Research on an effective rainfall model for geological disaster early warning in Fujian Province, China
-
摘要: 降雨是诱发地质灾害最主要的外部因素之一,在中国东南沿海中低山丘陵区强降雨诱发的地质灾害集群发生,造成了大量人员伤亡和财产损失。以福建省为例,深入挖掘多年历史地质灾害案例的降雨实况资料,以县级行政区为统计单元,基于定量化降雨估测对诱发群发性地质灾害的典型降雨过程进行相关性研究,并基于地质环境的量化指标进行了偏相关分析验证,建立了福建省有效降雨模型并通过现场监测和预警应用进行了验证。研究表明:福建地区地质灾害的发生与灾害发生3日内降雨相关,且以0.79为折减系数逐日折减,据此建立了福建地区有效降雨模型;将福建地区有效降雨模型应用于地质灾害气象预警,可以在保证地质灾害命中率的前提下,减少预警区面积、降低预警等级、缩短预警持续时间,提高地质灾害气象预警的精准性。研究结果有助于准确把握降雨特征,可为区域地质灾害气象预警中降雨因子的合理评估提供科学依据。Abstract: Rainfall is one of the most important external factors inducing geological disasters, especially prominent in China’s mountainous regions. Many group-occurring geological disasters induced by heavy rainfall occurred in southeast China’s middle and low mountainous regions, causing many casualties and property losses. Taking Fujian Province as an example, we carefully examined the actual rainfall data of historical geological disaster cases and conducted correlation studies on typical rainfall processes inducing group-occurring geological disasters based on quantitative rainfall estimation with county-level administrative districts as the statistical unit. We also carried out a partial correlation analysis based on quantitative indicators of the geological environment for verification. The result shows that the occurrence of geological disasters in Fujian correlates with adequate rainfall within three days, and it is reduced by a reduction coefficient of 0.79 daily. Based on that finding, we established an effective rainfall model for Fujian Province and verified it through field monitoring and early warning applications. Applying this rainfall model to geological disaster early warning in Fujian can reduce the warning area, lower the warning level, shorten the warning duration, and improve the accuracy of geological disaster early warning by maintaining the hit ratio. The results of the study can help to characterize the rainfall accurately and can provide a scientific basis for the reasonable assessment of rainfall factors in regional geological disaster early warning.
-
大宝山钼多金属矿床是粤北地区最重要的多金属矿床之一。从开采至今已半个多世纪,目前矿区内已探明的资源量已经极度短缺,矿山生产面临严重危机,寻找可接替资源成为当前的首要任务。本文以大宝山矿区的岩性、构造、蚀变及矿化为重点,结合它们与成矿作用之间相互关系,对大宝山矿区外围——白面山成矿预测区开展地质找矿工作。通过对白面山地区的野外地质调查,发现该区断裂构造发育,中基性岩脉广泛分布。沿断裂带及其两侧围岩产生多种类型、不同程度的蚀变及矿化。对区内断裂构造、岩浆活动及与矿化、蚀变特征之间相互关系的研究认为,预测区内成矿条件较好,找矿潜力大。因此,将其圈定为大宝山矿田内首个找矿预测区,开展进一步研究。采集围岩(蚀变灰岩)及岩浆岩(石英闪长玢岩、辉绿岩)样品,进行等离子体质谱(ICP-MS)分析。通过对样品中的成矿元素、微量和稀土元素地球化学特征以及与成矿作用之间关系的研究,结合该区成矿地质特征和相关物化探工作的研究成果,开展综合分析,对白面山地区进行找矿预测。
1. 区域地质背景
白面山地区位于广东省韶关市曲江区大坑口乡,隶属大宝山钼多金属矿床矿田,距大宝山矿区西南约7 km。区域构造位置位于华南褶皱系与湘粤桂褶皱带南缘,粤北古生代凹陷带和吴川—四会深大断裂带内,地处北东向北江断裂带和东西向大东山—贵东断裂带的交汇处,曲仁盆地南缘。
研究区出露地层主要为上泥盆统东岗岭组、天子岭组的灰岩、泥灰岩、生物碎屑灰岩、白云岩;下石炭统帽子峰组、大赛坝组和长来组的粉砂质泥岩、泥灰岩等(见图 1)。
区内构造以断裂为主,褶皱不发育。断裂构造主要发育北东向、北西向和近东西向3组,以北西向断裂为主。区内发育3条近平行的北西向断裂,倾向南西,倾角50°~80°,具有多期活动的特征;东西向断裂为北东、北西2组断裂的次级断裂,多终止于与北东向或北西向断裂交汇处。受区域性深大断裂带长期活动的影响,中基性岩脉较发育,主要为石英闪长玢岩脉和辉绿岩脉,分别沿北西向和北东向断裂产出。其中石英闪长玢岩脉条数较多,宽度较大,10~50 m不等,延伸较远;辉绿岩脉发育较少,宽度相对较小,一般小于10 m。
研究区内断裂构造发育,伴随岩浆活动,地表沿断裂带发育大面积的蚀变、矿化现象。矿化、蚀变是围岩遭受岩浆热液活动影响最直观的表现形式。蚀变类型包括白云岩化、硅化以及少量方解石化、重晶石化。其中白云岩化、硅化最为发育。大部分蚀变都具有2种或2种以上蚀变类型共生的特征。矿化主要表现为黄铁矿化、褐铁矿化、方铅矿化、闪锌矿化、辉锑矿化以及少数铜蓝矿化、金银矿化等。金属矿物呈细脉状、浸染状。黄铁矿化最多,与其他金属矿物以伴生或共生的方式产出;方铅矿化、闪锌矿化也相对集中,表现为多个矿化点;其他类型矿化极为分散,偶尔可见。矿化与蚀变受热液活动影响共同产出于断裂带内或断裂带附近,呈带状分布。
2. 地球化学特征
本文样品均采自于断裂带内或断裂带附近具有一定程度蚀变、矿化的灰岩及相对新鲜的石英闪长玢岩、半氧化状态的辉绿岩,包括12块蚀变灰岩样品,2块石英闪长玢岩样品,2块辉绿岩样品(其中1块氧化成为铁帽)。测试分析其成矿元素、微量和稀土元素含量,研究其地球化学元素特征。
样品由核工业北京地质研究院分析测试研究中心测试。将测定的样品粉碎、研磨到0.074 mm(200目)以下粉末备用。称取样品0.05 g放入25 mL专用溶样罐中,先用少量水湿润,轻轻震动使样品均匀,加入1 mL氢氟酸,3 mL硝酸,1 mL高氯酸,盖上专用溶样罐盖,在低温电热板上以200 ℃恒温加热溶解,待样品分解后,打开溶样罐,在低温电热板上加热蒸至近干,滴加2滴高氯酸,再次蒸至近干,后加入1:1硝酸3 mL,盖上专用溶样罐盖焖置一段时间。用1%硝酸提取至50 mL容量瓶中,摇匀后采用美国热电公司ELEMENT XR等离子体质谱(ICP-MS)分析仪利用在线内标(Rh)法对样品进行分析测试,测试结果见表 1—表 4。
