Development Feature and Risk Assessment of Geological Hazards Caused by the Ms 6.2 Earthquake in Jishishan County, Linxia, Gansu Province
-
摘要:
2023年12月18日23时59分，甘肃省临夏州积石山县发生Ms6.2级地震，诱发了大量崩滑地质灾害，严重威胁人民生命财产安全。基于震区现场实地调查成果，开展地震诱发加剧地质灾害的发育特征、危险性评价研究，提出防灾减灾措施建议。根据实地调查统计，此次地震后新增地质灾害隐患点64处，加剧的地质灾害隐患点有63处。新增和变形加剧的隐患点以崩塌为主，滑坡次之；规模等级以小型为主，中型次之。崩滑地质灾害主要集中在黄土丘陵区，以黄土陡坎地带切坡建房、切坡修路为主。利用GIS技术的加权信息量法评价积石山县域地质灾害易发性。结果显示，高易发区、中易发区、低易发区、非易发区占比分别为5.45%、9.83%、32.70%和52.02%，其中高易发区主要分布在积石山东部黄土丘陵区的山梁地带。基于区域地质灾害易发性评价，开展地震活动断裂、地震动分布以及不同降雨工况条件（10年、20年、50年、100年一遇）下积石山县域地质灾害危险性评价。结果显示：100年一遇极高危险区较10年一遇极高危险区的增幅最大为18.26%，说明未来区内遭遇极端降雨会显著提高区内地质灾害危险程度。研究认为，积石山地震地质灾害后效应将增强，未来崩塌、滑坡发生频次升高，地质灾害易在降水、冻融条件下形成，需针对性地采取防控措施，有效降低其威胁程度。
Abstract:On December 18, 2023 at 23:59, an Ms6.2 earthquake occurred in Jishishan County, Linxia Prefecture, Gansu Province, triggering a large number of landslides and geological disasters, seriously threatening the safety of people's lives and property. This article is based on the results of on-site investigations in earthquake prone areas, conducting research on the development characteristics and risk assessment of geological disasters induced by earthquakes, and proposing suggestions for disaster prevention and reduction measures. According to on-site investigations and statistics, there are 64 new geological hazard points added after this earthquake. There are 63 potential geological hazards that have intensified. The main hidden danger points of newly added and intensified deformation are landslides, followed by landslides; The scale level is mainly small, followed by medium. Landslide geological disasters are mainly concentrated in loess hilly areas, with the main focus on building houses and roads by cutting slopes in steep loess slopes. The weighted information method based on GIS technology was used to evaluate the susceptibility of geological disasters in Jishishan County. The evaluation results showed that the proportions of high susceptibility areas, medium susceptibility areas, low susceptibility areas, and non susceptibility areas were 5.45%, 9.83%, 32.70%, and 52.02%, respectively. The high susceptibility areas were mainly distributed in the mountain ridge area of the loess hilly area in the eastern part of Jishi Mountain. On the basis of regional geological hazard susceptibility assessment, a geological hazard risk assessment of Jishishan County was conducted based on seismic activity faults, seismic motion distribution, and different rainfall conditions (10 year, 20 year, 50 year, 100 year return period). The evaluation results showed that the maximum increase in the 100 year return period extremely dangerous area compared to the 10 year return period extremely dangerous area was 18.26%, In the future, encountering extreme rainfall in the area will significantly increase the risk of geological disasters in the area. Research suggests that the post earthquake effects of geological disasters in Jishishan will be enhanced, and the frequency of landslides and collapses will increase in the future. Geological disasters are prone to form under precipitation and freeze-thaw conditions, and targeted prevention and control measures need to be taken to effectively reduce their threat level.
