APP下载

基于云模型对下垟山泥石流的危险性评价

2023-02-11张旭升安昱丞张楚韩杨晓洁夏雨璇

河南科技 2023年1期
关键词:危险性泥石流关联度

张旭升 安昱丞 张楚韩 杨晓洁 夏雨璇

(华北水利水电大学,河南 郑州 450046)

0 引言

泥石流是常见的地质灾害,其特点是突发性强,流速快,破坏力强[1]。泥石流灾害往往造成人员伤亡、财产损失、房屋受损、农田破坏等一系列问题,严重阻碍了山区社会经济的发展[2-3],因此,对泥石流灾害进行预测与防治在山区工作中尤为重要。作为世界上遭受泥石流灾害最严重的国家之一[4-7],我国众多专家学者[8-10]都对泥石流危险性评价进行了研究,但由于泥石流评价因素的复杂性和地域的差异性,目前对于泥石流的危险性评价还需要进行因地制宜的探索。

随着对泥石流危险性评价研究的不断深入和完善,诸多不同类型的方法被用于泥石流的危险评价。Hollingsworth和Kovacs[11]用打分的方法,主要考虑岩性、坡度和沟谷密度,进行危险性评价。谭炳炎[12]提出用定量理论的要求,对选取用来泥石流危险性评价的15个基本指标进行评价。汪明武等[13]提出了实码加速遗传算法的投影寻踪方法,对泥石流危险性进行评价。张成杰等[14]采用灰色关联分析方法对蒋家沟泥石流进行危险性评价。匡乐红等[15]基于可拓理论建立了泥石流危险性评价的模糊可拓模型。张洪等[16]利用ArcGIS软件,对海子沟流域泥石流进行分析,得到了危险性评价图。王学良等[17]用层次分析法(AHP)对泥石流危险性进行评估。沈简等[18]针对神农架林区内的5条泥石流沟,用模糊综合评判法对其进行危险性评价。Liu等[19]利用BP神经网络法对雅安地区泥石流进行危险性评价。

由于泥石流评价涉及各种不确定性影响因素,目前尚未得到很好的解决。新发展的云模型理论在处理不确定性问题方面显示了其优越性,借助python编程软件,形成特殊算法自动生成实测样本对分类等级的确定度,避免了主观确定度的缺陷,将评价指标的模糊性和随机性作为一个整体考虑,将定性问题转为定量分析,为泥石流风险评价提供了一种新的思路[20]。本研究基于浙江南部温州市瑞安市湖岭下垟山泥石流沟,运用组合赋权得到泥石流评价因子权重,建立改进的云模型,详细分析了瑞安下垟山泥石流的危险性。

1 研究区概况

研究区位于浙江省西南部瑞安市西部山区湖岭镇永安乡下社垟村下垟山,行政隶属温州市瑞安市管辖。下社垟村坐落在丘陵坡脚,村庄所在位置的海拔高程约60~80 m,村庄东侧为较平坦的冲洪积平原,西侧则为山坡。区内位于剥蚀低山丘陵区,村庄西南侧斜坡发育冲沟,冲沟集水面积约为0.09 km2,流域平面形态呈扇状,村庄位于扇口处。该冲沟总体呈长条状,局部略有拐弯。研究区范围:东北侧以河道为界,其余以分水岭为界,其地理中心坐标为东经120°19'30.1″,北纬27°54'34.6″。

2 工程地质条件

2.1 区域构造

研究区大地构造单元隶属华南褶皱系浙东南褶皱带温州—临海拗陷之东南部。区域地质构造以断裂为主,无明显褶皱发育。研究区内整体节理裂隙较发育。区域构造运动主要表现为长期普遍的间歇性上升的地壳运动,上升幅度自西向东递减,断裂活动均已趋于稳定。根据区域资料,近期没有新构造运动迹象。根据《中国地震动参数区划图》(GB 18306—2015),评估区地震动峰值加速度0.05g,属于区域地壳稳定区。

