Precise Calculation for Characteristic Parameters of Valley-type Debris Flow Using a Methed of Recursive Equivalent Area Substitution
-
摘要:
为解决“沟谷型”泥石流在不规则断面处特征参数的精细求解问题,笔者以曼宁公式为基础,建立“等代”面积递归逼近的数学模型,实现了最深泥位、流体速度、威胁范围的求解计算,其结果比较符合实际。利用该模型在豫西某泥石流受威胁对象段任取10个断面进行研究分析:①计算出10年一遇、20年一遇、50年一遇、100年一遇等降水概率工况下最深泥位、流速、行洪断面大小,研究其随雨强大小的演变规律。②定量分析了各断面泄洪能力强弱。③结合泥石流强度判定标准对所选区域进行危险度分区,划分了极高危险区、高危险区、中危险区、低危险区。该模型不仅可以为预测泥石流各项指标提供基本参数,而且可为灾害防治提供科学依据。研究成果对泥石流的精细化防治方面具有重要支撑作用。
Abstract:In order to solve the problem of key parameters in predicting "valley-type" debris flow at irregular profiles, based on Manning's formula, this paper establishes an approaching mathematical model of "equivalent area substitution method", which completed calculation for the deepest mud level, the flow rate and the threat range. The result is close to reality. This paper select 10 profiles randomly in the affected area by debris flow in western Henan, by this model: ① the deepest mud level was calculated, the flow velocity, and the area size of the cross-flood profiles under the probability of rainfall once in 10 years, and in 20 years, 50 years, in 100 years. ② Moreover, this paper has done some research for the law of evolution with different rain intensity, and quantitatively analyzed the flood discharge capacity of each profile. ③ Combined with the judgment standard of debris flow intensity, the selected areas were classified into extermely high-risk areas, high-risk areas, medium-risk areas, and low-risk areas. Furthermore, the model can not only provide basic parameters for predicting various indicators of debris flow, but also provide scientific basis for preventing and controlling disaster of debris flow. Finally, the results of this research have a certain significance in the refined prevention and control of debris flow.
-