-
Keywords:
- earthquake /
- geological hazards /
- developmental feature /
- risk assessment /
- Jishishan in Gansu
-
碳汇的增加和碳源的减少是降低大气中CO2浓度、实现“碳达峰、碳中和”目标的2个主要途径（王国强等，2023）。生态系统能够通过光合作用将CO2吸收并固定在植被、土壤、湿地等载体中（李姝等，2015），因此在增加“碳汇”、调节区域碳循环中具有重要作用。围绕生态系统的碳汇功能评估，国内学者目前已开展了一系列研究工作，其中包括针对不同类型陆地生态系统的碳汇评估方法（潘竟虎等，2015；关晋宏等，2016；冯晶红等，2020；谢立军等，2022；张杰等，2022），不同区域不同土地利用类型生态系统的碳汇时空变化 （彭文甫等，2016；杨文学等，2016；严慈等，2021；魏媛等，2022；杨静媛等，2022；洪增林等，2023）及碳汇影响因素（胡雷等，2015；张赫等，2020；李磊等，2022）等。但是，由于方法的不同、样本量的限制，有关生态系统碳汇变化估算结果仍存在极大不确定性。现有的碳汇评估方法多针对某一区域的单一生态系统类型进行，涉及不同土地利用类型时多采用同一固碳系数进行评估，难以体现不同区域不同时期生态系统的碳汇能力的差异；同时，关于碳汇评估效果的影响因素的研究相对缺乏，主要集中在经济发展、产业结构、土地利用变化等方面。
位于胡焕庸线以西的西北地区占据着国土面积的32%，但深居内陆，气候干旱、降水稀少，生态系统敏感脆弱，是双碳目标实现的关键和难点区域。精准估算西北地区生态系统碳汇，是促进区域生态保护，寻求生态系统碳汇能力提升途径的基础，对中国碳中和战略目标实现有着重要意义。笔者以西北地区为对象，在分析近40年碳汇用地演化的基础上，在省域尺度上采用特异性的固碳速率法分析了不同区域、不同时期和不同类型生态系统碳汇时空变化规律，并深入探讨了其驱动因素，以期为西北地区低碳国土空间塑造、固碳能力提升及双碳目标实现提供重要的参考依据。
1. 研究区概况
西北地区地理位置为E 73°～123°，N 36°～50°，深居中国西北部内陆，涵盖陕西、甘肃、宁夏、青海、新疆5省（区）和内蒙古自治区西部，面积约为375×104 km2。该区地域辽阔，人口相对稀少，气候干旱，降水稀少，蒸发旺盛（党学亚等，2022），多年平均降水量为235 mm。特殊的地理位置及气候条件决定了西北地区水资源短缺，生态环境脆弱（李文明等，2022；徐友宁等，2022）。根据西北地区地形地貌特点（计文化等，2022），将研究区划分为平原、台地、丘陵、低山、中山、高山6类，其中平原和丘陵面积最大（28.51%和28.37%），高山次之（18.53%），低山最小（0.76%）。
2. 估算方法及数据来源
文中土地利用、地貌类型、降水、气温等数据均来源于中国科学院资源环境科学与数据中心（https://www.resdc.cn）。土地利用数据涉及1980～2020年，通过Arcgis10.2软件按生态系统类型将其划分为林地、草地、农田、湿地、未利用地、水域6类，建设用地不涉及碳汇，本次估算不包括在内。
受数据资料限制，文中碳汇估算系数采用不同时期省域平均值测算，虽能体现不同省域不同时期生态系统碳汇能力的差异，但省域内地域性差异无法体现。耕地生态系统碳汇只考虑了施肥、秸秆还田、无固碳措施对土壤固碳速率的影响，忽略免耕固碳效应，测算的耕地碳汇量会有所偏低。
2.1 陆地生态系统碳汇估算
根据《陆地生态系统生产总值（GEP）核算技术指南》（生态环境部环境规划院，中国科学院生态环境研究中心，2020），采用固碳速率法直接测算林地、草地、农田、湿地4种生态系统净碳汇量，其计算公式为：
$$ {Q_{\text{t}}} = FCS + GSCS + WCS + CSCS $$ (1) 式中：
$ {Q_{\text{t}}} $ 为碳汇总量（tC/a）；FCS为林地碳汇量（tC/a）；GSCS为草地碳汇量（tC/a）；WCS为湿地碳汇量（tC/a）；CSCS为农田碳汇量（tC/a）。$$ FCS = FCSR \times SF \times \left( {1 + \beta } \right) $$ (2) 式中：FCSR为林地固碳速率（tC/hm2·a）；SF为林地面积（km2）；β为土壤固碳系数。
$$ GSCS = GSR \times SG $$ (3) 式中：GSR为草地土壤固碳速率（tC/hm2·a）；SG为草地面积（km2）。
$$ WCS = SCS{R_{\text{i}}} \times S{W_{\text{i}}} $$ (4) 式中：
$ SCS{R_{\text{i}}} $ 为第i类水域湿地的固碳速率（tC/hm2﹒a）；$ S{W_{\text{i}}} $ 为第i类水域湿地的面积（km2）。$$ CSCS = \left( {BSS + SCS{R_n} + PR \times SCS{R_s}} \right) \times SC $$ (5) 式中：BSS为无固碳措施下固碳速率（tC/hm2·a）；
$ SCS{R_n} $ 为施用化肥固碳速率（tC/hm2·a）；$ SCS{R_s} $ 为秸秆还田固碳速率（tC/ hm2·a）；PR为秸秆还田率。$$ BSS = NSC \times BD \times H \times 0.1 $$ (6) 式中：NSC为土壤有机碳的变化；BD为土壤容重（g/cm3）；H为土壤厚度（取20 cm）。
$$\operatorname{SCSR}_n=0.6352 \times T N F-1.0834 S $$ (7) 式中：TNF为单位面积耕地化学氮肥、复合肥总施用量（kg/hm2·a）
$$ TNF = {{\left( {NF + CF \times 0.3} \right)} \mathord{\left/ {\vphantom {{\left( {NF + CF \times 0.3} \right)} {{S_p}}}} \right. } {{S_p}}} $$ (8) 式中：Sp为耕作面积（hm2）；NF和CF为化学氮肥和复合肥施用量（t）。
$$ SCS{R_n} = 17.116 \times S + 30.553 $$ (9) 式中：S为单位面积秸秆还田量（t/hm2·a）。