序号 岩性 Rb Ba Th U Ta Nb La Ce Sr Nd Zr Hf Sm Y Yb Lu Mo Tl Bi Cd Sb W Zr/Hf Nb/Ta B004 中厚层灰黑色灰岩 6.950 17.300 0.565 1.120 0.164 0.540 2.050 4.030 663 1.800 6.130 0.168 0.372 1.870 0.163 0.024 0.166 0.078 0.047 0.206 0.675 1.200 36.488 3.293 B016 厚层状灰黑色灰岩 27.800 333.0 2.360 1.370 0.205 2.330 6.320 12.70 415 5.850 30.70 0.815 1.240 5.620 0.596 0.097 0.418 0.267 0.221 0.317 5.700 0.590 37.669 11.367 B043 厚层状灰白色灰岩 7.690 3488.0 0.762 0.463 0.045 0.514 4.770 9.000 410 3.890 6.820 0.222 0.804 3.730 0.341 0.057 0.248 0.326 1.240 0.791 3.330 0.441 30.721 11.422 B054-2 厚层状灰白色灰岩 17.500 64.2 1.560 0.830 0.122 1.590 3.220 6.630 180 2.960 23.10 0.657 0.634 3.150 0.366 0.061 0.138 0.137 0.095 11.40 3.030 0.670 35.160 13.033 B057-1 灰白色灰岩 14.200 49.5 2.600 1.230 0.162 2.100 8.540 16.70 392 8.200 25.20 0.737 1.710 8.030 0.682 0.107 0.976 0.131 0.134 0.089 2.520 0.303 34.193 12.963 B058 土黄色泥质灰岩 16.100 90.2 2.100 0.513 0.164 1.840 4.800 10.80 250 5.590 13.90 0.395 1.550 8.250 0.644 0.093 0.499 0.133 0.166 0.180 2.890 0.455 35.190 11.220 B077 中厚层灰白色灰岩 8.220 25.1 0.709 1.230 0.039 0.527 3.690 6.470 336 2.520 8.350 0.243 0.474 2.190 0.210 0.039 0.674 0.154 0.076 0.188 1.240 0.271 34.362 13.513 B081 厚层灰白色灰岩 23.400 57.6 1.920 0.997 0.194 2.220 8.960 15.10 488 6.060 27.10 0.794 1.080 4.850 0.496 0.077 1.010 0.216 0.466 0.368 16.20 0.657 34.131 11.443 B0128 中厚层状灰岩 39.900 232.0 2.560 1.010 0.154 2.030 9.970 16.60 151 8.830 26.00 0.783 2.190 10.20 1.060 0.158 0.224 0.269 0.267 0.175 2.810 0.821 33.206 13.182 B0153 厚层状灰白色灰岩 5.210 27.30 0.828 0.705 0.095 1.060 3.550 6.890 531 3.180 18.60 0.483 0.666 3.470 0.305 0.047 0.322 0.093 0.160 27.20 1.840 0.323 38.509 11.158 B0159 中厚层状微晶灰岩 1.780 51.90 0.128 0.273 0.020 0.097 1.540 2.310 466 0.966 1.160 0.036 0.173 0.924 0.062 0.010 0.118 0.047 0.057 2.930 1.080 0.101 32.222 4.850 B0185 方解石化泥晶灰岩 5.920 35.30 0.569 0.942 0.049 0.448 1.720 2.920 527 1.270 5.670 0.157 0.245 1.360 0.130 0.023 0.227 0.105 0.072 1.460 1.140 0.276 36.115 9.143 注:B0153号样品为预测区内石英闪长玢岩岩脉南侧采集的铅锌矿石 序号 岩性 Rb Ba Th U Ta Nb La Ce Sr Nd Zr Hf Sm Y Yb Lu Mo Tl Bi Cd Sb W Zr/Hf Nb/Ta B020 石英闪长玢岩 35.2 100 3.15 0.802 1.74 26.2 64.8 84.5 24.8 90.3 433 11.8 22.4 103 9.09 1.38 0.681 0.34 0.023 0.656 24.10 1.21 36.695 15.057 B032 石英闪长玢岩 29.3 24.8 1.95 0.423 1.33 19.8 16.3 42.5 89.3 32.5 202 5.88 8.49 48.2 4.3 0.599 0.86 0.257 0.036 0.388 33.70 5.12 34.354 14.887 B0165 辉绿岩 1.95 11.2 0.161 0.639 0.012 0.106 1.61 2.96 516 1.2 1.07 0.033 0.202 0.9 0.072 0.013 0.061 0.031 0.084 0.389 0.708 0.08 32.424 8.833 B0176 辉绿岩 10.8 4608 1.51 1.26 0.062 0.673 10.3 25.6 9.7 12.3 16.4 0.518 3.02 8.11 1.03 0.148 1.21 0.428 0.158 0.604 7.75 0.504 31.660 10.855 注:B0165号辉绿岩样品发育褐铁矿化,B0176号样品氧化成为铁帽 序号 岩性 La Ce Pr Nd Sm Eu Gd Tb Dy Ho Er Tm Yb Lu ΣREE LREE HREE LREE/HREE (La/Yb)N δEu δCe B004 中厚层灰黑色灰岩 2.050 4.030 0.456 1.800 0.372 0.072 0.327 0.054 0.324 0.061 0.165 0.030 0.163 0.024 9.928 8.780 1.148 7.648 9.020 0.617 0.980 B016 厚层状灰黑色灰岩 6.320 12.700 1.430 5.850 1.240 0.215 1.010 0.173 1.000 0.195 0.545 0.102 0.596 0.097 31.473 27.755 3.718 7.465 7.610 0.569 0.990 B043 厚层状灰白色灰岩 4.770 9.000 0.968 3.890 0.804 0.284 0.730 0.118 0.727 0.139 0.364 0.065 0.341 0.057 22.257 19.716 2.541 7.759 10.030 1.112 0.970 B054-2 厚层状灰白色灰岩 3.220 6.630 0.760 2.960 0.634 0.124 0.556 0.098 0.607 0.116 0.326 0.063 0.366 0.061 16.521 14.328 2.193 6.533 6.310 0.624 1.000 B057-1 灰白色灰岩 8.540 16.700 2.050 8.200 1.710 0.347 1.440 0.253 1.460 0.286 0.724 0.118 0.682 0.107 42.617 37.547 5.070 7.406 8.980 0.658 0.950 B058 土黄色泥质灰岩 4.800 10.800 1.260 5.590 1.550 0.428 1.290 0.243 1.500 0.272 0.695 0.121 0.644 0.093 29.284 24.428 4.856 5.030 5.350 0.900 1.050 B077 中厚层灰白色灰岩 3.690 6.470 0.669 2.520 0.474 0.090 0.442 0.072 0.411 0.079 0.209 0.037 0.210 0.039 15.412 13.913 1.499 9.282 12.600 0.591 0.940 B081 厚层灰白色灰岩 8.960 15.100 1.650 6.060 1.080 0.234 1.030 0.168 