台风“菲特”引发的浙江余姚地质灾害类型与特征分析

余姚市地处浙东沿海,受2013年23号强台风“菲特”影响,遭受百年一遇强降雨,农村山区地质灾害频发,因灾损失达200×10^8元以上。通过对余姚159处地质灾害的调查和统计分析,余姚市地质灾害类型主要为崩塌、滑坡和泥石流,滑坡占本次地质灾害总数的64．2％,主要为小型浅表土质滑坡,中型泥石流2处。地质灾害的发生与降雨、地形地貌、松散层厚度以及人类活动等多个方面因素有关,其中松散层厚度和人类工程活动影响最为明显。文中提出了相关的预防措施,通过加强防灾避灾宣传,严格审批农村切坡建房,对重要地段的适当回避等,防治并举,以减轻同类地质灾害的影响。     

广东省主要地质灾害发育特点与防治对策

广东省主要地质灾害类型有崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降、水土流失等。其中以崩塌、滑坡及地面塌陷为主，多分布在粤东、粤西和粤北等广大中低山区和丘陵区。具有点多面广，活动频繁，危害严重特点。据不完全统计，“九五”期间全省共发生较大规模突发性地质灾害217处，死亡497人，伤597人，直接经济损失约17．43亿元。过量抽取地下水引起的地面沉降主要分布于湛江市区。至2001年，沉降中心最大累计沉降量达178．7mm；工程作用引起的地面沉降(软土地基压缩变形)，主要分布在珠江三角洲及潮汕平原地区。地质灾害主要诱发因素是降雨和人类工程经济活动。根据地质环境条件和致灾地质作用特征将全省划分为5个地质灾害区：粤北中低山崩塌、滑坡、泥石流、地面塌陷为主的地质灾害发育区(I)；粤西低山丘陵滑坡、泥石流灾害、地面塌陷为主地质灾害发育区(Ⅱ)；粤东低山丘陵崩塌、滑坡灾害、水土流失为主的地质灾害发育区(Ⅲ)；沿海台地平原区软土地基沉降、风暴潮地质灾害发育区(Ⅳ)；珠江三角洲平原台地地区软土地基沉降、地面塌陷为主的地质灾害发育区(V)。论文还提出了广东省地质灾害防治对策。     

陕西宝鸡市地质灾害基本类型和空间分布

宝鸡是中国地质灾害发育较强的地区之一。为揭示其地质灾害分布规律,在2006—2012年持续7年的地质灾害详细调查资料和综合研究成果分析的基础上,统计宝鸡市地质灾害的主要类型和空间分布特征,结果显示宝鸡市地质灾害主要类型为滑坡、崩塌、泥石流和不稳定斜坡4类,其中滑坡数量最多达887处,约占总数的57%,主要沿渭河谷地、东北部黄土丘陵区、南部和西部山区中人类工程活动频繁的山间盆地和主干道路切坡沿线密集分布;其次为崩塌328处,约占总数的21.23%,再次为不稳定斜坡234处,约占总数的15.15%,崩塌和不稳定斜坡主要分布于渭河盆地周边的塬边和丘陵斜坡带、东北部典型黄土丘陵区高陡斜坡带和基岩山区交通干线道路沿线的切坡地段;泥石流灾害数量最少为96处,约占总数的6.21%,集中分布在西南部陇山、秦岭山区沟谷和黄土丘陵区的沟壑中。目前,频繁发生的浅层小型滑坡和崩塌灾害,特别是黄土地区房前屋后和山区公路边坡地段的小型滑坡和崩塌灾害,是宝鸡市减灾、防灾关注的重点。     

地质灾害气象预警区划方法研究——以湖北省巴东县为例

大气降雨是崩塌、滑坡、泥石流等地质灾害主要的诱发因素之一。本次研究依据多年的地质灾害监测资料和气象数据,经过筛选和分析,选取巴东县有时间记载的274处地质灾害(崩塌、滑坡、泥石流),其中209处地质灾害的发生与降雨有关,占总数的76.3%。本文通过随机选取其中61处地质灾害与降雨量资料,进行相关性分析,确定了巴东县突发性地质灾害发生的临界降雨量和有效过程降雨量,建立了地质灾害气象预警模型,完成了地质灾害气象预警区划,为巴东县政府做好地质灾害预警工作提供了科学的依据。     

