兰州大沙沟流域山洪与泥石流易发性比较分析

李文彦 胡帅军 张帆宇

摘 要：黄土高原地区生态环境脆弱，在汛期的强降雨作用下常发生严重的山洪与泥石流灾害，严重影响当地的经济发展。采用Flow-R模拟软件评价兰州市大沙沟流域的山洪与泥石流易发性，分析高程、坡度、平面曲率、岩性4个因子的敏感性，最后分析易发区与关键因素之间的空间关系。结果表明：山洪易发区多位于西侧丘陵区，而泥石流易发区多位于东侧主沟内;因山洪流动性较强，故受平面曲率的影响有限，山洪的平面曲率敏感性<1，诠释了二者的差异性;人类活动对地形地貌和岩土体的扰动是造成山洪和泥石流易发性差异的重要因素，同时诱发的山洪、泥石流对工程活动造成严重威胁。

关键词：Flow-R;山洪;泥石流;易发性评价;敏感性分析

中图分类号：P694;TV144 文献标志码：A

doi：10.3969/j.issn.1000-1379.2021.05.011

Abstract： The eco-environment in the northwest loess plateau region is fragile， and severe mountain torrent and debris flow often occur under heavy rainfall during the summer flood season， which directly affects the local life and property security and economic development. Flow-R debris flow simulation software was used to evaluate the susceptibility of mountain torrent and debris flow to the Dashagou watershed in Lanzhou City and the sensitivity of elevation， slope， plane curvature and lithology was analyzed. Finally， the spatial relationship between the susceptible area and key factors was analyzed. The results show that the mountain torrent susceptible areas are mostly located in the hilly area on the west side， while the debris flow susceptible areas are mostly located in the main channel on the east side. Due to the strong flow of mountain torrents， the effect of plane curvature on mountain torrent is minimal. The plane curvature sensitivity of mountain torrent is less than 1， which explains the difference between each other; the disturbance of topography and geomorphology and rock-soil body by human activities is an important factor that causes the difference in the susceptibility of mountain torrents and debris flows and the induced mountain torrents and debris flows pose a serious threat to engineering activities.

Key words： Flow-R model; mountain torrent; debris flow; susceptibility assessment; sensitivity analysis

近年來，黄土高原地区极端气候频发，汛期降雨量通常占全年降雨量的75%～85%。兰州地区地形切割严重，是典型的黄土沟壑区，且快速的城镇化建设对地形植被破坏严重，使得原本脆弱的生态环境更易发生山洪、泥石流等灾害，严重制约着当地的经济、社会发展[1-2]。例如2018年7月20日，兰州市11个雨量站出现暴雨到大暴雨，局部地区降雨量达111.8 mm。暴雨诱发北山发生多处山洪与泥石流灾害，主城区形成17处积水内涝点，交通系统瘫痪。山洪与泥石流形成条件相近，但其本质存在明显差异，山洪以水为主，流动性强，而泥石流碎屑物质较多，流动性差[3]。易发性评价是山洪与泥石流灾害评价的基础环节，在研究区开展山洪和泥石流易发性对比研究，可为深入分析其灾害性和风险性提供重要资料，对制定相关防灾治理措施及土地开发规划有重要的指导性。

目前，针对山洪与泥石流易发性评价方法的相关研究主要有两类：基于工程经验和专家知识库的定性评价方法[4];基于模糊数学法、二元统计、随机森林、灰色理论等[4-5]数学模型的统计学评价方法。随着对山洪、泥石流运动扩散机理的深入研究，发现泥石流沟较山洪沟伴有更多的崩塌、滑坡，且堆积厚度更大[3]。当前，国际上存在大量基于能量守恒、水文学、多相流等理论的运动模拟软件，如FLO-2D、Titan-2D、LAHARZ、PFC、Flow-R等[6-8]。这些软件分别从不同角度出发研究山洪、泥石流的运动过程，其中基于水文学和GIS建立的Flow-R软件作为一种新的泥石流等灾害易发性定量评价经验模型，相对其他模型的最大特点是开源性和无须大量的复杂数据资料[8]，极大程度提高了对复杂地形条件的适用性，使得该模型在国际上得到广泛应用和推广[8-10]。