0.942 0.184 0.494 0.088 0.496 0.077 36.563 33.084 3.479 9.510 12.960 0.669 0.890 B0128 中厚层状灰岩 9.970 16.600 2.190 8.830 2.190 0.518 1.860 0.347 2.090 0.395 1.030 0.186 1.060 0.158 47.424 40.298 7.126 5.655 6.750 0.765 0.830 B0153 厚层状灰白色灰岩 3.550 6.890 0.786 3.180 0.666 0.312 0.617 0.106 0.638 0.124 0.317 0.056 0.305 0.047 17.594 15.384 2.210 6.961 8.350 1.463 0.970 B0159 中厚层状微晶灰岩 1.540 2.310 0.244 0.966 0.173 0.041 0.173 0.026 0.147 0.028 0.072 0.012 0.062 0.010 5.804 5.274 0.530 9.951 17.820 0.717 0.830 B0185 方解石化泥晶灰岩 1.720 2.920 0.336 1.270 0.245 0.049 0.251 0.039 0.232 0.046 0.126 0.022 0.130 0.023 7.409 6.540 0.869 7.526 9.490 0.599 0.880 注:B0153号样品为预测区内石英闪长玢岩岩脉南侧采集的铅锌矿石;测试单位为核工业北京地质研究院分析测试研究中心 序号 岩性 La Ce Pr Nd Sm Eu Gd Tb Dy Ho Er Tm Yb Lu ΣREE LREE HREE LREE/HREE (La/Yb)N δEu δCe B020 石英闪长玢岩 64.80 84.50 19.00 90.30 22.40 7.54 19.30 3.81 24.00 4.32 10.70 1.740 9.090 1.380 362.880 288.540 74.340 3.881 5.11 1.0819 0.58 B032 石英闪长玢岩 16.30 42.50 6.56 32.50 8.49 3.01 7.36 1.57 11.00 2.04 4.92 0.841 4.300 0.599 141.990 109.360 32.630 3.352 2.72 1.1368 1.01 B0165 辉绿岩 1.610 2.96 0.33 1.20 0.20 0.05 0.19 0.03 0.16 0.03 0.08 0.013 0.072 0.013 6.927 6.345 0.582 10.902 16.04 0.7251 0.95 B0176 辉绿岩 10.30 25.60 3.16 12.30 3.03 0.65 2.08 0.38 2.13 0.38 1.02 0.174 1.030 0.148 62.385 55.041 7.344 7.495 7.17 0.7501 1.09 注:B0165号辉绿岩样品发育褐铁矿化,B0176号样品氧化成为铁帽 2.1 成矿元素与微量元素特征
从蚀变灰岩及岩浆岩(石英闪长玢岩、辉绿岩)中主要成矿及微量元素测试结果(见表 1、表 2)可以看出,蚀变灰岩(样品B043、B054-2、B0153) 中成矿元素铅、锌的含量明显偏高,比其他样品高出1~2个数量级,说明蚀变灰岩发生不同程度的铅、锌矿化。所有样品中微量元素Ba含量普遍偏高,而B043样品中Ba的含量比其他样品高出1~2个数量级。
对比蚀变灰岩、辉绿岩和石英闪长玢岩的测试结果(见表 1、表 2)发现,岩浆岩中铅、锌等成矿元素平均含量明显高于蚀变灰岩。因此,可以推测岩浆岩(石英闪长玢岩)可能为蚀变灰岩的矿化提供物质来源。
蚀变灰岩微量元素配分曲线总体一致(见图 2),呈现平缓的右倾型、M型多峰谷模式。蚀变灰岩中除Rb、La、Sr、Sm、U等元素相对富集外,其他微量元素均有亏损。Nb、Ta、Zr、Hf、Th等高场强元素,由于离子半径小、电荷高,且难溶于水,化学性质稳定,为非活动性元素,因此可指示原始物质的组成[1~2]。这些高场强元素均表现为负异常,且Zr/Hf比值相近,Nb/Ta比值除了蚀变灰岩中的B004、B0159(黑色灰岩、微晶灰岩)相对较低以外,其余白色蚀变灰岩中Nb/Ta比值大致相等。因此,白面山预测区的蚀变灰岩具有相同的物质来源,同时个别样品(B0159中厚层状微晶灰岩)Nb更具负异常。大离子亲石元素Ba既有负异常,也存在少数正异常,主要是受热液活动或重晶石化蚀变的影响。
W、Mo、Bi属高温成矿元素,通常与岩浆热液活动有关,Cd、Tl、Sb是典型的亲硫重金属元素,常作为Pb、Zn的伴生元素赋存于Pb、Zn的硫化物矿床中[3];Sb又是热液活动的指示元素[4],因此Sb的富集说明灰岩的蚀变、矿化是受岩浆热液作用所引起的。
石英闪长玢岩和辉绿岩中成矿及微量元素变化特征规律性较差(见表 2,图 3)。两种不同岩性表现出明显的差异。总体而言,Rb、La、Sm、U等元素相对富集,其他微量元素相对亏损。2块石英闪长玢岩样品及褐铁矿化的辉绿岩样品中Sr元素表现为明显亏损,与蚀变灰岩中Sr元素的特征恰好相反。其余微量元素变化特征大致相同,只是含量差异较大。
所有石英闪长玢岩、辉绿岩岩石样品中Zr/Hf及Nb/Ta比值非常相近,说明石英闪长玢岩和辉绿岩2种岩脉可能来源于同一岩浆房[5]。
2.2 稀土元素特征
蚀变灰岩(白云岩化、方解石化、弱硅化灰岩)和岩浆岩(石英闪长玢岩、辉绿岩)稀土元素含量采用文献[6]球粒陨石数据标准化。
白面山地区蚀变灰岩稀土总量(ΣREE)较低(见表 3),ΣREE平均值为23.524×10-6,轻重稀土含量比值LREE/HREE平均为7.561,(La/Yb)N平均值9.606。δEu变化范围0.569~1.463,平均值0.774;δCe变化范围0.83~1.05,平均值0.94,二者均存在个别正异常,大多数表现为负异常。稀土元素配分曲线呈右倾型(见图 4),表现为轻稀土富集,重稀土相对亏损。同时反映出大多数蚀变灰岩样品的稀土元素配分曲线变化一致,仅表现出不同样品中稀土元素总量存在一定差异。除此之外,大多数蚀变灰岩δEu值介于0.569~0.765之间,接近于平均值,δEu表现为显著的负异常;而2块厚层状白色灰岩样品(B043和B0153) 中δEu值分别为1.112和1.463,明显表现为正异常。此2块灰岩样品同时发育强烈的方铅矿矿化,且采样点靠近石英闪长玢岩脉。由此推断它们之所以出现δEu正异常,有可能是受到了石英闪长玢岩脉中高温流体的影响[7]。石英闪长玢岩脉岩浆热液中的Pb可能为该区成矿元素Pb的重要成矿物质来源。2块中厚层白色灰岩和土黄色泥质灰岩样品(B054-2和B058) 中δCe值分别为1.00和1.05,几乎无异常;而其他蚀变灰岩中δCe值介于0.83~0.99之间,表现出微弱的负异常。
白面山地区的石英闪长玢岩和辉绿岩2种脉岩的稀土元素特征见表 4、图 5。二者稀土元素配分曲线均为平缓的右倾式,表现为轻稀土富集,重稀土相对略微亏损。2个石英闪长玢岩样品的ΣREE值较高,分别为362.88×10-6和141.99×10-6;LREE/HREE比值相近;(La/Yb)N值相差较大;δEu值分别为1.0819和1.1368,均表现出弱的正异常;δCe值分别为0.58和1.01,前者表现为明显的负异常,后者则几乎无异常。2个辉绿岩样品的ΣREE值分别为6.927×10-6和62.385×10-6,LREE/HREE及(La/Yb)N值差异明显;δEu值分别为0.7251和0.7501,均表现为负异常,δCe值分别为0.95和1.09,前者表现为弱负异常,后者表现为弱正异常。
对比两种脉岩的稀土元素特征发现,石英闪长玢岩的ΣREE值远大于辉绿岩,并且2件辉绿岩样品的ΣREE值差别也很大。这是由于2块辉绿岩样品均遭受不同程度风化作用的影响,前者表现为褐铁矿化,后者则被氧化成为铁帽。因此推断其原岩中的一部分稀土元素可能受风化作用影响而损失。但是辉绿岩样品B0176的ΣREE值是B0165样品ΣREE值的近10倍,而δEu和δCe值的差异很小,几乎相等。表 2中B0176样品成矿元素Cu、Ba、Tl含量都远远高于B0165样品,Ba、Tl是反应热液作用特征的重要指示元素[4],而Cu的矿化也反映出高温成矿作用的特点。因此推断该样品可能受到成矿期热液作用的影响使稀土元素发生二次叠加。
徐晓春等[8]认为岩浆岩稀土元素地球化学特征发生规律性的变化,反映其可能是同源岩浆演化的结果。对比岩浆岩样品稀土元素地球化学特征,推断预测区内2种脉岩可能为同一岩浆源经岩浆分异作用所产生的2种不同产物[9]。
通过对白面山预测区内蚀变灰岩、岩浆岩脉中成矿及微量元素、稀土元素地球化学特征分析,认为该区围岩(灰岩)的蚀变及矿化是岩浆热液沿断裂带活动的结果,且为成矿作用提供物质来源。