钾盐作为钾肥的主要原料一直是中国最为紧缺的战略性矿产资源之一(李文光,1998;张宇轩等,2022),其广泛应用于农肥、化工、医药、纺织、印染、制革、玻璃、陶瓷、炸药等领域,特别是大量被用于制造复合肥。中国钾资源占世界总储量的2.6%,2008~2016年中国钾盐自给率维持在50%左右,耗量巨大。作为世界人口最多的农业大国,钾盐对中国至关重要,积极开拓国外钾盐市场十分必要。
1. 区域地质
万象平原位于中国南方–东印支板块之东印板块内,属呵叻盆地的一部分。呵叻盆地是世界上重要的钾盐矿分布区之一,呵叻盆地位于泰国东北部和老挝中部,盆地四周被深大断裂控制,北为湄公河断裂(F15)、西为南乌江断裂(F8)、南为北柬埔寨断裂(F13)、东为边和断裂(F9),盆地总面积约17万 km2(图1)。
呵叻盆地由普潘(Phu Phan)隆起将呵叻盆地分成2个次一级盆地,即北部的沙空那空(Sakon Nakhon)盆地和南部的呵叻(Khorat)盆地,盆地矿产以钾镁盐矿为主。万象平原具体位于沙空那空盆地西北三角形地带,西起班农阿布,东至班南罗,北自班当坎,南到湄公河,面积约5 452 km2;出露二叠系—第四系,受近东西向的挤压或引张;区内构造较发育,以北北西向纵断层、褶皱及近北东向横断层为主。其中,塔贡背斜为控矿构造;岩浆活动不发育。
2. 矿区地质特征
矿区位于万象盆地东北部,地表大面积被第四系所覆盖,除了河流切割外,未见典型的地形、地貌构造特征,构造不发育;矿区无岩浆岩出露。万象盆地基底为下白垩统班塔拉组(K1bt2)砂岩,盖层为古近系古新统塔贡组(E1tg)。矿区大面积被第四系沉积物覆盖;古近系班塔博组(E1−2bt)粉砂质泥岩、砂岩局部出露,但钻孔中未见到该层;下白垩统班塔拉组(K1bt)在详查区地表未见出露,只在钻孔中见到。
古近系古新统塔贡组(E1tg)为矿区含盐地层(冯明刚等,2005),主要由膏盐岩和碎屑岩组成,发育3个成盐旋回(严城民等,2006),可划分为3个岩性段,6个亚段,15个岩性层。钾镁盐矿层(E1tg1-1-3):岩性主要为桔红色、桔黄色、白色半透明–透明中厚层状光卤石岩,灰白色、白色半透明–透明中厚层状钾石盐岩次之;由下向上依次为:钾石盐矿层、光卤石矿层和钾石盐矿层。光卤石中见多层石盐夹石,钾石盐中少见夹石,个别钻孔见钾石盐中夹有薄层光卤石(王少华,2012)。光卤石矿石KCl品位大于8%的厚度为2.00~176.00 m,矿石KCl品位大于15%的厚度为0.65~165.00 m。钾镁盐矿层(E1tg2-1-2)岩性主要为淡紫色、浅红色、白色、灰白色半透明–透明状中厚层状钾石盐岩,白色半透明–透明中厚层状光卤石岩次之。
3. 物探测量方法
3.1 重力异常
依据前期吉林大学通过1∶5万重力测量(宋小超等,2015),在矿区内圈定剩余负异常约101 km2(图2)。以等值线−1×10−5m/s2圈闭的低值区域,可作为寻找钾盐矿有利部位;共圈定7个寻找钾盐矿的I类找矿靶区(图3)和11个寻找钾盐矿的II类找矿靶区(图4)。各个靶区分述如下。
3.1.1 I类找矿靶区
A1靶区呈北西向展布,异常面积约3 km2,预测有利成矿目标延深范围为50~400 m;A2异常面积约5 km2,预测有利成矿目标延深范围为50~600 m;A3呈东西转南北的马鞍形,异常面积约2 km2,预测有利成矿目标延深范围为100~300 m;A4呈穹窿状,异常面积约呈1 km2,深部向北延伸出勘查区,预测有利成矿目标范围为100~200 m;A5呈穹窿状,异常面积约2 km2,预测有利成矿目标延深范围为100~400 m;A6面积约面积约1 km2,预测有利成矿目标延深范围为50~400 m;A7面积约1 km2,预测有利成矿目标延深范围为100~300 m。
3.1.2 Ⅱ类找矿靶区
B1呈北西向串珠状展布,异常面积约5 km2,预测有利成矿目标延深范围为50~400 m;B2异常面积约1 km2,预测有利成矿目标延深范围为100~200 m;B3异常面积约1 km2,预测有利成矿目标延深范围为100~400 m;B4异常面积约1 km2,预测有利成矿目标延深范围为50~300 m;B5呈北西转向串呈北西转向串珠状展布,异常面积约1.5 km2,预测有利成矿目标延深范围为50~400 m;B6异常面积约0.5 km2,深部向北移动超出勘查区范围,预测有利成矿目标延范围为100~200 m;B7异常面积约0.5 km2,预测有利成矿目标延深范围为100~200 m;B8异常面积约0.5 km2,预测有利成矿目标延深范围为100~200 m;B9异常面积约0.5 km2,预测有利成矿目标延深范围为100~200 m;B10异常面积约0.5 km2,预测有利成矿目标延深范围为100~200 m;B11异常面积约0.7 km2,预测有利成矿目标延深范围为100~200 m。