2.2 地形条件

下垟山泥石流隐患沟水平投影长度843 m,汇水范围最高点海拔457 m,最低点高程70 m,相对高差387 m,平均纵比降394‰。流域总汇水面积约0.09 km2。以海拔高程120 m为界,将斜坡分为第一斜坡带和第二斜坡带;高程120 m以下为第一斜坡带,坡度约15°,地貌上主要表现为坡积裙。高程120 m以上为第二斜坡带,地形陡峭,坡度15°~35°。该冲沟上游沟道呈“V”字形,宽约1 m,深0.5~1 m,沟道坡度与两侧斜坡坡度相近,为15°~35°;沟口沟道呈“U”字形,宽小于1 m,深1 m,沟道坡度10°~15°,斜坡坡度在15°左右。

2.3 源条件

冲沟流域内的松散固体物质储备量为1.2×104 m3,经计算,冲沟一次可能最大冲出量约为0.93×104 m3,为泥石流的暴发提供了一定的物质条件。陡斜坡上存在潜在坡面泥石流,现沟道内存在松散固体物质,山坡上松散层在降雨条件下有发生滑动或发生坡面泥石流的可能,中下游沟道狭窄,一旦滑动,就会直接入沟,可能造成泥石流的发生。冲沟沟道堆积物中,粒径大于80 cm占20%~40%,最大约1 m,20~80 cm占30%~40%,2~20 cm占10%~20%,0.2~2 cm占10%,砂、土占10%,碎块石呈次棱角状~次圆状,母岩主要成分为凝灰岩。

2.4 水源条件

根据附近气象站历年的观测资料统计多年平均降雨量为1 722.8 mm,降雨主要集中在4—6月的梅雨期和7—9月的台风暴雨期,期间约占全年的60%~70%。台风期24 h最大降雨量为300.1 mm,1 h最大降雨量达87.6 mm,最大连续降雨天数为23 d,降雨量大于10 mm以上的天数约为50 d,其中大于50 mm(暴雨)的天数约为5 d。研究区内台风主要发生在7、8、9三个月,暴雨多与台风密切相关,大部分暴雨集中在台风季节,在台风期间最大风力可达12级以上。

3 泥石流危险性评价

3.1 评价影响因子选择与等级划分

泥石流的危险性与多个因素有关,但不同区域的地形、地质等条件也不同,因此对泥石流的危险性评价需要结合研究区域科学系统分析,因地制宜、全面综合考虑影响泥石流的众多影响因素[17]。浙江泥石流的形成和特点受浙江独特的地形、地质及降雨条件影响,具有其独特的地域特征[21],如流域面积小、流程短、相对高度小等特点。经过实地勘察,由于该泥石流流域面积小,选择单位面积物源量做评价指标要比选流域面积更加合理。同时,研究区植被对泥石流的危险性也有着重要的影响。更不可忽视的是,降雨是泥石流的诱发因素,因此选择24 h降雨量为其中一个因子。而一次泥石流(可能)最大冲出量这个评价指标在现场不易获取,为使评价模型更利用实际生产,不予选取一次泥石流(可能)最大冲出量作为评价标准。综合分析选取八个评价因子:S1为单位面积物源量,104m3/km2;S2为主沟床弯曲系数;S3为流域最大相对高差,km、S4为24 h最大降雨量,mm;S5为主沟平均纵降比,%;S6为泥砂补给段长度比;S7为植被覆盖率;S8为流域内人口密度[8,22]。如表1所示。

表1 评估指标与研究区沟内因子取值

在对泥石流危险性评价时,需要对各个影响因素进行量化打分,而不同影响因子评价尺度不同,且数值差别较大。结合泥石流区域的野外现场调查和已有相关研究成果[22-25],参照《泥石流灾害防治工程勘查规范(试行)》(T/CAGHP 006—2018)中泥石流沟量化分级,对研究区的泥石流具体情况进行了分析研究,确定了用于对研究区泥石流进行定量评价的影响因素以及其分级标准。泥石流评价指标分级标准见表2。

表2 泥石流评价指标分级标准

3.2 权重确定

3.2.1 基于层次分析法进行主观权重确定。1974年,Thomas L Saaty教授将定性分析与定量分析相结合,做出多目标决策,实现定量和分层决策,称 为 层 次 分 析 法[26](Analytic Hierarchy Process,AHP)。层析分析法的操作如下。首先,构建递阶层次结构。其次,建立判断矩阵。然后,检验判断矩阵的一致性;再进行层次单排序。根据判断矩阵,确定本层各元素以上每层元素一个元素的权重。最后,计算各层指标对系统目标的综合权重,并进行总排序,即为某一层次的元素相对于最高层的相对权重。本研究建立了以地形条件、地质条件和诱发因子为准则层的结构模型,如图1所示。