3. 找矿标志及找矿预测
3.1 找矿标志
3.1.1 构造标志
白面山地区断裂构造发育,且以北西向断裂为主,在石英闪长玢岩北部接触带附近的该组断裂内铅、锌矿化岩石标本(见图 6a),化学分析结果:铅1.4%,锌0.84%;在石英闪长玢岩南部接触带附近的北西向断裂中的铅、锌矿化岩石标本(见图 6b),化学分析结果:铅2.14%,锌12.0%。北东向断裂为压性,延伸方向与区域构造线方向一致;北东东及北西西—北西向次级断裂均为其伴生构造。北西向断裂是良好的储矿(岩)构造,断裂不仅为成矿热液运移提供通道,也为成矿物质的就位提供空间,尤其是断裂的交汇复合部位是矿体最有利的赋存场所。
3.1.2 岩性标志
研究区岩性有沉积岩和岩浆岩。沉积岩主要为上泥盆统至下石炭统的碳酸盐岩,是良好的容矿围岩;岩浆岩主要为北北西向断裂带中充填的中酸性次英安斑岩、石英闪长玢岩及中性辉绿岩脉,是成矿热液来源。碳酸盐岩带状蚀变及脉状矿化,显示岩浆热液作用的结果;稀土元素地球化学特征证明岩浆岩来源于同一岩浆源区,并利用物探方法推测在其深部可能有中酸性隐伏岩体存在,可以为成矿提供充足的物质来源。
3.1.3 化探标志
基于广东省地矿局1960、1961、1988、1989年在白面山地区多次开展大比例尺化探填图的成果,结合野外地质调查及室内工作,确认白面山地区发育多处铅、锌异常点,主要集中在飞凤形一带的南部,该处具有适合的成矿条件,地表矿化、蚀变较强且集中。指示该区具有理想的成矿地球化学环境,深部可能存在隐伏的铅、锌矿体。
3.1.4 物探标志
广东省物化探院2008年1:10000高精度磁测资料显示,飞凤形一带深部可能存在隐伏岩体。中国地质调查局武汉地质调查中心2012年在该地区榕树下村一带开展激发极化法测量,发现深部具有多个高阻体和高极化体。结合蚀变、矿化分布及岩脉产出特征,推测深部可能存在北西、东西向岩体以及北西和近南北向的矿化体(见图 7)。
3.1.5 其他标志
主要有矿化和蚀变标志。矿化是成矿作用在地表最直接的反应,通过地表矿化可初步推断深部矿床特征。矿化标志主要有黄铁矿化、方铅矿化、闪锌矿化以及少量的辉锑矿、铜蓝矿等矿化。除黄铁矿化普遍发育,可见立方体状的单颗粒黄铁矿呈浸染状产出外,其他类型矿化仅在个别样品中出现,并且大多数样品中很难见到单颗粒金属矿物,仅可通过化学分析所得到的测试数据来推断其具有某种类型的矿化。
3.2 找矿预测
在该区进行野外地质调查过程中发现大面积、多种类的矿化,主要为多个铅、锌异常带,且异常带均发育于石英闪长玢岩脉附近;蚀变灰岩(矿石)呈密集浸染状铅锌矿化(见图 6c—6f)。对石英闪长玢岩岩脉附近的矿化蚀变灰岩进行采样分析测试,测试结果显示出其中Zn含量最高,为12%,Pb含量大于2%,Ag含量高达5.98 g/t。结合该区的物化探研究成果及硅化、白云岩化和弱的方解石化、重晶石化等蚀变,显示所有的铅、锌异常带均与物化探所揭示出的异常区域非常吻合。因此,推断该预测区地表及地表以下深部可能存在矿化体(矿体),是最有可能形成中—低温矽卡岩型铅、锌、银多金属矿床的地区。
4. 讨论
白面山地区位于大宝山矿田范围内,同属一个基底构造隆起带。从研究成果来看,白面山预测区成矿地质条件与大宝山矿区相似。
大宝山矿区主要矿产有铜、铅、锌、钼、钨等,铜、铅、锌为矽卡岩型矿床,产于泥盆系中,受北西向、北东向及近东西向断裂构造控制,矿体呈透镜状;成矿岩体主要为受北西向逆冲推覆断裂带所控制的次英安斑岩;成矿时代为燕山早期(距今162~168 Ma)[10~11]。白面山远景区沿北西、北东向断裂带发育有较多的铅、锌矿化,可能与北北西向的次英安斑岩岩脉有关。白面山地区岩浆岩稀土元素地球化学特征研究显示,石英闪长玢岩和辉绿岩脉为同一岩浆源区经岩浆分异作用的产物。但是白面山次英安斑岩是否与大宝山次英安斑岩来自同一岩浆源区还需要进一步验证。如果它们来自同一岩浆源,则大宝山矿区内发育一套高—中—低温的矿化-蚀变组合,白面山表现为中—低温矿化-蚀变组合,推断大宝山为成矿区的中心,白面山为成矿区的边缘,这样白面山就很难形成具工业价值铅锌银矿体。但如果它们来自不同岩浆源区,则说明白面山地区深部可能存在单独的成矿岩体为该区成矿提供物质来源。
5. 结论
预测区内蚀变灰岩和岩浆岩中微量元素、稀土元素地球化学特征显示,该区断裂带中的灰岩发育强烈的蚀变及矿化,是岩浆热液活动的结果。
岩浆岩微量及稀土元素地球化学特征证明,白面山预测区的石英闪长玢岩和辉绿岩来自于同一岩浆源区,是岩浆分异作用的产物;石英闪长玢岩可能为该区的成矿岩体,为矿化及成矿物质的来源。
结合地表围岩矿化及蚀变特征分析,预测区中西部地表以下500~800 m之间可能存在一个中—低温矽卡岩型铅锌银多金属矿体。
-
图 2 福建省构造分区图(韦德光等,1997)
Figure 2. Tectonic zones in Fujian(Wei et al., 1997)
表 1 福建省典型群发性地质灾害发生数量统计表(2010—2019年)
Table 1. Group-occurring geological disasters in Fujian(2010–2019)
年份 降雨时间 降雨情况 地质灾害数量/起 典型案例 2010 6月13日—27日 全省大部分县市降雨量超过100 mm,59个县(市、区)的733个乡镇降雨量超过250 mm,26个县(市、区)的158个乡镇降雨量超过500 mm,以建宁樱桃岭的875 mm最大 1574 南平市“6·14”滑坡灾害(造成24人死亡失踪) 2011 8月29日—
9月3日台风“南玛都”在福建登陆,福建东部局部地区出现了大暴雨 85 2012 8月2日—3日 台风“苏拉”在福建登陆,北部局部区域和西部大部分区域出现暴雨、大暴雨 41 2015 5月18日—21日 中南部地区出现大范围的大暴雨,局地特大暴雨 107 2016 5月7日—9日 西部的三明、南平两市发生的特大暴雨,多处雨量站点监测实况雨量大于150 mm/d,成片区出现大暴雨量级及以上等级的降雨 43 福建泰宁“5·8”特大型泥石流灾害(造成36人死亡失踪,直接经济损失600 万元 2019 7月6日—9日 福建大部有暴雨,局地有大暴雨,累计雨量100~250 mm 22 表 2 地质灾害有效降雨量计算模型一览表(Crozier and Eyles,1980;李长江等,2011;唐红梅等,2013;狄靖月等,2019;刘艳辉等,2019)
Table 2. Summary of the effective rainfall calculation models for geological disasters (Crozier and Eyles, 1980; Li et al., 2011; Tang et al., 2013; Di et al., 2019;Liu et al., 2019 )
时间 提出者 计算方法 衰减系数 计算时间/天 参数说明 研究区 1980 Crozier M J
Eyles R JPa0=10∑i=1KiRi 0.84 10 Pa0为前期有效降雨量,mm;i为计算时间,d; K为衰减系数; Ri为第i日的日降雨量, mm 美国(渥太华) 1985 濑微克美 Pa0=14∑i=1αiRi 0.5i/T 14 Pa0为前期有效降雨量, mm; i为计算时间,d; αi为衰减系数; Ri为计算日前第i日的日降雨量, mm;T为半衰期 日本 1991 谭万沛 Pa0=14∑i=1αiRi 0.5i/2 14 中国(四川、云南、
西藏4条泥石流沟)1993 谢正伦等 Pa0=7∑i=1αiRi 0.5i/T 7 中国(台湾) 2000 中国科学院水利部成都山地
灾害与环境研究所Pa0=20∑i=1KiRi 0.8 20 Pa0为前期有效降雨量, mm; i为计算时间,d; K为衰减系数; Ri为第i日的日降雨量, mm 中国(云南) 2001 王礼先等 Pa0=20∑i=1KiRi 0.8 15 中国(北京) 2004 詹钱登等 Pa0=7∑i=1αiRi 0.8 7 Pa0为前期有效降雨量, mm; i为计算时间,d; αi为衰减系数; Ri为计算日前第i日的日降雨量, mm 中国(台湾) 2005 Zezere Pa0=30∑i=1αiRi 0.9 30 葡萄牙 2013 唐红梅等 Pa0=4∑i=1KiRi 0.6 4 Pa0为前期有效降雨量, mm; i为计算时间,d; K为衰减系数; Ri为第i日的日降雨量, mm 中国(重庆) 2019 刘艳辉等 Ti=m∑x=1kxTix 0.84 7 Ti为有效雨量, mm; i为预警单元编号; m为有效降雨时间,d; k为衰减系数; Tix为前x天的降雨量, mm; x为预警当日向前计算的时间 中国(四川) 2019 狄靖月等 Pa0=10∑i=0KiRi 0.8 15 Pa0为前期有效降雨量, mm; i为计算时间,d; K为衰减系数; Ri为第i日的日降雨量, mm 中国(东南地区) 表 3 地质灾害发生数量与日降雨量相关性分析