3.2 钻探工程综合测井部署
根据重力测量推断,在I类找矿靶区A3、A4及Ⅱ类找矿靶区B6、B7、B9地区开展Ⅱ号区详查工作,共设计施工18个钻孔;Ⅱ号区及外围钾盐矿部署详查钻探工程综合测井(图5)。
3.3 综合测井
3.3.1 综合测井
综合测井采集选取伽玛、视电阻率、井径参数曲线,对钾盐矿和围岩的特征反映幅值差异大,测井曲线随不同岩层而呈现显著的起伏变化(尉中良,2005);测井曲线能准确定位钾盐矿的位置和厚度,从伽玛曲线的起伏变化可以进一步区分矿层品级的相对差异。测井曲线对地层的细小变化也有反映,综合实测的几个测井参数,总结、归纳出适合本地区岩性特征,依据多个测井曲线为判别岩性的基本准则,提升测井曲线的应用效果(表1)。
表 1 主要岩性的物性特征表Table 1. Physical properties of main lithologies参数
岩性伽玛(PA/kg) 视电阻(Ω·m) 井径(mm) 泥 岩 140~180 5~10 150~180 石盐岩 5~15 300~550 120~130 光卤石 170~230 200~300 140~180 钾石盐 300~650 260~500 120~140 3.3.2 综合测井成果
图6是ZK62-12钻孔综合测井成果图。通过综合测井曲线可见,伽玛、视电阻率、井径参数曲线对钾盐矿和围岩的特征反映幅值差异大,测井曲线随不同岩层而呈现显著的起伏变化。测井曲线能准确定位钾盐矿的位置和厚度;光卤石矿体为411.60~492.10 m,矿体厚度为80.50 m。
由图6可看出,钻孔揭露的岩性为泥岩、含盐泥岩、石盐、光卤石。泥岩具有较高放射性,低电阻率,井径变化平缓;含盐泥岩具有略低放射性,较低电阻率,井径变化大;石盐具有低放射性,较高电阻率,井径变化趋于直线;光卤石具有较高放射性,较高电阻率,井径变化大。
3.4 矿石密度
测量采用蜡封样品的体积。测量综合化学分析结果,光卤石平均密度为1.73 g/cm3,钾石岩平均密度为2.04 g/cm3。
3.5 矿石品位
矿体平均品位由该工程中各矿层内的所有单个样品的KCl测试值用厚度加权平均法求得,矿体KCL品位见表2。
表 2 Ⅱ区钻孔见矿表Table 2. List of ore occurrences in area II孔号 矿层编号 位 置(m) 矿层视厚度(m) KCl品位(%) 矿石
类型含矿
层位备注 起 止 ZK30-0 Ⅵ 247.46 249.78 2.32 16.61 光卤石 E1tg3-1 Ⅴ 306.80 308.94 2.14 14.89 钾石盐 E1tg2-1 Ⅱ 385.37 485.06 79.21 17.97 光卤石 E1tg1-1 含夹石 ZK34-44 Ⅴ 418.39 419.40 0.50 20.46 钾石盐 E1tg2-1 Ⅱ 489.40 534.56 27.39 16.27 光卤石 E1tg1-1 含夹石 Ⅰ 534.56 535.50 0.94 17.18 钾石盐 E1tg1-1 ZK40-40 Ⅶ 267.09 267.53 0.44 33.46 钾石盐 E1tg3-1 Ⅵ 267.53 273.33 3.21 16.00 光卤石 E1tg3-1 Ⅴ 362.91 365.04 0.54 28.60 钾石盐 E1tg2-1 Ⅱ 439.37 466.83 13.60 15.59 光卤石 E1tg1-1 Ⅰ 466.83 471.18 1.09 22.15 钾石盐 E1tg1-1 ZK40-2 Ⅴ 312.79 313.86 0.54 21.71 钾石盐 E1tg2-1 Ⅱ 390.80 459.10 53.55 17.27 光卤石 E1tg1-1 含夹石 ZK44-48 Ⅴ 326.40 328.44 2.05 20.66 钾石盐 E1tg2-1 Ⅳ 328.44 331.20 2.76 18.63 光卤石 E1tg2-1 Ⅱ 356.39 432.70 37.93 15.26 光卤石 E1tg1-1 含夹石 ZK48-2 Ⅱ 294.51 