汶川强震区震裂山体分布特征与成灾模式研究*

刘 波，胡卸文，何 坤

(1.中国铁道科学研究院集团有限公司 铁道建筑研究所，北京 100081；2.西南交通大学 地球科学与环境工程学院，四川 成都 611756)

受板块运动影响，我国是全球地震最为频发的国家之一。地震不仅可以诱发大规模同震崩塌滑坡灾害，造成山川巨变，同时也会导致震区产生大量裂而未滑、松而未动的不稳定岩体，即震裂山体[1]。由于地形对地震波的放大效应，震裂山体通常分布于山脊附近或斜坡凸起处，且主要位于地震烈度Ⅶ度以上的地区，即强震区[2]。在后期降雨、地震等因素触发下，震裂山体极易破坏失稳并形成链式地质灾害。因此充分查明强震区震裂山体空间分布特征和成灾模式对地震后效应研究及有效防灾减灾具有重要意义。

强震是一个瞬时事件，但地震后效应是一个长期的、渐进的演化过程。关东地震、集集地震和汶川地震的研究表明，地震后效应的影响可能持续30～40年[3-5]。地震后效应包括震裂山体的变形演化以及同震沉积物的运移[6]。由于震裂山体具有识别难度大、演化周期长、致灾能力强等特点(图1)，因此逐渐成为地震后效应研究的热点和重点[7]。

图1 汶川8.0级地震震中地区典型震裂山体

强震区典型震裂山体灾害点数据集是开展震裂山体特征和空间分布规律研究的基础。目前学者们对于震裂山体的研究大多针对单个灾害点，缺乏对震裂山体灾害的规律性认识[8-9]。KHATTAK等[10]连续观测拍摄了喜马拉雅克什米尔地2005年地震后部分区域3年的照片，其中80%没有变化或变化很小，11%有部分植被恢复，其余9%的区域滑坡面积发生增大。韩征等[11]将基于图像识别方法引入震裂山体识别，但该方法仍无法做到精细化的滑坡边界圈定。REHMAN等[12]采用InSAR识别区域性的滑坡变形，该方法可有效识别大面积正在缓慢变形的区域，但受观测角度、植被状况、地形结构、水汽以及数据处理技术的制约，普适性较差。因此，震裂山体的准确识别及灾害点数据集的建立仍是地震后效应研究的难题之一。

震裂山体与常规岩质边坡的区别在于岩体经受多次强烈地震波作用而裂隙更为发育，其破坏诱因包括降雨、地震、根劈、风和人类工程活动等作用[1，13-14]。这些因素轮流作用于震裂山体，就可能导致其发生渐进破坏[15-18]。YIN等[19]认为在静水压力和抬升压力作用下，震裂山体的变形过程包括开裂、蠕变、分离和残余变形四个阶段。由于震裂山体所处的特殊地质环境条件，导致其成灾模式极为复杂。高位震裂山体破坏后一般首先形成崩滑碎屑流向下运动，若在运动过程中夹杂雨水，并在沿途进行铲刮侵蚀，则可能发生灾种转化，形成链式灾害。如2009年四川甘沟支沟牛颈沟滑坡下滑后停积堵塞在沟内形成堰塞湖，溃决后转化为泥石流[20]；ZHOU等[21]认为滑坡碎屑流在降雨时容易转化为泥石流；YAN等[22]发现汶川新磨滑坡存在滑坡-碎屑流灾害链；2021年2月7日印度加瓦尔强震区发生冰岩崩塌，形成崩塌-堵江-溃决洪水灾害链[23]。根据地质灾害链的不同成因，韩金良等[24]将其划分为：内动力灾害链、外动力灾害链、人类工程活动灾害链以及复合型地质灾害链。李明等[25]认为一个完整的链式过程包括致灾环、激发环、损害环和断链环。尹云鹤等[26]认为识别灾害链各链节风险形成过程与防范关键节点路径是灾害链防范的关键。因此，开展震裂山体灾害链成灾模式研究既是认识灾害演化复杂机理的科学探索问题，也是制定应对链式灾害防灾减灾的基本需求，对山地灾害学的发展和完善具有重要意义。