Table 3. Correlation between the number of geological disasters and daily rainfall
日降雨量/mm 当日 前1日 前2日 前3日 前4日 前5日 前6日 前7日 前8日 前9日 相关系数 0.290** 0.463** 0.137* −0.066 0.046 −0.057 −0.049 −0.051 −0.058 −0.085 注:**—在0.01 水平(双侧)上显著相关;*—在0.05 水平(双侧)上显著相关 表 4 地质灾害发生数量与日降雨量偏相关分析
Table 4. Partial correlation between the number of geological disasters and daily rainfall
日降雨量/mm 当日 前1日 前2日 前3日 前4日 前5日 前6日 前7日 前8日 前9日 偏相关系数 0.293** 0.464** 0.137* −0.067 0.048 −0.057 −0.049 −0.052 −0.059 −0.087 注:**—在0.01 水平(双侧)上显著相关;*—在0.05 水平(双侧)上显著相关 表 5 地质灾害发生数量与有效降雨量相关性分析
Table 5. Correlation between the number of geological disasters and effective rainfall
有效降雨系数 k=0.77 k=0.78 k=0.79 k=0.80 k=0.81 k=0.82 k=0.83 k=0.84 相关系数 0.53404** 0.53408** 0.53409** 0.53406** 0.53401** 0.53392** 0.53380** 0.53365** 注:**—在0.01 水平(双侧)上显著相关 表 6 发灾情况一览表
Table 6. List of geological disasters
发生日期 发生时间 发灾地点 灾害类型 灾害规模
/m3造成人员伤亡
/人直接经济损失
/万元主要诱因 2021-6-28 13时 南平市建阳区书坊乡松坑村南木溪10号 泥石流 3000 0 2 特大暴雨 2021-6-28 12时 南平市建阳区建阳区书坊乡饶坝村 滑坡 8000 3 10 特大暴雨 2021-7-1 9时 南平市浦城县九牧镇中垄村 崩塌 50 0 0.2 降雨 2021-7-1 10时 南平市邵武市水北镇三都村下洪源组 滑坡 600 0 0.1 暴雨 表 7 预警结果对比一览表
Table 7. Comparison list of the early warning results
预警日期 预警等级 预警区面积/km2 地质灾害命中率/% 原模型 新模型 原模型 新模型 原模型 新模型 6月28日 橙色预警 橙色预警 5275 4925 100 100 6月29日 橙色预警 橙色预警 5950 4900 − − 6月30日 橙色预警 橙色预警 9875 9675 − − 7月1日 红色预警 橙色预警 8775 4875 100 100 7月2日 红色预警 橙色预警 9475 2275 − − 7月3日 橙色预警 无预警 7725 0 − − 7月4日 橙色预警 无预警 4950 0 − − 7月5日 黄色预警 无预警 475 0 − − -
ALEOTTI P, 2004. A warning system for rainfall-induced shallow failures[J]. Engineering Geology, 73(3-4): 247-265. doi: 10.1016/j.enggeo.2004.01.007 BAUM R L, GODT J W, 2010. Early warning of rainfall-induced shallow landslides and debris flows in the USA[J]. Landslides, 7(3): 259-272. doi: 10.1007/s10346-009-0177-0 CHEN C L, HE K, WEN M S, et al. , 2016. Trend prediction research of geological hazard in the Yangtze economic zone based on gray system theory[J]. Journal of Geomechanics, 22(3): 706-713. (in Chinese with English abstract) CHEN J W, 1990. Study on debris flow forecast in Jiangjia Gully[C]//WU J S, KANG Z C, TIAN L Q, et al. Observation and research on debris flows in Jiangjia gully in Yunnan. Beijing: Science Press: 197-213. (in Chinese) China Geological Disaster Prevention engineering Industry Association, 2018. Early warning of geological hazard based on the meteorological factor: T/CAGHP 039-2018[S]. Beijing: China University of Geosciences Press. (in Chinese) China Institute of Geological Environment Monitoring, 2011-2020. National geological disaster bulletin of China. (in Chinese) China Institute of Geological Environment Monitoring, 2019. Construction of 1: 500, 000 geological disaster early warning model. (in Chinese) CROZIER M J, EYLES R J, 1980. Assessing the probability of rapid mass movement[C]//Proceedings of the 3rd Australia-new Zealand conference on geomechanics. Institution of Professional Engineers: 247-253. CROZIER M J, 1986. Landslides: causes, consequences and environment[M]. London: Croom Helm: 185-189. CROZIER M J, 1999. Prediction of rainfall-triggered landslides: a test of the Antecedent Water Status Model[J]. Earth Surface Processes and Landforms, 24(9): 825-833. doi: 10.1002/(SICI)1096-9837(199908)24:9<825::AID-ESP14>3.0.CO;2-M DI J Y, XU F W, LI Y M, et al. , 2019. Precipitation type and threshold analysis of geological disasters in southeast[J]. Journal of Catastrophology, 34(1): 62-67, 93. (in Chinese with English abstract) FANG R K, LIU Y H, SU Y C, et al. , 2021. A early warning model of regional landslide in Qingchuan County, Sichuan Province based on logistic regression[J]. Hydrogeology & Engineering Geology, 48(1): 181-187. (in Chinese with English