333.12 35.75 18.36 光卤石 E1tg1-1 Ⅰ 333.70 349.00 4.51 17.32 钾石盐 E1tg1-1 含夹石 ZK52-5 Ⅲ 237.74 240.19 2.45 36.95 钾石盐 E1tg1-1 Ⅱ 240.19 296.30 10.13 18.26 光卤石 E1tg1-1 含夹石 Ⅰ 296.30 298.43 1.12 19.60 钾石盐 E1tg1-1 ZK52-8 Ⅱ 445.80 465.41 9.81 19.08 光卤石 E1tg1-1 含夹石 ZK54-2 Ⅴ 171.07 172.67 1.60 24.12 钾石盐 E1tg2-1 Ⅱ 269.19 287.86 1.16 17.74 光卤石 E1tg1-1 Ⅰ 298.54 311.53 6.25 16.74 钾石盐 E1tg1-1 ZK60-8 Ⅱ 250.59 321.30 38.03 17.81 光卤石 E1tg1-1 含夹石 Ⅰ 323.52 326.00 1.80 21.62 钾石盐 E1tg1-1 含夹石 ZK62-12 Ⅲ 410.60 411.30 0.70 15.50 钾石盐 E1tg1-1 Ⅱ 411.30 492.00 65.70 18.29 光卤石 E1tg1-1 含夹石 ZK64-6 Ⅱ 330.51 351.34 3.47 14.58 光卤石 E1tg1-1 ZK74-12 Ⅴ 170.52 172.32 1.80 22.05 钾石盐 E1tg2-1 Ⅲ 293.35 299.72 4.20 24.88 钾石盐 E1tg1-1 含夹石 Ⅱ 328.00 385.91 28.34 16.58 光卤石 E1tg1-1 含夹石 ZK1 Ⅶ 287.57 289.37 0.74 29.97 钾石盐 E1tg3-1 Ⅲ 545.70 546.70 1.00 20.25 钾石盐 E1tg1-1 Ⅱ 546.70 553.70 2.00 16.82 光卤石 E1tg1-1 ZK5 Ⅴ 351.38 353.28 1.90 23.06 钾石盐 E1tg2-1 Ⅳ 354.14 357.02 1.79 15.79 光卤石 E1tg2-1 Ⅱ 425.92 484.54 38.22 17.67 光卤石 E1tg1-1 含夹石 ZK7 Ⅴ 97.17 101.17 2.00 15.66 钾石盐 E1tg2-1 Ⅳ 105.74 127.06 19.32 21.34 光卤石 E1tg2-1 Ⅱ 156.25 157.55 0.65 15.46 光卤石 E1tg1-1 ZK10 Ⅱ 126.57 303.57 165.00 20.04 光卤石 E1tg1-1 ZK11 Ⅱ 195.51 306.51 103.00 20.38 光卤石 E1tg1-1 4. 矿体特征
Ⅱ区钾盐矿详查共施工18个钻孔,经综合测井及取样分析验证均为见矿孔。按照矿层产出的层位及矿石类型,可划分为7个矿(层)体,由下至上依次划分为:Ⅰ号钾石盐矿体、Ⅱ号光卤石矿体、Ⅲ号钾石盐矿体、Ⅳ号光卤石矿体、Ⅴ号钾石盐矿体、Ⅵ号光卤石矿体、Ⅶ号钾石盐矿体。其中,Ⅶ是本次工作新发现矿体(李占游等,2018)。各钻孔均见到多层矿体,矿体指标采用12%~15%指标(表2)。
(1)Ⅰ号钾石盐矿层:产于塔贡组下岩段盐岩层(E1tg1-1),为本区产出的第一层钾盐矿体,矿石矿物主要为钾石盐、石盐、光卤石,矿体呈透镜状产出,局部分布,厚度较小,无夹石;本次工作只在ZK60-8中见到该层。
(2)Ⅱ号光卤石矿层:产于塔贡组下岩段(E1tg1-1),Ⅰ号钾石盐矿体或盐岩层上部,为本区产出的第二层钾盐矿体,层状产出,矿体连续性好,厚度大,普遍存在夹石,夹石为石盐岩;矿石矿物组成为光卤石、溢晶石、水氯镁石、石盐;此矿体是本区的主要矿体,为工作区的重点目的矿层。
(3)Ⅲ号钾石盐矿层:产于塔贡组下岩段(E1tg1-1),为本区产出的第三层钾盐矿体,与Ⅱ号光卤石矿体连续沉积,矿体呈透镜状产出,局部分布,矿体连续性差,矿层厚度较小,无夹石;矿石矿物组成为钾石盐、石盐、光卤石。
(4)Ⅳ号光卤石矿层:产于塔贡组中岩段盐岩层(E1tg2-1)上部,矿体连续性差,局部分布,矿层厚度较小,大多无夹石;矿石矿物组成为光卤石、石盐。
(5)Ⅴ号钾石盐矿层:产于塔贡组中岩段盐岩层(E1tg2-1)上部,矿体连续性差,局部分布,矿层厚度较小,大多无夹石;矿石矿物组成为钾石盐、石盐。
