基于可拓灰色模型的台风暴雨型泥石流易发性评价
2021-12-09胡富杭熊朝正石豫川吉锋
胡富杭 熊朝正 石豫川 吉锋
摘要:2019年8月10日,受台风“利奇马”登陆影响,安徽宁国抽水蓄能电站汇水区域内6条台风暴雨型泥石流暴发,对工程建筑设施及居民生命财产造成了巨大损害。台风暴雨型泥石流的易发性研究目前尚处于起步阶段,在对研究区内地质环境调查的基础上,总结了台风暴雨型泥石流特征,将可拓理论与灰色关联度法相结合,采用定量的方式对区内泥石流进行易发性评价,并将评价结果与规范推荐的评分法和三要素法进行对比分析。研究结果表明:台风暴雨型泥石流具有超强短历时降雨启动、低频性、群发性的特征;在可拓灰色关联法的易发性评价结果中仅虹龙河为中等易发,其余沟谷均为轻度易发;对比发现,在小流域面积泥石流沟的评价结果中,3种方法一致性较高,当流域面积增大时,规范推荐的方法出现偏高和偏低,而可拓灰色关联法的易发性评价结果更加稳定可靠,与实际调查情况更吻合,进而为台风暴雨型泥石流的易发性研究提供了一种新的思路。
关键词:台风暴雨型泥石流; 泥石流易发性评价; 可拓理论; 灰色关联度法; 安徽宁国抽水蓄能电站
中图法分类号: P642.23
文献标志码: A
DOI:10.16232/j.cnki.1001-4179.2021.10.005
0引 言
泥石流是一种暴发突然,运动迅速,影响范围广,破坏性强,具有多次致灾能力的山地地质灾害。其常发育于地形变化大,物源储量丰富的狭窄沟谷,在持续性降雨或突发型暴雨的作用下启动,沿途不断侵蚀并裹挟沟道物质,对沟道及沟口所在区域内的工程建筑及居民生命财产安全造成巨大威胁。泥石流的易发性研究是泥石流危险性评价的前提,也是区域泥石流预警预报和防治的基础。20世纪70年代后,泥石流易发性研究逐步发展完善,从定性评价开始向半定量评价、定量评价发展[1]。目前采用的方法有层次分析法、多因子综合评判模型[2]、信息量权数法、机器学习算法、人工神经网络模型[3]、贝叶斯模型、灰色关联分析法、可拓学理论等。田运涛[1]等在对白龙江泥湾沟泥石流地质调查及动力学特征计算的基础上选取了18个评价因子,应用层次分析法评价了该泥石流为高易发性。王金亮等[4]应用雅鲁藏布江冰川泥石流实例介绍了主成分分析理论的概念和方法,并评价了该方法的實用性。Xu等[5]结合GIS技术和信息量方法,选取了7个环境因子作为信息量模型对四川省泥石流易发性的带状分布特征进行了深入研究。王念秦等[6]以模糊数学为基础,结合泥石流易发性特点,建立了多级模糊综合评价模型,并应用于西安市大水沟泥石流易发性评价中。Gómez等[7]以委内瑞拉安地斯山脉雅蓬诺萨河流域为例,介绍了人工神经网络技术在地质灾害易发性评价中的应用,结果表明其评价精度高达90%。此外,许多学者在研究过程中还将多种方法结合,取得了不少研究成果[8-9]。葛涛涛[10]结合遥感数据,GIS和机器学习算法,对西藏日喀则地区泥石流易发性进行了深入研究,并总结出其中起主要影响作用的环境因子。蔡健玲[10]采用贝叶斯模型对滇西北区域泥石流易发性空间分布进行了评价,同时结合全因子及区域特色logistic回归模型进行对比,表明了贝叶斯模型在大尺度范围泥石流评价中的重要作用。崔传峰、金星等[12-13]在可拓学理论基础上利用灰色关联分析法获取评价因子权重,建立了一种新的泥石流灾害评价模型,并应用于多条泥石流沟灾害评价,结果表明该方法具有很高的适用性。
中国地势总体上西高东低,据统计,传统的泥石流灾害多分布在中国地形陡峭、植被贫瘠的西北、西南地区,经过多年的科学研究和工程经验积累,已形成了相当成熟的易发性评价体系。近年来,随着东部地区台风登陆愈加频繁,由台风暴雨引发的台风暴雨型泥石流越来越成为东部地质灾害防治的重点。王一鸣[14]等结合台风暴雨特点,以浙江省温州市为主要研究区域,深入研究了台风暴雨型泥石流启动机制及单沟危险度,并提出了此类特殊泥石流的风险评价方法。Chen [15]、甘建军[16]等通过野外调查和室内实验,对台风暴雨型泥石流的形成条件和致灾模式进行了深入研究,总结了该类泥石流的灾害连锁效应、低频性、群发性等特点。