基于此，本研究以2008年汶川8.0级地震强震区为研究对象，首先基于植被退化趋势分析法、地表覆盖类型分析和人工交互检查对震裂山体进行初步识别，建立了124处典型震裂山体灾害点数据集，并从PGA、断层距、坡度、坡向、空间位置等方面系统研究震裂山体空间分布特征以及变形特征，总结震裂山体灾害链的成灾模式，阐述各灾害链的形成机制、动力学特征和致灾机理。

1 区域地质环境概况

2008年汶川8.0级地震烈度Ⅶ度以上的强震区范围如图2所示[2]，图2中可见部分Ⅶ度区位于四川盆地内，灾害点少且规模较小，不具有典型性。为方便统计分析，本文选取了以Ⅷ度区为核心的县、市行政区域作为强震区边界。研究区位于四川盆地西北部的龙门山推覆构造带前缘，总体受3条大致平行的叠瓦状逆冲断层控制，分别为汶川-茂县断层、映秀-北川断层和灌县-江油断层。受构造作用影响，地貌以高山峡谷为主，海拔整体高度西高东低，地形陡峻，河流两岸泥石流冲沟发育。

图2 汶川8.0级地震强震区断层及历史地震分布图(底图来源自地理空间数据云，地震烈度界线来源于文献[2])

研究区岩性以花岗岩等硬岩为主，特别是在汶川-茂县-都江堰一带，由于长期强烈的构造作用，这些硬岩内部受到一定的损伤，发育许多微型地质构造。在强烈地震作用下，斜坡内裂缝扩展贯通后极易形成深切裂缝。区内水系发育，主要包括岷江、沱江和涪江及其支流，流经平缓地带的河段河面宽阔，水流滞缓，曲流、牛轭湖极多，天然湖泊主要以高山高原区的海子为主。受东南暖湿气流影响，研究区雨量充沛，夏季暴雨较多，年平均气温16～18 ℃。受地形影响，研究区存在两个主要暴雨区，分别为映秀-漩口暴雨区和绵竹-安县-北川暴雨区，其年降雨量可达900～1 200 mm。

2 基于多源数据融合的震裂山体识别

由于震裂山体通常位于高位的山脊或复杂艰险山区，地形陡峭，许多灾点人力难至。因此，需要采用多种方法对其进行快速解译和识别。高精度卫星影像为震裂山体的识别提供了快速、便捷的手段。然而，由于震裂山体分布范围较广，区域内地物类型复杂，给震裂山体的解译增加了难度。通常，同震崩滑残留体在地震之后会出现持续变形，滑坡后缘发生后退式破坏，其地表特征主要为植被覆盖率低。若同震崩滑残留体不持续发生崩滑，其表面覆盖植被将很快恢复，还需要通过高精度历史卫星影像、无人机航拍和野外调查等方法对其进行排除、校正或补充。因此本节采用多源数据融合方法综合识别潜在震裂山体，最终建立可用于分析研究的典型震裂山体样本数据库。

2.1 植被退化趋势分析

震裂山体失稳破坏后将形成大块裸露地表，这种地表与耕地、林地等其他类型地表的反射率不同，可以基于这种变化识别发生破坏后的震裂山体。以强震区2008年以来的Landsat 5/7/8 OLI数据作为源数据，通过系列数据预处理和数据平滑等方法，得到每个像元一年中NDVI最大值。该数据集空间分辨率为30 m，时间分辨率为每年。为实现震裂山体信息定量提取，首先借助ENVI 5.3平台对Landsat 8 OLI数据和GF-2数据进行辐射定标、大气校正、地形校正及研究区裁剪等预处理。归一化植被指数(NDVI)可以通过Landsat 8 OLI影像红波段反射率和近红外波段反射率进行计算[27]，公式如下：

(1)

式中：ρNIR、ρRED分别为预处理后Landsat 8 OLI近红外波段(841～875 nm)和红外波段(620～670 nm)中心波长的反射率。

通过对基础数据进行处理，得到了汶川8.0级地震强震区不同年份植被归一化指数分布图。由于震裂山体的启动往往与暴雨触发及其后暴发的群发性泥石流灾害密切相关，为使数据更有针对性，选取强震区暴发群发性泥石流灾害后的影像作为基础数据，其中强震区典型群发性泥石流事件包括2008年“9·24”泥石流、2010年“8·14”泥石流、2013年“7·10”泥石流和2019年“8·20”泥石流。因此选取并计算了2007年、2009年、2011年、2014年、2017年和2020年植被归一化指数分布图。

