四川省汶川县绵虒镇小流域泥石流危险性评价

, ,,,，成长

(1.成都理工大学 地质灾害防治与地质环境保护国家重点实验室，成都 610059; 2.四川省川建勘察设计院，成都 610017)

1 研究背景

泥石流主要是由强降雨或冰雪消融形成的高浓度、宽级配的多相非均质流体，是地形地貌、气候、土壤等自然条件和人类破坏山区自然环境的人为因素综合作用的结果[1]。汶川8.0级地震后，震区地质灾害活动得到加强[2]。泥石流将是汶川地震区未来5～10 a内主要的地质灾害之一[3]。学者研究表明，汶川地震后震区泥石流暴发规模较震前要大数倍[4-5]。

随着科学技术的发展，现阶段泥石流的评价方法有多种。刘希林[6]根据泥石流特征选择评价因子概述了区域泥石流危险度评价的发展过程及其改进方法。苏经宇等[7]提出运用模糊数学方法选择评定因子建立隶属度函数及因子权重，对泥石流危险性进行评价，确定泥石流危险等级。杨鑫[8]采用模糊综合评价法对强震区映秀—老虎嘴地带潜在突发性泥石流的危险性进行了区划。此外，在数值模拟方面，台湾学者Lin等[9]运用FLO-2D软件对Songhe Stream进行了风险性评价；常鸣[10]利用FLO-2D软件对泥石流进行数值模拟并进行泥石流危险性分析，进而绘制出研究区的泥石流危险性分区图。

模糊综合评价法以定性和定量相结合的方式确定评价因子的权重和隶属度，在一定程度上避免了计算结果的绝对性，同时利用数值模拟手段，能够很好地处理模糊、难以量化的问题。因此，本文首先运用模糊综合评判法对汶川县绵虒镇岷江流域内的8条泥石流沟进行危险性评价，得出流域内各条泥石流沟的危险性。最后选择高危险性的簇头沟，在与实际降雨频率相同的条件下运用FLO-2D软件进行数值模拟，重现泥石流暴发过程，根据模拟结果对实际情况进行验证，对簇头沟堆积扇建立危险性分区模型，进一步细分簇头沟的危险性，以期更为有效地对泥石流风险评估、预警预报、工程治理工作和危险范围分区提供参考依据。

2 研究区概况

研究区位于四川省西北部汶川县绵虒镇，该流域主要包括碉头村、羊店村、克约村、羊店村、高店村、羌锋村、三官庙村、高点村。该流域处于九顶山华夏系构造带，主要有茂汶断裂带、九顶山断裂带2条断裂构造，发育有8条大型泥石流沟，泥石流流域面积共73.07 km2，泥石流沟口正对岷江和都汶高速路、都汶路(G213线)，见图1。2013年7月10日，汶川县绵虒镇暴发持续性暴雨，本次降雨导致汶川县绵虒镇岷江小流域内暴发泥石流群，冲毁公路，堵塞岷江，严重威胁沟口居民及行人、车辆安全。

图1 流域内平面示意图Fig.1 Schematic plan of the studied watershed

绵虒镇岷江小流域地形整体表现为南低北高形态，以低山和中山侵蚀地貌为主，整个流域内最高高程为4 460 m，最低高程为1 140 m，相对高差2 970 m。泥石流沟呈V型谷地貌，上游沟段沟谷较为狭窄，纵坡较陡，临空条件发育，为泥石流的爆发提供了有利条件。

表1 研究区各因子实际取值Table 1 Actual values of assessment factors in the study area

表2 泥石流危险等级及取值范围Table 2 Level and corresponding standard of debris flow hazard

3 基于模糊综合评判法的泥石流危险性评价

3.1 模糊综合评判法的原理

模糊综合评判法是一种基于模糊数学的综合评判方法。该方法根据各评价因子建立隶属度矩阵及各因子的权重计算得出模糊向量，将定性评价转为定量评价，即用模糊数学对受到多种因素制约的对象做出一个总体的评价[11]。 其主要步骤为：

(1)建立危险等级集V和评价因子集U。

(2)建立评价因子的隶属度矩阵R和各因子的权重向量A。

(3)根据公式B=A·R计算得出模糊向量B，再以B中最大值确定泥石流危险性。

3.2 评价因子的选取

总的来讲，影响和控制泥石流危险性的因素有很多，评价因子的选取应遵循科学性、可操作、层次性、目标性、可比性、定性与定量相结合的原则[12]。在泥石流危险性评价因子的选取时，对上述要求要统筹考虑、综合运用，选出合理、可行的评价因子进行泥石流灾害评估工作[13]。

