Discussion on Refined Identification, Verification, Prevention and Control Models for Geo-hazards Risk
-
摘要:
地质灾害精准识别是实现从注重灾后救助向注重灾前预防转变的关键，地质灾害精准防控是实现从减少灾害损失向减轻灾害风险转变的关键。笔者以陕西榆林地区黄土崩滑灾害隐患为例，通过地表形变识别、高陡易发坡段识别、危险坡段核查、野外实地核查验证、风险防控措施实施等方式，建立了一套地质灾害精细识别和风险防控技术方法体系。结果表明：①基于DEM数据共识别榆林地区高陡易发坡段
493380 处，基于InSAR技术识别地表变形区段635处；在此基础上，基于光学遥感数据，叠加承灾体信息，共识别和核查危险坡段（有威胁对象的易发坡段或地表变形区段）31988 处，危险坡段数量占易发坡段和地表变形区段数量的6.48%，提高了识别精准性，实现地质灾害隐患识别“精准到坡”。②对遥感识别危险坡段、现场群众报险报灾点、在册地质灾害隐患点等逐一开展进村入户实地核查，以“村组+户主姓名”命名隐患点，根据坡体结构、变形迹象、威胁对象等进行风险分级，榆林地区共实地核查地质灾害隐患点37523 处，精准摸清了地质灾害隐患风险底数，实现地质灾害隐患核查“精准到户”。③制定了不同风险级别地质灾害隐患预警响应方案和风险防控措施，形成市、县、乡镇、村组分级防控格局，实现地质灾害隐患风险“精准管控”。风险识别、核查和防控模式得到及时、成功应用，有效控制了榆林地区地质灾害隐患风险，为地质灾害隐患识别和核查提供了示范。Abstract:Accurate identification of geo-hazards is the key to achieving a shift from post disaster assistance to pre disaster prevention, and precise prevention and control of geo-hazards is the key to achieving a shift from reducing disaster losses to mitigating disaster risks. This paper takes the loess landslide and collapse disasters in Yulin area as an example. A set of geo-hazards fine identification and risk prevention technology method system has been established through surface deformation identification, identification of high and steep landslide-prone slopes, verification of dangerous slope sections, field verification, and implementation of risk prevention and control measures. The results show that: ① A total of
493380 high and steep landslide-prone slopes were identified based on DEM data in Yulin area, and 635 surface deformation sections were identified using InSAR technology. On this basis, A total of31988 dangerous slope sections (landslide-prone slopes or surface deformation sections with threatening objects) were identified and verified based on optical remote sensing data and elements at risk information. The number of dangerous slope sections accounts for 6.48% of the number of landslide-prone slopes and surface deformation sections. The accuracy of identification has been improved, and "Precise to Slope" of potential geo-hazards identification has been achieved. ② We conducted field verification on dangerous slope sections identified by remote sensing, dangerous and disaster situations reported on-site by the masses, and registered geo-hazards by entering villages and households, and named the potential geo-hazards with "village group + household head name". Risk classification of potential geo-hazards based on slope structure, deformation signs, threat objects, etc. A total of37523 potential geo-hazards were verified in the field in Yulin area. The risk base of potential geo-hazards has been accurately determined, and "Precise to Household" of potential geo-hazards verification has been achieved. ③ We have developed potential geo-hazards early warning response plans and risk prevention and control measures for different risk levels. The graded prevention and control pattern of potential geo-hazards in cities, counties, towns, and villages has been formed, and "Precise Control" of potential geo-hazards risk has been achieved. The timely and successful application of potential geo-hazards risk identification, verification, and prevention and control models has effectively controlled the geo-hazards risk in Yulin area, and provided a demonstration for potential geo-hazards identification and verification. -
泥流在实际运动过程中，由于受到拦挡坝的拦挡作用，泥流运动行为得到控制、流速减少、侵蚀能力和流量减少，使其偏离流动方向，可以减少灾害体致灾范围和致灾规模（Chen et al., 2000, 2003）。因此，关于拦挡坝拦挡作用的研究是泥流防治中的一项有科学意义和现实意义的议题。拦挡坝作为一种被动保护措施抵御灾害体破坏，其作用不容忽视，体现在数值模拟中，即为基底高程变化的体现。伴随着科学理论与计算技术的日益发展与进步，数值模拟方法已成为解决自然界和科学界复杂动力学难题的一种必要方案。采用数值模拟技术可以对灾害事件进行反演计算，同时也能够对未来灾害事件发生的过程进行预测。尽管数值模拟方法不能取代物理模型试验，但与物理模型试验相互结合可以取得更好的机理分析结果，因此得以广泛应用（Chen et al., 2006; 马建全等，2022）。近年来，由于计算机技术的飞速进步、微分方程的改进和人们对于灾害动态特性的更加清晰的认识，泥石流、滑坡等自然灾害的影响范围和动态特性的模拟技术也在不断地进步。这些技术的应用，不仅使泥石流、滑坡等自然灾害的影响更加明显，而且也使自然灾害的动力机制和影响因素的研究变得更加有效（Hungr, 1990; Erlichson, 1991; Fannin et al., 2001; Crosta et al., 2004）。
工程实践中的地质灾害危险性评估主要涉及两个步骤。第一步是边坡失稳概率和易发性的评估；其次需要建立边坡失稳模型，以确定不同失稳概率下致灾强度的潜在分布。其中，地质灾害被动措施防治效果评估的一个重要工具是对灾害体运动行为进行数值模拟，可用于定量阐明灾害体运动过程中的危险区域。泥流数值模拟一般分为质量集中模型、独立单元模型和连续介质模型3类（Chen et al., 2000, 2003）。
独立单元法虽然可以应用于香港滑坡的研究，它利用二维颗粒流程序PARTI-2D和UDEC来模拟颗粒流的流态，以及粒子之间的交互，但却没能充分考虑到粒流、滑坡的宏观结构，比如流场的流向、流量的变化、流域的影响以及流场的不稳定性，因此，独立单元法存在着明显的局限性（Chen et al.,2000, 2003）。体现“雪橇”的质量集中模型以能量准则为依据，将泥浆的运动特性表现得更加清晰，它可以更好地捕捉到固有的内摩擦角以及孔隙水的压力，从而更好地体现出它的综合影响，诸多学者都对此做了深入的研究（Hungr, 1990; Erlichson, 1991; Fannin et al., 2001; Crosta et al., 2004）。由于该模型假设物体的形心和重心重合，导致不能考虑失稳形态下的复杂模式，仅仅将下垫面简化为光滑表面，从而无法准确反映基底高程的变化，以及灾害体在运动过程中的侵蚀和沉积作用，而这些现象都是自然界实际存在的，因此，该方法仍有一定的局限性。而遵守质量、动量守恒的连续介质力学模型，以表征灾害体动态过程，可以更为精细化的对关键动力参数进行模拟计算，再现灾害体的运动过程，因而适用性更强（Koch et al.,1994; Jakob et al., 2005）。
鉴于以上分析，本研究构建坡面泥流三维运动概化模型，引入侵蚀速率概念，基于连续介质运动模型及求解方法，模拟拦挡坝对泥流运动过程、动力行为的影响，揭示拦挡坝防护对泥流动力过程的作用机制，以期为泥流防治提供技术参考。