$$ S = {{\sum\nolimits_{j = 1}^n {{C_{yj}} \times SG{R_j}} } \mathord{\left/ {\vphantom {{\sum\nolimits_{j = 1}^n {{C_{yj}} \times SG{R_j}} } {{S_p}}}} \right. } {{S_p}}} $$ (10) 式中：
$ {C_{yj}} $ 为作物j在当年的产量（t）；$ SG{R_j} $ 为作物j的草谷比；$ {S_p} $ 为耕作面积（hm2）。2.2 水域及未利用地碳汇估算
文中水域及未利用地的碳汇量估算采用以下公式：
$$ {Q_i} = \sum\nolimits_{j = 1}^n {{S_{\text{i}}}} \times {F_i} $$ (11) 式中：
$ {Q_i} $ 为碳汇量（tC/a）；$ {S_i} $ 为不同土地类型面积（km2）；$ {F_i} $ 为不同土地类型的固碳速率（tC/ hm2·a）。所用参数具体值及来源见表1和表2。表 1 主要参数列表Table 1. List of main parameters参数 定义 取值 单位 来源 FCSR 林地固碳速率 0.28～1.36 tC/hm2·a 陆地GEP核算技术指南 β 林地土壤固碳系数 0.646 / 陆地GEP核算技术指南 GSR 草地土壤固碳速率 0.02～0.06 tC/hm2·a 陆地GEP核算技术指南 $ SCS{R_{\text{i}}} $ 湿地的固碳速率 0.3026～0.6711 tC/hm2·a 陆地GEP核算技术指南 $ {S}_{水域} $ 水域的固碳速率 0.303 tC/hm2·a 张赫等，2020 $ {S}_{未利用地} $ 未利用地固碳速率 0.0005 tC/hm2·a 张赫等，2020 PR 秸秆还田推广实行率 0.8%～33.2% / 张国等，2017 NSC 土壤有机碳的变化 0.06 / 陆地GEP核算技术指南 H 土壤厚度 20 cm 陆地GEP核算技术指南 NF 化学氮肥施用量 / t 各省统计年鉴 CF 复合肥施用量 / t 各省统计年鉴 $ {C_{{\text{yj}}}} $ 作物j在当年的产量 / t 各省统计年鉴 $ SG{R_{\text{j}}} $ 作物j的草谷比 见表2 / 农业农村部办公厅 表 2 不同作物的草谷比Table 2. Ratio of grass to grain of different crops作物 草谷比 作物 草谷比 水稻 0.623 油料 2.0 麦类 1.366 棉花 8.1 玉米 2.0 豆类 1.57 薯类 0.5 麻类 8.10 烟叶 1.0 其它谷物 0.85 2.3 分布指数
为消除不同地貌区面积差异的影响，引入分布指数（P）来描述碳汇类型在地貌区的分布情况，计算公式如下（李磊等，2022）：
$$ P = {{\left( {{{{S_{ie}}} \mathord{\left/ {\vphantom {{{S_{ie}}} {{S_i}}}} \right. } {{S_i}}}} \right)} \mathord{\left/ {\vphantom {{\left( {{{{S_{ie}}} \mathord{\left/ {\vphantom {{{S_{ie}}} {{S_i}}}} \right. } {{S_i}}}} \right)} {\left( {{{{S_e}} \mathord{\left/ {\vphantom {{{S_e}} S}} \right. } S}} \right)}}} \right. } {\left( {{{{S_e}} \mathord{\left/ {\vphantom {{{S_e}} S}} \right. } S}} \right)}} $$ (12) 式中：P为分布指数；
$ {S_{ie}} $ 为在e区域内i类型的面积；$ {S_i} $ 为研究区内i类型的总面积；$ {S_e} $ 表示e区域（本研究中指地貌区域）的面积；S为研究区总面积。当P=1时，表示该类型在e区域平稳分布；当P＞1时，表示该类型在e区域为优势分布，反之劣势分布，且P值越大，分布优势越显著。3. 结果分析
3.1 西北地区土地利用时空演化特征
土地利用覆被变化是影响生态系统碳汇最主要的因素之一。从40年间西北地区土地利用分布可以看出（图1），受特有的气候和自然地理条件限制，未利用地和草地在西北地区占主导地位。未利用地主要分布于塔里木盆地、准噶尔盆地的荒漠区以及内蒙古北部的沙漠区，占比达46.11%～47.35%；草地主要分布于新疆天山山脉地区、青海南部地区及内蒙古赛罕塔拉城中草原、鄂尔多斯草原，占比达35.79%～36.90%；其次为耕地，主要分布在环塔里木盆地和环准噶尔盆地的边缘地带、关中平原、银川平原、甘肃的高原地区等，占比为7.55%～8.24%；再次是林地，主要分布在陕西秦岭、甘肃南部及中部武威地区、青海东南部，占4.80%～5.04%；湿地、水域和建设用地很少，分别占1.28%～1.46%、1.66%～2.04%和0.48%～0.94%。
![]()
图 1 1980～2020年西北地区土地利用分布图Figure 1. Land use distribution in Northwest China from 1980 to 2020时间尺度上，1980～2020年西北地区土地利用类型整体变化不大，但局部有一定的变化。林地、湿地和水域分布有增有减，其中林地在2015年前总体呈缓慢增长趋势，增幅1.52%，之后减少8 926 km2，减幅4.72%；湿地最大年变幅1.10%，40年总体减少14 190 km2。草地在2015年前呈波动性减少，2015年之后有所增加，40年中总体表现为增加，增加量14265 km2，增幅1.04%。耕地和建设用地持续增加，40年分别增加27 017 km2和17 041 km2，增幅分别为9.58%和94.48%，这与城市不断扩张有关。未利用地波动性减少，减少40434 km2，减幅2.28%。
3.2 西北地区碳汇时空分布特征
3.2.1 西北地区碳汇的时序演化规律
随着不同历史时期土地利用分布的变化，生态系统碳汇量也发生一系列的变化（表3）。1980～2020年，西北地区生态系统碳汇量从1980年的3 956.50×104 tC/a上升至2020年的5826.44×104 tC/a，整体呈波动上升态势，仅个别区域（新疆）在2020年略有下降。区域生态系统碳汇总量的变化可分为2个阶段：1980年至2015年间，碳汇总量持续上升至6203.08×104 tC/a，35年间增加2246.58×104 tC/a；2016～2020年，由于新疆片区生态系统碳汇下降376.64×104 tC/a，导致区域碳汇总量降至5 826.44×104 tC/a。碳汇强度随时间的变化与碳汇量趋势一致，整体呈波动上升态势，仅个别时期有所下降。1980～2015年，生态系统碳汇强度从0.105 tC/ hm2上升到了0.165 tC/ hm2，但之后有所降低，2020年碳汇强度为0.155tC/ hm2。区域生态碳汇类型主要以林地碳汇为主，占比74.08%～81.77%，其次是草地（6.83%～10.95%）、水域（4.47%～7.55%）、耕地（4.48%～5.25%）、湿地（1.44%～2.30%）和未利用地（0.13%～0.21%）。