但是,在东部地区,地形较为平缓,因其靠近大海,空气常年湿润,利于植被的生长发育,泥石流沟谷普遍具有较小的纵比降和较大的植被覆盖率,按传统泥石流的易发性评价方法及工程经验常认为其难以爆发泥石流,考察因素不够全面,忽略了在台风暴雨这种极端天气条件下爆发的可能性,难以做到有效的预防。因此,针对东部地区,为了准确科学地进行台风暴雨型泥石流易发性评价,需要建立一种考虑多方面因素,且要将各因素进行量化的泥石流易发性评价方法。本文在总结台风暴雨型泥石流特点的基础上,结合工程实例,建立了可拓灰色关联模型进行台风暴雨型泥石流易发性评价。
1研究区概况
研究区为影响拟建安徽宁国抽水蓄能电站的整个汇水区域(见图1(a)),位于安徽省宣城市宁国市境内。2019年9号超强台风“利奇马”于8月10日在浙江温岭市登陆,受其影响,研究区当日降雨量高达285~306 mm,共导致区内多条沟谷暴发泥石流,不仅对拟建电站工程场地造成严重破坏,还对当地居民的生命财产造成了巨大损害。根据现场调查及遥感解译,暴发的泥石流沟主要为虹龙河、青龙沟、罗汉塘沟、大石里沟、记阳坑沟、大河坝沟,分布如图1(a)所示。
研究区处于天目山山脉的中段西北坡,上水库区正常蓄水位高程633 m,位于青龙山凹地,青龙沟是库内主沟,库区平坦宽阔,库周分水岭封闭较好,山脊走向呈NE~NNE向展布,地形较为陡峭。下水库区位于虹龙河圣龙寺村河段,正常蓄水位208 m,库区河道蜿蜒狭窄,断面呈“V”字型,植被茂密,库周山坡坡度一般30°~45°,局部见陡崖、陡坎。下水库主要受虹龙河、大石里沟、罗汉塘沟和记阳坑沟影响。
区内地层岩性主要为雷公坞组(Z1l)含砾凝灰岩,蓝田组(Z2l)薄层硅质泥岩、白云质灰岩,皮园村组(Z2p)硅质泥岩、炭质硅质岩。第四系堆积体在沟道两侧广泛分布,结构较为松散,是泥石流暴发的物质基础。研究区属亚热带季风湿润气候区,年平均降水量为1 455.9 mm。区内水流主要以降雨的形式补给,以地表水的形式向虹龙河排泄。
在这次9号台风“利奇马”影响下,研究区所处霞西镇日降雨量高达285 mm,如图2所示。据目击者描述,16:00左右(约台风登陆14 h)虹龙河水位暴涨,在半小时内泥石流暴发,冲毁多处居民住房,掩埋工程施工设备。虹龙河和青龙沟是此次暴发最为严重的泥石流沟,虹龙河因其沟道长,整体纵比降小,泥流堆积物呈现出多段堆积特征,主要集中在汪家园及塔里附近停留堆积(见图1(b)和图1(c))。青龙沟泥石流堆积体主要集中在较为宽阔的上水库库区,整体粒径较小,仅少量块石粒径大于30 cm,据计算堆积物方量约2.49万m3(见图1(d))。
对研究区内6条台风暴雨型泥石流进行分析后,总结出以下特征:
(1) 在超强短历时降雨下启动。根据降雨数据(见图2),研究区的小时降雨量在台风登陆后14.25 h达到极值46 mm,是前一记录点的4.6倍,超强短历时降雨特征十分突出。根据目击者描述的泥石流启动暴发时段在16:00左右,与超强短历时降雨出现的时段高度吻合。
(2) 暴发频率低。一般受台风影响严重的东部沿海地区地形变化相对较小,而且常年湿润的气候使得山区植被覆盖率极高,在一般条件下难以暴发大规模泥石流。据访问,研究區内沟谷虽然常年流水,但百年以来从未暴发具有破坏性的泥石流。
(3) 集群式暴发。据记载,2004年14号台风“云娜”造成浙江省乐清市北部山区41处泥石流集中暴发,“莫兰蒂”造成泰顺县泗溪镇22处泥石流集中暴发[14]。在本次台风“利奇马”作用下,面积仅16.86 km2的研究区内共暴发6条主要泥石流沟,同样具有显著的集群式暴发特点。
2可拓灰色关联模型的构建
1983年蔡文教授创立了可拓学,将事件、事件特征、特征量值通过建立物元的方式进行有机结合,把事物的质和量进行综合考虑,用关联度的大小将特征性质与研究对象的从属关系进行定量描述,针对问题本身来解决矛盾,是一种新的人工智能工具。根据前人研究成果,可拓理论能很好地应用于泥石流易发性评价。
3结果分析
3.1评价因子选择及等级划分