abstract) GLADE T, CROZIER M, SMITH P, 2000. Applying probability determination to refine landslide-triggering rainfall thresholds using an empirical “antecedent daily rainfall model”[J]. Pure and Applied Geophysics, 157(6-8): 1059-1079. doi: 10.1007/s000240050017 HAN S, LIU M J, WU J B, et al. , 2022. Risk assessment of slope disasters induced by typhoon-rainfall in the southeast coastal area, China: a case study of the Shiyang north slope[J]. Journal of Geomechanics, 28(4): 583-595. (in Chinese with English abstract) HE K, CHEN C L, FENG Z, et al. , 2016. A review on the collapse hazards of tower-shaped rock[J]. Journal of Geomechanics, 22(3): 714-724. (in Chinese with English abstract) HE Y J, 1995. Characteristics and mechanism of major geological hazards in Fujian province and protection and controlling method against them[J]. Geology of Fujian, 14(4): 263-271. (in Chinese with English abstract) HUANG J B, 2013. Preliminary studying of landslide critical rainfall in Dehua County[J]. Geology of Fujian, 32(1): 65-69. (in Chinese with English abstract) JIAN W B, XU X T, ZHENG M Z, et al. , 2013. On effective rainfall of slope instability[J]. Rock and Soil Mechanics, 34(S2): 247-251. (in Chinese with English abstract) LI C J, MA T H, SUN L L, et al. , 2011. A new approach to calibrate antecedent precipitation for rainfall-triggering landslide forecast[J]. Mountain Research, 29(1): 81-86. (in Chinese with English abstract) LI T F, CONG W Q, 2006. A method for rainfall-induced landslides prediction based on Logistic regression and effective antecedent rainfall[J]. The Chinese Journal of Geological Hazard and Control, 17(1): 33-35. (in Chinese with English abstract) LI X, 2006. On weather prognosis and prewarning of geologic hazard in the flood season of Fujian province[J]. Geology of Fujian, 25(3): 164-168. (in Chinese with English abstract) LI Z, GAO Y, HE K, et al. , 2020. Analysis of the fluidization process of the high-position and longrunout landslide in Shuicheng, Liupanshui, Guizhou Province[J]. Journal of Geomechanics, 26(4): 520-532. (in Chinese with English abstract) LIU C Z, 2004. Study on the early warning methods of landslide-debris flows[J]. Hydrogeology & Engineering Geology, 31(3): 1-6. (in Chinese with English abstract) LIU C Z, LIU Y H, WEN M S, et al. , 2009. Early warning theory for regional geohazards in China[M]. Beijing: Geological Publishing House. (in Chinese) LIU Y, 1998. Critical precipitation of rainstorm for cavsing landslide[J]. Hydrogeology & Engineering Geology, (3): 43-45. (in Chinese with English abstract) LIU Y H, LIU C Z, LIAN J F, et al. , 2008. Method of regional early warning of geohazards based on the explicit statistical theory[J]. Geology in China, 35(2): 344-350. (in Chinese with English abstract) LIU Y H, TANG C, LI T F, et al. , 2009. Statistical relations between geo-hazards and rain-type[J]. Journal of Engineering Geology, 17(5): 656-661. (in Chinese with English abstract) LIU Y H, TANG C, WU J B, et al. , 2011. Spatial and temporal distribution characteristics of geo-hazards and rainfall in different scales[J]. The Chinese Journal of Geological Hazard and Control, 22(3): 74-83. (in Chinese with English abstract) LIU Y H, LIU L N, 2016. Rainfall-induced mechanism based early warning model for slopes of dualistic layers in weathered granitic area[J]. Journal of Engineering Geology, 24(4): 542-549. (in Chinese with English abstract) Liu Yanhui, SuYongchao. 