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. -
鄂尔多斯盆地东缘古生界致密砂岩气勘探不断突破，自下而上多层位成藏，资源潜力巨大，勘探前景好（郑萌等，2023；张瑶瑶等，2023）。早期勘探目的层主要集中于本溪组、太原组、山西组以及盒8段（王震亮等，2004; 杨华等，2004，2016;兰朝利等，2010；吴颖等，2024），自2021年以来，先后在神84井区以及米33井区石千峰组千5段探明优质天然气藏，获得显著的开发效果，其中米33井日产20.83×104 m3，神84井日产16.18×104 m3，表明千5段具良好的勘探前景。对比鄂尔多斯盆地东南缘以及苏里格等区域石千峰组鲜有成藏的现状，该发现唤起了区域范围内对石千峰组油气勘探的巨大愿景（肖玲等，2022；欧阳明华等，2023）。部分学者对盆地范围内石千峰组沉积环境（张翔等，2009）、沉积相（李君文等，2007；张翔等，2008）及成藏特征（王震亮等，2004；杨华等，2004；李振宏等，2005；闫小雄等，2005; 张清等，2005）已经开展大量的研究工作，但是关于石千峰组砂体发育规模以及储层特征方面的研究少有涉及，研究程度整体偏低。因而，笔者认为结合目前勘探突破，在沉积微相分析的基础上，结合多类型实验手段，总结石千峰组砂岩储层特征，为区域储层研究提供基础资料；同时，对石千峰组千5段开展系统性的砂体发育规模评价分析，可为区域范围开发井的部署提供重要线索。
1. 区域背景
神木气田构造上位于鄂尔多斯盆地晋西挠褶带以西的伊陕斜坡上，构造上表现为西倾单斜的特点（王震亮等, 2004; 闫小雄等, 2005; 杨华等, 2015；唐玮玮等，2022；牛艳伟等，2023）。石千峰组与下伏上石盒子组整合接触，与上覆下三叠统刘家沟组平行不整合接触，为干旱、炎热、氧化的淡水沉积环境（张翔等, 2008）。石千峰组由5个亚段构成，千5段位于底部，神木地区千5段地层厚度约为60～65 m，西南部最大埋深为
1180 m，北东部最浅，约为360 m。2. 沉积旋回与岩石组合特征
千5段纵向上由4个中期沉积旋回纵向叠置，对应两个亚段（千5上亚段与千5下亚段）4个小层，下部3个中期旋回可容纳空间持续增加，顶部旋回可容纳空间缓慢降低（图1），各旋回由底部厚层砂岩与顶部薄层泥岩组合而成。砂岩多呈浅肉粉色-粉褐色，为中厚层-厚层状中-粗粒砂岩或含砾粗砂岩，具丰富的交错层理、平行层理以及冲刷面构造。测井曲线形态以箱形、钟形为主，少量指形曲线，箱形与钟形曲线含量约为60%和36%。由于砂岩中泥质含量变化，箱形与钟形平滑程度不同，泥质含量相对较高的齿状箱形在千5上、下亚段中均占主导，平均厚度约10 m，个别区域厚层箱状砂体可达25 m。为高能河道频繁聚合冲刷而成，呈典型的辫状河道沉积特点。
![]()
图 1 神木气田区域位置图（据赵龙梅等，2023修改）与千5段综合柱状图Figure 1. Location map of Shenmu las field and comprehensive histogram of Qian5 section千5段泥岩颜色以自生氧化色为主，呈砖红或红褐色（图2），与区域石千峰组早期干旱氧化为主的沉积环境一致。表现为中厚层块状，粉砂质含量较高，未见生物扰动或植物叶片化石，为典型的洪泛平原泥质沉积。局部泥岩呈浅灰绿色或杂色混积，暗示千5段沉积期局部干湿气候快速交替，沉积环境动荡加深的水体变化特点。
![]()
图 2 神木地区石千峰组千5段砂岩与泥岩颜色发育特征发育3种类型岩石颜色组合：砖红色为主（a～c）、灰绿色为主（d～f）、混积色（g～i）；a. 砖红色粉砂质泥岩，米160井，1 877.0 m；b. 浅褐灰色含细砾中粗砂岩，双56井，2 298.76 m； c. 浅褐色夹灰色泥质中粗砂岩，米35井，2 000.8 m；d. 浅绿灰色泥砾粗砂岩，米161井，2 298.05 m；e. 浅绿灰色中细砂岩，米44井，1 875.2 m；f. 灰绿色泥质细砂岩，米120井，2 120.8 m；g. 砖红色粉砂质泥岩，米160井，1 877.1 m；h. 浅褐灰色具平行层理粗砂岩，府2，1 728.1 m；i. 褐灰色向浅绿灰色粗砂岩过渡，米160井，1 872.5 mFigure 2. Color characteristics of sandstone and mudstone in the Qian5 member of Shiqianfeng Formation in the Shenmu area3. 砂体发育规模评价