泥石流的暴发是多种影响因子共同耦合作用的结果,在不同地质条件下影响因子的作用机理差异巨大。然而在各种客观因素的限制下,难以将所有影响因子都纳入泥石流易发性及危险性评价中加以考虑。因此,需要根据研究区泥石流沟实际情况选择具有代表性和明确物理意义的参评因子,这些因子不仅要易于获得,能做数值化处理,而且要相互独立。
在泥石流的发育中,山体坡度越大,边坡物源越不稳定,更易为泥石流提供固体物质,同时也更利于汇流的快速产生。主沟长度与补给段长度占比表明了泥石流沟的物源储量情况,即主沟越长,补给段占比越大,则泥石流物源储量越丰富。主沟长度与主沟高差决定了沟床纵比降,纵比降的增加会促使固体物质的动势能转换,利于泥石流的启动发生。降雨量及沟谷流域面积控制着影响泥石流发生的水源条件,降雨量和流域面积的增加均会加大沟床径流强度,使泥石流在强大的水动力条件下更易启动,此外边坡松散物源的稳定性还会随着降雨量的增加显著降低,利于产生滑坡为泥石流提供固体物质。沟谷两岸生长的植被能消减降雨冲击和坡表径流对表层土体的破坏作用,同时通过根系的生长不断加固边坡表层土体,因此较高的植被覆盖率能有效减小泥石流的易发性。
对研究区内在台风期间暴发的6条泥石流沟的实测数据及遥感解译数据进行统计,如表1所列。其中,在这次“利奇马”台风影响下,根据研究区降雨统计数据,24 h降雨量为285 mm,为评价区内泥石流沟在台风暴雨影响下的易发性,对24 h最大降雨量c6均取值为285 mm。参照前人根据多年工程经验建立的易发性分级标准[12,17,22],同时结合研究区实际调查情况及研究特性,将7个评价因子及易发性按照《泥石流灾害防治工程勘查规范》中的定名分为不易发生(N1),轻度易发(N2),中度易发(N3),极度易发(N4)4个等级,如表2所列。
3.2灰色关联度法确定评价因子的权重
在泥石流灾害的易发性评价中,选取的各评价因子对泥石流易发性的贡献程度是不一样的[13],即各因子所占权重不等,单以关联函数来衡量易发性不够准确,因此对参评因子权重的确定是关乎评价结果准确与否的另一核心问题。
目前对权重的计算多采用经验法[12]、简单关联函数法、专家评价法[19]、模糊综合评价法[20-22]、灰色关联度法等。为避免评价过程中主观性的影响,通过比较,本文选用适用性强的灰色关联度法计算各参评因子的权重。
3.3物元的构造与计算
根据表1数据及表2易发性分级标准,构建研究区台风暴雨型泥石流沟易发性评价经典物元(Ri)与节域物元(R)如表3所示。
根据式(4)对指定泥石流沟S进行关联函数的计算,以虹龙河为例,计算结果如表4所示。根据该计算方法,分别对研究区其余5条泥石流沟进行关联函数计算。
3.4泥石流易发性计算与分析
前文已求得研究区6条泥石流沟的易发性关联函数值及7个参评因子的权重值,通过建立的可拓灰色关联模型式(5)计算泥石流沟关联度ki(S),运用式(6)对泥石流沟易发程度等级进行划分,结果见表5。
为了验证本文评价结果,笔者应用规范中泥石流易发程度评价方法推荐的评分法和三要素评价法对研究区内6条泥石流沟进行了易发性判定,结果如表5所列。为了明显对比3种方法的评价结果,将其以柱状图表示(见图3)。整体上可明显观察到流域范围较小的大河坝沟、记阳坑沟、大石里沟、罗汉塘沟在3种评价方法中的判定等级均为轻度易发,与实际情况符合,但青龙沟和虹龙河的判定结果开始出现差异。
对于青龙沟可拓法和三要素法都评价为轻度易发,评分法评价其为中等易发。根据青龙沟野外调查情况,物源主要发育于沟道中上部,青龙沟中部(拟建水库区)地形平坦开阔,当沟床出现汇流时,大部分物质将会停留堆积于此,使得青龙沟爆发泥石流的可能性大大降低,因此青龙沟整体上更加符合轻度易发等级,可拓法和三要素法的评价结果较为合适。
对于虹龙河,可拓法和评分法都评价为中等易发,而三要素法评价其为不易发。“利奇马”登陆期间,虹龙河研究区内是泥石流暴发最强烈、破坏最严重的泥石流沟。根据后期现场调查,虹龙河流域面积巨大达16.86 km2,且支沟发育,汇水条件良好,流域内不稳定物源总量达163.35万m3,其易发性更加符合中等易发等级。三要素法的评价结果和实际情况明显不符,这是因为其仅从小时雨强,不稳定物源量及纵坡降3个方面进行评价,评价因子较少,忽略了虹龙河巨大的流域面积,且由于虹龙河主沟长度大,纵坡降极小,使得结果严重偏小。因此可拓法和评分法的评价结果较为合适。