2019. Early warning model of regional geological disasters based on meteorological factor in Qingchuan County, Sichuan Province[J]. Journal of Engineering Geology, 27(1): 134- 143. (in Chinese with English abstract) PICIULLO L, CALVELLO M, CEPEDA J M, 2018. Territorial early warning systems for rainfall-induced landslides[J]. Earth-Science Reviews, 179: 228-247. doi: 10.1016/j.earscirev.2018.02.013 TANG H M, WEI L, TANG Y H, et al. , 2013. Correlation analysis and prediction model for rainfall-induced landslide in Chongqing area[J]. The Chinese Journal of Geological Hazard and Control, 24(4): 16-22. (in Chinese with English abstract) WANG T, WANG Z Y, LAI S Q, 2003. Assessment of the regional environmental geological quality based on GIS for Fujian province[J]. Safety and Environmental Engineering, 10(2): 8-11, 50. (in Chinese with English abstract) WANG Y L, 2005. Study on the early-warning and prediction of land-slide hazards and countermeasures in the southern Shaanxi Province[J]. Journal of Geological Hazards and Environment Preservation, 16(4): 345-349. (in Chinese with English abstract) WANG Z L, SUN H Y, LIU Y L, et al. , 2011. Time series analysis about groundwater level in slope and rainfall[J]. Journal of Zhejiang University (Engineering Science), 45(7): 1301-1307. (in Chinese with English abstract) WEI D G, JIE Y J, HUANG T G, 1997. Regional geological structure of Fujian[J]. Regional geology of China, 16(2): 162-170. (in Chinese with English abstract) WEI F Q, JIANG Y H, YANG H J, et al. , 2010. Relationship between Debris flow activity and precipitation characteristics in Southeastern China[J]. Mountain Research, 28(5): 616-622. (in Chinese with English abstract) WEI P X, LI X J, 2015. The meteorologic early warning research of sudden geo-hazard in Guangdong province[J]. [J]. The Chinese Journal of Geological Hazard and Control, 26(1): 138-144. (in Chinese with English abstract) WU Y M, LAN H X, GAO X, et al. , 2014. Rainfall threshold of storm-induced landslides in typhoon areas: a case study of Fujian province[J]. Journal of Engineering Geology, 22(2): 255-262. (in Chinese with English abstract) WU Y P, ZHANG Q X, TANG H M, et al. , 2014. Landslide hazard warning based on effective rainfall intensity[J]. Earth Science-Journal of China University of Geosciences, 39(7): 889-895. (in Chinese with English abstract) doi: 10.3799/dqkx.2014.083 XIE S Y, ZHANG N X, XU B, 1995. Probability analysis of precipitation-induced slide of typical landslides in three gorge area of the Yangtze River[J]. Journal of Engineering Geology, 3(2): 60-69. (in Chinese with English abstract) XIONG W, LIU K, FAN W, 2018. Analysis on internal dynamic geological genesis of shallow landslide in Qin-Ba mountain area[J]. Journal of Geomechanics, 24(3): 424-431. (in Chinese with English abstract) XU J C, SHANG Y Q, CHEN K F, et al. , 2005. Analysis of shallow landslide stability under intensive rainfall[J]. Chinese Journal of Rock Mechanics and Engineering, 24(18): 3246-3251. (in Chinese with English abstract) YAN J K, HUANG J B, LI H L, et al. , 2020. Study on instability mechanism of shallow landslide caused by typhoon and heavy rain[J]. Journal of Geomechanics, 26(4): 481-491. (in Chinese with English abstract) YE L Z, LIU K, HUANG G P, et al. , 2015. The characteristics and influence factors of catastrophic geological disaster in Fujian province[J]. The Chinese Journal of Geological Hazard and control, 26(1): 98-102. (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) China Institute of Geological Environment Monitoring, 2011-2020. National Geological Disaster Bulletin of China[R]. Beijing: China Institute of Geological Environment Monitoring : 1-2. ( in Chinese) Wen M S, CHEN C L, LIU Y H, et al. , 2019. Construction of 1: 500, 000 geological disaster early warning model. Beijing: China Institute of Geological Environment Monitoring, 11-13. ( in Chinese) ZHOU P G, 2004. Indicator system and techniques of landslide monitoring[J]. Journal of Geomechanics, 10(1): 19-26. (in Chinese with English abstract) 陈春利, 贺凯, 温铭生, 等, 2016. 基于灰色系统理论的长江经济带地区地质灾害趋势预测研究[J]. 