(6)Ⅵ号光卤石矿层:产于塔贡组上岩段盐岩层(E1tg3-1)上部,矿体连续性极差,分布范围很有限,矿层厚度较小;矿石矿物组成为光卤石、石盐。
(7)Ⅶ号钾石盐矿层:产于塔贡组上岩段盐岩层(E1tg3-1)上部,为本次工作新发现矿体;矿体连续性极差,分布范围很有限,矿层厚度较小;矿石矿物组成为钾石盐、石盐。
5. 结论
(1)通过重力测量的晕圈和数据资料,圈定了I类7个、Ⅱ类11个的钾盐找矿靶区。
(2)物探综合测井准确定位钾盐矿体位置和厚度,取样分析计算矿层品位、密度等参数。
(3)为钾盐矿体的圈定和资源(储)量的估算,提供了重要的基本参数和依据。
-
表 1 AA`断面测量数据表
Table 1 The table of measurement data for AA` profiles
点号 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 X 3770586 3770593 3770601 3770608 3770629 3770635 3770638 3770669 3770715 3770735 Y 533751 533752 533754 533755 533758 533759 533759 533765 533772 533776 H 1069 1069 1068 1062 1063 1063 1064 1067 1068 1071 表 2 不同雨强条件下各断面的泥位、流速计算表
Table 2 Calculation table for mud level and flow velocity of each profiles under various rain conditions
降水概率 断面名称 A-A` B-B` C-C` D-D` E-E` F-F` G-G` H-H` I-I` J-J` 100年一遇 最深泥位(m) 3.95 6.03 6.11 8.48 6.45 4.45 7.05 4.97 5.28 5.38 流速(m/s) 1.68 1.39 1.54 1.37 1.37 1.44 1.34 1.48 1.42 1.46 断面面积(m2) 189 224 229 195 246 249 287 395 460 481 50年一遇 最深泥位(m) 3.62 5.54 5.61 8.06 6.17 4.57 6.72 4.56 4.56 4.94 流速(m/s) 1.35 1.30 1.41 1.20 1.25 1.26 1.30 1.37 1.21 1.38 断面面积(m2) 117 190 194 160 218 284 236 333 402 406 20年一遇 最深泥位(m) 3.23 5.25 4.99 7.51 5.51 3.99 5.98 4.06 4.06 4.39 流速(m/s) 1.30 1.25 1.23 1.20 1.20 1.10 1.18 1.25 1.05 1.26 断面面积(m2) 93 145 153 124 159 228 188 264 319 320 10年一遇 最深泥位(m) 2.97 4.83 4.60 6.91 5.07 3.67 5.50 3.74 3.74 4.04 流速(m/s) 1.26 1.18 1.11 1.76 1.13 0.99 1.10 1.15 0.93 1.18 断面面积(m2) 78 123 130 105 135 193 159 224 271 271 表 3 泥石流强度判定准则
Table 3 Judgment criteria for debris flow intensity
泥石流强度 泥深H(m) 关系 泥深H与最大流速V的乘积(m2/s) 高 H≥2.5 或 V*H≥2.5 中 0.5<H≤2.5 且 0.5<V*H≤2.5 低 0<H≤0.5 且 0<V*H≤0.5 表 4 模型递归的最终角度以及面积误差表
Table 4 Final angle and area error table for model iterations