西藏昌都镇地质灾害发育特征及防治对策

昌都镇位于澜沧江上游“三河一江”地带(即昂曲、扎曲、色曲、澜沧江)。地质构造条件复杂,气候较恶劣,昼夜温差大,物理风化强烈,植被稀疏,地质灾害发育。该区是藏东的政治、经济、文化中心。随着地区的经济发展,其城镇建设与地质灾害之间的矛盾日益突出。调查研究显示昌都镇发育地质灾害33处,其中崩塌16处,占灾害点总数48.5%,主要发育于路堑边坡和河流下切侧蚀形成的自然边坡;滑坡13处,占灾害点总数的39.4%,且90%为土质滑坡,多与人类工程活动有关;泥石流4处,占灾害点总数的12.1%,以中小型为主。文章总结了昌都镇崩塌、滑坡和泥石流灾害的发育分布特征,地质灾害与地层岩性、空间位置和人类工程活动等之间的关系,以及对昌都城镇建设和发展的影响。结合调查分析提出了昌都镇地质灾害防治的总体策略———治灾、设防、治水、治坡、生态建设和加强环保意识。     

商城县地质灾害气象预警研究

绝大多数地质灾害由人类工程活动和降雨协同作用诱发,降雨是滑坡、崩塌、泥石流等地质灾害的主要激发因子,气象预报预警可有效预警滑坡、崩塌、泥石流等地质灾害。商城县滑坡、崩塌、泥石流地质灾害发育,以地质灾害易发性区划图为基础划分为4个地质灾害预警区。充分考虑降雨对地质灾害发生的影响,对重点预警区及次重点预警区采用临界日综合有效过程降雨量模型判据法,进行地质灾害气象预警预报。     

云南省鲁甸县地质灾害特征与成因研究

鲁甸县地质灾害类型众多,主要有滑坡、泥石流、崩塌、地裂缝等.鲁甸县境内现有地质灾害86处,其中滑坡60处、泥石流13处、崩塌10处、地裂缝3处.地质灾害规模以小型为主,占62.79%,其次为中型和大型,有少量巨型地质灾害.在资料收集与野外调查的基础上,从地形地貌条件、地层岩性条件、地质构造条件、降雨、人类工程活动、地震活动等方面探讨了地质灾害的形成因素,找出成灾规律,并提出了防灾、减灾对策.     

山西省太谷县地质灾害及防治

太谷县地质构造条件复杂,地质灾害破坏严重,随着地区的经济发展,其城镇建设与地质灾害之间的矛盾日益突出。调查显示,太谷县发育地质灾害92处,区内地裂缝占灾害点总数46．7％,主要发育于平原区;不稳定斜坡占灾害点总数32．6％,滑坡占灾害点总数12．0％,且80％为土质滑坡;泥石流以沟谷型为主,占灾害点总数5．4％;崩塌占灾害点总数3．3％。论文研究了区内地质灾害的基本发育特征及其诱发因素。依据地质灾害防治评估划分原则,对不同类型地质灾害按轻、重、缓、急进行分期防治,对重要地质灾害采取具有针对性的工程措施治理。结合地质灾害调查分析,提出了建立群测群防网络、因地制宜、因灾设防等防治对策,为增加防灾减灾效益、环境效益及经济效益提供有力的保证。     

宁夏盐池县地质灾害特征及形成条件分析

宁夏盐池县是全区地质灾害地质灾害较为发育的地区之一。通过宁夏盐池县地质灾害详细调查工作,查明地质灾害点共计426处,其中滑坡295处、崩塌92处、泥石流19处、不稳定斜坡17处、地面塌陷3处,主要分布在南部地貌类型为黄土丘陵的麻黄山乡、大水坑镇东南部以及惠安堡镇南部,具有黄土地区地质灾害典型特征。地质灾害形成条件包括地形地貌、地层结构、降雨和人类工程活动。     