随着油气勘探的逐步精细化，砂体发育规模评价成为开发井部署的重要基础工作，结合露头、测井以及经验公式对神木地区千5段砂体规模进行综合刻画分析，将有效降低开发井的部署风险。
3.1 露头砂体特征
石千峰组露头多为断崖式特征，剖面实测分析难度大。以韩城遽水河石千峰组剖面为例（图3），露头呈EW向展布，垂高近百米，千5段厚层砂体直接覆盖于盒1段紫红色泥岩之上。千5段垂直厚度为66 m，上、下亚段为浅粉色或粉褐色厚层聚合河道砂体，中部中厚层洪泛平原紫红色泥岩。由于剖面出露情况限制，露头范围无法真实反映聚合河道砂体宽度发育规模，仅能对内部单河道砂体提供数据支持。千5下亚段聚合河道砂体中单河道砂体厚度为4～6 m，单期河道宽度主体分布多大于50 m；千5上亚段单砂体厚度为6～8 m，单期河道主体宽度大于100 m。
![]()
图 3 韩城遽水河剖面石千峰组千5段露头聚合河道砂体刻画a. 韩城遽水河石千峰组聚合河道露头；b. 韩城遽水河石千峰组聚合河道露头河道砂体刻画Figure 3. Characterization of the aggregate channel sand body in the Qian5 Member of the Shiqianfeng Formation of the Qushui river section in Hancheng3.2 用经验公式推断砂体特征
经验公式法不受露头出露情况以及地貌特征限制，因此对于井下河道规模发育评价具有重要参考价值。在早期地质学曲流河宽度规模评价（Collinson, 1977）的基础上，辫状河聚合河道宽度以及单砂体宽度计算方式获得了广泛认可。主要包括4个参数：
h=1.1L（Shanley, 2004）； （1）
CWB=45.76h1.52（Bridge et al., 1993）； （2）
Wm=12.1h1.87（Robinson et al.，1997）； （3）
F=W/h （Schumm, 1960）。 （4）
式中：h为水深m（考虑10%的压实）；L为河道单砂体最大厚度；CWB为辨状河河道带宽度；Wm为辫状河河道平均单砂体宽；F为单河道的宽深比。
结合计算公式1～4，在测井曲线砂体分析的基础上进行沉积期水体深度以及河道宽度分析（表1）。千5段单砂体宽度主体分布区间为100～350 m；聚合河道带宽度主体分布区间为240～700 m，沉积水深为2 ～5 m。与露头单砂体厚度所反映的沉积水深基本一致。
表 1 砂体宽度与聚合河道带计算数据表Table 1. Calculation data for the width of single sand body and aggregate channel sand body单砂体厚度（m） 单砂体宽度（m） 聚合河道带宽度（m） 厚度频率（次） 0～2 0～100 0～240 1 969 2～4 100～350 240～700 2900 4～6 350～750 700～ 1300 1776 6～8 750～ 1250 1300 ～2 0001037 8～10 1250 ～1 9002 000～ 2800 525 ＞10 ＞1 900 ＞ 2800 277 3.3 密井网砂体解剖特征
神木气田早期油气勘探积累了大量的钻、测井资料，局部开发井密度大，井距小，为井下砂体规模评价提供了便利。在经验公式计算基础上，结合密井网解剖可更准确的分析砂体规模，为后续的开发提供详实的线索。以双44井区东西向开发井剖面为例（图4）（剖面位置见图1），近垂直河道砂体在上、下亚段中表现形式差异较大。千5下亚段主要为箱状下切堆叠型与离散堆叠型聚合河道为主，纵向厚度变化大，聚合河道宽度为700～
