Provenance characteristics and risk analysis of debris flows in Siergou, Lanzhou City
-
摘要:
寺儿沟流域位于甘肃省兰州市西固区, 历史上曾发生过大规模泥石流, 造成重大人员伤亡和财产损失。文章基于野外调查和遥感解译, 结合已有文献成果和室内测试, 研究寺儿沟泥石流物源特征及影响因素, 采用FLO-2D软件模拟分析泥石流的危险性。研究结果表明: 寺儿沟以黏性泥石流为主, 表现为低频活动, 目前处于衰退期; 寺儿沟流域内物源丰富, 可分为坡面型物源、崩滑型物源、沟道型物源和人为型物源共4种, 其中崩滑型、沟道型物源控制了泥石流的暴发规模; 而一次性冲出量的大小主要取决于泥石流起动时崩滑体的发育程度, 崩滑体越发育, 一次性冲出量越大, 泥石流规模越大; 在临界降雨条件下, 寺儿沟将会暴发泥石流, 中—高危险区集中于流通区, 严重威胁冲沟内构筑物如兰西高铁、环城高速等安全运营。当遭遇极端强降雨时, 寺儿沟将暴发更大规模泥石流。因此, 有必要进一步研究极端天气条件下泥石流的危险性, 为区内泥石流的防灾减灾提供地质依据。
Abstract:Located in the Xigu District of Lanzhou City, Gansu Province, the Siergou watershed has historically experienced large-scale debris flows that have caused significant casualties and property damage. Based on the field survey and remote sensing interpretation, we studied the characteristics of the material source and influencing factors of the debris flows in Siergou through existing literature and indoor tests. We used the FLO-2D software to simulate and analyze the risk of debris flows. The results show that Siergou is dominated by viscous debris flows, which exhibit low-frequency activity and are currently in recession. There are abundant material sources in the Siergou watershed, which can be classified into four types: slope-type, landslide-type, ditch-type, and manmade-type, among which the landslide-type and ditch-type source control the outbreak scale of debris flow. The volume of a one-time flush-out mainly depends on the development degree of a landslide when the landslide occurs. The more developed the landslide is, the larger the one-time flush-out volume is and the larger the scale of the debris flow is. Under critical rainfall conditions, debris flows will break out in Siergou and deposit on the circulation area, forming medium-high risk areas, which seriously threaten the safe operation of the infrastructure in the gully, such as the Lanzhou-Xining high-speed railway and the beltways of the Lanzhou City. When extreme heavy rainfall is encountered, larger-scale debris flows will break out in Siergou. Therefore, further study of the risk of debris flows under extreme weather conditions is necessary to provide a geological basis for debris flow prevention and mitigation in this region.
-
Key words:
- geohazard /
- debris flow /
- provenance /
- landslide /
- risk /
- Siergou
-
0. 引言
中国是矿业大国,矿产资源开发利用为国民经济和社会发展做出了巨大贡献。与此同时也应当清醒地认识到,矿产资源长期大规模和超强度开采,不同程度破坏了矿山及其周边环境。因矿业开发引起的地面塌陷、土地损毁、山体崩塌、滑坡、泥石流等矿山地质灾害,严重影响了人民生命财产安全和正常生活秩序,不同程度地制约了经济社会的健康可持续发展,引起了国家和社会的高度关注。大力推进生态文明建设,加强和改进矿业领域生态文明,必须牢固树立科学发展的理念,以人为本,高度重视矿产资源开发过程中的环境问题及其对经济社会发展的影响。
随着卫星遥感技术的快速发展,基于高分辨率卫星遥感影像数据的矿山开采状况及环境影响分析已经可以满足日常管理工作的实际需求。以高分辨率遥感影像为基础,可以提供准确、客观、实时的矿山开发和环境信息,进而有针对性地对矿产资源开发利用问题进行研究与科学决策,以实现矿产资源高效利用与环境保护协调发展[1]。
1. 遥感技术在矿山地质环境调查中应用
