源。而在同一个分级区间条件下随着坡度的增加滑坡面积占同一坡度流域面积的密度基本随之增加，因此遇到暴雨等极端天气高坡度地区更容易发生滑坡。

表3 降雨持续时间和雨强对泥石流发生的关系Table 3 Intensity－duration thresholds for the initiation of debris flow

表4 不同坡度情况下走马岭沟的各滑坡面积统计Table 4 Area of the landslide in the Zoumaling gulley at different gradients

图5 走马岭流域在不同坡度上的地震滑坡面积密度Fig.5 Earthquake－induced landslide－area densities at different gradients in the drainage basin

2.3 滑坡因素

根据野外现场调查，结合泥石流暴发前2008年分辨率为1m的航片以及泥石流暴发后的2010年分辨率为0.5m的IKNOS卫星影像图分别进行遥感解译（图6、图7），具体分析了物源情况，发现经过“8·13”泥石流后沟道物源有明显增加，震后走马岭沟道内物源约为1.30×106m3；而“8·13”泥石流后物源约为1.58×106m3，增加量约为21.5%。当遇到极端天气状况及其他诱发因素时，有可能再次暴发大规模泥石流。

3 泥石流静力学和动力学特征

在走马岭主沟中含有大量的块石，据现场调查最大粒径长5.2m、宽4m、高2.5m。泥石流的沉积特点为有明显的反粒径分布并且相互混杂堆积，初步判断泥石流为黏性泥石流。据走马岭沟域的样品实验分析，绘制出泥石流堆积物颗粒分布曲线（图8），利用黏性泥石流容重公式，对走马岭沟泥石流断面（图9）的容重［8］进行计算

图6 走马岭物源在泥石流暴发前的分布Fig.6 The distribution of material sources before debris flow in the Zoumaling catchment

图7 走马岭物源在泥石流暴发后的分布Fig.7 The distribution of material sources after debris flow in the Zoumaling catchment

图8 颗粒分布曲线Fig.8 Particle distribution of sediments in debris flows

图9 走马岭断面位置Fig.9 The location of the Zoumaling channel cross section

其中：γD为黏性泥石流容重；w05为粒度＜0.05 mm的砾石的质量分数；w2为粒度＞2mm的砾石的质量分数；γv为黏性泥石流的最小容重（＝2.0g／cm3）；γ0为泥 石 流 最 小 容 重 （＝1.5g／cm3）。计算结果见表5。

重要的动力学特性在泥石流中还包括泥石流的流量、运动速度和总量，它们同时也是综合治理泥石流的重要指标。根据走马岭泥石流沟内的颗粒参数以及测量走马岭沟流通区中残留的典型泥痕断面，按下面的模型［9］计算走马岭泥石流的运动速度。

表5 泥石流容重计算Table 5 Calculation of densities of debris flows

式中：v为泥石流断面平均流速（m／s）；α为沟道坡度，用绝对值并用弧度表示；r为水力半径（m）；g为重力加速度（9.81m／s2）；d10为泥沙颗粒中质量分数＜10%的颗粒直径（mm）；d50为泥沙颗粒中质量分数＜50%的颗粒直径（mm）；Q为泥石流的流量（m3／s）；A'为泥石流过流面积（m2）。具体结果见表6。

由于本次走马岭沟泥石流为黏性泥石流，计算一次泥石流过程的流体总量时采用水量平衡原理，泥石流冲出的固体物质总量的计算以《泥石流防治工程勘查规范》为标准。

式中：t为走马岭泥石流历时（s）；Q为泥石流的流量（m3／s）；Wc为一次泥石流的流体总量（m3）；γs为泥石流中固体颗粒的容重（g／cm3）；γw为水的重度（g／cm3）；γD为泥石流容重（g／cm3）；Ws为通过计算断面的固体物总量（m3）。

由断面的计算可以看出，泥石流的流速为7.19m／s，最大洪峰流量为866.35m3／s。而绵远河水量变化颇大，少雨季为冬季和春季，水量比较稳定；山洪暴发往往在多雨的夏季和秋季，造成洪水灾害的可能性较大。它为研究区的主要河流，河道长度在山区部分为42.5km，平原部分为21km，山区集雨面积为420km2，多年平均流量为15.7m3／s。泥石流洪峰流量远远高出绵远河日常流量，这说明计算走马岭沟的流体总量、运动速度、流量、固体物质总量等参数基本合理。

表6 泥石流的运动速度、流量和总量Table 6 Calculation of velocity，discharge and volume of debris flows

4 堆积分析

此次走马岭泥石流的暴发，致使大量固体颗粒冲出沟口，严重堵塞淤埋河道，迫使绵远河主河道改向。由于走马岭沟与罗家沟、文家沟的固体冲出物相互叠加致使堆积扇边界模糊，因此利用唐川的堆积距离公式［10］进行运算，走马岭泥石流暴发后冲出沟口的最大长度为0.36km，最大宽度为0.34km。