3200 m；千5上亚段河道砂体相对孤立，聚合河道宽度延伸显著降低，主体分布区间为600～1000 m。结合多区域开发井井网砂体剖面刻画（图5），千5段上、下亚段单砂体厚度基本一致，主频范围为2～6 m。聚合河道砂体宽度变化大，千5上聚合河道砂体宽度以800～1200 m范围为主，千5下亚段主要分布区间为1200 ～1600 m。![]()
图 4 神木气田双44井区EW向开发井剖面砂体刻画Figure 4. Sand body characterization of the east-west well profile in Shuang44 well area of Shenmu Gas Field![]()
图 5 神木气田石千峰组千5段密井网砂体刻画数据分布特征Figure 5. Distribution characteristics of dense well network sand body characterization data in the Qian5 section of the Shiqianfeng Formation in Shenmu Gas Field4. 储层特征
4.1 岩石学特征
对石千峰组千5段4个小层进行岩石学特征分析，砂岩类型以岩屑砂岩、长石岩屑砂岩和岩屑长石砂岩为主（图6）。石英平均含量为48.7%；长石平均含量为18%，最高达43%；岩屑含量整体偏高，10%～68%，平均为19%，以火山岩岩屑、变质砂岩、石英岩以及千枚岩为主，不同矿物成分含量在平面上差异较小。
![]()
图 6 神木气田石千峰组千5段砂岩成分三角图Ⅰ.石英砂岩；Ⅱ.长石石英砂岩；Ⅲ.岩屑石英砂岩；Ⅳ.长石砂岩；Ⅴ.岩屑长石砂岩；Ⅵ.长石岩屑砂岩；Ⅶ：岩屑砂岩Figure 6. Triangle diagram of sandstone composition in the Qian5 member of the Shiqianfeng Formation in Shenmu Gas Field4.2 填隙物特征
千5段砂岩碎屑颗粒之间填隙物以硅质、钙质、以及黏土矿物为主，见少量浊沸石局部富集（图7）。黏土矿物平均含量约为8.7%，最高达30%（图7），主要为绿泥石和凝灰质杂基（图8），其次为高岭石和铁泥质，绿泥石多以绿泥石膜的形式存在，少量全充填原生粒间孔；铁泥质与凝灰质多全充填原生粒间孔。硅质胶结物平均含量为2.4%，最高约为9.8%，半充填原生粒间孔；钙质呈镶嵌状胶结全充填孔隙的特点，平均含量为2.6%，最高为16%。浊沸石含量少，仅局部富集，因此较难进行统计分析。
![]()
图 7 神木地区石千峰千5段填隙物含量特征Figure 7. Characteristics of interstitial material content in Shiqianfeng Qian5 member of Shenmu area4.3 储层物性与孔隙结构特征
高压压汞数据分析表明千5段砂岩最大孔隙度达16.8%，平均孔隙度为10.6%，平均渗透率为1.42 mD，与神木地区其余砂岩储集层位对比，具备较好的物性条件（图9）。千5段高物性条件储层多集中分布于低可容纳空间聚合河道砂体底部，即箱状和钟状测井曲线底部，向旋回顶部泥质成分逐渐增多，物性逐渐降低。神木地区受晋西挠褶带附近断裂构造影响，千5段砂岩渗透率高值较为突出。
![]()
图 9 神木地区主要储集层段砂岩物性特征对比a.孔隙度箱状图，箱体为25%～75%孔隙度分布区间，标注数字为孔隙度均值；b.渗透率箱状图，菱形箱体为25%～75%渗透率分布区间，标注数字为孔隙度均值和中位值Figure 9. Characteristics of sandstone porosity and permeability in the main reservoir sections of the Shenmu area千5段砂岩以原生粒间孔为主要的储集空间（图8a），多为未充填原生孔隙，少量半充填孔；黏土矿物晶间孔含量少，以绿泥石晶间孔为主，其次为少量高岭石晶间孔，部分黏土矿物孔隙疑似为早期矿物颗粒溶孔（图8c）。溶蚀孔隙发育含量较少，主要为长石颗粒溶孔（图8c），少量胶结物溶孔（图8k），溶蚀程度均较弱。结合核磁共振对系列储层进行孔隙大小分析，千5段砂岩孔隙以微米孔隙（1～40 μm）和纳米孔隙（1 μm～100 nm）为主（图10、图11）。