为了更为准确地定量化表达这种趋势，采用趋势分析法对以上各年份NDVI数据进行统一分析预测。趋势分析法是一种通过对随时间变化的变量进行线性回归分析，从而预测其变化趋势的方法。其计算方法如下：

(2)

式中：NDVIslope为像元回归方程的斜率，NDVIi为第i年NDVI的平均值，n为研究时间长度，视自身情况而定。当NDVIslope>0时，表示该像元NDVI为增加趋势；当NDVIslope=0，表示该像元NDVI基本不变；当NDVIslope<0时，表示该像元NDVI为减少趋势。NDVIslope位于(-0.000 5，0.000 5)区间为稳定区域；≥0.000 5为植被改善区域；≤-0.000 5为植被退化区域。

在上述6期植被归一化指数结果基础上，根据时序演化规律共设置6个对比组，分别为2007-2009年、2009-2011年、2011-2014年、2014-2017年、2017-2020年、2007-2020年，得到6个对比组的NDVIslope，如图3所示。根据式(2)，当NDVIslope< 0时，这一阶段植被处于退化状态。2007-2009年期间，受汶川8.0级地震影响，强震区NDVI值降低区域与同震崩滑灾害分布区域基本吻合(图3a)；2009-2011年NDVI降低最明显的区域为汶川映秀、都江堰龙池地区及水磨镇一带(图3b)，原因主要是2010年8月该地区突降暴雨，导致大面积震裂山体破坏启动，形成群发性泥石流；2011-2014年，研究区又多次发生暴雨，特别是2013年7月暴雨导致了映秀-汶川段、绵竹清平镇等地区暴发群发性泥石流，因此这一阶段映秀-汶川段和绵竹清平一带NDVI降低更为明显，如图3c所示；2014-2017年，由于设置了大量防治工程，同时泥石流暴发进入间歇期，研究区植被恢复明显增强，NDVI值降低区域减少(图3d)。2019年8月，龙门山地区再次发生强降雨，导致汶川县城至卧龙镇一带十余条泥石流沟同时启动，但由于这一阶段泥石流主要以沟道物源启动为主，因此很难观测到大面积的震裂山体破坏以及NDVI的变化(图3e)；图3f表明，震前与震后12年比对(2007-2020年)，研究区植被仍未恢复至震前水平，且受2017年九寨沟7级地震影响，平武县西北侧山区NDVI也下降明显。

图3 汶川8.0级地震强震区不同时期植被归一化指数变化分布图

趋势分析法对比结果表明，早期强震区震裂山体破坏演化过程与强降雨引发的群发性泥石流事件密切相关。同时，震裂山体分布也与同震滑坡分布有一定关联，因此震裂山体空间分布也与断层距、地形地貌等分布密切相关。基于趋势分析法对比结果，提取了汶川8.0级地震之后四个时期(2009-2011年、2011-2014年、2014-2017年、2017-2020年)的植被退化区域数据。最后将这四期数据进行整合，绘制了汶川8.0级地震强震区植被退化区域初步识别结果图(图4a)。

2.2 地表覆盖类型分析

通常，同震崩滑残留体在地震之后会出现持续变形，其地表特征为滑坡后缘发生后退式破坏，同时植被退化。由于裸地判断标准为植被覆盖度低于10%的自然覆盖土地，包括荒漠、沙地、砾石地、裸岩和盐碱地等，与震裂山体的植被覆盖率较为吻合。同时，在震裂山体失稳破坏形成堆积体后，坡体趋于稳定，此时植被将逐渐恢复，因此地表类型中草地数据也可作为震裂山体边界圈定时参考。基于此，将裸地和草地数据共同用于研究区震裂山体边界识别，图4b为研究区的地表类型覆盖图。

典型震裂山体选取原则为滑坡变形特征明显且在GLC10上易于识别。典型震裂山体特征包括震裂缝(主要为拉张裂缝)、滑坡形态特征(圈椅状、马蹄状或舌状等)及微地貌形态(滑坡壁、滑坡台阶和滑坡鼓丘)，主要表现为浅色调[29]。

