基于土壤侵蝕模型的淺層滑坡預(yù)警研究

呂佼佼, 范 文, 呂遠(yuǎn)強(qiáng),2

(1.長安大學(xué) 地質(zhì)工程與測繪學(xué)院, 陜西 西安 710054; 2.中煤西安設(shè)計工程有限責(zé)任公司巖土所, 陜西 西安 710054)

基于土壤侵蝕模型的淺層滑坡預(yù)警研究

呂佼佼1, 范 文1, 呂遠(yuǎn)強(qiáng)1,2

(1.長安大學(xué) 地質(zhì)工程與測繪學(xué)院, 陜西 西安 710054; 2.中煤西安設(shè)計工程有限責(zé)任公司巖土所, 陜西 西安 710054)

[目的] 利用土壤侵蝕模型進(jìn)行淺層滑坡的預(yù)警研究，為山區(qū)滑坡預(yù)警預(yù)報工作提供參考。[方法] 選取陜西省紫陽縣境內(nèi)440 km2區(qū)域作為典型研究區(qū)，在已有歷史滑坡資料、氣象資料和衛(wèi)星資料的基礎(chǔ)上，基于土壤侵蝕模型(USLE)，并結(jié)合地理信息系統(tǒng)(GIS)，確定滑坡臨界土壤侵蝕強(qiáng)度，再根據(jù)降雨侵蝕力與降雨量之間的關(guān)系，推求滑坡點(diǎn)的預(yù)警降雨量。[結(jié)果] 土壤侵蝕強(qiáng)度與滑坡的發(fā)生存在較好的相關(guān)性，研究區(qū)域滑坡預(yù)警的臨界土壤侵蝕強(qiáng)度按等級分別為69.6，136.7，179.4 t/km2。[結(jié)論] 相比以往僅僅統(tǒng)計滑坡與降雨之間關(guān)系的傳統(tǒng)方法，基于土壤侵蝕模型的方法考慮更全面，也易于實(shí)現(xiàn)。

淺層滑坡; 土壤侵蝕; 秦巴山區(qū); 滑坡預(yù)警

文獻(xiàn)參數(shù)： 呂佼佼, 范文, 呂遠(yuǎn)強(qiáng).基于土壤侵蝕模型的淺層滑坡預(yù)警研究[J].水土保持通報，2017,37(3)：227-230.DOI:10.13961/j.cnki.stbctb.2017.03.038； Lu Jiaojiao, Fan Wen, Lu Yuanqiang. Research on early warning of shallow landslide based on soil erosion model[J]. Bulletin of Soil and Water Conservation, 2017,37(3)：227-230.DOI:10.13961/j.cnki.stbctb.2017.03.038

滑坡是最常見的地質(zhì)災(zāi)害之一，它是指在多種內(nèi)外因素耦合作用下導(dǎo)致坡體物質(zhì)失去穩(wěn)定而發(fā)生的變形破壞。秦巴山區(qū)作為中國南北的地理分界，同時也是地質(zhì)災(zāi)害的高發(fā)地帶。據(jù)不完全統(tǒng)計，從1980—2011年期間，陜西省共發(fā)生滑坡等地質(zhì)災(zāi)害近萬起，死亡超過1.2萬余人，且多數(shù)發(fā)生在陜南的秦巴山區(qū)[1]。秦巴山區(qū)發(fā)生滑坡的最主要誘發(fā)因素是降雨[2]，以陜西省紫陽縣地質(zhì)災(zāi)害詳細(xì)調(diào)查為例，2012年全縣共調(diào)查878處地質(zhì)災(zāi)害，其中有90%為淺層滑坡，且其中88%由降雨誘發(fā)[3]。雖然單個淺層滑坡危害不是很大，但在強(qiáng)降雨條件下，大規(guī)模的群發(fā)性淺層滑坡卻會給當(dāng)?shù)鼐用裆敭a(chǎn)造成巨大的損失。降雨量與滑坡發(fā)生的關(guān)系研究成為有效預(yù)測滑坡的關(guān)鍵，國內(nèi)外諸多學(xué)者進(jìn)行了相關(guān)研究工作，研究方法歸納起來可以分為兩大類：一類是統(tǒng)計分析方法，Glade等[4]提出了包括日降雨量模型、前期日降雨量模型和前期土體中含水狀態(tài)模型在內(nèi)的3個模型，李媛等[5]、謝劍明等[6]，李鐵峰等[7]對國內(nèi)不同地區(qū)的降雨誘發(fā)滑坡進(jìn)行了臨界值研究，分別從滑坡與前期降雨量的邏輯關(guān)系、前期有效降雨量的關(guān)系入手，得到了有效降雨量模型，但這類統(tǒng)計模型需要較多的資料和數(shù)據(jù)，且并沒有考慮地質(zhì)環(huán)境條件等因素。二是采用機(jī)理分析方法，降雨滑坡形成機(jī)理的本質(zhì)在于雨水入滲斜坡后降低了土體的黏聚力和摩擦角，破壞了斜坡的力學(xué)平衡體系，導(dǎo)致斜坡失穩(wěn)變形。如何玉瓊等[8-9]結(jié)合GIS研究了降雨通過滲透作用導(dǎo)致斜坡失穩(wěn)的過程，建立了降雨閾值模型，降雨模型試驗(yàn)也被用于降雨與滑坡的關(guān)系研究[10-11]。但機(jī)理分析方法需要對滑坡點(diǎn)進(jìn)行大量的數(shù)據(jù)觀測或試驗(yàn)，很難推廣到區(qū)域的預(yù)報預(yù)警。