汶川地震后四川省巴州区地质灾害特征研究

512汶川大地震震后,对四川省巴州区次生地质灾害应急调查表明,地质构造和地形地貌是巴州区地质灾害形成的主导因素,降雨是地质灾害的主要诱发因素。巴州区主要的地质灾害类型为崩塌和滑坡,其中崩塌的危害性较大。现场调查表明,巴州区崩塌地质灾害类型以岩质崩塌为主,滑坡地质灾害类型以残积层滑坡为主,主要分布在构造侵蚀中低山和侵蚀剥蚀桌状低山地貌区。512汶川地震对潜在的崩塌危岩体的稳定性有不良的影响。     

四川省康定县滑坡灾害发育特征与形成条件

康定县地处四川盆地西缘山地及青藏高原过渡地带。县域内地势险峻,地形切割强烈,地层与地质构造复杂,新构造运动强烈,地震活动频繁。加之降水充沛,致使山地灾害十分发育,其中滑坡灾害占山地灾害的38.32%。通过搜集资料及现场调查,概述了该县县域内滑坡灾害的分布;从行政区划、自然地理及灾害规模等3方面统计分析了滑坡灾害的发育现状;从地形地貌、地层岩性、地质构造、降雨、地震活动、人类工程活动等方面总结了滑坡灾害的形成条件,并提出防治对策与措施,力求有效地预防与减少滑坡灾害的发生。     

秦巴地区地质灾害的分布规律与成因

秦巴地区是中国地质灾害的高发区和重灾区之一,其地质灾害的分布具有地域上的分异性:渭河盆地黄土滑坡较多;秦巴山区以小型浅层堆积层滑坡为主;汉江河谷分布一些膨胀土滑坡和岩质滑坡;大巴山以南中厚层岩质滑坡较多.秦巴地区的地质灾害一般沿大的断裂带、交通线、大的河流分布,形成纵横东西南北的地质灾害链.秦巴地区地质灾害的发生受降雨、地形地貌、岩性与结构面、人类工程活动等因素的影响,是内动力地质作用和外动力地质作用相互作用、转化的结果,也是大气圈、水圈、生物圈和岩石圈耦合的反映.     

基于降雨响应的黄土丘陵区滑坡危险性预测研究——以宝鸡市麟游县为例

极端降雨易造成群发滑坡灾害,难以作为单体预测.为预测评估黄土丘陵区不同降雨强度诱发滑坡灾害危险性,论文在区域滑坡灾害特征研究的基础上,分析降雨强度特征及滑坡分布特征.以岭南滑坡为代表分析降雨诱发黄土-丘陵区滑坡的形成机制,介绍了无限斜坡模型原理、参数选取,利用GIS空间建模与分析功能,定量完成了无降雨、25 mm、50...     

典型黄土丘陵区浅层黄土滑坡稳定性评价——以延安市志丹县为例

黄土丘陵地区地质环境脆弱,每到雨季极易诱发浅层黄土滑坡,对居民的生命和财产安全构成威胁也阻碍着当地经济的发展。对浅层滑坡进行稳定性评价,不仅有助于认识浅层滑坡的发生发展过程,而且对防灾减灾和地区规划建设具有十分重要的指导意义。本研究选择SINMAP模型作为评价浅层黄土滑坡的重要工具,评价了陕西省延安市志丹县黄土丘陵区浅层滑坡的稳定性,评价结果表明:1)研究区整体稳定性程度较高,在降雨量为8.6 mm、15 mm、25 mm、50 mm和100 mm时不稳定区域(包括极不稳定、不稳定和潜在不稳定)面积分别占研究区总面积的9.12%、18.93%、23.17%、30.94%和38.67%,不稳定区域的面积不超过整个研究区面积的一半,极不稳定区域的滑坡密度最大,其次为不稳定区域和潜在不稳定区域;2)随着降雨量的增大,潜在不稳定和不稳定区域的面积会逐渐扩大,极不稳定区始终位于坡度大且水流侵蚀强烈的地方,变化幅度小;3)浅层滑坡的稳定性很大程度上依赖于当地的地形条件:坡度分布为20°~51°,高程分布范围为1302~1606 m,在坡向上阴坡的发生数量多于阳坡,西向和西北向浅层滑坡最为发育;4)流域内的滑坡多属降雨诱发的山体滑坡,确定性模型SINMAP为预测这一类滑坡提供了强大的工具,不仅评估了现有的已发生的滑坡的稳定性,也预测了未来在不同降雨条件下可能发生滑坡的地区。分析结果可为预防和减轻滑坡灾害带来的损失,合理的城市规划和道路选址等提供参考。     