表 3 40年间西北地区生态系统碳汇量及占比Table 3. Carbon sink amount and proportion of ecosystem in Northwest China in 40 years年份 碳汇量（104 tC/a）及占比 碳汇强度（tC/hm2） 林地 草地 耕地 湿地 水域 未利用地 合计 1980 2953.84 433.05 177.17 90.40 293.69 8.34 3956.50 0.105 74.66% 10.95% 4.48% 2.28% 7.42% 0.21% 100.00% 1990 2980.04 433.42 188.55 90.54 282.87 8.33 3983.73 0.106 74.81% 10.88% 4.73% 2.27% 7.10% 0.21% 100.00% 2000 2971.03 428.09 208.04 92.34 302.70 8.35 4010.57 0.107 74.08% 10.67% 5.19% 2.30% 7.55% 0.21% 100.00% 2010 3923.06 424.95 262.92 91.62 292.55 8.38 5003.49 0.133 78.41% 8.49% 5.25% 1.83% 5.85% 0.17% 100.00% 2015 5072.23 423.64 314.07 89.46 295.36 8.32 6203.08 0.165 81.77% 6.83% 5.06% 1.44% 4.76% 0.13% 100.00% 2020 4734.70 435.97 299.90 87.40 260.22 8.25 5826.44 0.155 81.26% 7.48% 5.15% 1.50% 4.47% 0.14% 100.00% 3.2.2 西北地区碳汇空间分布特征
由于自然地理条件的差异，西北地区不同区域碳汇量差异较大（图2）。1980～2010年，碳汇量从高到低依次为新疆、甘肃、陕西、青海、内蒙古（西北片区）、宁夏；2015～2020年，碳汇空间格局发生变化，陕西超越甘肃位居第二。整个研究期内碳汇量最高的区域是新疆，达1 386.63～1 817.34×104 t/a。
由于不同行政区域面积相差较大，相比碳汇总量，碳汇强度更能客观反映一个地区的碳汇水平，便于不同地区进行横向比较。碳汇强度分布图（图3）显示，整个研究期内陕西省碳汇强度最高，达28.09～58.43 t/km2，其主要原因是该省林地面积占比较高，达22.55%～23.66%；甘肃省次之（林地占比9.57%～10.23%），宁夏第三；新疆在1980～2000年位列第四、青海位列第五，但2010～2020年间青海超过新疆，位居第四；整个研究期内蒙古（西北片区）一直位居第六，主要与该地区林地面积占比仅为1.84%～2.07%有关。
研究期内各区域的碳汇效应在时间变化上具有较大差异性。陕西、宁夏整体呈持续上升趋势，但1980～2000年上升相对较缓，之后上升速率加快；甘肃、内蒙古、青海碳汇强度整体呈波动上升趋势，且上升较缓；新疆呈先持续缓慢上升到2015年又有所下降。
3.3 不同生态系统类型碳汇变化趋势
不同生态系统类型中湿地和未利用地的碳汇量占比很小，且变化趋势不明显。因此，文中仅分析林地、草地、水域、耕地4类生态系统的碳汇量变化趋势（图4）。
3.3.1 林地生态系统
通过评估，西北地区林地碳汇量整体呈持平-持续上升–下降或基本持平态势，不同区域在时间变化上有所差异。1980～2000年，各区域基本呈持平状态，之后持续上升。2015～2020年，除新疆外基本持平或略增；新疆先波动持平，2010年开始上升，2015年又开始下降。2000～2015年，青海、内蒙古（西北片区）、陕西上升幅度较大，年增幅分别达23.99%和20.86%、7.62%；宁夏、甘肃上升幅度较小，年增幅分别达2.54%和1.02%。2000年以后，各区域林地碳汇量持续上升，与当地相继开展的“天然林资源保护工程”和“退耕还林”等政策有关（胡雷等，2015；关晋宏等，2016；张杰等，2022）。新疆林地碳汇量由开始的持平到2015年后大幅下降，与区域林地从1990开始缓慢减少到2015年后大幅降低有关，这与马丽娜等（2022）研究结论一致。
3.3.2 草地生态系统
评估期内，草地碳汇量整体处于基本持平态势，不同区域在时间变化上有所差异。内蒙古（西北片区）、甘肃、陕西、宁夏整体呈持平趋势；青海1980～2015年先波动持平，之后上升，年上升幅度1.10%；新疆1980-2015年波动缓慢下降（年下降幅度0.11%），在2015年又开始上升（年上升幅度0.73%）；宁夏持续减少，减少约5 929 tC/a，降幅9.50%。
内蒙古（西北片区）、甘肃、陕西、宁夏草地碳汇量年度变化差异不大，这与草地面积变化较小有关。新疆2015年之前碳汇量缓慢下降，与区域草地退化，草地面积减少有关；之后受土地利用转移影响（王志强等，2022），草地面积增加导致其碳汇量相应增加。青海碳汇量增加与2015年后草地面积增加有关。
3.3.3 耕地生态系统
据评估，近40年的耕地碳汇量除青海外整体呈波动性增长态势。但不同区域在时间变化上也有所差异。受节水灌溉等影响，新疆、宁夏呈持续上升趋势，年升幅分别为3.62%和2.40%，这与40年间耕地面积不断增加，及农业产量提高有关；青海40年间整体变化不大，仅增加1.55万t，这与其耕地面积较少、作物产量较低有关。陕西、甘肃、内蒙古（西北地区）呈现先持续上升，2015年后又下降态势，2015年前升幅分别为1.76%、0.68%、3.13%，2015年后降幅分别为2.47%、0.81%和2.20%。陕西从1980年耕地面积虽然在缓慢减少，但由于作物产量提高，加上复合肥投入的增加，导致碳汇强度提高，从而使碳汇量不断增加；但由于2015～2020年耕地面积减少幅度增大，从而使整体碳汇量有所降低。近40年，甘肃和内蒙古耕地数量基本持平，由于作物产量提高及复合肥投入加大，使碳汇量不断增加，之后甘肃耕地面积大量缩减导致碳汇量降低，而内蒙古（西北片区）由于耕地面积、复合肥投入的减少略有降低。
3.3.4 水域生态系统
近40年来，内蒙古（西北片区）、甘肃、陕西、宁夏水域碳汇量整体呈持平趋势；新疆呈现先波动上升，至2015年又下降趋势，5年间下降50.80×104 t，年降幅6.39%；青海有升有降，之后2010年持续上升，年上幅1.64%。水域碳汇量随水域面积变化而变化，新疆受冰川融化、降水等（徐丽萍等，2020）影响水域面积发生改变。青海2010年之后受径流量、降水等影响，水域面积逐年增大（郭丰杰等，2022）。
4. 西北生态系统碳汇与地形地貌、温度和降水等驱动因素的关系