1. 实验材料与方法
1.1 实验设计与模型几何结构
通过数值模拟，本研究选取甘肃天水2013年群发性坡面泥流的动力特征，并分析拦挡坝的设置如何影响其动力特征。为此，笔者建立了一个基础泥流地形模型，并对其进行了拦挡坝动力机制模拟分析。模型几何结构为一倾斜的35°坡面和一个水平面，之间采用5°线性过渡区连接。x轴方向与泥流运动方向一致（图1）。试验模型坡面在y方向上的宽度为8 m （y：−4，4），x水平方向长11 m（x：−2，9），过渡区长2 m（x：9，11），水平区域长9 m（x: 11，20）。坡型采用限制坡面，坡面限制部分宽4 m（−2，2），中间部分下凹其最深（x=0），深度h=0.25 m。物源区设定为一高度（H）为0.25 m，投影半径（R）为2 m的球冠，其体积为0.3987 m3。
在实际的工程应用中，拦挡坝遵循具体的地形和地貌布置。根据地形特点，本研究将拦河坝底座设置于x=12.3 m的地方。由于地形的复杂性，将拦挡坝高度调整至1 m，底座的宽度0.6 m，拦挡坝顶宽度为0.4 m，并且把迎水面与背水面的斜度调整至1:0.2。
1.2 流变模型和参数选取
非牛顿流体，如泥流、高速远程滑坡，其运行机制主要依赖于其自身的速度梯度，从而产生了摩擦力，进一步导致了剪切力的产生，这种剪切率的大小可以用来表征流体的变形，即其对剪切力的响应（Fannin et al., 2001）。通常采用摩擦模型、Voellmy模型和Bingham模型（Hungr, 1990; Erlichson, 1991; Fannin et al., 2001）描述流变特性。在这项研究中，我们使用了数值模拟方法（Friction model）来进行分析。
在摩擦模型中，更多是表征多为粗颗粒存在时基底侵蚀、摩擦、夹带的力学行为。基底有效正应力与摩擦力正相关，其关系为：
$$ \tau ={\sigma }_{Z}\left(1-{\gamma }_{u}\right){\rm{tan}}\delta $$ (1) 在太沙基公式中：
$ \tau $ 表示底部的摩擦力；$ {\sigma }_{Z} $ 表示底部的有效正应力；$ {\gamma }_{u} $ 表示孔隙水压力的比率；$ \delta $ 表示底部的摩擦角。根据太沙基的计算，当底部的位置保持不变的情况下，孔隙水压力的加大将高效地减少底部的有效正应力位，进而减少底部的磨擦力。$ {\gamma }_{u} $ 和$ \delta $ 的值通常用$ {\varphi }_{b} $ 来描述，公式如下：$$ {\varphi }_{b}={\rm{arctan}}\left(1-{\gamma }_{u}\right){\rm{tan}}\delta $$ (2) 本研究中选取摩擦模型的流变参数为
$\delta $ =20°，$ {\varphi }_{b}=30° $ 。1.3 侵蚀速率计算与选取
侵蚀是泥流运动过程中常见的现象。由于复杂的下垫面地形和土壤异质性，量化泥流侵蚀作用仅能事件反分析获取。学者对此开展了大量的研究工作，提出了侵蚀速率这一概念，并经过的实际的工程验证（Chen et al.,2000, 2003; 马建全等，2022）。在此引入侵蚀速率这一概念，定量表征泥流侵蚀能力。
侵蚀作用强烈时，灾害体沉积体积为初始物质体积的数倍，尽管下垫面地形变化不大。侵蚀速率（E）是一种衡量法向沟床流失和切向滑动速率之间关系的指标，它的取值范围在10−3之间，具体表达式如下：
$$ E\cong \alpha \frac{{V}_{eroded}}{{A}_{effect}{d}_{center}} $$ (3) 式中：
$ {V}_{eroded} $ 为侵蚀物质总体积；$ {A}_{effect} $ 为侵蚀面积；$ {d}_{center} $ 为灾害体中心的移动距离。以上参数均通过天水2013年娘娘坝坡面泥流案例测量估算（于国强等，2014）。通过对多个地质灾害的反复演算，确定修正系数$ \alpha $ ，本研究采用$ \alpha $ =2.0（Hungr, 1990; Koch et al., 1994; Jakob et al., 2005），最终确定侵蚀速率$ E\cong 0.007 $ 。2. 结果与分析
2.1 拦挡坝对泥流运动过程的影响
根据图2的数据显示，发现坡面的地貌发生了显著的改变，而且泥沙的运动也发生了改变。此外，通过云图还能够清楚的观察到最终的淤积层的厚度。通过对比图2b，泥沙的移动速率为3.0 s，并且它们的前部接触到了阻碍作用的坡底。随着时间的推移，泥流的堆积越来越厚，使得大量的淤积物无法通过堤坝的抵抗。甚至当遇到严重的泥流时，堤坝的存在仍是必须考虑的因素。根据图2，即使泥流的堆积层只占整个主体的50%，堤坝的抵抗力仍不足，仍会导致泥流的扩散。
![]()
图 2 有无拦挡坝泥流运动模拟结果a. 无拦挡坝；b. 有拦挡坝Figure 2. Simulation results of motion of debris flow with and without dam通过对比图3和图4，可以清楚地观察到，当泥流碰到拦挡坝时，堤岸上的沉淀物会迅速扩散，其中沉积物的最高深度高达0.2 m，比未被阻碍的时候高出0.1 m，而沉积物的分散范围也会更广，这表明拦挡坝此时已被泥流的冲刷所覆盖，阻止了不断上升的沉积物。通过速度矢量的变化可知，即便没有拦挡坝的阻拦，泥流仍会沿着x轴方向增加，这表示它的速度仍然相对较快。但是，如果泥流漫过拦挡坝时，它的速度会急剧下降，且速度矢量十分稀疏，这表示泥流的运动路径发生变化。