图1 层次分析法结构模型图

3.2.2 基于变异系数法进行客观权重确定。变异系数法是利用求取一组数据的标准差与平均值之比,来作为评价体系指标权重的客观赋权方法。

如有m项评价指标,有n个评价对象,X为原始数据矩阵,表示为式(1)。式中Xij为第i个对象的第j个指标数值。

变异系数法的步骤如下。

①计算各指标的标准差,公式为式(2)。

②计算变异系数,公式为式(3)。

③计算指标权重,公式为式(4)。

3.2.3基于距离函数进行组合赋权。设层次分析法权重为αj,变异系数法权重为βj,综合两者权重结果,利用下列式(5)至式(7):

求出a=0.614,b=0.386,代入式(8)。

得到如表3所示的组合权重值。

表3 主客观权重与组合权重

3.3 基于云模型的综合评价

3.3.1 云模型分析法基本原理。物元理论是可拓评价方法的基础,物元模型可以充分反映事物本质与量的关系,从而描述客观事物的发展程度。物元表示为式(9)。

式中:Ri为物元;N为评价类别;c为评价指标;v为C的量值。

将评估指标因素分级,对于评估等级存在上下限的区间数区间[cmin,cmax],标准云的云参数计算式为式(10)至式(12)。

式中:Ex为期望;En为熵;He为超熵;s为常数。

通过云模型代替物元结构中事物特征对应的量值v,实现了定性描述与定量描述的结合,改善了物元理论中没有考虑事物模糊性和随机性的缺点。由此,基于云模型改进的物元结构的表达式可以写为式(13)。

云物元模型的关联度计算:

①计算出云的数字特征(Exi,Eni,Hei)。

②通过python生成期望值En、标准差为Hx的正态随机数。

③令数值x为其中一个云滴,计算此云滴隶属于该等级的关联度,关联度计算公式为式(14)。

④计算综合关联度,评价指标属于等级j的综合关联度为式(15)。

⑤判断评估等级:若Kk(U)=maxKj(U),则该泥石流沟的评估等级将会被判定为K级。

3.3.2 标准正态云模型

将泥石流危险等级界线看作一个双约束空间[cmin,cmax],利用式(10)至式(12)得出泥石流各评估指标的标准正态云模型,见表4。表中S的大小需要结合相应指标的模糊性和随机性来取值。

表4 泥石流危险等级界限标准云模型划分表

利用python程序用正向云发生器[27]对等级界限标准云模型进行处理,得到如图2所示的危险等级云图8类,涉及单位面积物源量、主沟档变曲系数、流域最大相对高差、24 h最大降雨量、主沟平均纵坡比、植被覆盖率、泥砂补给面长度比、流域内人口密度等。

图2 危险等级云图

4 结果分析

根据组合赋值的评估指标权重,由表4以及公式(15),利用计算工具计算评估指标的关联度如表5所示,以及综合关联度如表6所示,判断泥石流沟危险度。

表5 下垟山泥石流沟危险等级关联度

表6结果显示,下垟山泥石流沟的综合关联度K=0.326 7为轻度危险泥石流沟。与传统因子判别法得出的结论一致。

表6 下垟山泥石流沟综合关联度

5 结论

本研究基于湖岭镇下垟山泥石流沟,运用正向云模型评价,得出如下结论。

①采用组合赋权,使得评价指标减少了主观定量评价的局限性和客观实际参数误差对计算结果的影响。

②便捷的python编程语言建立的正态云模型,避免了主观确定性的缺陷,将泥石流评价的定性指标转化为定量分析,解决泥石流危险性评价中常带有的模糊性和随机性问题。

③基于选取的八个评价指标,通过正态云模型评价体系,得出下垟山泥石流沟为轻度危险泥石流沟。

猜你喜欢

危险性泥石流关联度
O-3-氯-2-丙烯基羟胺热危险性及其淬灭研究
危险性感
输气站场危险性分析
基于AHP对电站锅炉进行危险性分析
中国制造业产业关联度分析
中国制造业产业关联度分析
泥石流
沉香挥发性成分与其抗肿瘤活性的灰色关联度分析
“民谣泥石流”花粥:唱出自己
泥石流