植被生长变化受多种要素影响。地貌是自然环境最基本的组成要素，在不同尺度上制约着气候、植被、土壤、水文等其他自然环境要素的变化（巩杰等，2017）。气候因素中，温度和降水是影响生态系统净生产力的两个最主要因素（刘应帅等，2022），它能通过影响植物的光合作用和呼吸作用进而影响生态系统的碳汇能力。因此探讨碳汇强度与地貌、降水、温度的关系对生态系统碳汇的提升至关重要。西北地区碳汇强度及各驱动因素分布见图5。
![]()
图 5 西北地区碳汇强度及各驱动因素分布图Figure 5. Distribution of carbon sink intensity and driving factors in Northwest China4.1 生态系统碳汇与地貌的关系分析
西北地区地处中国第一和第二地势阶梯之上，横跨干旱–半干旱区、青藏高原高寒区、东部季风区3大自然地理分区；有阿尔泰山、天山、昆仑山、阿尔金山、祁连山、秦岭、大巴山、巴颜喀拉山和可可西里山等山脉；并有内蒙古高原、黄土高原、准噶尔盆地、塔里木盆地、柴达木盆地（党学亚等，2022）。不同的地貌类型，其生态系统的碳汇量也有差异。通过评估，各生态碳汇类型在地貌区中的分布见表4。地貌对生态碳汇类型的分布具有明显的控制作用。林地在山区呈优势分布，特别是中山地貌区，分布指数达4.4，在其他地貌类型区呈劣势分布；草地在山区呈优势分布，在其他地貌类型区呈劣势分布；耕地在地势较为平坦的平原和台地呈优势分布，在低中山区呈稳态分布；水域和湿地在平原呈优势分布；未利用地在丘陵区呈优势分布，在平原和台地呈稳态分布。
表 4 生态碳汇类型在地貌类型中的分布指数Table 4. Distribution index of ecological carbon sink types in landform types类型 平原 台地 丘陵 低山 中山 高山 林地 0.3 0.4 0.4 1.6 4.4 1.3 草地 0.8 0.9 0.8 1.5 1.5 1.5 耕地 1.7 1.3 0.7 1.0 1.2 0.1 水域 2.5 0.9 0.3 0.5 0.1 0.4 未利用地 1.0 1.1 1.4 0.6 0.3 0.8 4.2 生态系统碳汇与降水的关系分析
西北地区平均降水量差别较大（2.1～1 208 mm），为研究碳汇强度在不同降水区的变化趋势，以100 mm为一个梯度，将研究区降水量划分为12个级别。研究表明，西北地区碳汇强度总体上随降水量增加呈先上升后下降又上升的态势（图6）。具体地，在降水量2～802 mm段，呈持续上升阶段，并在102～802 mm出现最大值，其碳汇强度约为127.41 t/km2；在803～1 002 mm出现持续下降，最低约为44.06 t/km2；在1003～1 208 mm随降水量增加而增加。结合区域地形地貌分析，902～1 002 mm主要分布在陕西南部汉中及汉江流域，海拔低，耕地、草地较多，其碳汇强度相对较低。
![]()
图 6 不同降水区碳汇强度分布图Figure 6. Distribution of carbon sink intensity in different precipitation areas为进一步分析降水量与碳汇强度相关性，对不同降水区平均降水量与其对应的平均碳汇强度作相关分析。结果显示，降水量2～802 mm段呈显著正相关（r=0.915 2），803～1 002 mm段呈显著负相关（r=−0.981 5）； 1003～1 208 mm段呈显著正相关（r=0.997 7）。
4.3 生态系统碳汇与气温的关系分析
为研究碳汇强度在不同气温区的变化趋势，以3 ℃为一个梯度，将研究区气温（−22.3～17.7 ℃）划分为14个级别。研究表明，西北地区碳汇强度总体上随气温增加呈波动上升的态势（图7）。低于零下2 ℃区域，其碳汇强度均较低，最高为9.52 t/km2；−2.0～10 ℃区域，其碳汇强度变化不大，在1～4 ℃区最高，为12.27 t/km2；10 ℃开始，其碳汇强度随温度升高而持续上升，在16～18 ℃区域出现最大值，其碳汇强度为71.98 t/km2。
![]()
图 7 不同气温区碳汇强度分布图Figure 7. Distribution of carbon sink intensity in different temperature zones对不同气温区平均温度与其对应的平均碳汇强度作相关分析。结果显示，2 ℃以下呈正相关（r=0.631 5），2 ℃以上呈显著正相关（r=0.959 5）。
5. 结论
（1）受特有的自然地理环境控制性影响，西北地区未利用地和草地占主导地位。土地利用类型40年间整体变化不大，但局部有一定的变化。林地先呈缓慢增长趋势，2015年后开始下降；草地先波动性减少后又增长趋势；耕地、建设用地呈持续增长趋势；未利用地波动性减少；湿地、水域则有增有减。
（2）2020年西北地区生态碳汇量约为5 826.44×104 tC/a，其中林地占主导地位，其次为草地、水域、耕地、湿地、未利用地。碳汇量大小依次为新疆、陕西、甘肃、青海、内蒙古（西北片区）、宁夏；碳汇强度大小依次为陕西、甘肃、宁夏、新疆、青海、内蒙古（西北片区）。1980～2020年，西北地区碳汇量变化整体呈波动上升态势，个别时期有所下降，主要由于新疆在2015～2020年间林地降幅较大所致。
（3）受水土保持、天然林保护等措施影响，各区域林地碳汇整体呈上升趋势，而新疆受2015年林地大幅下降影响有所降低。草地整体处于基本持平态势。耕地碳汇受灌溉、经济等投入影响，除青海外整体呈波动性增长态势。受气温等影响，青海水域面积有所增加，新疆则先增加后降低。
（4）西北地区生态碳汇与地貌、降水、气温有一定的相关关系。地貌是控制性因素，降水和气温具有一定的正相关关系。不同的地貌类型，决定了土地利用类型，决定了碳汇的强度大小；不同降水区呈现出相关差异性，低降水区和高降水区呈显著正相关，中降水区呈显著负相关；碳汇强度与气温呈现正相关，在较高温和高温区相关性显著。
-
![]()
图 1 甘肃积石山6.2级地震烈度图（据中华人民共和国应急管理部，2023修）
Figure 1. Intensity map of the 6.2 magnitude earthquake in Jishishan, Gansu Province
![]()
图 4 积石山县地震地质灾害规模类型统计图
Figure 4. Statistical chart of the scale and types of seismic geological hazards in Jishishan county
![]()
图 5 积石山县典型地震崩滑地质灾害
Figure 5. Typical geological hazards of earthquake collapse and sliding in Jishishan county
![]()
图 6 积石山县域地质灾害易发性评价指标图
Figure 6. Evaluation index map of geological hazard susceptibility in Jishishan County