本文将研究区内的滑坡碎屑物视为泥石流潜在物源，通过是否考虑碎屑物源来区别分析山洪和泥石流，利用Flow-R模型对兰州皋兰大沙沟流域内山洪与泥石流的易发性进行评价，进一步对高程、坡度、平面曲率、岩性4个要素进行敏感性分析，找出关键因素，最后对关键因素进行分析，找出山洪和泥石流易发性之间的差异，进而为评价山洪、泥石流给当地带来的危害及风险提供基础资料，以便提高城市的山洪、泥石流灾害承受能力和治理能力。

1 研究区概况

研究区位于兰州市皋兰县西南角，南至安宁区天斧沙宫，西至沙九组团边缘快速路，北至基本农田集中保护区边缘，东至基本农田集中保护区边缘，总面积约为100 km2。年均降雨量为293.3 mm，年均降雨天数约为63 d。6—9月为汛期，降雨量可达208 mm，占年降雨量的70.9%[11]。研究区总体地势东北高、西南低，区内相对高差约为440 m。全区以侵蚀堆积丘陵区和侵蚀堆积沟谷区两种地貌为主，主要岩性为人工堆积物、第四系马兰黄土以及新近系砂质泥岩等。城市建设中，大量的削坡填沟行为对原始地形地貌和自然植被造成严重破坏，加剧水土流失，易于诱发滑坡、山洪、泥石流等灾害，对当地居民的生活生产造成严重损害。

2 研究方法

Flow-R模型是一种基于GIS的区域尺度重力灾害易发性经验模型，主要用于区域尺度上模拟山洪、泥石流等重力灾害易发性[12]。由两部分组成[12]：泥石流源区识别，泥石流危险范围的计算模拟。其工作原理[12]见图1。

2.1 Flow-R模型

2.1.1 源区识别

该模型采用图层索引方法来识别潜在源区单元[10]。输入高程、坡度、岩性等因子的栅格文件，认为当每个评价因子达到某一阈值时，岩土体存在失稳诱发山洪、泥石流的风险[13]。在此基础上将每个评价因子图层的栅格单元分为三类：源区、非源区和不确定。最后通过各图层的叠加分析，识别出“至少一次被分类为源区，且未被分类为非源区”的栅格作为潜在源区单元[13]。

2.1.2 运动扩散模拟

该模型通过任意组合确定物源运动方向的流动方向算法与确定运动距离的摩擦损失函数来模拟潜在源区单元的扩散运动轨迹，计算出山洪、泥石流易发概率。其中：流动方向算法采用考虑运动惯性权重的改良多向流模型[14-15]，運动距离算法采用考虑摩擦损失能量的能量守恒模型[16-17]，具体模型介绍见文献[14-17]。

2.2 评价要素及阈值参数

大量研究表明，触发山洪与泥石流的3个关键因素是碎屑物源、坡度和降水。上坡汇水面积作为降水参数，在分布式水文模型中得到了广泛的应用[18]。坡度是山洪与泥石流物源启动的决定性参数，碎屑物源可以通过岩性、滑坡灾害点、平面曲率3个评价要素反映。通过对研究区20 m×20 m的DEM数据进行处理，得到累计汇流量、坡度和平面曲率等地形和水文要素（见图2）。根据Takahashi[19]的研究，山洪、泥石流大多发生在坡度>15°的山区，因此将物源启动坡度阈值设为15°。山洪、泥石流常发生于沟谷地形[14]，为此引入平面曲率作为识别沟壑参数。阈值-2/100 m已经成功运用[10， 12]，本文设-2/100 m为平面曲率阈值。上坡汇水面积的阈值选取参考Horton等[12]的研究成果，极端情况下源区坡度及上坡汇水面积经验关系见文献[18]。在进行泥石流模拟时，考虑松散堆积物（滑坡灾害点）这一潜在物源因素。