本文借鉴前人研究成果[14-15]，并结合本研究区的实际情况和GIS空间分析工具，选取的因子有：一次泥石流最大冲出量Q、流域面积、主沟长度、流域最大相对高差hmax、流域切割密度ρ、主沟床弯曲系数、泥砂补给段长度比和人口密度。各因子的实际取值见表1。

本文将研究区泥石流危险等级划分为3级，即危险等级集V=(低危险，中危险，高危险)，参考前人研究[8，14]，各因子的危险等级划分范围见表2。

3.3 评价因子的权重

评价因子的权重通过常用的层次分析法来确定，层次分析法是通过网络系统理论和多目标综合评价的方法把复杂问题中的各因素划分成相关联的有序层次，使之成为多目标、多准则的决策分析方法[16]。主要步骤为：构造判别矩阵C；根据判别矩阵的最大特征值进行一致性检验；矩阵C的指标权重归一化得权重向量M。

构造判别矩阵C后，运用MatLab软件运算得判别矩阵C的最大特征值及特征向量，同时运用式(1)、式(2)检验矩阵的一致性，并将特征向量归一化处理。

(1)

(2)

式中:CI为一致性指标；CR为一致比率；λmax为判断矩阵的最大特征值；n为矩阵阶数；RI为平均随机一致性指标。当CR<0.1时，判断矩阵符合要求[16]。

依照所选因子本文建立判别矩阵C为

对判别矩阵C，λmax=8.881 9，CR=0.089 4<0.1满足要求，归一化处理得权重A=(0.233 4,0.235 3,0.112 7,0.094 2,0.058 9,0.063 6,0.077 6,0.124 2)。

3.4 隶属度的确定

模糊综合评判法中最重要的就是隶属度的确定，根据前面建立的危险等级集V及前人的研究[7-8]，本文的隶属度具体计算公式为：

(3)

(4)

(5)

式中:μ1,μ2,μ3分别为隶属度值；a1,a2,a3均为评价集的界限值;x为研究区各因子的实际取值。

根据表1中研究区各泥石流因子的实际取值和隶属度公式(式(3)—式(5))可求得每条沟的隶属度矩阵，将取值代入公式中，可得大溪沟的隶属度矩阵R为

3.5 评价结果

当求得权重向量M和矩阵R后，根据模糊向量N=M·R求得向量N，其计算结果见表3。最后由最大隶属度原则确定研究区泥石流的危险性。

表3 模糊综合评判结果Table 3 Results of fuzzy comprehensive judgment

由表3可知，由模糊综合评判法计算得出研究区泥石流的危险性结果为：瓦窑沟、新店沟、苏村沟3条泥石流沟危险性等级为低危险，安家沟、草坡磨子沟、华溪沟3条泥石流沟危险性等级为中危险，大溪沟、簇头沟2条泥石流沟危险性等级为高危险。

4 基于数值模拟的簇头沟危险性评价

簇头沟流域面积21.7 km2，主沟总长8.9 km，高差2 952 m。2013年7月10日，汶川县绵虒镇暴发持续性暴雨，本次降雨导致簇头沟暴发泥石流。从开始降雨到泥石流暴发之前簇头沟的累积雨量为148.1 mm，激发雨量为18.6 mm/h[17]。分析得出本次降雨已达到2%(50 a一遇)的降雨频率，通过野外实地调查和遥感影像解译估计其冲出量达50.00×104m3。

4.1 FLO-2D软件的原理及参数选择

FLO-2D软件是1988年O’Brien等[18-19]提出的基于非牛顿流体模式及中央有限差分的数值方法来计算洪水、泥石流运动控制方程的集成软件。该软件在洪水灾害管理、基本工程设计、城市淹没分析、泥石流灾害危险性划分等方面得到了广泛应用。

(1)基础数据处理。对1∶10 000基础地形数据运用ArcGIS软件处理转换后得FLO-2D软件能够识别的ASCII文件，导入FLO-2D软件中再划定模拟的计算流域边界，并对网格进行高程点的插值计算。

(2)泥石流流量。先假定泥石流的暴发频率与降雨频率相吻合，然后计算一次泥石流清水流量，采用雨洪法计算得簇头沟实际降雨频率下起始点的流量。一些学者直接通过简单概化的五边形方法求取洪清水流量过程线[10]。

(3)其他参数选取。在数值模拟时，还需输入体积浓度CV、层流阻滞系数K、曼宁系数n、流变方程中参数取值α1，α2，β1，β2等参数，根据FLO-2D软件使用手册中建议的参数取值和综合野外调查的实际情况，选择合理的参数进行模拟。模拟的具体参数结果见表4。