经过上述分析可知,可拓灰色关联法对研究区内泥石流的易发性评价都是合理的。而评分法和三要素评价法在应用于流域面积较大的泥石流沟时会出现评价结果不准确的情况,这是由于2种方法几乎都是通过地质调查人员的主观判断来对泥石流沟的各种影响因子进行量化,在这过程中存在较大不确定性,而且地质人员对泥石流沟的调查及认识是有限的,当泥石流流域面积足够大时,地质人员难以查清确切的地质条件情况,在主观评价时就会加大误差,从而使得评价结果不够准确。可拓灰色关联分析法在获取评价因子时秉持代表性,明确物理意义,容易获取,相互独立和能数值化处理的原则,很大程度上避免了人的主观影响,因此在评价结果上与实际调查情况更加符合。
4结 论
(1) 在9号台风“利奇马”影响下,研究区日降雨量高达285 mm,通过对区内爆发的泥石流沟进行分析,总结出台风暴雨型泥石流具有以下特征:超强短历时降雨启动、暴发频率低、集群式暴发的特点。
(2) 计算表明选取的7个泥石流易发性评价因子cj在全部评价因子中所占权重λj分别为0.158 0,0.149 1,0.156 2,0.160 3,0.070 3,0.162 4,0.143 7。
(3) 运用可拓灰色关联法对研究区内6条台风暴雨型泥石流进行易发性评价,计算结果表明虹龙河关联度为0.064 8,属中等易发;青龙沟、罗汉塘沟、大石里沟、记阳坑沟、大河坝沟关联度分别为0.057 3,-0.166 9,-0.084 7,-0.079 7,-0.048 3,均属轻度易发。
(4) 将可拓灰色关联法与规范推荐的评分法和三要素评价法进行对比时发现,在评价流域面积较小的泥石流沟时3种方法评价结果一致,而当流域面积过大时,评分法偏高1个等级,三要素法偏低2个等级,分析表明本文采用的可拓灰色关联法更加客观科学。
(5) 影响泥石流暴发的因素很多,可拓灰色关联法在泥石流易发性评价中可避免定性指标的选取,减少人为主观影响,可拓理论中关联函数计算与灰色关联分析法中权重计算相结合,将定性问题定量化,使评价结果更加真实可靠,该方法具有很好的适用性,为台风暴雨型泥石流的易发性研究提供了一种新思路。
参考文献:
[1]田运涛,叶振南,王高峰,等.白龙江泥湾沟泥石流特征及易发性评价研究[J].人民长江,2019,50(增2):59-64.
[2]刘希林.泥石流危险度判定的研究[J].灾害学,1988(3):10-15.
[3]ELKADIRI R,SULTAN M,YOUSSEF A,et al.A remote sensing-based approach for debris-flow susceptibility assessment using artificial neural networks and logistic regression modeling[J].IEEE Journal of Selected Topics in Applide Earth Observations and Remote Sensing,2014,7(12):4818-4835.
[4]王金亮,翁秀紅.基于主成分分析法的泥石流危险度综合评价[J].地质灾害与环境保护,2013,24(1):88-92.
[5]XU W B,YU W J,JING S C,et al.Debris flow susceptibility assessment by GIS and information value model in a large-scale region,Sichuan Province(China)[J].Natural Hazards,2013,65(3):1379-1392.
[6]王念秦,姚勇.基于模糊数学和权的最小平方法的泥石流易发性评价方法[J].灾害学,2008(2):5-9.