式中：lf为一次泥石流冲出的最大长度（km）；bf为一次泥石流冲出的最大宽度（km）；A为泥石流的流域面积（5.76km2）；VL为流域范围内松散固体物源总量（16.14×106m3）；h为流域内的高差（1.10km）。

利用 Matteo Berti，Alessandro Simoniti提出的堆积扇厚度和泥石流体积的关系式［11］，计算走马岭沟的平均堆积厚度为6.42m。

根据野外现场调查泥石流冲出距离长约0.39m，宽约0.35m，厚度约10m，结果都比公式预测值要大。结合走马岭沟自身的历史和特征进行分析，发现的现象是现有的堆积扇在原先泥石流暴发形成的堆积扇基础上叠加而成，受到罗家沟和文家沟冲出物挤压的影响，使得堆积区淤埋抬高，并且走马岭沟堆积区向右侧挤压绵远河道致使其改道，因此走马岭沟堆积是由自身和周围泥石流共同引起的，具有群发性泥石流中互相影响的特征。所以，在泥石流监测预警以及危险性划分时，不仅要关注本次泥石流暴发的影响，而且要观察以前暴发的淤埋程度。采用GIS支持下的地震诱发滑坡区预测，研究探讨运用GIS分析识别和定量计算不同地震滑坡危险区的技术方法［12，13］，提高强震区泥石流灾害的评估精度，更好地利用模型来推测泥石流的影响范围。

5 结论

通过对强震区绵竹市清平乡走马岭泥石流沟暴发的调查研究，可以进一步认识强震区泥石流特征，尤其是对地震与降雨共同作用下多次泥石流暴发的形成机制以及群发性泥石流堆积对河道的影响。

a.降雨是强震区诱发泥石流的主要动力因素，泥石流暴发主要受前期累积雨量和当次激发雨量共同作用。坡度在30°～60°之间海拔高度为780～1820m的地方容易产生滑坡、崩塌，为走马岭泥石流提供了大量的物源。

b.“5·12”地震作用诱发了绵竹市清平场镇包括走马岭沟在内的大量泥石流暴发。由降雨持续时间－雨强的临界阈值判断泥石流的暴发情况，并根据各条沟冲出物的特点来确定叠加区对河道及安置区的影响。

c.由泥石流动力学计算的结果可以看出，走马岭泥石流的流速为7.19m／s，最大洪峰流量为866.35m3／s，一次泥石流过流总量为1.2164×106m3，在极端天气情况下会暴发大规模泥石流灾害，因此需要重点勘察治理。

［1］余斌，杨永红，苏永超，等.甘肃省舟曲8.7特大泥石流调查研究［J］.工程地质学报，2010，18（4）：437－438.

［2］常鸣，唐川，李为乐，等.汶川地震区绵远河流域泥石流形成区的崩塌滑坡特征［J］.山地学报，2012，30（5）：561－569.

［3］陈晓利，祁生文，叶洪.基于GIS的地震滑坡危险性的模糊综合评价研究［J］.北京大学学报：自然科学版，2008，44（3）：434－438.

［4］Conoscenti C，DI Maggio C，Rotiglinao E.GIS analysis to assess landslide susceptibility in a fluvial basin of NW Sicily（Italy）［J］.Geomorphology，2008，94：325－339.

［5］许强.四川省8·13特大泥石流灾害特点、成因与启示［J］.工程地质学报，2010，18（5）：610－621.

［6］Caine N.The rainfall intensity－duration control of shallow landslides and debris flows［J］.Geogr Ann，1980，A62：23－27.

［7］Jibson R W.Debris flow in southern Porto Rico［J］.Geological Society of America Special Paper，1989，236：29－55.

［8］余斌.不同容重的泥石流淤积厚度计算方法研究［J］.防灾减灾工程学报，2010，23（2）：78－92.

［9］余斌.黏性泥石流的平均运动速度研究［J］.地球科学进展，2008，23（5）：524－532.

［10］Tang C，Zhu J，Chang M，et al.An empiricalstatistical model for predicting debris flow runout zones in the Wenchuan earthquake area［J］.Quaternary International，2011，9－10.

［11］Matteo Berti，Alessandro Simoni.Prediction of debris flow inundation areas using empirical mobility relationships［J］.Geomorphology，2007，90：144－161.

［12］唐川，朱静.GIS支持下的地震诱发滑坡危险区预测研究［J］.地震研究，2001，24（1）：73－81.

［13］齐信，唐川，铁永波，等.基于GIS技术的汶川地震诱发地质灾害危险性评价——以四川省北川县为例［J］.成都理工大学学报：自然科学版，2010，37（2）：160－161.