根据Park等[13]、Delmonaco等[14]的研究，本文的流向模型参数为修正高程dh=4、指数x=4，惯性权重模型选用余弦惯性模型。运动距离模拟选择SFLM模型，根据Corominas[20]的研究，延伸角参数的取值范围一般为7°～11°，研究区沟道起伏较缓，延伸角为7°;参考冯尊斌[21]、高喆[22]的研究和相关历史资料，将最大速度阈值取为25 m/s。

3 易发性模拟结果

研究区内滑坡灾害产生的松散堆积体为泥石流的重要物源，不考虑已有滑坡堆积体，可分析山洪易发性;反之，为泥石流易发性分析。

3.1 易发概率分布

图3为山洪和泥石流灾害的易发概率分布情况，易发概率值越大表明易发性越高。不考虑现存滑坡松散堆积物的情况（即山洪），其模拟的易发概率分布见图3（a）。西侧丘陵区易发育小规模的山洪灾害，东侧沟谷区沿主沟存在较大规模的山洪，结果显示山洪区面积约占整个研究区面积的16.34%。考虑现存不稳定边坡、滑坡等松散堆积物的情况（即泥石流），其易发区明显扩大（见图3（b））。泥石流易发区面积约占整个研究区面积的24.68%，东侧沟道两侧大量的不稳定边坡为泥石流的发生提供了大量碎屑物源，易发区范围有所增大，向两侧支沟延伸，易发性也有所提高。由于南部地区分布大量小型滑坡，大量碎屑物在山洪的基础上进一步形成泥石流灾害，因此该区域的山洪、泥石流易发性差异最为显著。

3.2 易发等级分布

在易发概率分布图的基础上，根据自然断点法将易发概率分为3级：高易发区（>0.1），中易发区（0.1～0.01），低易发区（<0.01）。山洪和泥石流的易发等级分区见图4。山洪的高易发区主要分布在西侧丘陵区以及东侧沟谷区的局部支沟内，其范围较小，整个研究区内，高易发区占4.05%，中易发区占6.24%，低易发区占6.04%，见图4（a）。受松散堆积物分布的影响，泥石流的高易发区主要分布于东侧沟谷区主沟内且规模大，而西侧丘陵区的高易发区范围有所减小，整个研究区内，高易发区占5.57%，中易发区占6.12%，低易发区占12.98%，见图4（b）。

4 讨论分析

鉴于山洪和泥石流灾害的相似性，进一步对山洪和泥石流易发区的地形地貌因素进行深入分级评价，以期找出各自最为重要的触发因素，并进一步分析二者易发区分布差异的原因。

4.1 要素敏感性评价

利用贝叶斯条件概率模型（见式（1））对山洪和泥石流各因子的栅格数据进行相对频率定量计算[23]，对4个要素值的不同区间进行各评价因子的敏感性分析，评价各因素的贡献度。

式中：Il为敏感性指数;Pmn（L）为要素m中n区间存在灾害点的栅格数;Pm（L）为要素m中存在灾害点的栅格数;Pmn（G）为要素m中n区间不存在灾害点的栅格数;Pm（G）为要素m的总栅格数。

对同一要素各分级区间的敏感性指数取平均值，即该要素的敏感性值Iavel。Iavel越大，说明其对灾害发生的影响越大。表1显示：对于泥石流，高程、岩性、坡度的Iavel较大;山洪的流动性较强，受地形起伏的影响较小，在平坦区其流动路径更宽阔，平面曲率的Iavel<1。

4.2 易发区差异性分析

通常情况下，由于砂岩的力学强度比黄土大，因此易发区多位于黄土区而非砂岩区。但因砂岩的强度较大，砂岩区广泛分布的人类工程活动产生大量不稳定边坡和松散堆积物，常在降雨时诱发泥石流等灾害，故砂岩区泥石流易发性更大，分布更广，见图5（a）。由于山洪与泥石流存在一定的相似性，其易发区的岩性分布特征与泥石流相似，间接表明该模型模拟黄土沟壑区泥石流等重力灾害的合理性。由于泥石流的冲刷较山洪更加强烈，对黄土有较强的侵蚀作用，因此呈现出黄土中泥石流的易发区占比大于山洪易发区占比的现象，松散物区与之相反，見图6（a）。