断面名称 A-A` B-B` C-C` D-D` E-E` F-F` G-G` H-H` I-I` J-J` 100年一遇 α1(°) 86.57 84.97 37 53 83 83 70.88 88.14 88.24 87.7 α2(°) 47.96 45.23 85.05 74.44 74 87 85.51 51 27 83.17 CAD测量实际面积(m2) 175 214 237 202 244 278 279 380 501 468 模型求解的理论面积(m2) 189 224 229 195 246 249 287 395 460 481 面积误差(%) 6 4.7 3.5 3.5 6.1 2.1 3 4.1 8 3 断面名称 A-A` B-B` C-C` D-D` E-E` F-F` G-G` H-H` I-I` J-J` 50年一遇 α1(°) 86.57 84.97 37 53 82 83 67 88.14 88.5 87.7 α2(°) 47.96 45.23 85.05 74.44 74 87 83 51 27 83.17 CAD测量实际面积(m2) 116 175 199 157 202 265 251 332 392 409 模型求解的理论面积(m2) 117 190 194 160 218 284 236 333 402 406 面积误差(%) 0.90 8.42 2.61 2.00 8.02 7.30 5.66 0.22 2.64 0.77 断面名称 A-A` B-B` C-C` D-D` E-E` F-F` G-G` H-H` I-I` J-J` 20年一遇 α1(°) 86.57 84 37 53 82 84 67 88.14 88.5 87.7 α2(°) 47.96 45.23 85.05 72 73.53 87 83 51 27 83.17 CAD测量实际面积(m2) 96 154 153 119 162 215 184 282 312 338 模型求解的理论面积(m2) 93 145 153 124 159 228 188 264 319 320 面积误差(%) 3.52 5.60 0.28 4.21 1.98 5.66 2.04 6.39 2.13 5.10 断面名称 A-A` B-B` C-C` D-D` E-E` F-F` G-G` H-H` I-I` J-J` 10年一遇 α1(°) 86.57 84 37 53 82 84 67 88.14 88.5 87.7 α2(°) 47.96 45.23 85.05 72 73.53 87 83 51 27 83.17 CAD测量实际面积(m2) 85 125 125 99 130 179 146 246 262 294 模型求解的理论面积(m2) 78 123 130 105 135 193 159 224 271 271 面积误差(%) 7.22 2.07 4.03 6.16 3.78 7.40 8.71 9.04 3.48 7.86 -
柴春岭, 陈守煜. 模糊优选神经网络模型在泥石流平均流速预测中应用研究[J]. 大连理工大学学报, 2008, 48 ((6): 887-891 CHAI Chunling, CHEN Shouyu. Research on application of fuzzy optimization neural network model to debris flow average velocity forecasting[J]. Journal of Dalian University of Technology, 2008, 48 ((6): 887-891.
常士骠, 张苏民. 工程地质手册(第五版)[M]. 北京: 中国建筑工业出版社, 2018,691 CHANG Shibiao, ZHANG Sumin. Geological Engineering Handbook(The fifth Edition)[M]. Beijing: China Construction Industry Press, 2018,691.
丛凯, 李瑞冬, 毕远宏. 基于FLO-2D模型的泥石流治理工程效益评价[J]. 西北地质, 2019, 52(3): 209-216 CONG Kai, LI Ruidong, BI Yuanhong. Benefit Evaluation of Debris Flow Control Engineering Based on the FLO-2D Model[J]. Northwestern Geology, 2019, 52(3): 209-216.