遥感影像可以使各种生态环境因素得到充分的体现,根据各类要素在不同条件下的光谱特性、成像特性进行数字图像处理,在信息提取、分类的基础上进行污染现状调查与环境要素研究,并结合遥感影像上各种信息对主要污染源及其分布、污染扩散路径等进行分析。例如:根据水体在一定遥感波段上不同的光谱特征(反射率、亮度、颜色等)可以对其受污染状况做出评价;根据矿区不同时期遥感影像的地表信息(高程、颜色、纹理、亮度等)可以获取矿山土地塌陷、土地污染等方面的信息[2]。在遥感图像处理的基础上可以获得矿山生态环境全面、实时、丰富的信息源,进而可为矿山地质环境治理与恢复提供决策支持,并对治理后效果进行评价。
不同分辨率的遥感影像为建立矿山监测信息系统提供多源、多平台、多时相、多层次、多领域的实时、丰富、准确、可靠的信息,并可定期进行信息更新,具有成本低、效率高、时间快的显著特点,在矿山地质环境调查中具有广阔的应用前景[3]。
2. 研究区概况
山西省是中国重要的铁矿资源产地,探明储量居全国前列,分布相对集中,具有规模大、铁含量较低、地表露头或近地表、易选磁铁矿为主的特点,主要分布在娄烦—岚县、五台—恒山等地区。娄烦矿区位于吕梁山中部,独特的地质条件使得矿产资源异常丰富,不仅矿种多,分布广,且开采历史悠久,是山西省著名的铁矿石产地。
娄烦尖山铁矿在山西省已知铁矿中规模最大,该矿区铝土矿资源亦十分丰富,在省内居于首位,具有储量大、品位高的特点,开采方式分为露天开采和硐采两种。由于该地区具有较强的典型性和代表性,故作为此次调查的研究区(见图 1)。
3. 遥感调查方法
3.1 数据源
考虑到遥感卫星数据来源、分辨率等因素,本文采用GeoEye-1遥感数据资料,成像时间2010年7月。数据范围:111°21′22.78″,38°18′08.85″;111°58′29.51″,38°17′57.68″;111°16′50.34″,37°48′56.17″;111°58′05.29″,37°48′43.24″。面积2945 km2。遥感数据组合为4 m分辨率多光谱数据及1 m分辨率全色数据。数据获取范围内局部有少量云覆盖,对遥感解译影响不大,数据质量总体较好,满足监测要求(见图 2)。
3.2 数据处理
获取数据后,将GeoEye-1图像进行了纠正处理。GeoEye-1数据全色分辨率为0.41 m,多光谱数据分辨率为1.65 m,数据纠正融合后,重采样分辨率为1.00 m。
3.2.1 图像纠正
遥感图像在成像过程中由于传感器的性能差异、卫星飞行高度和姿态变化及地面高低起伏不同会造成图像的各种几何畸变。为了消除几何畸变并把图像转换到需要的地图投影上去,需要对GeoEye-1数据进行几何纠正。以1:10000地形图或部分1:50000地形图(针对没有1:10000地形图的地区)和相应的DEM为基准进行正射纠正。纠正时仍采用高斯-克吕格3度带投影,校正后的图面中误差(1:50000尺度)一般不大于0.5 mm,最大不大于1.0 mm,控制点拟合精度误差0.3 mm以内[4]。
3.2.2 图像镶嵌
工作区涉及两景以上卫星数据时,需进行镶嵌处理。镶嵌时除了满足拼接线处相邻影像的细节在几何上一一对接外,相邻影像的色调要保持一致,并且达到层次丰富、色调均匀、反差适中、清晰的效果。
3.2.3 图像信息增强
为了在影像图上准确识别各类目标地物,解译前需要对遥感影像图进行一定的图像处理,根据矿区的实际特点选择有效的增强方法,数据融合为基本方法之一。
3.2.4 图像分类
主要针对多光谱数据进行,对不同的矿山地物类型将尝试采用不同的分类方法,高分辨率图像分类主要以目视为主。
3.3 信息提取
此次工作的信息提取在MAPGIS6.7平台进行,提取的目标物有:① 正在开采的地下、露天矿山的矿区、开采面、排土场等范围;② 已经闭坑的矿山状况及范围;③ 露天开采的石灰石矿等;④ 矿山地质环境现状(包括地质灾害、矿山污染等)。
3.4 实地调查
实地调查内容包括煤矿、铁矿、铝土矿等金属矿产资源开发状况及相关地物(开采面、排石场、排土场等)的类型、占地等,并对有界外开采嫌疑的图斑进行验证。
4. 调查区环境相关数据分析
4.1 矿山开发占用土地情况
遥感解译及统计数据显示,山西娄烦调查区矿山开发占地总面积为1057.73 hm2,生产矿山占地318.34 hm2(其中,采石场开采占地104.44 hm2),固体废弃物占地646.84 hm2,闭坑矿山占地92.55 hm2,其面积比例约为3:6:1,固体废弃物及闭坑矿山占矿山开采占地总面积的70%。合法开采与违规开采占用土地比例约为1:5,违规开采占用土地问题十分突出(见表 1、表 2)。
表 1 调查区矿山开采占用土地统计(按开采阶段)Table 1. Statistics survey area of land occupied by mining (Mining stage classification)开发状况 矿种 个数 占地面积/ha 合计 生产矿山(地下开采) 煤矿 25 25.86 25.86 铁矿 14 生产矿山(露天开采) 铝土矿 4 3.82 292.48 铁矿 14 184.22 石材 112 104.44 固体废弃物占地 排土场 219 300.65 646.84 尾矿库 133 214.21 废铁矿石堆 234 131.98 闭坑矿山 铝土矿 6 19.92 92.55 铁矿 143 72.63 表 2 调查区矿山开采占用土地统计(按矿种)Table 2. Statistics of land occupied by mining in the survey area according to mineral commodity矿种 开采面 矿山建筑 固体废弃物 合法开采 违规开采 小计 煤矿 14.63 11.23 25.86 25.86 铝土矿 3.82 3.82 8.13 铁矿 45.78 138.44 184.22 638.71 采石场 104.44 104.44 合计 49.6 242.88 292.48 25.86 646.84 4.2 矿山开发引起的次生地质灾害情况
通过遥感解译及数据分析得出,该监测区域范围内,主要地质灾害有地面沉降、滑坡、地裂缝等。因开采石材,引发山体崩塌、滑坡等地质灾害,造成道路阻塞,损毁交通,共有9处隐患点,地质灾害面积约6.95 hm2(见图 3)。
4.3 矿山开发导致粉尘污染
调查区内局部地区密集开采石材矿,其特点是规模小、布点密,整体布局比较零乱,采石场粉尘的随意排放严重影响大气环境和周围生态环境。露天堆放的石料导致整个矿区粉尘满天飞,采石场沿途不断有拉满石料的车辆开过,扬起的尘土使整个空间能见度极低,部分石料还从车上散落下来,造成二次污染,导致该地区粉尘污染非常严重。