图5（b）表明两种灾害事件主要分布在高程1 700～1 800 m之间，仅存在规模上的差异。大量物源的存在，造成各高程区间的泥石流普遍增多。由图6（b）发现，除山洪高易发区外，两者的各级易发区均集中分布于高程为1 750～1 800 m的地区;可能是局部削坡行为对原始地形的改变，造成位于1 700～1 750 m高程区间的山洪高易发区占比增大（37.36%）。

由图5（c）可发现两种灾害在坡度方面的分布规律基本相似，随着地形坡度增大，山洪和泥石流的分布范围逐渐减小。研究区的平均坡度约为17°，沟谷内的坡度极小，地形起伏平缓，其中坡度<10°区域的灾害最多。由图6（c）不难发现，坡度<10°时，山洪的高易发区和低易发区占比相较泥石流对应易发等级占比更大;而在坡度>10°的地区，高、低易发等级的分布情况与之相反。分析其原因，主要是泥石流的形成需要更多的碎屑物源，而高倾角坡面往往分布有相对失稳的松散物，与实际情况基本吻合。

平面曲率是识别沟谷的有效地貌要素[24]。由图5（d）可知，由于凹地形具有较好的汇流作用，因此灾害更多分布在该区域。敏感性分析表明平面曲率对流动性较强的山洪影响相对较小，而泥石流黏度较大，容易形成局部淤积，因此平面曲率为（0，1）的谷底局部隆起地形也发育有一定规模的山洪和泥石流。山洪中碎屑物质稀少，流动性较强，在平坦区其流动路径更宽阔，是平坦区域山洪各级易发区比相同易发等级的泥石流占比较大的主要原因。另外，平面曲率为（0，1）的近平坦突起区泥石流高易发区的占比（23.70%）大于山洪高易发区占比（21.74%），可作为泥石流流动性相对较差、造成局部淤积现象的又一有效佐证（见图6（d））。

综上所述，在相同降雨条件下，众多影响因素中，削坡切坡等工程活动造成的不稳定岩土体对泥石流易发性的影响远大于岩土体固有力学强度的影响，同时也是造成泥石流和山洪灾害易发区分布差异的重要原因。

5 结 论

（1）Flow-R模型是一种基于GIS的重力灾害易发性评价模型，其最大特点是无须大量复杂的基础数据。经研究发现，该模型可以较好地模拟评价研究区山洪和泥石流的易发性，且对复杂地形的适应性较好。

（2）模拟结果显示，山洪高易发区主要位于西侧丘陵区，而泥石流高易发区主要分布在东侧沟谷区沿主沟两侧。分析高程、坡度、平面曲率、岩性4个要素的敏感性，发现山洪流动性较强，易发区分布受平面曲率影响较小，其Iavel<1。

（3）研究区内人类工程活动对岩土体的扰动带来大量潜在泥石流物源，对于泥石流的易发性分布有着重要的影响，其高易发区基本与研究区内滑坡等松散物堆积区存在极高一致性，同时泥石流的易发区又严重威胁着人类工程活动。

参考文献：

[1] ZHANG F Y， YAN B B， FENG X M， et al. A Rapid Loess Mudflow Triggered by the Check Dam Failure in a Bulldoze Mountain Area， Lanzhou， China[J]. Landslides， 2019， 16（10）： 1981-1992.

[2] 马美红，黄先龙，何秉顺，等.中国山洪沟现状及防洪治理对策[J].人民黄河，2019，41（2）：44-48.

[3] 陈宁生，刘美，刘丽红.关于山洪与泥石流灾害及其流域性质判别的讨论[J].灾害学， 2018， 33（1）： 39-43.

[4] 黄润秋，向喜琼，巨能攀.我国区域地质灾害评价的现状及问题[J].地质通报，2004，23（11）：1078-1082.

[5] 张帆宇，刘高，谌文武，等.基于多变量统计分析的大型滑坡敏感性评价：以汶川地震影响的陇南地区为例[J].中南大学学报（自然科学版），2012，43（9）：3595-3600.