![]()
图 3 有无拦挡坝泥流运动速度矢量及堆积区厚度分布（撞击时刻）a. 无拦挡坝；b. 有拦挡坝Figure 3. Distributions of moving speed vector and thickness of accumulation zone of debris flow with and without dam (impact moment)![]()
图 4 有无拦挡坝泥流运动速度矢量及堆积区厚度分布（漫坝时刻）a. 无拦挡坝；b. 有拦挡坝Figure 4. Distributions of moving speed vector and thickness of accumulation zone of debris flow with and without dam (overtopping moment)当没有拦挡坝的情况下，图5和图6显示了泥流进入水平区域撞击拦挡坝后，堆积体的形状发生了巨大的变化，由于受到拦挡坝的阻挡，泥流的横向扩展增强，从而导致堆积体的厚度和分布范围明显增加，从而使得坝前和坝后的堆积区域明显扩散。随着拦挡坝的出现，泥流的纵向延伸受到了明显的抑制，堆积区的中心和最大深度位置处的滑移距离显著缩短，从而使得灾害的影响范围也大大缩小。同时，从图6的坡面泥流运动轮廓模拟结果也可以看出，在有拦挡坝的作用下，坡面泥流前缘已经明显后退，泥流的主体部分已经大部分后退至过渡区位置，仅有少部分停留在坝后位置，拦挡坝已经拦截了泥流灾害体的大部分物质，致灾范围和致灾物质已大部分减少。且由于拦挡坝的拦挡作用，泥流堆积体横向扩展均堆积在坝前，使得泥流的运动方向发生了改变。
![]()
图 5 有无拦挡坝泥流堆积区厚度分布情况（堆积时刻）a. 无拦挡坝；b. 有拦挡坝Figure 5. Thickness of accumulation zone of debris flow with and without dam (accumulation moment)![]()
图 6 坡面泥流运动轮廓模拟结果a. 无拦挡坝；b. 有拦挡坝Figure 6. Projection of debris profiles on the horizontal plane2.2 拦挡坝对泥流动力参数的影响
图7和图8显示，当没有拦挡坝时，泥流动态特性会发生显著改变，其中，前端速度、平均速率和动能都会达到峰值，拦挡坝的作用会迅速起效。在有无拦挡坝作用下，泥流运动过程中的各个动力参数的变化趋势基本保持一致（图7）。泥流沿坡面运动过程中，其各个动力参数（平均速度、前端速度、总动能）均表现出迅速增加趋势，在坡脚位置处达到峰值；当泥流进入水平面后，动力参数呈现下降态势。同时，前端速度在下降过程中呈现出一定的波动态势，这是由于泥流前端在接触到坡脚时，受到坡脚的挤压与惯性作用的双重影响所致，而且在有拦挡坝的情况下，波动趋势更为明显。总势能则表现出平稳下降，然后保持稳定的态势，在有拦挡作用下，部分泥流物质堆积于拦挡坝上，总势能最终略高于无坝状况。
![]()
图 7 有无拦挡坝泥流动力参数随时间变化模拟结果a. 平均速度；b. 前端速度；c. 总动能；d. 总势能Figure 7. The changes in dynamic parameters of debris flow with time with and without dam![]()
图 8 有无拦挡坝泥流面积、侵蚀物质体积模拟结果a. 泥流面积；b. 泥流体积Figure 8. The changes in area and volume of debris flow with time with and without dam从有无拦挡坝的平均速度、前端速度、总动能的对比分析可以看出，在拦挡坝加持的作用下，3个动力参数的运动过程加快，均表现出压缩状态，表明泥流的运动过程收到限制。同时，由于拦挡作用，使得泥流整体的平均速度、前端速度和总动能均有所减少。平均速度平均降低10.62%，最高可减少15.65%；总动能平均削减16.17%，最高可削减22.89%，可在一定程度上减少泥流致灾规模。
通过图8中泥流灾害体面积和体积的变化可知，有无拦挡坝时变化趋势一致。泥流灾害体面积随运动过程逐渐增加，然后稍有回落，这是由于灾害体后缘的堆积和挤压，使泥流面积稍微减少。泥流灾害体体积随运动过程逐渐平稳增加，并维持稳定。但在拦挡坝的作用下，泥流灾害的面积和体积较无拦挡坝时均有一定的下降，平均下降2.48%和3.63%，说明拦挡坝在经受泥流冲击的同时，拦挡作用降低了泥流物质的增加。
3. 讨论
当泥流漫坝时，泥流主体迅速在坝前横向扩散，大部分泥流堆积于坝前；相反，泥流的纵向延伸逐渐减弱，泥流的厚度也会逐渐下降，致灾范围得以减小。
可以说，时间和空间的关系决定了泥流前端轮廓，图4展示了泥流前端碰撞拦挡坝时刻（t=3.0 s）的瞬时速度分布，此时，泥流前端的速度处于3～5 m/s之间；但当泥流漫坝时，其速度会急剧减小，范围为0.5～1 m/s。拦挡坝的作用是极其重要的，它能够有效地控制泥流的高度和前端速度，从而使泥流的运动变得更加平稳，从而显著地提升了泥流的运动速度。同时，结合泥流运动过程中撞击时刻和漫坝时刻的速度矢量分布（图3、图4）以及泥流平均速度和前端速度可以看出，有拦挡坝时的前端速度与无拦挡坝时的变化不大，表明拦挡坝此时正经受泥流的冲击，尽管总体数值变化不大，但此时拦挡坝的作用已经使得泥流前端速度方向发生了改变，使其偏离主流动方向，变为向上、向下或向两端扩散（图4、图6），使得泥流在纵向（x方向）上的前端速度在很大程度上已有所降低，可以在很大程度上减少了泥流的冲击力（陆鹏源等，2016），进一步降低了泥流的致灾强度和致灾规模，这与之前诸多学者数值模拟的研究结果基本一致（Hungr, 1990; Koch et al., 1994; Gray et al., 1999; Fannin et al., 2001; Jakob et al., 2005）。