近年來研究結(jié)果表明，地質(zhì)災(zāi)害是土壤侵蝕過程的繼承和伴生，在一定的區(qū)域尺度上，可以用土壤侵蝕的強(qiáng)度近似表示地質(zhì)災(zāi)害的發(fā)育程度[12-13]。周琪龍[14]研究認(rèn)為在溝谷地區(qū)土壤侵蝕可隨著地表和地下徑流的作用可形成淺層滑坡。國外學(xué)者針對Penang Island等區(qū)域的研究也證明了土壤侵蝕強(qiáng)度與滑坡的發(fā)生具有較好的相關(guān)性[15]。

本文擬以陜西省紫陽縣為研究區(qū)域，采用土壤侵蝕模型(USLE)，結(jié)合研究區(qū)實(shí)際情況，在ArcGIS的支持下，得到研究區(qū)的土壤侵蝕強(qiáng)度圖，通過對衛(wèi)星資料、地理信息資料以及降雨資料等進(jìn)行分析，得出與土壤侵蝕強(qiáng)度對應(yīng)的滑坡發(fā)生臨界雨量，以便為秦巴山區(qū)滑坡防治工作提供參考。

1 研究區(qū)概況

研究區(qū)域位于陜西省紫陽縣南部，地理坐標(biāo)東經(jīng)108°15′—108°30′，北緯32°20′—32°30′，地處川陜渝交界，面積440 km2，任何流向由南向北，區(qū)內(nèi)最高點(diǎn)海拔1 707 m，最低點(diǎn)海拔316 m，相對高差1 391 m。溝谷深切，溝谷密度較大，由于地質(zhì)條件復(fù)雜、降雨充沛等影響，滑坡頻率高、分布廣，是陜西省最嚴(yán)重地區(qū)之一，數(shù)字化高程316～1 707 m。地貌以中山為主，總的地勢南高北低。海拔高度與坡度分布詳見表1。

研究區(qū)屬北亞熱帶濕潤季風(fēng)氣候區(qū)，年平均氣溫15.1 ℃，年降水總量1 066 mm，最多年降水量1 682.8 mm，雨季主要分布在6—9月，其次年內(nèi)降水分布極不平均，其中夏、秋兩季月平均降雨量占全年降雨量90%。主要出露震旦系、奧陶系、志留系碳硅質(zhì)板巖，粉砂巖，薄層泥灰?guī)r，溝谷斜坡凹槽部位主要為坡積、坡殘積黏性土夾大量的碎石、巖屑。