粉尘弥漫在空气当中,降低了空气质量,影响了日常生活,长期身处粉尘污染的环境会引起多种疾病,严重影响人们身体健康;粉尘污染使矿区土壤质量变坏、硬化,植被遭到破坏,长期积下的粉尘还污染了农作物,并引起农作物减产。
5. 结论与建议
5.1 矿山开发占地严重,恢复治理工作亟待开展
通过研究发现,随着区域矿业活动的加剧,矿山开发占地规模逐步加大,矿山开采引发了一系列的环境问题,造成了区域生态环境的恶化。矿山闭坑后,未能得到及时的恢复治理,造成长期闲置,大量可开采矿产资源长期裸露在外,造成了资源浪费,还严重破坏了周边的生态环境,长此以往,势必影响当地资源开发与经济社会的可持续发展[5]。
建议:① 节约集约利用土地,提高建设用地利用效率,减少矿山土地占用;② 针对不同类型、不同阶段的矿山地质环境问题,区别对待,制定不同的预防与治理恢复措施。在矿山开采过程中,推广应用充填开采等技术,切实减少地面塌陷,减少废弃物堆放造成的土地损毁。同时,采矿权人在开采矿产资源的同时,认真执行矿山地质环境保证金制度,积极承担起治理责任和义务;对于历史遗留的矿山地质环境问题,各级政府部门应当严格制定并实施规划,加大投入,认真做好矿山地质环境恢复治理工作。
5.2 矿山开采引发地质灾害隐患不容忽视
据统计,地质灾害成因大多是人为原因所造成。调查区内采石场众多,且比较分散,设置规模小,设备简易,石材的粗放式开采极易造成山体崩塌和道路阻塞、损毁。尤其是在雨季等极端气候下引发山体崩塌、滑坡、泥石流等地质灾害的频率极高。建议相关部门应当引起足够重视,加强排查、监管与综合治理,推进地质灾害群测群防体系建设,减少地质灾害隐患点,确保人民生命和财产安全。确有必要的地区,实施搬迁避让工程,对受滑坡、泥石流影响的居民所在地进行搬迁治理,提早预防、及早治理。
5.3 部分矿产开发无序,亟待建立科学规范的矿山开发秩序
从驱动因素上分析,经济快速增长导致的资源过度、无序开采是该地区矿山地质环境不断恶化的重要决定性因素[6]。然而长久以来,粗放式开采造成的环境问题与日俱增,按照新形势下科学开采的新要求,迫切需要发展绿色矿业,建设绿色矿山。将绿色矿业理念贯穿于矿产资源开发利用全过程,转变以往单纯以消耗资源、破坏生态为代价的开发利用方式,实现资源开发的经济效益、生态效益、环境效益和社会效益的协调统一。
责任编辑:吴芳 -
图 2 寺儿沟流域泥石流特征
a—寺儿沟泥石流遥感解译图;b—形成区沟谷形态及岸坡岩性;c—东支沟滑坡群;d—流通区沟道堆积及植被;e—兰西高铁横跨寺儿沟;f—流通区新发黏性泥石流堆积;g—沟口排导槽内植被生长茂盛
Figure 2. Characteristics of the debris flows in the Siergou watershed
(a) Remote sensing interpretation of the debris flows; (b) Gully morphology and bank slope lithology in the formation area; (c) Landslide group along the east sub-branch; (d) Trench accumulation and vegetation in the circulation area; (e) The Lanzhou-Xining high-speed railway spans the Siergou watershed; (f) New accumulation of viscous debris flows in the circulation area; (g) Vegetation flourish in the trench drain channel
图 4 寺儿沟流域物源类型及崩滑体分布
a—西固二号隧道危岩体;b—崩塌形成倒石锥;c—滑坡编号;d—流通区沟谷及沟道堆积;e—人为型物源
Figure 4. Source types and distribution of slumped masses in the Siergou watershed
(a) Unstable rock mass over the Xigu No.2 tunnel; (b) Rockfall cone formed by a collapse; (c) Landslide number; (d) Gullies and accumulations in the circulation area; (e) Anthropogenic sources
图 6 兰州南部山区地震滑坡分布图(据袁道阳等,2002修改)
Figure 6. Seismic landslide distribution map in the southern mountainous area of Lanzhou (modified from Yuan et al., 2002)
表 2 寺儿沟流域物源静储量统计
Table 2. Static reserves of material sources in the Siergou watershed
物源类型 各部分静储量 静储量/×104 m3 坡面侵蚀型 地层岩性 Q3黄土 Q3黄土 Q3黄土 K1砂砾岩 2908.31 可侵蚀深度/m 2 1.5 1 0.5 面积/×104 m2 234.09 1049.04 676.20 380.76 累计最大侵蚀量/×104 m3 468.17 1573.56 676.20 190.38 崩滑型 崩塌体静储量/×104 m3 114.00 3465.84 滑坡体静储量/×104 m3 3351.84 沟道型 沟道面积/m2 堆积厚度/m 静储量/×104 m3 10.97 形成区 32800 3 9.84 流通区 5670 2 1.13 人为型 16×104 m3 16.00 表 1 寺儿沟流域崩滑体物源静储量表(表中滑坡编号见图 4c)
Table 1. Static reserves of slumped masses in the Siergou watershed (corresponding landslide numbers are shown in Fig. 4c)
编号 灾害体规模
长×宽×高/m静储量/
×104 m3灾害体类型 编号 灾害体规模
长×宽×高/m静储量/