由于拦挡坝的拦截作用，降低了泥流侵蚀夹带作用，使得泥流灾害体的面积和体积有一定程度的减少，拦挡作用降低了泥流物质的增加（图8），在一定程度上减少了泥流灾害体质量。在泥流灾害体运动速度（平均速度减少10.62%）和灾害体质量（面积和体积平均减少2.48%和3.63%）减少的双重叠加作用之下，导致泥流灾害体的总动能（减少16.17%）进一步降低，最终削减了泥流的致灾能量，这与Chen等（2000, 2003）采用数值模型计算结果相类似（王玉峰等，2021），也验证了此次数学模型的准确性。
经过计算，笔者发现拦挡坝的设计能够一定程度上阻止泥流的运动。但是，即使这种工程能够有效地阻止大规模泥流的运动，未来仍然可能出现漫坝的情况。因为，即使采用相同的触发机制和沟道条件，也可能会出现极端的情况。
4. 结论
（1）当泥流撞击拦挡坝堤造成漫坝时，会对拦挡坝造成重要的影响。堆积体由于拦挡坝的作用，它会在横向上不断膨胀，并且会逐渐朝着拦挡坝的方向变薄，从而使淤积层的厚度逐渐变小，限制淤积层的破坏能力。
（2）当没有拦挡坝的情况下，泥流的前端速度几乎没有变化，但是当坝前坝后的泥流增加时，速度矢量明显减小，而且分布也比较稀疏，这说明拦挡坝正在承受着泥流的持续冲击。由于拦挡坝的拦截和拦挡作用，降低了泥流侵蚀夹带作用，减少了泥流灾害体质量，改变了运动方向，减少了10.62%平均速度，使得泥流在纵向上的前端速度在很大程度上已有所降低；在双重作用叠加之下，降低了泥流运动的总动能，最终削减了灾害体16.17%的致灾能量，从而减少了泥流的冲击力，进一步降低了泥流的致灾强度和致灾规模。
（3）通过数值模拟实验，可以更好地研究实际的工程情况，特别是在研究过去的泥流灾害时，如何应对地形、水力特性、水位变化以及水土流失的复杂性。通过数值模拟方法，可以获得更准确的模拟结果，从而有助于更有效的识别、预测、控制、管理地质灾害。
-
![]()
图 1 地质灾害风险识别和核查技术路线图
Figure 1. Technical roadmap for geo-hazards risk identification and verification
![]()
图 3 榆林市米脂县局部基于DEM的高陡易发坡段识别结果图
Figure 3. Identification map of high and steep landslide-prone slopes based on DEM in local area of Mizhi County, Yulin City
![]()
图 4 榆林市米脂县典型区域基于InSAR技术识别的疑似地质灾害隐患
Figure 4. Potential geo-hazards identified by InSAR technology in representative region in Mizhi County, Yulin City
![]()
图 5 榆林市米脂县局部基于遥感的危险坡段识别图
Figure 5. Identification map of dangerous slope section based on remote sensing in local area of Mizhi County, Yulin City
![]()
图 7 榆林市米脂县局部地质灾害隐患点分布图
Figure 7. Distribution map of potential geo-hazards in local area of Mizhi County, Yulin City
![]()
图 8 榆林市在册地质灾害隐患点风险等级柱状图
Figure 8. Histogram of risk grade of registered geo-hazards in Yulin City
![]()
图 9 榆林市极高、高风险点中在册、非在册隐患点占比
Figure 9. Proportion of registered and unregistered geo-hazards in extremely high and high risk points in Yulin City
![]()
图 10 米脂县龙镇苏家沟村崩塌隐患风险核查结果与实际发生灾害对比（据薛强等，2023）
a.风险核查结果遥感影像；b.灾害发生情况野外照片
Figure 10. Comparison of risk verification result with actual disaster of Sujiagou collapse in Longzhen Town, Mizhi County
![]()
图 11 米脂县杨家沟镇管家咀村滑坡隐患风险核查结果与实际发生灾害对比
a.风险核查结果遥感影像；b.灾害发生情况野外照片
Figure 11. Comparison of risk verification result with actual disaster of Guanjiazui landslide in Yangjiagou Town, Mizhi County
![]()
图 12 米脂县城郊镇官庄村崩塌隐患风险动态管控过程