杜榕桓, 李鸿琏, 唐邦兴, 等. 三十年来的中国泥石流研究[J]. 自然灾害学报, 1995(01): 64-73 DU Ronghuan, LI Honglian, TANG Bangxing, et al. Research on debris flow for thirty years in China[J]. Journal of Natural Disasters, 1995(01): 64-73.
高东光. 桥涵水文[M]. 北京: 人民交通出版社, 2005: 76-87 GAO Dongguang. Hydrology and Hydraulics for Bridge Engineering[M]. Beijing: China Communications Press, 2005: 76-87.
韩征, 徐林荣, 苏志满, 等. 基于流域形态完整系数的泥石流容重计算方法[J]. 水文地质工程地质, 2012, 39(2): 100-105 HAN Zheng, XU Linrong, SU Zhiman, et al. Research on the method for calculating the bulk density of debris flow based on the integrity coefficient of watershed morphology[J]. Hydrogeology&Engineering Geology, 2012, 39(2): 100-105.
黄崇福. 自然灾害基本定义的探讨[J]. 自然灾害学报, 2009, 18(5): 41-50 doi: 10.3969/j.issn.1004-4574.2009.05.007 HUANG Chongfu. A discussion on basic definition of natural disaster[J]. Journal of Natural Disasters, 2009, 18(5): 41-50. doi: 10.3969/j.issn.1004-4574.2009.05.007
康志成, 李焯芬, 马蔼乃, 等. 中国泥石流研究[M]. 北京: 科学出版社, 2004 KANG Zhicheng, LI Chuofen, MA Ainai, et al. Research on debris flow in China[M]. Beijing: Science Press, 2004.
刘波, 胡卸文, 何坤, 等. 西藏洛隆县巴曲冰湖溃决型泥石流演进过程模拟研究[J]. 水文地质工程地质, 2021, 48(5): 150-160 LIU Bo, HU Xiewen, HE Kun, et al. Characteristics and evolution process simulation of the Baqu gully debris flow triggered by ice-lake outburst in Luolong County of Tibet, China[J]. Hydrogeology&Engineering Geology, 2021, 48(5): 150-160.
刘星宇, 刘向东, 赵浩, 等. 豫西某金矿矿渣转化为泥石流物源的危险性评价[J]. 中国地质灾害与防治学报, 2022, 33(5): 29-39 LIU Xingyu, LIU Xiangdong, ZHAO Hao, et al. Risk assessment of source of debris flow from a gold slag heap in western Henan[J]. The Chinese Journal of Geological Hazard and Control, 2022, 33(5): 29-39.
倪化勇, 唐川. 中国泥石流起动物理模拟试验研究进展[J]. 水科学进展, 2014, 25(4): 606-613 NI Huayong, TANG Chuan. Advances in the physical simulation experimeng on debris flow initiation in China[J]. Advance in Water Science, 2014, 25(4): 606-613.
唐亚明, 武立, 冯凡, 等. 泥石流风险减缓措施及经济决策—以山西吉县城北沟为例[J]. 西北地质, 2021, 54(4): 227-238 TANG Yaming, WU Li, FENG Fan, et al. Risk Mitigation Measures and Economic Decisions on Debris Flow -Taking Beigou of Jixian County, Shanxi Province as an Example[J]. Northwestern Geology, 2021, 54(4): 227-238.
唐川, 周钜乾, 朱静等. 泥石流堆积扇危险度分区评价的数值模拟研究[J]. 灾害学, 1994(04): 7-13 TANG Chuan, ZHOU Juqian, ZHU Jing, et al. A Study on the risk zoning debris flow on alluvial fans by applying technology of numerical simulation[J]. Journal of Catastrophology, 1994(4): 7-13.