表1 研究區(qū)域坡度和海拔統(tǒng)計

2 研究方法

2.1 資料來源及預(yù)處理

滑坡災(zāi)害資料來源于1∶50 000紫陽縣地質(zhì)災(zāi)害詳細(xì)調(diào)查以及當(dāng)?shù)貒敛块T，數(shù)字化高程模型(DEM)精度為10 m×10 m，植被覆蓋信息來源Spot5影像(成像時間2010年10月)解譯所得，土地利用信息來源于紫陽縣國土部門。數(shù)據(jù)在使用前必須進(jìn)行處理，統(tǒng)一到相同的分辨率和參考坐標(biāo)系，以保證數(shù)據(jù)空間分析的可操作性。本文以WGS84為地理坐標(biāo)，UTM投影坐標(biāo)為基準(zhǔn)坐標(biāo)系。

2.2 USLE土壤侵蝕強(qiáng)度計算

USLE為通用土壤流失方程，是考慮了包括降雨因子、地形因子、植被蓋度因子、成土母質(zhì)因子、土地利用類型及侵蝕防治措施因子等的綜合函數(shù)，USLE有大量實(shí)地觀測數(shù)據(jù)統(tǒng)計分析驗(yàn)證，已是應(yīng)用最廣泛的土地侵蝕預(yù)測模型。USLE模型計算式如下：

Eq=R·K·L·S·V·P

(1)

式中：Eq——年平均土壤侵蝕強(qiáng)度(t/hm2)；R——降雨侵蝕力因子〔(MJ·mm)/(hm2·h)〕；K——土壤可蝕性因子〔(MJ·mm)/(hm2·h)〕；L——坡長因子；S——坡度因子；V和P——植被覆蓋因子和土地利用類型因子。

降雨侵蝕力因子R是反映降雨引起土壤侵蝕的潛在能力，由于研究區(qū)缺乏詳盡的降雨資料，本文采用簡化的Wischmeier算式，由于該公式既考慮年降水量和月降水量，公式形式又相對簡單，且已經(jīng)被成功應(yīng)用于很多不同區(qū)域。

(2)

式中：pi——月降雨量(mm)； p——年降雨量(mm)。根據(jù)公式(2)計算各年的R值，再取其平均值。

土壤可蝕性因子K是土壤對雨滴和地表徑流剝蝕和搬運(yùn)的敏感程度，本文K值的計算方法是采用Williams等發(fā)展的EPIC模型[16]，計算公式如下：

(3)

式中：Sa——砂粒(0.05～2 mm)的重量百分?jǐn)?shù)；Si——粉粒(0.002～0.05 mm)的重量百分?jǐn)?shù)；Cl——黏粒(<0.002 mm)的重量百分?jǐn)?shù)，Sn=1-Sa/100；C——百分?jǐn)?shù)表示的土壤有機(jī)碳含量。通過中國土種數(shù)據(jù)庫，查找并提取表層土壤的砂粒等的含量，帶入公式(3)計算K值。

坡長坡度因子LS是反映地貌特征對土壤侵蝕影響的因子，可由DEM數(shù)據(jù)，通過ArcGIS 9.3軟件進(jìn)行地形特征分析和計算。坡長因子采用McCool坡長因子算法：

L=(λ/22.1)m

m=β/(1+β)

(4)

β=(sinθ/0.089 6)/〔3.0(sinθ)0.8+0.56〕

式中：L——坡長因子；λ——由DEM提取的坡長(m)；m——坡度坡長指數(shù)；θ——DEM提取的坡度(°);β——坡度修正值(°)。

USLE方程多適用于緩坡，而研究區(qū)域坡度≥15°的區(qū)域占82%，因此坡度因子S的計算緩坡(0°<θ<10°)采用McCool坡度公式，陡坡(θ≥10°)采用劉寶元的坡度公式[17]。

(5)

式中：S——坡度因子；θ——坡度(°)。

植被覆蓋因子V是植被的覆蓋程度對土壤侵蝕的抑制程度，其取值范圍為0～1。本文選用蔡崇法等[16]建立的回歸方程，其公式如下：

(6)

式中：c——植被覆蓋度(%)。

土地利用類型因子P是基于經(jīng)驗(yàn)和物理過程的混合模型，其取值在0～1，取值越小，表示土壤侵蝕越不明顯。在土壤侵蝕預(yù)報中，國內(nèi)尚沒有普遍性的水土保持措施因子賦值標(biāo)準(zhǔn)。本文采用結(jié)合研究區(qū)的實(shí)地考察給不同的土地利用類型賦值的方法確認(rèn)。賦值結(jié)果為：居民點(diǎn)和水域?yàn)?，旱地0.4，林地和灌木地為0.5，草地0.3。