×104 m3灾害体类型 E-1 450×650×50 487.50 地震滑坡 W-2-1 65×230×20 9.97 降雨滑坡 E-2 360×370×45 199.80 地震滑坡 W-3 422×196×55 151.64 地震滑坡 E-3 400×250×45 150.00 地震滑坡 W-4 352×223×50 130.83 地震滑坡 E-3-1 72×200×30 14.40 降雨滑坡 W-5 65×200×15 6.50 降雨滑坡 E-4 750×640×45 720.00 地震滑坡 W-6 90×90×15 4.05 降雨滑坡 E-4-1 240×140×30 33.60 降雨滑坡 W-7 30×90×15 1.35 降雨滑坡 E-5 550×450×45 371.25 地震滑坡 W-8 120×110×20 8.80 降雨滑坡 E-5-1 59×70×30 4.13 降雨滑坡 W-9 150×170×25 21.25 降雨滑坡 E-5-2 50×96×30 4.80 降雨滑坡 W-10 250×230×25 47.92 降雨滑坡 E-5-3 69×140×30 9.66 降雨滑坡 W-11 200×150×25 25.00 降雨滑坡 E-5-4 40×97×30 3.88 降雨滑坡 W-12 300×230×40 92.00 降雨滑坡 E-6 300×360×30 108.00 地震滑坡 W-13 250×180×40 60.00 降雨滑坡 E-6-1 67×55×20 2.46 降雨滑坡 N-1 300×260×35 91.00 降雨滑坡 E-6-2 104×59×20 4.09 降雨滑坡 N-2 100×270×35 31.50 降雨滑坡 E-7 300×700×40 280.00 地震滑坡 N-3 67×80×30 5.36 降雨滑坡 E-7-1 200×270×25 45.00 降雨滑坡 N-4 60×190×30 11.40 降雨滑坡 E-7-2 120×270×25 27.00 降雨滑坡 N-5 150×70×15 5.25 降雨滑坡 E-7-3 117×114×25 11.12 降雨滑坡 西固二号隧道 100×830×10 83.00 危岩体 E-7-4 80×80×25 5.33 降雨滑坡 西固二号隧道 100×100×60 20.00 崩塌体 W-1 120×300×25 30.00 降雨滑坡 池沟 5×200×100 1.00 危岩体 W-2 400×170×60 136.00 地震滑坡 池沟 50×120×5 10.00 崩塌体 滑坡体总计 3351.84 崩塌危岩体总计 114.00 -
BERTOLO P, WIECZOREK G F, 2005. Calibration of numerical models for small debris flows in Yosemite Valley, California, USA[J]. Natural Hazards and Earth System Sciences, 5(6): 993-1001. doi: 10.5194/nhess-5-993-2005 DENG J L, 2018. Debris flow prediction model based on factor analysis method[J]. Gansu Water Resources and Hydropower Technology, 54(7): 26-30, 42. (in Chinese) DOMÈNECH G, FAN X M, SCARINGI G, et al., 2019. Modelling the role of material depletion, grain coarsening and revegetation in debris flow occurrences after the 2008 Wenchuan earthquake[J]. Engineering Geology, 250: 34-44. doi: 10.1016/j.enggeo.2019.01.010 DOU X D, 2020. Hazard evaluation and control scheme of Daqinggou debris flow disasters in Anning District of Lanzhou[J]. Resource Information and Engineering, 35(1): 110-112. (in Chinese with English abstract) FEI X J, SHU A P, 2004. Movement mechanism and disaster control for debris flow[M]. Beijing: Tsinghua University Press. (in Chinese) GUO X J, LI Y, CUI P, et al., 2020. Intermittent viscous debris flow formation in Jiangjia Gully from the perspectives of hydrological processes and material supply[J]. Journal of Hydrology, 589: 125184. doi: 10.1016/j.jhydrol.2020.125184 HU C H, ZHANG X M, 2020. Loess Plateau soil erosion governance and runoff-sediment variation of Yellow River[J]. Water Resources and Hydropower Engineering, 51(1): 1-11. (in Chinese with English abstract) HU S, QIU H J, WANG N L, et al., 2021. The influence of terrain on loess landslides in Loess Plateau[J]. Acta Geographica Sinica, 76(11): 2697-2709. (in Chinese with English abstract) doi: 10.11821/dlxb202111008 JIANG Z X, 1994. Aquantitative forecast to reserves change of solid loose materials in debris flow