a.野外核查为高风险隐患点；b.汛期发生2处滑塌；c.2023年封口搬迁
Figure 12. Dynamic management and control process of Guanzhuang collapse risk in Chengjiao Town, Mizhi County
![]()
图 13 米脂县沙家店镇牛圈塔村皇帝沟路旁崩塌隐患风险动态管控过程
a.野外核查为高风险隐患点；b.汛期发生滑塌；c.2023年已完成工程治理
Figure 13. Dynamic management and control process of Huangdigou road collapse risk in Niuquanta Village, Shajiadian Town, Mizhi County
![]()
图 14 米脂县龙镇丁家沟村滑坡隐患风险动态管控过程
a.野外核查为极高风险隐患点；b.2023年正在实施工程治理
Figure 14. Dynamic management and control process of Dingjiagou landslide risk in Longzhen Town, Mizhi County
![]()
图 15 米脂县印斗镇常家坪村崩塌隐患风险动态管控过程
a.野外核查为高风险隐患点；b.2023年已完成工程治理
Figure 15. Dynamic management and control process of Changjiaping collapse risk in Yindou Town, Mizhi County
![]()
图 16 米脂县杨家沟镇何家岔村崩塌隐患风险动态管控过程
a.野外核查为高风险隐患点；b.2023年已完成工程治理
Figure 16. Dynamic management and control process of Hejiacha collapse risk in Yangjiagou Town, Mizhi County
表 1 榆林市各县（市、区）核查地质灾害隐患点统计表
Table 1 Statistical table of potential geo-hazards of verification in each county, Yulin City
序号 县（市、区） 地质灾害隐患点（处） 合计 极高风险 高风险 中风险 低风险 极低风险 1 榆阳区 3 31 200 414 1037 1685 2 神木市 3 49 179 495 1326 2052 3 府谷县 6 100 109 236 956 1407 4 横山区 13 50 95 199 2299 2656 5 定边县 9 70 151 275 1650 2155 6 靖边县 1 176 142 288 1347 1954 7 绥德县 8 119 112 346 2546 3131 8 吴堡县 0 25 145 231 1356 1757 9 佳县 2 205 297 516 3203 4223 10 子州县 7 107 567 728 4199 5608 11 米脂县 7 183 391 596 3233 4410 12 清涧县 23 263 507 622 5070 6485 合计 82 1378 2895 4946 28222 37523 
下载: 导出CSV
表 2 榆林市地质灾害预报预警等级划分标准
Table 2 Classification standard of geo-hazards forecast and early warning in Yulin City
预警等级 未来降雨量（气象预报） 前期降雨量 发生地质灾害风险 蓝色预警 气象预报12小时内降雨量将达50 mm以上 前24小时累计降雨量已达50 mm以上或
前3天累计降雨量已达100 mm以上风险一般 黄色预警 气象预报6小时内降雨量将达50 mm以上 前12小时累计降雨量已达50 mm以上或
前3天累计降雨量已达150 mm以上风险较高 橙色预警 气象预报3小时内降雨量将达50 mm以上 前6小时累计降雨量已达50 mm以上或
前3天累计降雨量已达200 mm以上风险高 红色预警 气象预报3小时内降雨量将达100 mm以上 前6小时累计降雨量已达100 mm以上或
前3天累计降雨量已达250 mm以上风险很高 注：未来降雨量和前期降雨量满足一项即可启动相应的预警等级。
下载: 导出CSV
表 3 不同风险隐患点预警防御方案应对简表
Table 3 Early warning and defense scheme response table for potential geo-hazards of different risk levels
风险等级 蓝色预警 黄色预警 橙色预警 红色预警 极高风险隐患点 应急搬迁避让 应急搬迁避让 应急搬迁避让 应急搬迁避让 高风险隐患点 加强监测 加强监测 应急搬迁避让 应急搬迁避让 中风险隐患点 加强监测 加强监测 应急搬迁避让 低风险隐患点 加强监测 加强监测 极低风险隐患点 加强监测
下载: 导出CSV
-
董永路. 陕西省子洲县崩塌、滑坡灾害易发性与危险性评价[D]. 西安: 长安大学, 2023. DONG Yonglu. Vulnerability and risk assessment of collapse and landslide disasters in Zizhou County, Shaanxi Province[D]. Xi’an: Chang’an University, 2023.