2.3 滑坡預(yù)警研究

2.3.1 滑坡臨界土壤侵蝕強(qiáng)度的計算 滑坡的發(fā)生除了跟當(dāng)天降雨量有關(guān)外，還與前期降雨量密不可分，因此用于滑坡災(zāi)害分析的降雨量數(shù)據(jù)一般是取自滑坡發(fā)生當(dāng)日以及前幾日的逐日降雨記錄，公式(7)可用于計算有效降雨量[18]：

Rc=αiRi

(7)

式中：Rc——單日有效降雨量(mm)；Ri——滑坡當(dāng)天倒數(shù)第i(i=0,1，…)天的實(shí)際雨量降雨量(mm)；α——降雨系數(shù)，取0.8；姬怡微[19]根據(jù)相關(guān)性分析得出了紫陽縣淺層滑坡發(fā)生與前10 d以內(nèi)的有效降雨量最相關(guān)，因此模型i值最大選定為9。

利用滑坡發(fā)生前10 d以內(nèi)的逐日降雨量求得相應(yīng)的有效降雨量，即可計算該時段內(nèi)的降雨侵蝕力，本文選用CREAMS模型計算：

(8)

式中：M——10 d內(nèi)降雨侵蝕力之和;Rc——單日有效降雨量(mm)。將M替代(1)式中R即可求出研究區(qū)內(nèi)每個滑坡的臨界土壤侵蝕強(qiáng)度。

2.3.2 滑坡臨界降雨量的計算 根據(jù)前文求得的滑坡臨界土壤侵蝕強(qiáng)度，再利用(1)式反求出降雨侵蝕力，最后帶入(8)式即可求得滑坡發(fā)生當(dāng)天降雨量。

3 結(jié)果與分析

3.1 滑坡密度與土壤侵蝕強(qiáng)度分析

利用USLE模型計算研究區(qū)域年平均土壤侵蝕強(qiáng)度，并參照水利部頒布的土壤侵蝕分類分級標(biāo)準(zhǔn)[20]，獲得研究區(qū)域年平均土壤侵蝕等級分布圖，本研究收集了近16 a在研究區(qū)發(fā)生的117次淺層滑坡事件，并將滑坡發(fā)生的位置疊加在土壤侵蝕強(qiáng)度上。

利用頻數(shù)比的方法來表現(xiàn)土壤侵蝕與滑坡的關(guān)系。如表2所示，117處不同的滑坡發(fā)生地，滑坡點(diǎn)大部分分布在土壤侵蝕等級較高區(qū)域上。從頻次比看，劇烈侵蝕區(qū)域的頻次比是5.34，大于中度侵蝕和強(qiáng)度侵蝕區(qū)域的頻率比，表明極強(qiáng)度侵蝕區(qū)域發(fā)生滑坡的可能性大于中度侵蝕和強(qiáng)度侵蝕區(qū)域。相關(guān)性較好，可以用來預(yù)測淺層滑坡。

3.2 區(qū)域滑坡臨界土壤侵蝕強(qiáng)度的確定

根據(jù)國土資源部和中國氣象局規(guī)定，地質(zhì)災(zāi)害氣象風(fēng)險預(yù)報等級由強(qiáng)到弱分為警報，預(yù)警與注意3個等級，按USLE模型算法，計算78個滑坡個例的土壤侵蝕模數(shù)，取其中最小值為69.6 t/km2為該區(qū)域的滑坡氣象風(fēng)險預(yù)警等級3級的臨界土壤侵蝕強(qiáng)度。分別選取發(fā)生滑坡30%，50%的概率為2級、1級的預(yù)警等級，同樣計算出研究區(qū)域滑坡預(yù)警等級的臨界土壤侵蝕強(qiáng)度分別為136.7，179.4 t/km2。