ravine[J]. Mountain Research, 12(3): 155-162. (in Chinese with English abstract) JIN L Y, 2004. Development characteristics and disaster assessment methods of debris flow in Loess region: a case study of debris flow disaster assessment in urban planning area of Dingxi City[J]. Gansu Science and Technology, 20(9): 20-24. (in Chinese) doi: 10.3969/j.issn.1000-0952.2004.09.009 KEEFER D K, 1984. Landslides caused by earthquakes[J]. GSA Bulletin, 95(4): 406-421. doi: 10.1130/0016-7606(1984)95<406:LCBE>2.0.CO;2 LI C A, 2004. The primary research of the forecast model of the source area's soil starting for the soil-mechanical debris flows[D]. Beijing: China Academy of Railway Sciences. (in Chinese with English abstract) LI H J, LIU Z, HE F, 2021. Landslide prediction based on grey theory and regression analysis[J]. Building Technology Development, 48(1): 149-151. (in Chinese with English abstract) LI W L, XU Q, HUANG R Q, 2013. A preliminary study on the back wave surface effect of Wenchuan earthquake landslide[J]. Acta Geologica Sinica, 87(S1): 294-295. (in Chinese) LI X Z, KONG J M, WANG C H, 2007. Comparison and application of grey GM (1, 1) modified residual error models in landslide predicting[J]. Journal of Mountain Science, 25(6): 741-746. (in Chinese with English abstract) doi: 10.3969/j.issn.1008-2786.2007.06.015 LIANG H X, SHANG M, XU X, 2016. Research on the influence factors of flow and deposition of debris flow based on the FLO-2D simulation[J]. Journal of Engineering Geology, 24(2): 228-234. (in Chinese with English abstract) LIN M L, WANG K L, HUANG J J, 2005. Debris flow run off simulation and verification-case study of Chen-You-Lan watershed, Taiwan[J]. Natural Hazards and Earth System Sciences, 5(3): 439-445. doi: 10.5194/nhess-5-439-2005 LIU X R, 2016. Hazard assessment of debris flows in Lanzhou City[J]. Northwestern Geology, 49(1): 257-262. (in Chinese with English abstract) doi: 10.3969/j.issn.1009-6248.2016.01.027 LIU Y L, GUAN H P, LI J L, 2001. Time-and-space distribution and prevention of debris flow in Lanzhou district[J]. Journal of Lanzhou Railway Institute, 20(1): 30-35. LU D F, WEI Y T, 2015. A brief analysis of the risk of mudslides in Guanshangou, Anning District, Lanzhou City[J]. Ground Water, 37(6): 195-197. (in Chinese) doi: 10.3969/j.issn.1004-1184.2015.06.083 MA C, HU K H, TIAN M, 2013. Post-earthquake relationships of maximum runout amount and loose matter mass in debris flow gully[J]. Journal of Natural Disasters, 22(6): 76-84. (in Chinese with English abstract) NIU Q F, LU M, LI Y F, et al., 2019. Hazard assessment of debris flow in Lanzhou City of Gansu Province based on methods of grey relation and rough dependence[J]. The Chinese Journal of Geological Hazard and Control, 30(5): 48-56. (in Chinese with English abstract) PAN H