表4 簇头沟数值模拟参数选取Table 4 Selection of parameters for the numericalsimulation of Cutou gully

4.2 模拟结果与验证

簇头沟数值模拟结果见图2。由图2可知：

(1)簇头沟数值模拟结果在50 a一遇降雨频率下，模拟得出最大泥石流流速达到12.99 m/s，最大泥石流泥深达到15.7 m，最大泥深位于其主沟下游陡坎处。

(2)泥石流沟道泥深基本都在4 m以上，最大泥深也出现在主沟沟道内，沟谷内淤积大量松散堆积物，淤堵严重，在持续暴雨条件下有发生大规模泥石流的极大可能性。

图2 簇头沟数值模拟结果Fig.2 Result of numerical simulation for Cutou gully

本文通过模拟所得泥深和堆积范围与野外实际测量结果对比来进行验证，堆积范围验证方法参照常鸣[10]、夏添[20]等学者应用的验证模型，采用的计算公式为

(6)

式中：A为模拟结果的精度值；S1为“7·10”泥石流暴发后实际测量及遥感影像解译得到的堆积面积(104m2);S2为50 a一遇数值模拟结果得到的堆积面积(104m2);S0为模拟结果与实际测量重叠的危险范围(104m2)。

具体精度计算值见表5，得精度值为77%，精确度较高，满足模拟要求，能够较准确地代表泥石流堆积区范围。通过野外实地调查，发现“7·10”泥石流后沟道内洪痕断面高达10 m，沟口废弃房屋上清晰可见的泥迹为5 m，模拟所得泥深与其基本相符，模拟结果可信度高。

表5 模拟堆积与实际堆积数据对比Table 5 Comparison between simulated depositionand factual deposition

4.3 簇头沟危险性评价

根据模拟结果得出簇头沟的堆积扇特征，再对其进行危险性评价。基于唐川等[21]根据泥石流堆积扇的流速和泥深对泥石流提出堆积扇的危险度分区，同时参照泥石流强度划分标准，对泥石流强度按照表6进行划分，可得到簇头沟泥石流的强度划分标准。

表6 泥石流强度划分标准Table 6 Classification of the intensity of debris flow

本文将泥石流强度与暴发重现周期相互结合来进行泥石流的危险性评价划，将簇头沟堆积扇区域划分为高、中、低3种危险。高危险区域对区内建筑和人员安全威胁非常大，可能会造成严重的生命财产损失；中危险区域的建筑物会有个别损毁，几乎不会出现人员伤亡的情况；低危险区域的建筑物被破坏的概率极小，可能会淤埋生产生活设施[22]。据获得的簇头沟泥石流的强度划分标准及重现周期，得到簇头沟泥石流危险性分区图(图3)。从图3可见，FLO-2D软件模拟2%频率下结果得出簇头沟堆积扇中，高危险性面积占61%，中危险性面积占19%，低危险性面积占20%。

图3 簇头沟危险性分区图Fig.3 Risk zoning map in Cutou gully

5 讨论与结论

2013年7月10日汶川县绵虒镇降持续性暴雨引发岷江小流域内的泥石流群事件，使得岷江堵塞、公路摧毁和居民受灾，造成巨大经济损失和人员伤亡。经过野外实地调查、遥感影像解译及地形数据处理，本文首先对流域内8条重点泥石流沟运用模糊综合评判的方法进行了流域内的泥石流危险性评价。其次，选择危险性较高的簇头沟在与实际降雨频率相同的条件下运用FLO-2D软件进行数值模拟，重现泥石流暴发现状，得出堆积扇危险特征，最后对模拟结果进行验证，作出危险性评价，得到危险性分区图，结论如下所示。

(1)通过对绵虒镇8条泥石流沟的8个因子，运用模糊综合评判法计算得出研究区泥石流的危险性结果为：瓦窑沟、新店沟、苏村沟3条泥石流沟危险性等级为低危险，安家沟、草坡磨子沟、华溪沟3条泥石流沟危险性等级为中危险，大溪沟、簇头沟2条泥石流沟危险性等级为高危险。研究区属于汶川强震区，严格来说所选泥石流沟都属于高频且易发泥石流，本文的危险性评价仅是研究区内8条泥石流沟的相对性评价。

(2)选择高危险性的簇头沟运用FLO-2D软件进行数值模拟，对模拟得出的堆积扇特征与野外实际测量结果进行对比验证，得出模拟精度77%，满足要求。

(3)将泥石流强度与暴发重现周期相互结合来进行泥石流堆积扇的危险性进行分区，得出堆积扇高危险性面积占61%，中危险性面积占19%，低危险性面积占20%。