表2 陜西省紫陽縣土壤侵蝕強(qiáng)度與滑坡發(fā)生數(shù)頻次比

3.3 實(shí)例驗(yàn)證

從剩余的滑坡點(diǎn)中選取5個滑坡點(diǎn)進(jìn)行臨界雨量進(jìn)行驗(yàn)證(表3)，發(fā)現(xiàn)5個樣本的實(shí)際有效雨量中，全部超過了臨界雨量，其中2個為3級，2個為2級，1個為1級。結(jié)果表明各滑坡點(diǎn)臨界雨量均有較好的預(yù)警效果。

表3 陜西省紫陽縣滑坡臨界降雨量驗(yàn)證

4 討論與結(jié)論

紫陽縣地處陜西省秦巴山區(qū)，其特殊的自然地理位置和地質(zhì)構(gòu)造背景決定了區(qū)內(nèi)第四系主要為殘坡積黏性土夾大量的碎石、巖屑，在強(qiáng)降雨作用下易發(fā)生淺層滑坡，現(xiàn)有預(yù)警方法多為經(jīng)驗(yàn)方法和針對均一土質(zhì)的入滲計算與穩(wěn)定性計算，而本方法從降雨—土壤侵蝕—滑坡的思路入手基于USLE土壤侵蝕模型推算滑坡預(yù)警點(diǎn)的臨界雨量，將降雨、植被及土地利用狀況等因素納入計算，得出了較為合理的預(yù)警結(jié)果。但本文研究尚有如下問題：

研究采用的侵蝕模型和各個侵蝕因子的算法大多數(shù)是利用國內(nèi)外現(xiàn)有方法和成果來確定的?？紤]到侵蝕因子R，K的地區(qū)適用性，P因子賦值的復(fù)雜性，在以后的工作中，要結(jié)合研究區(qū)更詳細(xì)的資料數(shù)據(jù)，改進(jìn)各個侵蝕因子的算法和模型算法，從而提高研究結(jié)果的準(zhǔn)確性、可靠性。

現(xiàn)實(shí)中地理信息數(shù)據(jù)更新快，而已有的DEM數(shù)據(jù)與土地利用等數(shù)據(jù)很難及時更新；滑坡的發(fā)生除降雨誘發(fā)外，與人類活動程度相關(guān)性極大，本文研究區(qū)域東南部山高坡陡、侵蝕強(qiáng)烈，但人煙稀少，滑坡數(shù)也相對較少，這些需要在今后的研究中加以改進(jìn)。

[1] 熊煒.秦巴山區(qū)軟弱變質(zhì)巖淺表層滑坡成因機(jī)理研究[D].西安:長安大學(xué),2012.

[2] 趙世發(fā),王俊,杜繼穩(wěn),等.秦巴山區(qū)地質(zhì)災(zāi)害成因及預(yù)報預(yù)警[J].氣象科技,2010,38(2):263-269.

[3] 熊煒,范文.秦巴山區(qū)淺表層滑坡成災(zāi)規(guī)律研究[J].災(zāi)害學(xué),2014,29(1):228-233.

[4] Glade T, Crozier M, Smith P. Applying probability determination to refine landslide-triggering rainfall thresholds using an empirical “Antecedent Daily Rainfall Model”[J]. Pure and Applied Geophysics, 2000,157(6-8):1059-1079.

[5] 李媛.區(qū)域降雨型滑坡預(yù)報預(yù)警方法研究[D].北京:中國地質(zhì)大學(xué),2005.

[6] 謝劍明,劉禮領(lǐng),殷坤龍,等.浙江省滑坡災(zāi)害預(yù)警預(yù)報的降雨閥值研究[J].地質(zhì)科技情報,2003,22(4):101-105.

[7] 李鐵鋒,叢威青.基于Logistic回歸及前期有效雨量的降雨誘發(fā)型滑坡預(yù)測方法[J].中國地質(zhì)災(zāi)害與防治學(xué)報,2006,17(1):33-35.

[8] 何玉瓊,徐則民,王志奇,等.滑坡降雨閾值模型的應(yīng)用[J].吉林大學(xué)學(xué)報:地球科學(xué)版,2012,42(4):1112-1118.

[9] 何玉瓊,徐則民,王志奇,等.基于GIS的耦合模型在斜坡穩(wěn)定分析中的應(yīng)用[J].武漢理工大學(xué)學(xué)報,2011,32(2):100-104.