渗透率低于0.1 mD时，以纳米孔为主，大于0.1 mD时，微米孔隙含量增加，孔隙度大于9%时，以微米孔隙为主，含少量纳米孔隙。结合压汞数据将神木地区千5段砂岩储层细分为4类（图10）：Ⅰ类储层，裂缝–孔隙型储层，微米级孔隙，孔隙度大于10%，排驱压力小于0.1 MPa，最大进汞饱和度大于85%；Ⅱ类储层，微米–亚微米级孔隙，平均孔隙度大于9%，最大进汞饱和度大于70%；Ⅲ类储层，亚微米–微米级孔隙，平均孔隙度大于8%，最大进汞饱和度为60%～70%；Ⅳ类储层，以亚微米级孔隙为主，孔隙度大于6%，最大进汞饱和度小于60%。
![]()
图 8 神木地区千5段砂岩孔隙充填特征a.未充填原生粒间孔，1 871.4 m，米44井（扫描电镜）；b.黏土矿物晶间孔和疑似颗粒溶孔，2 032.6 m，双118井（扫描电镜）；c.长石颗粒溶孔，1 993.5 m，榆88井（扫描电镜）；d.绿泥石膜与硅质胶结物全充填原生粒间孔，米161井，1 737.3 m（单偏光）；e.绿泥石完全充填原生粒间孔，双118井，2 035.6 m（单偏光）；f.原生粒间孔被铁泥质全充填，米44井，1 874.1 m（单偏光）；g.高岭石半充填长石溶孔，米161井，1 742.7 m（单偏光）；h.接触式硅质胶结作用，残留部分原生粒间孔，米44井，1 866.4 m（单偏光）；i.镶嵌式钙质胶结物全充填原生粒间孔，米165井，2 267 m（单偏光）； j.长石颗粒溶孔被方解石胶结物充填，神118井，2 037.2 m（单偏光）；k.沸石胶结物半充填原生粒间孔，发育沸石溶孔，府2井，1 527 m（单偏光）；l.浊沸石胶结原生粒间孔，发育少量沸石溶孔，府2井，1 530 m（单偏光）Figure 8. Pore filling characteristics of sandstone in the Qian5 member of the Shenmu area![]()
图 10 神木地区石千峰组千5段砂岩储层孔隙大小分布特征Figure 10. Pore size distribution characteristics of sandstone reservoirs in the Qian5 member of the Shiqianfeng Formation in the Shenmu area![]()
图 11 神木地区石千峰组千5段压汞储层分类特征Ⅰ类样品：米44井，1 872.8 m；Ⅱ类样品：榆88井-1，1 994.2 m；Ⅲ类样品：府2井-4，1 527.8 m；Ⅳ类样品：米44井-10，1 875.3 mFigure 11. Classification characteristics of mercury injection reservoirs in the Qian5 member of the Shiqianfeng Formation in the Shenmu area4.4 孔隙演化特征
在成分分析以及成岩作用分析基础上，对研究区9个中-粗砂岩样品的孔隙度变化进行定量计算。①原始孔隙度φ1（%）（Beard et al., 1973; Scherer, 1987），φ1=20.91+22.9/SO。SO为分选系数，SO=$\sqrt {D25/D75} $。②压实后剩余孔隙度φ2=C+φori×φave/φpor, C为胶结物含量（%），φori为现今粒间孔面孔率。③压实作用损失孔隙度φ3=φ1-φ2（张兴良等, 2014）。④胶结作用损失孔隙度：φ4=黏土矿物百分含量+C。⑤溶蚀作用增加孔隙度：φ5=φdiss×φave/φpor, φdiss为溶蚀孔面孔率，φave为平均测试总孔隙度，φpor为总面孔率。⑥自生晶间孔增加量：φ6=φi-c×φave/φpor，φi-c为现今成岩晶间孔面孔率。数据结果显示，千5段砂岩未固结平均原始孔隙度φ1=30.6%，压实作用平均损失孔隙度φ3=16.1%，胶结作用平均损失孔隙度φ4=9%，其中钙质胶结作用平均损失孔隙度约为2.1%，硅质胶结作用损失孔隙度约为2.4%，黏土矿物充填胶结损失约4.5%，溶蚀作用平均增加孔隙度φ5=3.5%，现今平均剩余孔隙度为9.8%。