L, AN X, DENG Q J, et al., 2020. Progress and prospects of research on debris flow solid source[J]. Science Technology and Engineering, 20(24): 9733-9741. (in Chinese with English abstract) doi: 10.3969/j.issn.1671-1815.2020.24.007 PENG J B, LIN H C, WANG Q Y, et al., 2014. The critical issues and creative concepts in mitigation research of loess geological hazards[J]. Journal of Engineering Geology, 22(4): 684-691. (in Chinese with English abstract) PENG J B, WANG Q Y, ZHUANG J Q, et al., 2020. Dynamic formation mechanism of landslide disaster on the Loess Plateau[J]. Journal of Geomechanics, 26(5): 714-730. (in Chinese with English abstract) QIAO J P, HUANG D, YANG Z J, et al., 2012. Statistical method on dynamic reserve of debris flow's source materials in meizoseismal area of Wenchuan earthquake region[J]. The Chinese Journal of Geological Hazard and Control, 23(2): 1-6. (in Chinese with English abstract) doi: 10.3969/j.issn.1003-8035.2012.02.001 QIN Y L, WU J L, ZHAN H Y, et al., 2021. Discussion on the correlation between active fault and geological disaster distribution in the Ganzi area, western Sichuan province, China[J]. Journal of Geomechanics, 27(3): 463-474. (in Chinese with English abstract) SUN X C, WANG B Y, LIU K X, et al., 2020. Analysis on influencing factors of debris flow disasters in Yunnan Province[J]. Yangtze River, 51(11): 121-127. (in Chinese with English abstract) doi: 10.11988/ckyyb.20190825 TANG C, ZHOU J Q, ZHU J, et al., 1994. A study on the risk zoning of debris flow on alluvial fans by applying technology of numerical simulation[J]. Journal of Catastrophology, 9(4): 7-13. (in Chinese with English abstract) WANG W, 2007. Distribution and disaster characteristics of landslides and landslides in Lanzhou[J]. Scienfic & Technical Information of Gansu, 35(6): 56, 180. (in Chinese) WANG X A, CHEN J G, CHEN H Y, et al., 2020. Calculation of debris flow velocity in consideration of viscosity of slurry[J]. Journal of Yangtze River Scientific Research Institute, 37(4): 56-61. (in Chinese with English abstract) WANG Y Y, ZHAN Q D, HAN W L, et al., 2003. Stress-strain properties of viscous debris flow and determination of volocity parameter[J]. The Chinese Journal of Geological Hazard and Control, 14(1): 9-13. (in Chinese with English abstract) WU J H, ZHANG C S, YANG W M, et al., 2022. Risk assessment of debris flow in Zhujiagully watershed based on entropy weight coefficient of variation fusion algorithm and FLO-2D[J]. Journal of Natural Disasters, 31(1): 81-91. (in Chinese with English abstract) WU Y H, LIU K F, CHEN Y C, 2013. Comparison between FLO-2D and Debris-2D on the application of assessment of granular debris flow hazards with case study[J]. Journal of Mountain Science, 10(2): 293-304. doi: 10.1007/s11629-013-2511-1 YAN L