[7]GMEZ H,KAVZOGLU T.Assessment of shallow landslide susceptibility using artificial neural networks in Jabonosa River Basin,Venezuela[J].Engineering Geology,2005,78:11-27.
[8]LINA H,JI Q Z,YI C Z,et al.Applying a Series and Parallel Model and a Bayesian Networks Model to Produce Disaster Chain Susceptibility Maps in the Changbai Mountain area,China[J].Water,2019,11(10):2144.
[9]FANG C A,QIAN D A,Xu S A,et al.Debris flow susceptibility evaluation of Karakoram Highway based on extenics and entropy weight[J].Journal of Natural Disasters,2016,25(6):18-26.
[10]葛濤涛.基于机器学习算法的日喀则地区泥石流易发性研究[D].南京:南京信息工程大学,2019.
[11]蔡健玲.GIS技术与贝叶斯层次模型支持下的滇西北泥石流易发性评价[D].昆明:昆明理工大学,2019.
[12]崔传峰,王俊豪,崔志超,等.基于灰色可拓模型的洮河下游泥石流易发性评价[J].中国地质灾害与防治学报,2019,30(6):40-48.
[13]金星,刘高,魏蒙恩,等.基于可拓灰色关联分析法的泥石流危险性评价[J].水资源与水工程学报,2014,25(4):79-83.
[14]王一鸣.台风暴雨型泥石流灾害风险研究[D].武汉:中国地质大学,2018.
[15]CHEN H Z,SU Z M,XU L R,et al.Characteristics and damage of debris flow events along Guangle expressway during Typhoon Utor,2013[J].Journal of Natural Disasters,2016,25(1):65-73.
[16]甘建军,储小东.中低山台风暴雨型泥石流形成机制和动力特征:以江西德安杜家沟泥石流为例[J].灾害学,2020,35(1):150-155.
[17]刘希林,莫多闻.泥石流风险评价[M].成都/乌鲁木齐:四川科技技术出版社/新疆科技卫生出版社,2003:100-104.
[18]郑立峰,唐见兵.基于灰色关联分析的系统仿真因素权重确定[J].计算机仿真,2007(9):76-78.
[19]林原,战仁军,吴虎胜.基于犹豫度和相似度的专家权重确定方法及其应用[J/OL].控制与决策:1-8[2020-07-02].https:∥doi.org/10.13195/j.kzyjc.2019.1382.
[20]陈维,赵鑫,张海太,等.基于模糊综合评判法的滇西北公路泥石流危险性评价[J].公路,2020,65(2):25-29.
[21]陈明,王运生,梁瑞锋,等.基于云模型的单沟泥石流危险性模糊综合评价[J].人民长江,2018,49(10):66-71.
[22]崔志超,王俊豪,崔传峰,等.基于层次分析法和模糊数学相结合的甘肃东乡八丹沟泥石流易发性评价[J].中国地质灾害与防治学报,2020,31(1):44-50.
[23]吕擎峰,李军鹏,赵本山,等.基于灰色关联度法的可拓理论在霍尔古吐水电站坝址区泥石流危险性评价中的应用[J].工程地质学报,2016,24(2):211-219.
(编辑:刘 媛)
Abstract:On August 10,2019,affected by the landing of typhoon “Lekima”,six typhoon-triggered debris flows broke out in the catchment area of Ningguo Pumped Storage Power Station in Anhui Province,causing great damage to the engineering construction facilities and residents′ lives and properties.At present,the research on the susceptibility of typhoon-triggered debris flow is still in its infancy.Based on the investigation of the geological environment in the research area,this paper summarized the characteristics of typhoon-triggered debris flow.Combining the extension theory with the grey correlation method,we evaluated the susceptibility of debris flow in this area,and the evaluated results were compared with the standard recommended scoring method and the three factors method.The results showed that the typhoon-triggered debris flow had the characteristics of super short duration rainfall initiation,low frequency and massive occurrence;in the evaluation results of the extension grey correlation method,only the Honglong river was moderately prone,and the other gullies were mildly prone.The comparison shows that the three methods give highly consistent evaluation results for debris flow gullies with small valley area,however when the valley area increases,the results of standard recommended method is high or low,the extension grey correlation method give more stable and reliable results,which is more consistent with the actual investigation situation,thus providing a new idea for the research on susceptibility of typhoon-triggered debris flows.
Key words:typhoon-triggered debris flow;susceptibility evaluation on debris flow;extension theory;grey correlation degree method;Ningguo Pumped Storage Power Station in Anhui Province