2.3 人工交互检查

图5a为强震区2009-2020年间植被退化与草地、裸地关系，植被退化数据与裸地及部分草地重叠部分则可以被视为潜在震裂山体灾害点。由于识别算法本身的局限性，还需对以上识别结果进行校核。因此结合无人机航拍、现场调查、高精度历史卫星影像等对震裂山体进行人工交互检查。例如，通过新磨村滑坡地表覆盖类型图像与无人机影像对比可见，可知其裸地范围与2017年6月滑坡的边界基本吻合，见图5b，c。通过将小岗剑滑坡植被退化趋势分布图与遥感影像对比，发现小岗剑滑坡体流通区和堆积体表面植被已开始恢复，而滑坡后缘部分仍未恢复，表明该灾害点仍处于发展阶段(图5d和图5e)。

图5 基于植被退化趋势分析与人工交互检查的震裂山体识别结果(图5a底图来源自地理空间数据云)

基于以上方法，通过排除掉部分特征不明显或规模较小的样本，最终形成了较为典型的124处震裂山体灾害样本数据库(图6)。

图6 强震区典型震裂山体灾害点分布图(底图来源自天地图影像)

3 典型震裂山体灾害点基本特征

3.1 空间分布特征

如图6所示，典型震裂山体灾害点在行政区划上分布于11个市县，总分布面积为3.44万 km2。其中汶川60处，都江堰17处，北川和安县各9处，绵竹7处、彭州和青川各6处、平武4处、崇州3处、茂县2处、江油1处。分析表明，震裂山体灾害点样本的分布与汶川8.0级地震的峰值加速度(PGA)等值线呈现高度相关性，其中77个灾样本位于800 cm/s2等值线内，97.58%的样本位于200 cm/s2等值线内，见图7a。41.13%的灾害点距离断层小于5 km，84.68%的灾害点距离断层在10 km以内，见图7b，表明震裂山体的产生受构造作用影响十分明显。

表1 强震区典型震裂山体灾害点基本特征汇总表

图7 震裂山体灾害点分布特征

除此之外，震裂山体灾害主要发生在30°～50°的斜坡上，其中30°～40°和40°～50°范围内的灾害点分别占58.06%和28.23%，如图7c所示。样本的坡向也呈现一定的规律，样本的坡向主要朝向东南和西南，其中90°～160°和200°～230°为震裂山体灾害点的优势坡向，如图7d所示。

3.2 地形地貌特征

由于高程放大效应，山体海拔较高的部分受地震扰动影响更为严重，因此震裂山体更为发育。在地貌上，震裂山体主要发育于山脊部位以及山体地形凸出部位。受地震波的传播方向及山体共振影响，研究区震裂山体的山脊两侧破坏程度各有差异[30]。图8a为陡倾孤立双面斜坡，位于都江堰漩口镇岷江左岸，岩性为花岗岩，构造作用强烈，表层受震裂严重。图8b为单面震裂变形体，发育于汶川县银杏坪乡。而山脊同一侧的地震动响应基本一致，因此部分相似地貌区域具有相似的震裂山体分布，见图8c。除此之外，由于强震区流域众多，85.48%的样本位于泥石流沟域内，随着震裂山体的不断崩塌或坍滑，这些崩滑物质极易转化为泥石流的物源，见图8d。

图8 震裂山体分布的地貌特征

3.3 岩体破坏特征

震裂山体的形成阶段包括裂隙扩展、失稳滑动、后缘裂缝扩展、再次滑动、趋于稳定和植被恢复六个阶段，不同阶段的震裂山体可以通过卫星图进行区分。利用历史卫星影像对震裂山体渐进性破坏演化过程分析表明，在这些灾害点中，持续变形的同震滑坡占94.35%，原因可能是这些坡体在地震之后更接近临界稳定状态，这种状态的坡体更容易在外力作用下失稳，而非同震滑坡的演化是一个渐进破坏过程。震裂山体破坏模式与常规岩质边坡无显著差异，但由于震裂山体裂隙更为发育，岩体完整性较差而不容易产生倾倒破坏，同时由于震裂山体以硬岩和中硬岩为主，蠕滑破坏相对较少。因此，根据震裂山体渐进破坏特征将其破坏模式分为滑移式破坏、楔形破坏和溯源塌滑式破坏三种类型，其中溯源塌滑式破坏最为普遍。