[6] KLEVANNYI K A， KOLESOV A M， MOSTAMANDI M S V. Predicting the Floods in St. Petersburg and the Eastern Part of the Gulf of Finland Under Conditions of Operation of the Flood Prevention Facility Complex[J].Russian Meteorology and Hydrology，2015，40（2）：115-122.

[7] PROCTER J N， CRONIN S J， PLATZ T， et al. Mapping Block-and-Ash Flow Hazards Based on Titan 2D Simulations： A Case Study from Mt. Taranaki，NZ[J]. Natural Hazards，2010，53（3）：483-501.

[8] HORTON P， JABOYEDOFF M， RUDAZ B， et al. Flow-R， a Model for Susceptibility Mapping of Debris Flows and Other Gravitational Hazards at a Regional Scale[J]. Natural Hazards and Earth System Sciences，2013，13（4）：869-885.

[9] HUGGEL C， KAAB A， HAEBERLI W， et al. Regional-Scale GIS-Models for Assessment of Hazards from Glacier Lake Outbursts： Evaluation and Application in the Swiss Alps[J].Natural Hazards and Earth System Sciences，2003，3（6）：647-662.

[10] HORTON P， JABOYEDOFF M， BARDOU E. Debris Flow Susceptibility Mapping at a Regional Scale[C]//Proceedings of the 4th Canadian Conference on Geohazards： from Causes to Management. Québec：Presse de l'Université Laval， 2008：594.

[11] 朱曉霞，张力，杨树文.降雨引发的兰州黄土滑坡时空规律分析和临界降雨量预测[J].中国地质灾害与防治学报，2019，30（4）： 24-31.

[12] HORTON P， JABOYEDOFF M， ZIMMERMANN M， et al. Flow-R， a Model for Debris Flow Susceptibility Mapping at a Regional Scale–Some Case Studies[J]. Italian Journal of Engineering Geology， 2011， 2： 875-884.

[13] PARK D， LEE S， NIKHIL N， et al. Debris Flow Hazard Zonation by Probabilistic Analysis （mt. Woomyeon， Seoul， Korea[J]. International Journal of Innovative Research in Science， Engineering and Technology， 2013， 2（6）： 2381-2390.

[14] DELMONACO G， LEONI G， MARGOTTINI C， et al. Large Scale Debris-Flow Hazard Assessment： a Geotechnical Approach and GIS Modelling[J]. Natural Hazards and Earth System Science， 2003， 3（5）： 443-455.

[15] HOLMGREN P. Multiple Flow Direction Algorithms for Runoff Modelling in Grid based Elevation Models： an Empirical Evaluation[J]. Hydrological Processes， 1994， 8（4）：327-334.

[16] PERLA R， CHENG T， MCCLUNG D M. A Two-Parameter Model of Snow-Avalanche Motion[J]. Journal of Glaciology， 1980， 26： 197-207.

[17] 侯云龙，胡帅军，彭启园，等. 黄土沟壑区泥石流易发性分析：以兰州老狼沟为例[J]. 三峡生态环境监测， 2019， 4（4）： 48-56.

[18] ERSKINE R H， GREEN T R， RAMIREZ J A， et al. Comparison of Grid-Based Algorithms for Computing Upslope Contributing Area[J].Water Resources Research， 2006， 42（9）：W09416.

[19] TAKAHASHI T. Estimation of Potential Debris Flows and Their Hazardous Zones： Soft Countermeasures for a Disaster[J]. Natural Disaster Science， 1981， 3（1）： 57-89.

[20] COROMINAS J. The Angle of Reach as a Mobility Index for Small and Large Landslides[J]. Canadian Geotechnical Journal， 1996， 33（2）： 260-271.

[21] 冯尊斌.基于GIS的兰州泥石流危险性评价[D].兰州：兰州理工大学， 2018： 70-80.

[22] 高喆.兰州市西固区山洪灾害分析研究[D].兰州：兰州大学， 2016： 21-31.

[23] 宁娜，田黎明，张鹏，等.甘肃南部武都地区泥石流危险性评价[J].山地学报，2013，31（5）： 601-609.

[24] RICKENMANN D. Empirical Relationships for Debris Flows[J]. Natural Hazards， 1999， 19（1）： 47-77.

【责任编辑 许立新】