4.5 成岩演化探讨
成岩作用对砂岩储集物性具有直接的控制作用，多种成岩作用共存是砂岩成岩演化过程中的普遍现象，对其类型以及作用方式的准确分析解读是成岩演化分析的必要手段。千5段砂岩相较于二叠系中下部主要砂岩储集层（Wu et al., 2021）无论是成岩作用类型还是成岩作用期次均存在明显差异。
神木地区千5段砂岩碎屑颗粒表现为点接触为主（图7），少量线接触，压实作用程度中-弱。胶结作用除了常见的硅质与钙质胶结之外，浊沸石胶结作用呈现局部富集的特点。这与千5段高火山岩碎屑含量与高凝灰质杂基含量具有直接的联系（Levy, 1984; Chipera et al., 2008; 朱世发等, 2011; 李振华等, 2014; 吴和源等, 2017, 2018）。硅质胶结晚于自生绿泥石膜，表现为接触式胶结的特点，全充填（图8d）或半充填原生粒间孔（图8h），未见多期次石英次生加大。钙质胶结作用呈镶嵌状胶结，全充填原生粒间孔（图8i）与长石颗粒溶孔（图8j），方解石胶结作用基本不见自生黏土矿物伴生。浊沸石为镶嵌状胶结，局部与少量硅质胶结物伴生，暗示两种胶结作用形成时间基本一致。千5段砂岩胶结物含量偏低，填隙物以黏土矿物充填为主，凝灰质、铁泥质、绿泥石含量较高，少量高岭石、伊利石以及伊\蒙混层矿物。凝灰质与铁泥质以杂基形式充填粒间孔，多表现为致密状，绿泥石化明显。自生绿泥石以绿泥石膜形式存在，形成于早成岩A期，抑制了局部硅质胶结作用的持续形成，因此多呈现高原生粒间孔的特点。高岭石呈书页状半充填粒间孔，含量较少。
溶蚀作用作为砂岩储层形成过程中重要的建设性作用，在神木地区千5段砂岩中发育差。长石碎屑颗粒溶蚀程度较弱，显微薄片与扫描电镜分析仅见少量长石溶孔。浊沸石溶蚀显著，多呈半溶蚀状，但由于其局部富集的特点，很难对整体储集空间形成巨大贡献。综合分析认为，千5段砂岩成藏期不存在广泛的有机酸溶蚀作用。
结合成岩作用发育特征，将神木地区千5段砂岩成岩演化细分为3个阶段（图12）：早成岩A期：碎屑沉积压实阶段，该阶段主要发育硅质胶结（浊沸石胶结）作用，黏土矿物充填粒间孔，阶段孔隙类型为残余粒间孔；早成岩B期：持续压实减孔阶段，少量方解石胶结原生粒间孔，阶段孔隙类型主要为残余粒间孔、绿泥石、高岭石晶间孔隙；中成岩阶段：天然气成藏及黏土矿物转化阶段，结合包裹体测试数据分析认为，千5段包裹体测温数据主要分布区间为130～150 ℃，结合埋藏演化史认为其主成藏期位于160～130 Ma，期间天然气依靠断裂以及扩散作用聚集成藏，同时凝灰质以及铁泥质杂基向绿泥石以及伊利石转化，阶段孔隙类型为残余原生粒间孔以及黏土矿物晶间孔。
![]()
图 12 神木地区千5段砂岩埋藏演化史及成岩作用发育特征Figure 12. Burial evolution history and diagenetic development characteristics of sandstone in the Qian5 section of the Shenmu area5. 结论
（1）鄂尔多斯盆地神木地区石千峰组千5段由4个中期旋回纵向叠置而成，对应2个亚段4个小层，为辫状河三角洲平原沉积，表现为浅水宽河道的沉积特点，辫状河道平均水深为5～6 m，聚合河道宽度分布范围为800～
1200 m。（2）千5段砂岩以厚层岩屑砂岩、长石岩屑砂岩和岩屑长石砂岩为主，具有高岩屑含量、高原生粒间孔的特点，形成以微米到纳米孔隙为主的4类砂岩储层：Ⅰ类微米级裂缝孔隙型；Ⅱ类微米–纳米级连通孔隙型；Ⅲ类纳米–微米级连通–孤立孔隙型；Ⅳ类纳米级孤立孔隙型。
（3）千5段高火山岩碎屑与高凝灰质杂基砂岩中发育浊沸石胶结作用，呈现浊沸石胶结物局部富集的特点，由于沸石胶结物的易溶蚀性，区域范围内可能存在高孔渗浊沸石胶结砂砾岩储层。
（4）神木地区千5段砂岩具胶结物含量低、成岩胶结作用期次少、平均黏土矿物含量高的特点，除压实减孔之外，黏土矿物充填是原始孔隙结构破坏的主要原因。
-
![]()
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
计量
- 文章访问数: 135
- HTML全文浏览量: 13
- PDF下载量: 55