1)滑移式破坏。滑移式破坏发育在坡度较缓的顺倾边坡，在相对贯通的缓倾结构面及后缘拉张节理切割下，坡面上形成整体或多段式的块体。其稳定性主要受锁固段和缓倾结构面的摩擦力控制，当锁固段贯通或滑移力大于抗滑力时，发生滑移破坏。

2)楔形破坏。楔形破坏主要发育在两组及以上结构面与临空面组成不利组合的斜坡中，被切割的楔形块体向临空面产生变形。这种模式的主要特征为坡表岩体被震裂松动后，受重力、雨水渗透或者震动促使裂缝进一步扩张，两斜交结构面或者倾坡外且倾角小于坡度的结构面与一组侧缘切割面贯通形成滑动面，切割块体沿两组结构面交线向临空面发生楔形破坏。

3)溯源塌滑式破坏。溯源塌滑式破坏主要发育于存在大量卸荷裂隙的斜坡岩体，受到地震力作用，裂隙不断扩展，呈碎裂或者镶嵌结构，受诱发因素作用这些岩块沿后缘陡倾结构面滑移突然崩落，发生大面积的失稳破坏，这类斜坡破坏时表层破碎区首先发生破坏，之后裸露出来的这部分岩体失去支撑后继续失稳破坏，导致滑坡后缘不断后移，形成溯源塌滑式破坏。

4 震裂山体灾害链成灾模式

震裂山体的启动本质上是不稳定岩质斜坡的破坏失稳，由于其大多位于高位山脊或地形突出部位，因此具有极高的势能积累，这为灾害链的形成提供了充足的初始能量。震裂山体灾害链的成灾模式十分复杂，其成灾过程不仅包含单一灾种致灾过程，还包含多个灾种的转化，且其类型与地质和环境条件息息相关。根据灾害链演化过程不同，可将其概括为：高位震裂山体崩滑-碎屑流、高位震裂山体崩滑-铲刮侵蚀-泥石流和高位震裂山体多点崩滑堵溃型泥石流三种灾害链。

1)高位震裂山体高速崩滑-碎屑流。高位震裂山体高速崩滑碎屑流灾害链是震裂山体成灾模式中致灾性最强的一种，其启动原因主要为外动力作用下后缘震裂山体内地震裂隙的扩展贯通。如图9a所示，由于滑源区坡度较陡，震裂山体失稳后形成崩塌或滑坡，在脱离母岩后不断加速。快速运动的岩块与斜坡碰撞后，破碎解体为更小的块体，从而形成大规模碎屑流，最终堆积在坡脚。若震裂山体发育于河道两岸，则碎屑流堆积体可能形成堰塞坝。此类链式灾害主要以绵竹小岗剑滑坡和茂县新磨滑坡为代表。

图9 高位震裂山体灾害链成灾模式

2)高位震裂山体崩滑-铲刮侵蚀-泥石流。高位震裂山体崩滑-铲刮侵蚀-泥石流灾害链一般发育于窄陡沟道内，沟道纵坡相对较大。如图9b所示，在降雨作用下，位于沟道后缘的震裂山体首先启动，并对流动路径上饱水岩土体进行铲刮侵蚀，之后在雨水的汇聚作用下转化为泥石流，最终对沟口房屋或公路等造成严重灾害。此类灾害主要以平武县象鼻沟泥石流、都江堰三溪村滑坡泥石流和绵竹文家沟泥石流等为代表。

3)高位震裂山体多点崩滑-堵溃型泥石流。高位震裂山体多点崩滑-堵溃型泥石流一般发育于宽缓沟道中，且通常发生于强降雨条件下。震裂山体一般位于宽缓型沟道两侧，在泥石流发生前，震裂山体形成的大量崩滑物质堆积于沟道中，为泥石流提供了丰富的物源。若堆积体规模较大或沟道狭窄，则可能形成堵沟形成堰塞湖。随着水流的不断汇聚，堰塞湖内水位升高，堰塞坝可能发生溃决，并形成破坏性更强的泥石流。如图9c所示，若沟内具有多个堵塞点，级联溃决之后将形成更大规模泥石流。此类灾害主要以汶川七盘沟、桃关沟、锄头沟和登溪沟泥石流等为代表。