![]()
图 7 积石山县域地质灾害易发性评价图
Figure 7. Assessment map of geological hazard susceptibility in Jishishan County
![]()
图 8 积石山县域地质灾害危险性评价分区图
Figure 8. Zoning map for geological hazard risk assessment in Jishishan County
![]()
图 9 积石山县域地质灾害危险性评价分区面积占比统计图
Figure 9. Statistical chart of the proportion of geological hazard risk assessment zoning area in Jishishan County
表 1 易发评价指标权重统计表
Table 1 Weight of susceptibility evaluation indicators
权重 坡高 坡向 坡度 工程地质岩组 灾点分布 地震烈度 矩阵法 0.2 0.08 0.19 0.22 0.2 0.11 专家打分法 0.23 0.09 0.18 0.22 0.2 0.08 综合 0.22 0.08 0.19 0.22 0.2 0.09 
下载: 导出CSV
表 2 各因子图层分类情况及其对应的信息量值统计表
Table 2 Classification of each factor layer and its corresponding information value
评价指标图层 评价因素子类 坡度 分类范围（°） ＜5 5～15 15～25 25～35 35～45 45～55 ＞55 分类值 1 2 3 4 5 6 7 信息量 0.27 0.13 −0.533 −0.87 −0.25 −0.24 −0.68 坡高 分类范围（°） 0～20 20～40 40～60 ＞60 分类值 1 2 3 4 信息量 0.22 −0.07 −1.14 −1.83 坡向 分类范围（°） 0～90 90～180 180～270 270～360 分类值 1 2 3 4 信息量 −1.57 −0.18 0.23 1.10 工程地质岩组 分类范围（°） 土体类 碎屑岩类 岩浆岩类 变质岩类 碳酸盐岩类 混合岩类 分类值 1 2 3 4 5 6 信息量 0.67 −0.27 −1.37 −2.30 −1.390 0.340 灾点分布 分类范围（m） 0～200 200～500 500～1000 >1000 分类值 1 2 3 4 信息量 −10.132 −10.693 −11.180 −11.00 地震烈度 分类范围（°） 8 7 6 分类值 1 2 3 信息量 1.690 1.350 1.16
下载: 导出CSV
表 3 积石山地质灾害易发性分区说明表
Table 3 Explanation table for the susceptibility zoning of geological hazards in Jishi Mountain
易发区划 面积
（km2）百分比
（%）分区说明 高易发区 49.54 5.45 主要分布在积石山东部黄土丘陵区的山梁地带，影响最为严重的乡镇分别为郭干乡、中咀岭乡、寨子沟乡、小关乡、徐扈家乡、刘集乡、胡林家乡 中易发区 89.34 9.83 主要分布在积石山东部黄土丘陵区的山梁地带，影响积石山县域东部大部分乡镇，主要影响大河家镇、石塬镇、柳沟乡、关家川、安吉镇、银川镇、铺川乡、癿藏乡、居集镇、郭干乡、中咀岭乡、寨子沟乡、小关乡、徐扈家乡、刘集乡、胡林家乡 低易发区 297.24 32.70 主要分布在积石山东部侵蚀剥蚀低山丘陵、侵蚀堆积河谷平原区，地质灾害发育较少 非易发区 472.88 52.02 主要分布在积石山以西高、中侵蚀山地区，地质灾害不发育
下载: 导出CSV
表 4 积石山地质灾害危险性分区面积及占比统计表
Table 4 Statistical table of the area and proportion of geological hazard zoning in Jishi Mountain
分区 10年一遇降雨 20年一遇降雨 50年一遇降雨 百年一遇降雨 面积
（km2）占比
（%）面积
（km2）占比
（%）面积
（km2）占比
（%）面积
（km2）占比
（%）极高危险区 42.57 4.68 56.73 6.24 109.45 12.04 208.56 22.94 高危险区 84.08 9.25 98.24 10.80 159.64 17.56 183.56 20.19 中危险区 283.44 31.18 306.89 33.76 349.53 38.45 389.31 42.83 低危险区 498.89 54.89 447.14 49.20 290.38 31.95 127.57 14.04
下载: 导出CSV
-
丛凯, 马宗源, 李瑞冬. 立节北山滑坡地震稳定性及破坏过程三维有限元分析[J]. 西北地质, 2023, 56(2): 283−291. CONG Kai, MA Zongyuan, LI Ruidong. Three–dimensional Analysis of Seismic Stability and Failure Process of Lijie Landslide in Gansu Province, China[J]. Northwestern Geology, 2023, 56(2): 283−291.
戴岚欣, 许强, 范宣梅, 等 . 2017年8月8日四川九寨沟地震诱发地质灾害空间分布规律及易发性评价初步研究[J]. 工程地质学报,2017 ,25 （4 ）:1151 −1164 .DAI Lanxin, XU Qiang, FAN Xuanmei, et al . A preliminary study on spatial distribution patterns of landslides triggered by Jiuzhaigou earthquake in Sichuan on August 8th, 2017 and their susceptibility assessment[J]. Journal of Engineering Geology,2017 ,25 （4 ）:1151 −1164 .冯卫, 唐亚明, 马红娜, 等. 基于层次分析法的咸阳市多灾种自然灾害综合风险评价[J]. 西北地质, 2021, 54(2): 282−288. FENG Wei, TANG Yaming, MA Hongna, et al. Comprehensive Risk Assessment of Multi-hazard Natural Disasters in Xianyang City Based on AHP[J]. Northwestern Geology, 2021, 54(2): 282−288.