Y, LI X B, OUYANG G L, 2021. Research progress in formation mechanism of loess coseismic landslides[J]. Journal of Institute of Disaster Prevention, 23(2): 46-53. (in Chinese with English abstract) YANG J, 2015. Discussion on soil and water loss control model in Loess Plateau of Gansu Province[J]. Soil and Water Conservation in China(4): 33-35. (in Chinese) YANG S, 2014. Study on the movable critical model of solid materials under hydro-dynamical condition in debris flow area[D]. Chengdu: University of Chinese Academy of Sciences. (in Chinese with English abstract) YU B, TANG C, 2016. Dynamic characteristics and activity law of debris flow[M]. Beijing: Science Press. (in Chinese) YUAN D Y, LEI Z S, LIU B C, et al., 2002. Textual research on the 1125 Lanzhou M7.0 earthquake and the causative structure[J]. Earthquake Research in China, 18(1): 67-75. (in Chinese with English abstract) ZHANG D, WU Z H, LI J C, et al., 2013. An overview on earthquake-induced landslide research[J]. Journal of Geomechanics, 19(3): 225-241. (in Chinese with English abstract) ZHANG H W, LIU F Z, WANG J C, et al., 2022. Hazard assessment of debris flows in Kongpo Gyamda, Tibet based on FLO-2D numerical simulation[J]. Journal of Geomechanics, 28(2): 306-318. (in Chinese with English abstract) ZHANG J K, 1994. Summary on debris flow research[J]. The Chinese Journal of Geological Hazard and Control, 5(4): 1-8. (in Chinese with English abstract) 邓玖林, 2018. 基于因子分析法的泥石流预测模型[J]. 甘肃水利水电技术, 54(7): 26-30, 42. https://www.cnki.com.cn/Article/CJFDTOTAL-GSSJ201807008.htm 窦晓东, 2020. 兰州市安宁区大青沟泥石流灾害危害性评价及治理方案[J]. 资源信息与工程, 35(1): 110-112. https://www.cnki.com.cn/Article/CJFDTOTAL-YSJW202001030.htm 费祥俊, 舒安平, 2004. 泥石流运动机理与灾害防治[M]. 北京: 清华大学出版社. 胡春宏, 张晓明, 2020. 黄土高原水土流失治理与黄河水沙变化[J]. 水利水电技术, 51(1): 1-11. https://www.cnki.com.cn/Article/CJFDTOTAL-SJWJ202001001.htm 胡胜, 邱海军, 王宁练, 等, 2021. 地形对黄土高原滑坡的影响[J]. 地理学报, 76(11): 2697-2709. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB202111009.htm 蒋忠信, 1994. 泥石流固体物质储量变化的定量预测[J]. 山地研究, 12(3): 155-162. https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA403.004.htm 金凌燕, 2004. 黄土地区泥石流发育特点及灾害评估方法: 以定西市城市规划区泥石流灾害评估为例[J]. 甘肃科技, 20(9): 20-24. https://www.cnki.com.cn/Article/CJFDTOTAL-GSKJ200409008.htm 李朝安, 2004. 土力类泥石流源地土体起动预报模型初步研究[D]. 北京: 铁道部科学研究院. 栗海军, 刘泽, 何矾, 2021. 基于灰色理论和非线性回归分析的滑坡时间组合预测研究[J]. 建筑技术开发, 48(1): 149-151. https://www.cnki.com.cn/Article/CJFDTOTAL-JZKF202101079.htm 李为乐, 许强, 黄润秋, 2013. 汶川地震滑坡背波面效应初探[J]. 地质学报, 87(S1): 294-295. https://www.cnki.com.cn/Article/CJFDTOTAL-DZXE2013S1138.htm 李秀珍, 孔纪名, 王成华, 2007. 灰色GM(1, 1)残差修正模型在滑坡预测中的对比应用[J]. 山地学报, 25(6): 741-746. https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA200706015.htm 梁鸿熙, 尚敏, 徐鑫, 2016. 基于FLO-2D数值模拟的泥石流流动与堆积影响因素研究[J]. 工程地质学报, 24(2): 228-234. https://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ201602010.htm 刘兴荣, 2016. 