5 结论

本文首先基于植被退化趋势分析和地表覆盖类型分析对震裂山体进行初步识别，之后采用人工交互检查对识别结果进行优化，建立了汶川8.0级地震强震区124处典型震裂山体灾害点数据集。通过对这些灾害点的分布特征及灾害链成灾模式研究，得出如下结论：

1)汶川8.0级地震产生的震裂山体灾害点分布范围广泛，涉及11个市县。其分布与地震的峰值加速度(PGA)等值线和断层距呈现高度正相关性，震裂山体灾害点样本的分布与汶川8.0级地震的峰值加速度(PGA)等值线呈现高度相关性，其中62.09%的灾害点位于800 cm/s2等值线内，41.13%的灾害点距离断层小于5 km，84.68%的灾害点距离断层在10 km以内，表明震裂山体的产生受构造作用影响十分明显。除此之外，震裂山体坡顶震裂部位的坡度集中在30°～50°，震裂山体的坡向主要为东南和西南，其中90°～160°和200°～230°为优势坡向。

2)由于高程放大效应，震裂山体主要发育于山脊部位以及山体地形突出部位，且山脊两侧破坏程度可能不同，部分相似地貌区域具有相似的震裂山体分布。85.48%的灾害点发育于泥石流沟域内，极易转化为泥石流的物源。94.35%的震裂山体来源于同震滑坡后缘的持续变形，其破坏类型主要为滑移式破坏、楔形破坏和溯源塌滑式破坏。

3)震裂山体灾害链的成灾模式包括：高位震裂山体高速崩滑-碎屑流、高位震裂山体崩滑-铲刮侵蚀-泥石流和高位震裂山体崩滑多点启动-堵溃型泥石流。震裂山体灾害链转化过程中的岩体破碎、铲刮、侵蚀和堵塞溃决等过程对灾害规模具有放大效应。研究震裂山体成灾模式对灾害链的防治具有重要意义，也是进一步分析致灾范围的基础。

6 讨论与展望

6.1 震裂山体灾害链的内在联系

震裂山体灾害链的演化是一个十分复杂的动力学过程，受地质环境和外动力作用等条件影响可能转化为不同的灾种。同时，在成灾过程中存在的岩体破碎、铲刮、沟道侵蚀及堵塞溃决等过程都可能导致灾害规模和危险性的放大。如图10所示，震裂山体灾害链转化过程是在一定的外部条件下产生的，且不同灾害链之间存在一些内在联系。当没有水参与时，震裂山体崩滑后主要形成碎屑流；当震裂山体位于窄陡型小流域内，具备了汇水条件之后，则容易形成泥石流，并对沿途物质进行铲刮侵蚀；当多处震裂山体位于宽缓型沟道内，发生泥石流后这些崩滑堆积体则可能形成堵溃点，从而转化为堵溃型泥石流。除此之外，灾害链最终形成的规模较大的堰塞体还可能形成堵塞主河道，若堰塞体溃决，灾害链还可能进一步发展为溃决洪水，造成更为严重的灾害。

图10 震裂山体三种灾害链成灾模式内在联系示意图

6.2 震裂山体识别前景展望

尽管本文提出的基于多源数据融合的识别方法可以较为准确地识别出震裂山体，但该识别过程较为复杂。当识别范围增大或样本点增多时，识别效率将会降低。依靠高分辨率遥感影像的识别方法尽管可以获取较为宏观的变形特征，但很难侦查到震裂山体缓慢的持续性地变形。未来随着遥感技术的发展，一些更为精细化的识别技术可能用于震裂山体识别和监测。例如可以结合InSAR技术识别强震区的变形异常区域、利用机载激光雷达对异常区域进行准确判识、利用GIS技术突出显示震裂山体变形界限，同时还可以利用航空物探与地面勘探结合探明坡体内部结构，从而实现震裂山体的快速全面识别。

除此之外，震裂山体的识别准确度还有赖于样本数据库的不断扩充，当收集了充足的正样本之后，可利用机器学习等人工智能方法开展快速识别[31]，同时辅以其他方法进行人工校核。总之，要实现对震裂山体的全面、快速、准确识别，仅靠单一手段很难达到，基于更为多源的数据融合分析方法以及人工智能可能是未来的发展方向。