黄润秋, 李为乐 . “5.12”汶川大地震触发地质灾害的发育分布规律研究[J]. 岩石力学与工程学报,2008 ,27 （12 ）:2585 −2592 .HUANG Runqiu, LI Weile . Research on development and distribution rules of geohazards induced by Wenchuan earthquake on 12th May, 2008[J]. Chinese Journal of Rock Mechanics and Engineering,2008 ,27 （12 ）:2585 −2592 .黄润秋 . 汶川地震地质灾害后效应分析[J]. 工程地质学报,2011 ,19 （2 ）:145 −151 . doi: 10.3969/j.issn.1004-9665.2011.02.001HUANG Runqiu . After effect of geohazards induced by the Wenchuan earthquake[J]. Journal of Engineering Geology,2011 ,19 （2 ）:145 −151 . doi: 10.3969/j.issn.1004-9665.2011.02.001贾丽娜, 陈世昌. 基于AHP和GIS的舟曲地质灾害易发性评价[J]. 西北地质, 2024, 57(1): 23−33. JIA Lina, CHEN Shichang. Geological Hazard Susceptibility Evaluation Based on AHP and GIS in Zhouqu County, Gansu[J]. Northwestern Geology, 2024, 57(1): 23−33.
李秀珍, 孔纪名 . 芦山和汶川地震诱发次生地质灾害的规律及特征对比分析[J]. 自然灾害学报,2014 ,23 （5 ）:11 −18 .LI Xiuzhen, KONG Jiming . Comparative analysis of development law and characteristics of secondary geo-hazard induced by Lushan and Wenchuan earthquakes[J]. Journal of Natural Disasters,2014 ,23 （5 ）:11 −18 .李为乐, 许强, 李雨森, 等. 2023年积石山Ms6.2级地震同震地质灾害初步分析[J]. 成都理工大学学报(自然科学版), 2024, 51（1）: 33−45+90. LI Weile, XU Qiang, LI Yusen, et al. Preliminary Analysis of the Coseismic Geohazards Induced by the 2023 Jishishan Ms 6.2 Earthquake[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2024, 51(1): 33−45+90.
马红娜, 刘江, 冯卫, 等. 地质灾害风险评估在国土空间规划中的应用以陕北榆林高西沟为例[J]. 西北地质, 2023, 56(3): 223−231. MA Hongna, LIU Jiang, FENG Wei, et al. Application of Geological Hazard Risk Assessment in Territorial Space Planning: A Case Study of Gaoxigou Village in Yulin City of Northern Shaanxi Province[J]. Northwestern Geology, 2023, 56(3): 223−231.
裴向军, 黄润秋 . “4·20”芦山地震地质灾害特征分析[J]. 成都理工大学学报(自然科学版),2013 ,40 （3 ）:257 −263 .PEI Xiangjun, HUANG Runqiu . Characteristics analysis of the "April 20"Lushan earthquake geological disaster[J]. Journal of Chengdu University of Technology (Science & Technology Edition),2013 ,40 （3 ）:257 −263 .铁永波, 张宪政, 卢佳燕, 等 . 四川省泸定县Ms6.8级地震地质灾害发育规律与减灾对策[J]. 水文地质工程地质,2022 ,49 （6 ）:1 −12 .TIE Yongbo, ZHANG Xianzheng, LU Jiayan, et al . Characteristics of geological hazards and it's mitigations of the Ms 6.8 earthquake in Luding County, Sichuan Province[J]. Hydrogeology Engineering Geology,2022 ,49 （6 ）:1 −12 .万飞鹏, 杨为民, 邱占林, 等. 甘肃岷县纳古呢沟滑坡-泥石流灾害链成灾机制及其演化[J]. 中国地质, 2023, 50(3): 911-925. WAN Feipeng, YANG Weimin, QIU Zhanlin, et al. Disaster mechanism and evolution of Nagune Gully landslide-debris flow disaster chain in Minxian County, Gansu Province[J]. Geology in China, 2023, 50(3): 911-925.
王东坡, 何思明, 葛胜锦, 等 . “9·07”彝良地震诱发次生山地灾害调查及减灾建议[J]. 山地学报,2013 ,31 （1 ）:101 −107 . doi: 10.3969/j.issn.1008-2786.2013.01.014WANG Dongpo, HE Siming, GE Shengjin, et al . Mountain Hazards Induced by the Earthquake of Sep 07, 2012 in Yiliang and the Suggestions of Disaster Reduction[J]. Mountain Research,2013 ,31 （1 ）:101 −107 . doi: 10.3969/j.issn.1008-2786.2013.01.014王兰民, 柴少峰, 薄景山, 等 . 黄土地震滑坡的触发类型、特征与成灾机制[J]. 岩土工程学报,2023 ,45 （8 ）:1543 −1554 . doi: 10.11779/CJGE20220531WANG Lanmin, CHAI Shaofeng, BO Jingshan, et al . Triggering types, characteristics, and disaster mechanism of seismic loess landslides[J]. Chinese Journal of Geotechnical Engineering,2023 ,45 （8 ）:1543 −1554 . doi: 10.11779/CJGE20220531王运生, 赵波, 吉锋, 等. 2023年甘肃积石山Ms6.2级地震震害异常的启示[J]. 成都理工大学学报(自然科学版), 2024, 51（1）: 1−8. WANG Yunsheng, ZHAO Bo, JI Feng, et al. Preliminary insights into hazards triggered by the 2023 Jishishan Ms 6.2 earthquake, Gansu Province[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2024, 51(1): 1−8.
吴常润, 赵冬梅, 刘澄静, 等. 基于GIS和信息量模型的陇川县滑坡易发性评价[J]. 西北地质, 2020, 53(2): 308−320. WU Changrun, ZHAO Dongmei, LIU Chengjing, et al. Landslide Susceptibility Assessment of Longchuan County Based on GIS and Information Value Model[J]. Northwestern Geology, 2020, 53(2): 308−320.