[10] 雍睿,胡新麗,唐輝明,等.推移式滑坡演化過程模型試驗(yàn)與數(shù)值模擬研究[J].巖土力學(xué),2013,34(10):3018-3027.

[11] 左自波.降雨誘發(fā)堆積體滑坡室內(nèi)模型試驗(yàn)研究[D].上海:上海交通大學(xué),2013.

[12] 何東升.延安地區(qū)土壤侵蝕與地質(zhì)災(zāi)害相關(guān)性研究[D].西安:長安大學(xué),2012.

[13] 梁益同,柳晶輝,李蘭,等.基于土壤侵蝕模型的滑波臨界雨量估算探討[J].長江流域資源與環(huán)境,2015,24(3):464.

[14] 周琪龍.黃土溝壑區(qū)土壤侵蝕與淺層滑坡相關(guān)關(guān)系研究[D].蘭州:蘭州大學(xué),2013.

[15] Pradhan B, Chaudhari A, Adinarayana J, et al. Soil erosion assessment and its correlation with landslide events using remote sensing data and GIS: A case study at Penang Island, Malaysia[J]. Environmental monitoring and assessment, 2012,184(2):715.

[16] 蔡崇法,丁樹文,史志華,等.應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測小流域土壤侵蝕量的研究[J].水土保持學(xué)報,2000,14(2):19-24.

[17] 黃金良,洪華生,張珞平,等.基于GIS和USLE的九龍江流域土壤侵蝕量預(yù)測研究[J].水土保持學(xué)報,2004,18(5):75-79.

[18] 吳益平,張秋霞,唐輝明,等.基于有效降雨強(qiáng)度的滑坡災(zāi)害危險性預(yù)警[J].地球科學(xué):中國地質(zhì)大學(xué)學(xué)報,2014,39(7):889-895.

[19] 姬怡微.降雨誘發(fā)地質(zhì)災(zāi)害預(yù)警預(yù)報研究[D].西安:長安大學(xué),2013.

[20] 中華人民共和國水利部.土壤侵蝕分類分級標(biāo)準(zhǔn)SL190-2007[S].北京:中國水力水電出版社,2008.

Research on Early Warning of Shallow Landslide Based on Soil Erosion Model

Lü Jiaojiao1, FAN Wen1, Lü Yuanqiang1,2

(1.SchoolofGeologyEngineeringandGeomatics,Chang’anUniversity,Xi’an,Shaanxi710054,China;2.GeotechnicalInstituteofChinaCoalXi’anDesignandEngineeringCo.Ltd.,Xi’an,Shaanxi710054,China)

[Objective] Using the soil erosion model in early warning of shallow landslide, to provide a new reference for landslide early warning work in mountain area. [Methods] A typical area covering 440 km2in Ziyang County of Shaanxi Province was taken as research area, where the historical landslide data, meteorological data and satellite data were collected. Universal soil loss equation(USLE) combined with GIS was used to determinate the critical soil erosion intensity. Upon which, the early warning rainfall amount was derived based on the relationship between rainfall erosivity and rainfall amount. [Results] A significant correlation between soil erosion and the landslide was found. The critical soil erosion in the research area ranked 69.6, 136.7, 179.4 t/km2respectively. [Conclusion] Compared to the traditional way that only the statistical relationship between landslide and rainfall is considered, the method which based on the USLE is easily applied and has a high practical value.

shallow landslides; soil erosion; Qinba Mountains; landslide early warning

2016-10-11

2016-11-13

國家自然科學(xué)基金項目“降雨誘發(fā)軟弱變質(zhì)巖斜坡淺表層變形破壞機(jī)理研究” (41272282)； 中國地質(zhì)調(diào)查局地質(zhì)調(diào)查工作項目“秦巴山區(qū)淺表層滑坡變形破壞機(jī)理研究”(1212011220135)

呂佼佼(1989—),男(漢族),山西省河曲縣人,博士研究生,研究方向?yàn)榈刭|(zhì)災(zāi)害研究與防治。E-mail:411535234@qq.com。

B

1000-288X(2017)03-0227-04

P642.22， P208