葛大庆, 戴可人, 郭兆成, 等 . 重大地质灾害隐患早期识别中综合遥感应用的思考与建议[J]. 武汉大学学报·信息科学版,2019 ,44 （7 ）:949 −956 .GE Daqing, DAI Keren, GUO Zhaocheng, et al . Early Identification of Serious Geological Hazards with Integrated Remote Sensing Technologies: Thoughts and Recommendations[J]. Geomatics and Information Science of Wuhan University,2019 ,44 （7 ）:949 −956 .杜鹏, 陈宁生, 伍康林, 等 . 基于随机森林模型的藏东南地区滑坡易发性评价及主控因素分析[J]. 成都理工大学学报(自然科学版),2024 ,51 （2 ）:328 −344 .DU Peng, CHENG Ningsheng, WU Kanglin, et al . Evaluation of landslide susceptibility in southeast Tibet based on arandom forestmodel[J]. Journal of Chengdu University of Technology (Science & Technology Edition),2024 ,51 （2 ）:328 −344 .郭华东. 雷达对地观测理论与应用[M]. 北京: 科学出版社, 2000. 韩守富, 赵宝强, 殷宗敏, 等 . 基于PS InSAR技术的黄土高原地质灾害隐患识别[J]. 兰州大学学报(自然科学版),2020 ,56 （1 ）:1 −7 .HAN Shoufu, ZHAO Baoqiang, YIN Zongmin, et al . The identification of potential geological hazards on the Loess Plateau based on PS InSAR technology[J]. Journal of Lanzhou University: Natural Sciences,2020 ,56 （1 ）:1 −7 .贾俊, 李志忠, 郭小鹏, 等 . 多源遥感技术在降雨诱发勉县地质灾害调查中的应用[J]. 西北地质,2023 ,56 （3 ）:268 −280 . doi: 10.12401/j.nwg.2023069JIA Jun, LI Zhizhong, GUO Xiaopeng, et al . Application of Multi–source Remote Sensing Technology on Investigation of Geological Disasters Induced by Rainfall in Mian County[J]. Northwestern Geology,2023 ,56 （3 ）:268 −280 . doi: 10.12401/j.nwg.2023069兰恒星, 彭建兵, 祝艳波, 等 . 黄河流域地质地表过程与重大灾害效应研究与展望[J]. 中国科学: 地球科学,2022 ,65 （2 ）:234 −256 .LAN Hengxing, PENG Jianbing, ZHU Yanbo, et al . Research on geological and surfacial processes and major disaster effects in the Yellow River Basin[J]. Science China Earth Sciences,2022 ,65 （2 ）:234 −256 .廖明生, 王腾. 时间序列InSAR技术与应用[M]. 北京: 科学出版社, 2014. 刘传正, 陈春利 . 中国地质灾害防治成效与问题对策[J]. 工程地质学报,2020 ,28 （2 ）:375 −383 .LIU Chuanzheng, CHEN Chunli . Achievements and countermeasures in risk reduction of geological disasters in China[J]. Journal of Engineering Geology,2020 ,28 （2 ）:375 −383 .林明明, 赵勇, 王坤, 等 . 基于多源时序InSAR技术的滑坡隐患早期识别[J]. 西北地质,2024 ,57 （6 ）:268 −277 .LIN Mingming, ZHAO Yong, WANG Kun, et al . Early Identification of Potential Dangers of Loess Landslide Based on Multi-Source and Time Series InSAR[J]. Northwestern Geology,2024 ,57 （6 ）:268 −277 .刘传正 . 崩塌滑坡灾害风险识别方法初步研究[J]. 工程地质学报,2019 ,27 （1 ）:88 −97 .LIU Chuanzheng . Analysis methods on the risk identification of landslide disasters[J]. Journal of Engineering Geology,2019 ,27 （1 ）:88 −97 .苏晓军, 张毅, 贾俊, 等 . 基于InSAR技术的秦岭南部略阳县潜在滑坡灾害识别研究[J]. 山地学报,2021 ,39 （1 ）:59 −70 .SU Xiaojun, ZHANG Yi, JIA Jun, et al . InSAR-based monitoring and identification of potential landslides in Lueyang County, the Southern Qinling Mountains, China[J]. Mountain Research,2021 ,39 （1 ）:59 −70 .孙萍萍, 张茂省, 贾俊, 等 . 中国西部黄土区地质灾害调查研究进展[J]. 西北地质,2022 ,55 （3 ）:96 −107 .SUN Pingping, ZHANG Maosheng, JIA Jun, et al . Geo-hazards research and investigation in the Loess Regions of Western China[J]. Northwestern Geology,2022 ,55 （3 ）:96 −107 .唐辉明 . 重大滑坡预测预报研究进展与展望[J]. 地质科技通报,2022 ,41 （6 ）:1 −13 .TANG Huiming . Advance and prospects of major landslides prediction and forecasting[J]. Bulletin of Geological Science and Technology,2022 ,41 （6 ）:1 −13 .唐然, 任穗川, 范宣梅, 等 . 大型红层缓倾岩层滑坡形成机制——以川北断渠滑坡为例[J]. 成都理工大学学报(自然科学版),2024 ,51 （4 ）:673 −686 .TANG Ran, REN Suichuan, FAN Xuanmei, et al . Formation mechanism of large-scale red bed gently inclined strata landslide: Taking Duangu landslide in north Sichuan as an example[J]. Journal of Chengdu University of Technology (Science & Technology Edition),2024 ,51 （4 ）:673 −686 .许强, 董秀军, 李为乐 . 