许强, 李为乐 . 汶川地震诱发大型滑坡分布规律研究[J]. 工程地质学报,2010 ,18 （6 ）:818 −826 . doi: 10.3969/j.issn.1004-9665.2010.06.002XU Qiang, LI Weile . Distribution of large-scale landslides induced by the Wenchuan earthquake[J]. Journal of Engineering Geology,2010 ,18 （6 ）:818 −826 . doi: 10.3969/j.issn.1004-9665.2010.06.002许强, 彭大雷, 范宣梅, 等. 甘肃积石山 6.2 级地震触发青海中川乡液化型滑坡-泥流特征与成因机理[J/OL]. 武汉大学学报(信息科学版), 2024: 1−19. XU Qiang, PENG Dalei, FAN Xuanmei, et al.Preliminary Study on the Characteristics and Initiation Mechanism of Zhongchuan Town Flowslide Triggered by Jishishan Ms 6.2 Earthquake in Gansu Province[J/OL]. Geomatics and Information Science of Wuhan University, 2024: 1−19.
徐敏, 裴向军, 张晓超 . 强震触发石碑塬滑坡黄土动力特性[J]. 成都理工大学学报(自然科学版),2014 ,41 （4 ）:492 −498 .XU Min, PEI Xiangjun, ZHANG Xiaochao . Dynamic characteristics of loess from Ningxia Shibeiyuan landslide triggered by Hai yuan earthquak[J]. Journal of Chengdu University of Technology (Science & Technology Edition),2014 ,41 （4 ）:492 −498 .殷跃平, 张永双, 马寅生, 等 . 青海玉树Ms7.1级地震地质灾害主要特征[J]. 工程地质学报,2010 ,18 （3 ）:289 −296 .YIN Yueping, ZHANG Yongshuang, MA Yansheng, et al . Research on major characteristic of geohazards induced by the Yushu Ms7.1 earthquake[J]. Journal of Engineering Geology,2010 ,18 （3 ）:289 −296 .殷志强, 徐永强, 陈红旗, 等 . 2013年甘肃岷县—漳县Ms6.6级地震地质灾害展布特征及主控因素研究[J]. 第四纪研究,2015 ,35 （1 ）:88 −99 .YIN Zhiqiang, XU Yongqiang, CHEN Hongsheng, et al . Study on the distribution characteristics of geohazards and the causative tectonic of the Minxian-Zhangxian Ms6.6 Earthquake on 22 July, 2013, Gansu, China[J]. Quaternary Sciences,2015 ,35 （1 ）:88 −99 .杨博, 田文通, 孙军杰, 等 . 海原大地震诱发石碑塬黄土滑坡机制探讨[J]. 地震工程学报,2020 ,42 （5 ）:1165 −1172 . doi: 10.3969/j.issn.1000-0844.2020.05.1165YANG Bo, TIAN Wentong, SUN Junjie, et al . Mechanism of SHIbeiyuan Loess Landslide Induced by the Haiyuan Earthquake[J]. China Earthquake Engineerring Journal,2020 ,42 （5 ）:1165 −1172 . doi: 10.3969/j.issn.1000-0844.2020.05.1165张宪政, 铁永波, 李光辉, 等 . 四川泸定Ms6.8级地震区湾东河流域泥石流活动性预测[J]. 地质力学学报,2022 ,28 （6 ）:1035 −1045 . doi: 10.12090/j.issn.1006-6616.20222827ZHANG Xianzheng, TIE Yongbo, LI Guanghui, et al . Characteristics and risk assessment of debris flows in the Wandong catchment after the Ms 6.8 Luding earthquake[J]. Journal of Geomechanics,2022 ,28 （6 ）:1035 −1045 . doi: 10.12090/j.issn.1006-6616.20222827中华人民共和国应急管理部. 应急管理部发布甘肃积石山6.2级地震烈度图[OL]. 中华人民共和国应急管理部. 2023-12-22. https://www.mem.gov.cn/xw/yjglbgzdt/202312/t20231222_472849.shtml 周洪福, 方甜, 韦玉婷 . 国内外地震滑坡研究: 现状、问题与展望[J]. 沉积与特提斯地质,2023 ,43 （3 ）:615 −628 .ZHOU Hongfu, FANG Tian, WEI Yuting . Research situation sand suggestions on earthquake-induced landslides[J]. Sedimentary Geology and Tethyan Geology,2023 ,43 （3 ）:615 −628 .Dai F C, Xu C, Yao X, et al . Spatial distribution of land-slide striggered by the 2008 MS 8.0 Wenchuan earthquake, China[J]. Journal of Asian EarthSciences,2011 ,40 :883 −895 .Tang C, Zhu J, Qi X, et al . Landslides induced by the Wen-chuan earthquake and the subsequent strong rainfall event: A case study in the Beichuan area of China[J]. Engineering Geology,2011 ,122 :22 −33 . doi: 10.1016/j.enggeo.2011.03.013 -
期刊类型引用(5)
1. 王璐晨，韩海辉，张俊，黄姣，顾小凡，常亮，董佳秋，龙睿，王倩，杨炳超. 塔里木河流域土地利用及人类活动强度的时空演化特征研究. 中国地质. 2024(01): 203-220 . 
百度学术
2. 黄艳，刘晓曼，袁静芳，付卓，乔青. 2000—2020年华北干旱半干旱区碳储量变化特征及影响因素. 环境科学研究. 2024(04): 849-861 . 百度学术
3. 盖兆雪，郑文璐，王洪彦，杜国明. 气候变化下黑土区陆地生态系统碳储量时空格局与模拟. 农业机械学报. 2024(06): 303-316 . 百度学术
4. 王洪彦，郑文璐，盖兆雪. 基于InVEST模型的黑土区碳储量时空分异特征. 环境科学学报. 2024(07): 473-481 . 百度学术
5. 郭佳晖，刘晓煌，李洪宇，邢莉圆，杨朝磊，雒新萍，王然，王超，赵宏慧. 2000—2030年云贵高原碳储量和生境质量时空格局演变. 地质通报. 2024(09): 1485-1497 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 208
- HTML全文浏览量: 34
- PDF下载量: 70
- 被引次数: 6