地质力学学报, 22(3): 706-713. doi: 10.3969/j.issn.1006-6616.2016.03.024 陈景武, 1990. 蒋家沟暴雨泥石流预报研究[M]//吴积善, 康志成, 田连权, 等. 云南蒋家沟泥石流观测研究. 北京: 科学出版社: 197-213. 狄靖月, 许凤雯, 李宇梅, 等, 2019. 东南地区引发地质灾害降水分型及阈值分析[J]. 灾害学, 34(1): 62-67, 93. doi: 10.3969/j.issn.1000-811X.2019.01.013 方然可, 刘艳辉, 苏永超, 等, 2021. 基于逻辑回归的四川青川县区域滑坡灾害预警模型[J]. 水文地质工程地质, 48(1): 181-187. doi: 10.16030/j.cnki.issn.1000-3665.201911034 韩帅, 刘明军, 伍剑波, 等, 2022. 东南沿海台风暴雨型单体斜坡灾害风险评价: 以泰顺仕阳北坡为例[J]. 地质力学学报, 28(4): 583-595. doi: 10.12090/j.issn.1006-6616.2021168 贺凯, 陈春利, 冯振, 等, 2016. 塔柱状岩体崩塌灾害研究现状[J]. 地质力学学报, 22(3): 714-724. doi: 10.3969/j.issn.1006-6616.2016.03.025 何永金, 1995. 福建省主要地质灾害的特点、成因及其对策[J]. 福建地质, 14(4): 263-271. 黄俊宝, 2013. 德化县滑坡成灾临界降雨量研究[J]. 福建地质, 32(1): 65-69. doi: 10.3969/j.issn.1001-3970.2013.01.009 简文彬, 许旭堂, 郑敏洲, 等, 2013. 土坡失稳的有效降雨量研究[J]. 岩土力学, 34(S2): 247-251. 李长江, 麻土华, 孙乐玲, 等, 2011. 降雨型滑坡预报中计算前期有效降雨量的一种新方法[J]. 山地学报, 29(1): 81-86. doi: 10.3969/j.issn.1008-2786.2011.01.012 李铁锋, 丛威青, 2006. 基于Logistic回归及前期有效雨量的降雨诱发型滑坡预测方法[J]. 中国地质灾害与防治学报, 17(1): 33-35. doi: 10.3969/j.issn.1003-8035.2006.01.008 李欣, 2006. 福建省汛期地质灾害气象预报预警介绍[J]. 福建地质, 25(3): 164-168. doi: 10.3969/j.issn.1001-3970.2006.03.008 李壮, 高杨, 贺凯, 等, 2020. 贵州省六盘水水城高位远程滑坡流态化运动过程分析[J]. 地质力学学报, 26(4): 520-532. doi: 10.12090/j.issn.1006-6616.2020.26.04.045 刘传正, 2004. 区域滑坡泥石流灾害预警理论与方法研究[J]. 水文地质工程地质, 31(3): 1-6. doi: 10.3969/j.issn.1000-3665.2004.03.001 刘传正, 刘艳辉, 温铭生, 等, 2009. 中国地质灾害区域预警方法与应用[M]. 北京: 地质出版社. 柳源, 1998. 滑坡临界暴雨强度[J]. 水文地质工程地质, (3): 43-45. 刘艳辉, 刘传正, 连建发, 等, 2008. 基于显式统计原理的地质灾害区域预警方法初步研究[J]. 中国地质, 35(2): 344-350. doi: 10.3969/j.issn.1000-3657.2008.02.020 刘艳辉, 唐灿, 李铁锋, 等, 2009. 地质灾害与降雨雨型的关系研究[J]. 工程地质学报, 17(5): 656-661. doi: 10.3969/j.issn.1004-9665.2009.05.012 刘艳辉, 唐灿, 吴剑波, 等, 2011. 地质灾害与不同尺度降雨时空分布关系[J]. 中国地质灾害与防治学报, 22(3): 74-83. doi: 10.3969/j.issn.1003-8035.2011.03.016 刘艳辉, 刘丽楠, 2016. 基于诱发机理的降雨型滑坡预警研究: 以花岗岩风化壳二元结构斜坡为例[J]. 工程地质学报, 24(4): 542-549. 刘艳辉, 苏永超. . 四川青川县区域地质灾害气象风险预警模型研究[J]. 工程地质学报, 2019, 27(01): 134-143. 唐红梅, 魏来, 唐云辉, 等, 2013. 重庆地区降雨型滑坡相关性分析及预报模型[J]. 中国地质灾害与防治学报, 24(4): 16-22. doi: 10.16031/j.cnki.issn.1003-8035.2013.04.012 王涛, 王增银, 赖树钦, 2003. 基于GIS的区域环境地质评价: 以福建省为例[J]. 安全与环境工程, 10(2): 8-11, 50. doi: 10.3969/j.issn.1671-1556.2003.02.003 王雁林, 2005. 陕南地区滑坡灾害气象预报预警及其防范对策探析[J]. 地质灾害与环境保护, 16(4): 345-349. doi: 10.3969/j.issn.1006-4362.2005.04.003 王智磊, 孙红月, 刘永莉, 等, 2011. 降雨与边坡地下水位关系的时间序列分析[J]. 浙江大学学报(工学版), 45(7): 1301-1307. doi: 10.3785/j.issn.1008-973X.2011.07.027 韦德光, 揭育金, 黄廷淦, 1997. 福建省区域地质构造特征[J]. 中国区域地质, 16(2): 162-170. 韦方强, 江玉红, 杨红娟, 等, 2010. 东南地区泥石流活动与降水气候特征的关系[J]. 山地学报, 28(5): 616-622. doi: 10.3969/j.issn.1008-2786.2010.05.015 魏平新, 李秀娟, 2015. 广东省突发性地质灾害气象预警实践[J]. 中国地质灾害与防治学报, 26(1): 138-144. doi: 10.16031/j.cnki.issn.1003-8035.2015.01.025 吴益平, 张秋霞, 唐辉明, 等, 2014. 基于有效降雨强度的滑坡灾害危险性预警[J]. 地球科学-中国地质大学学报, 39(7): 889-895. 伍宇明, 兰恒星, 高星, 等, 2014. 台风暴雨型滑坡降雨阈值曲线研究: 以福建地区为例[J]. 工程地质学报, 22(2): 255-262. doi: 10.3969/j.issn.1004-9665.2014.02.015 谢守益, 张年学, 许兵, 1995. 长江三峡库区典型滑坡降雨诱发的概率分析[J]. 工程地质学报, 3(2): 60-69. 熊炜, 刘可, 范文, 2018. 秦巴山区浅层滑坡内动力地质成因分析[J]. 地质力学学报, 24(3): 424-431. doi: 10.12090/j.issn.1006-6616.2018.24.03.044 许建聪, 尚岳全, 陈侃福, 等, 2005. 强降雨作用下的浅层滑坡稳定性分析[J]. 岩石力学与工程学报, 24(18): 3246-3251. doi: 10.3321/j.issn:1000-6915.2005.18.007 闫金凯, 黄俊宝, 李海龙, 等, 2020. 台风暴雨型浅层滑坡失稳机理研究[J]. 地质力学学报, 26(4): 481-491. doi: 10.12090/j.issn.1006-6616.2020.26.04.041 叶龙珍, 柳侃, 黄国平, 等, 2015. 福建重大地质灾害特征及其影响因素[J]. 中国地质灾害与防治学报, 26(1): 98-102. doi: 10.16031/j.cnki.issn.1003-8035.2015.01.017 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. 中国地质环境监测院, 2011—2020. 全国地质灾害通报[R]. 北京: 中国地质环境监测院: 1-2. 温铭生, 陈春利, 刘艳辉, 等, 2019. 1: 50万地质灾害气象预警模型建设[R]. 北京: 中国地质环境监测院: 11-13. 中国地质灾害防治工程行业协会, 2018. 地质灾害区域气象风险预警标准: T/CAGHP 039-2018[S]. 北京: 中国地质大学出版社. 周平根, 2004. 滑坡监测的指标体系与技术方法[J]. 地质力学学报, 10(1): 19-26. doi: 10.3969/j.issn.1006-6616.2004.01.003