兰州市城区泥石流危险性评价[J]. 西北地质, 49(1): 257-262. https://www.cnki.com.cn/Article/CJFDTOTAL-XBDI201601030.htm 鲁得方, 魏玉涛, 2015. 浅析兰州市安宁区关山沟泥石流风险性[J]. 地下水, 37(6): 195-197. 马超, 胡凯衡, 田密, 2013. 震后泥石流沟松散物质量与最大冲出总量的关系[J]. 自然灾害学报, 22(6): 76-84. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201306011.htm 牛全福, 陆铭, 李月锋, 等, 2019. 基于灰色关联与粗糙依赖度的甘肃兰州市区泥石流危险性评价[J]. 中国地质灾害与防治学报, 30(5): 48-56. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH201905007.htm 潘华利, 安笑, 邓其娟, 等, 2020. 泥石流松散固体物源研究进展与展望[J]. 科学技术与工程, 20(24): 9733-9741. https://www.cnki.com.cn/Article/CJFDTOTAL-KXJS202024007.htm 彭建兵, 林鸿州, 王启耀, 等, 2014. 黄土地质灾害研究中的关键问题与创新思路[J]. 工程地质学报, 22(4): 684-691. https://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ201404018.htm 彭建兵, 王启耀, 庄建琦, 等, 2020. 黄土高原滑坡灾害形成动力学机制[J]. 地质力学学报, 26(5): 714-730. doi: 10.12090/j.issn.1006-6616.2020.26.05.059 乔建平, 黄栋, 杨宗佶, 等, 2012. 汶川地震极震区泥石流物源动储量统计方法讨论[J]. 中国地质灾害与防治学报, 23(2): 1-6. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH201202003.htm 秦宇龙, 吴建亮, 詹涵钰, 等, 2021. 川西甘孜地区活动断裂与地质灾害分布相关性探讨[J]. 地质力学学报, 27(3): 463-474. doi: 10.12090/j.issn.1006-6616.2021.27.03.042 孙显辰, 王保云, 刘坤香, 等, 2020. 云南省泥石流灾害影响因子分析[J]. 人民长江, 51(11): 121-127. https://www.cnki.com.cn/Article/CJFDTOTAL-RIVE202011021.htm 唐川, 周钜乾, 朱静, 等, 1994. 泥石流堆积扇危险度分区评价的数值模拟研究[J]. 灾害学, 9(4): 7-13. https://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU404.001.htm 王伟, 2007. 兰州地区滑坡泥石流分布及灾害特征[J]. 甘肃科技纵横, 35(6): 56, 180. https://www.cnki.com.cn/Article/CJFDTOTAL-LZKQ200706046.htm 王喜安, 陈剑刚, 陈华勇, 等, 2020. 考虑浆体黏度的泥石流流速计算方法[J]. 长江科学院院报, 37(4): 56-61. https://www.cnki.com.cn/Article/CJFDTOTAL-CJKB202004010.htm 王裕宜, 詹钱登, 韩文亮, 等, 2003. 粘性泥石流体的应力应变特性和流速参数的确定[J]. 中国地质灾害与防治学报, 14(1): 9-13. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH200301002.htm 吴季寰, 张春山, 杨为民, 等, 2022. 基于熵权变异系数融合算法和FLO-2D的朱家沟流域泥石流危险性评价[J]. 自然灾害学报, 31(1): 81-91. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH202201008.htm 颜灵勇, 李孝波, 欧阳刚垒, 2021. 黄土地震滑坡形成机理研究的若干进展[J]. 防灾科技学院学报, 23(2): 46-53. https://www.cnki.com.cn/Article/CJFDTOTAL-FZJS202102006.htm 杨俊, 2015. 甘肃省黄土高原地区水土流失治理模式探讨[J]. 中国水土保持(4): 33-35. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSB201504015.htm 杨顺, 2014. 水动力作用下泥石流源区固体物质可移动判别模型研究[D]. 成都: 中国科学院大学. 余斌, 唐川, 2016. 泥石流动力特性与活动规律研究[M]. 北京: 科学出版社. 袁道阳, 雷中生, 刘百篪, 等, 2002. 兰州1125年7级地震考证与发震构造分析[J]. 中国地震, 18(1): 67-75. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGZD200201006.htm 张铎, 吴中海, 李家存, 等, 2013. 国内外地震滑坡研究综述[J]. 地质力学学报, 19(3): 225-241. https://journal.geomech.ac.cn/article/id/59c5f311-5f2f-467d-adfe-69e7da4f5fc6 张浩韦, 刘福臻, 王军朝, 等, 2022. 基于FLO-2D数值模拟的工布江达县城泥石流灾害危险性评价[J]. 地质力学学报, 28(2): 306-318. doi: 10.12090/j.issn.1006-6616.2021117 张杰坤, 1994. 泥石流研究综述[J]. 中国地质灾害与防治学报, 5(4): 1-8. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDH199404000.htm -