王喜安, 陈剑刚, 陈华勇, 等. 考虑浆体黏度的泥石流流速计算方法[J]. 长江科学院院报, 2020, 37(4): 56-61 WANG Xi`an, CHEN Jiangang, CHEN Huayong, et al. Calculation of Debris Flow Velocity in Consideration of Viscosity of Slurry[J]. Journal of Yangtze River Scientific Research Institute, 2020, 37(4): 56-61.
韦方强, 胡凯衡. 泥石流流速研究现状与发展方向[J]. 山地学报, 2009, 27(5): 545-550 doi: 10.3969/j.issn.1008-2786.2009.05.005 WEI Fangqiang,HU Kaiheng, Review and Trends on Debris Flow Velocity Research[J]. Jounal of Mountain Science, 2009, 27(5): 545-550. doi: 10.3969/j.issn.1008-2786.2009.05.005
徐黎明, 王清, 陈剑平, 等. 基于BP神经网络的泥石流平均流速预测[J]. 吉林大学学报(地球科学版), 2013, 43(1): 186-191 XU Liming, WANG Qing, CHEN Jianping, et al. Forcast for Average Velocity of Debris Flow Based on BP Neural Network[J]. Journal of Jilin University(Earth Science Edition), 2013, 43(1): 186-191.
徐士彬, 钱德玲, 姚兰飞, 等. 基于结构两相流模型计算泥石流对路基的冲击力[J]. 合肥工业大学学报(自然科学版), 2018, 41(3): 373-376+394 XU Shibin, QIAN Deling, YAO Lanfei, et al. Calculation of impact force of debris flow on subgrade based on the model of conceptual two phase flow[J]. Journal of HeFei University of technology( natural science edition), 2018, 41(3): 373-376+394.
杨晓宇. 合作市砂子沟泥石流形成条件及危险度评价[J]. 河北地质大学学报, 2018, 41(3): 37-42 YANG Xiaoyu. Forming Conditions and Risk Assessment on Debris Flow of Shazigou in the Hezuo City[J]. Journal of Hebei GEO University, 2018, 41(3): 37-42.
于国强, 张茂省, 王根龙, 等. 支持向量机和BP神经网络在泥石流平均流速预测模型中的比较与应用[J]. 水利学报, 2012, 43(S2): 105-110 doi: 10.3969/j.issn.0559-9350.2012.z2.019 YU Guoqiang, ZHANG Maosheng, WANG Genglong, et al. Application and comparison of prediction models of support vector machines and back-propagation artificial neural network for debris flow average velocity[J]. Journal of Hydraulic Engineering, 2012, 43(S2): 105-110. doi: 10.3969/j.issn.0559-9350.2012.z2.019
朱立峰, 赵成, 于国强等. 三眼峪特大泥石流堆积特征[J]. 西北地质, 2011, 44(3): 30-37 ZHU Lifeng, ZHAO Cheng, YU Guoqiang, et al. Accumulation Characteristics of Sanyanyu Extremely Big Debris Flow[J]. Northwestern Geology, 2011, 44(3): 30-37.
张罗号, 张红武, 张锦方, 等. 泥石流流速计算与模型设计方法[J]. 人民黄河, 2015, 37(4): 18-24 ZHANG Luohao, ZHANG Hongwu, ZHANG Jingfang, et al. Calculation Method of Debris Flow Velocity and Debris Flow Model Design[J]. Yellow River, 2015, 37(4): 18-24.
中国科学院水利部成都山地灾害与环境研究所. 中国泥石流[M]. 北京: 商务印书馆, 2000 Institute of Mountain Hazards and Environment, CAS. China debris flow[M]. Beijing: The Commercial Press, 2000.
ASCH, TH. W. J. VAN, TANG, C. , ALKEMA, D. , et al. An integrated model to assess critical rainfall thresholds for run-out distances of debris flows. [J]. Natural Hazards, 2014, 70(1): 299-311. doi: 10.1007/s11069-013-0810-z
Iverson, Richard M. The physics of debris flows[J]. Reviews of Geophysics, 1997, 35(3): 245-296. doi: 10.1029/97RG00426