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报·信息科学版,2019 ,44 （7 ）:957 −966 .XU Qiang, DONG Xiujun, LI Weile . Integrated space-air-ground early detection, monitoring and warning for potential catastrophic geohazards[J]. Geomatics and Information Science of Wuhan University,2019 ,44 （7 ）:957 −966 .吴铭洋, 陈宁生, 杨溢, 等 . 三工河小流域泥石流生态—岩土工程调控措施减缓土壤侵蚀的定量研究[J]. 成都理工大学学报(自然科学版),2024 ,51 （1 ）:117 −129 .WU Mingyang, CHEN Ningsheng, YANG Yi, et al . Quantitative study on the mitigation of soil erosion by comprehensive ecological and geotechnical debris flow treatment measures in small basins: A case study of the Sangong River Basin[J]. Journal of Chengdu University of Technology (Science & Technology Edition),2024 ,51 （1 ）:117 −129 .许强 . 对地质灾害隐患早期识别相关问题的认识与思考[J]. 武汉大学学报·信息科学版,2020 ,45 （11 ）:1651 −1659 .XU Qiang . Understanding and consideration of related issues in early identification of potential geohazards[J]. Geomatics and Information Science of Wuhan University,2020 ,45 （11 ）:1651 −1659 .薛强, 毕俊擘, 李政国, 等 . 三维激光扫描技术在阎家沟滑坡变形监测中的应用[J]. 中国地质灾害与防治学报,2018 ,29 （3 ）:108 −112 .XUE Oiang, Bl Junbo, Ll Zhengguo, et al . Application of 3D laser scanning technology in deformation monitoring of the Yanjiagou Landslide[J]. The Chinese Journal of Geological Hazard and Control,2018 ,29 （3 ）:108 −112 .薛强, 张茂省, 董英, 等 . 基于DEM和遥感的黄土地质灾害精细化风险识别——以陕北黄土高原区米脂县为例[J]. 中国地质,2023 ,50 （3 ）:926 −942 . doi: 10.12029/gc20220801001XUE Qiang, ZHANG Maosheng, DONG Ying, et al . Refinement risk identification of loess geo-hazards based on DEM and remote sensing: Taking Mizhi County in the Loess Plateau of Northern Shaanxi as an example[J]. Geology in China,2023 ,50 （3 ）:926 −942 . doi: 10.12029/gc20220801001殷跃平, 王鲁琦, 赵鹏, 等 . 三峡库区高陡岸坡溃屈失稳机理及防治研究[J]. 水利学报,2022 ,53 （4 ）:379 −391 .YIN Yueping, WANG Luqi, ZHAO Peng, et al . Crashed failure mechanism & prevention of fractured high-steep slope in the Three Gorges Reservoir, China[J]. Journal of Hydraulic Engineering,2022 ,53 （4 ）:379 −391 .张茂省, 李林, 唐亚明, 等 . 基于风险理念的黄土滑坡调查与编图研究[J]. 工程地质学报,2011 ,19 （1 ）:43 −51 . doi: 10.3969/j.issn.1004-9665.2011.01.007ZHANG Maosheng, LI Lin, TANG Yaming, et al . Risk management based landslide investigation and mapping in loess area[J]. Journal of Engineering Geology,2011 ,19 （1 ）:43 −51 . doi: 10.3969/j.issn.1004-9665.2011.01.007张林梵 . 基于时序InSAR的黄土滑坡隐患早期识别—以白鹿塬西南区为例[J]. 西北地质,2023 ,56 （3 ）:250 −257 .ZHANG Linfan . Early Identification of Hidden Dangers of Loess Landslide Based on Time Series InSAR: A Case Study of Southwest Bailuyuan[J]. Northwestern Geology,2023 ,56 （3 ）:250 −257 .张茂省, 贾俊, 王毅, 等 . 基于人工智能(AI)的地质灾害防控体系建设[J]. 西北地质,2019 ,52 （2 ）:103 −116 .ZHANG Maosheng, JIA Jun, WANG Yi, et al . Construction of geological disaster prevention and control system based on AI[J]. Northwestern Geology,2019 ,52 （2 ）:103 −116 .张茂省, 薛强, 贾俊, 等. 地质灾害风险管理理论方法与实践[M]. 北京: 科学出版社, 2021. ZHANG Maosheng, XUE Qiang, JIA Jun, et al. Theory, method and practice of geological hazard risk management[M]. Beijing: Science Press, 2021.
张勤, 赵超英, 陈雪蓉 . 多源遥感地质灾害早期识别技术进展与发展趋势[J]. 测绘学报,2022 ,51 （6 ）:885 −896 . doi: 10.11947/j.issn.1001-1595.2022.6.chxb202206012ZHANG Qin, ZHAO Chaoying, CHEN Xuerong . Technical progress and development trend of geological hazards early identification with multi-source remote sensing[J]. Acta Geodaetica et Cartographica Sinica,2022 ,51 （6 ）:885 −896 . doi: 10.11947/j.issn.1001-1595.2022.6.chxb202206012 -
期刊类型引用(1)
1. 王新刚，王道正，王家鼎，黄强兵，胡胜，连宝琴，辜超颖. 黄土高原泥流灾变机理研究进展与发展趋势. 西北地质. 2025(02): 1-15+345 . 
本站查看
其他类型引用(0)
计量
- 文章访问数: 135
- HTML全文浏览量: 13
- PDF下载量: 55
- 被引次数: 1