岩溶山区崩滑灾害变形破坏地质模式分类

岩溶山区特殊的地质结构导致崩塌、滑坡等地质灾害时常发生,带来了严重的人员伤亡和经济社会损失。研究岩溶山区崩滑灾害特征,建立相应的变形破坏地质模式,对于岩溶山区崩滑灾害风险防控与治理工程具有重要理论意义与指导价值。文章以典型地质灾害形成演化过程为例,在系统地分析研究区典型崩滑灾害地质背景、影响因素、动力学与运动学特征的基础上,提出了岩溶山区崩滑灾害变形破坏地质模式,得出以下主要结论:（1）影响崩滑成灾基本因素（崩滑灾害体势能、岩溶结构面、岩组结构、斜坡地貌和斜坡结构）、影响因素（水文地质条件、工程活动、地震、降雨）和变形运动特征（运动形式和变形机制）三个方面,据此建立了岩溶山区崩滑灾害地质分类指标体系。（2）结合研究区特征对模型体系里面的每个要素进行系统分析,崩滑灾害的发生是各个要素相互组合、相互作用的结果。（3）总结了研究区内5种典型崩滑地质模式:高势能反倾降雨型高速远程滑坡—碎屑流模型、高势能斜倾视向采矿型高速远程崩滑灾害模型、超高势能横向陡倾地震型高速远程滑坡、高势能采矿型高速崩塌—碎屑流模型、低势能差异风化崩塌模型。为后续开展物理模拟、数值模拟、稳定性计算和变形破坏预测等工作奠定基础。下一步将更加深入全面地建立研究区的崩滑灾害模式,并进行崩滑灾害的危险性分级工作。      

湘西陈溪峪滑坡变形机理及稳定性评价

浅层滑坡在我国广泛分布,但在区域范围内分布规律性较差,且具有突发性、隐蔽性和破坏性强等特点。湘西武陵山区地质条件复杂、降雨丰沛、人类工程活动强烈,突发性地质灾害频发,尤以降雨诱发的浅层滑坡为主。文章以湘西地区慈利县陈溪峪滑坡为例,开展了降雨量、基质吸力、地下水位和地表变形等的监测;结合滑坡的现场调查及监测成果,分析滑坡的形成条件和变形机理;在此基础上,考虑基质吸力对边坡稳定性的贡献,将强度折减有限元法推广到非饱和土边坡,计算得到了不同降雨工况下滑坡稳定性。结果表明:当强降雨降落到滑坡体上时,坡内基质吸力值均迅速减小,直至一定值后（9.5 kPa左右）不再变化;坡内地下水位受季节性降雨影响显著,短时强降雨引起地下水变化幅度不如长时间降雨对地下水位造成的影响大;陈溪峪滑坡的地质力学成因为蠕滑推移式土质滑坡,运动形式为沿基覆界面的浅层滑坡;短时强降雨是诱发滑坡变形的最关键因素。陈溪峪滑坡在持续降雨条件下的降雨量预警值约为280 mm,在短时强降雨条件下的降雨强度预警值约为240 mm/d。     

Relationships between natural terrain landslide magnitudes and triggering rainfall based on a large landslide inventory in Hong Kong

Rain-induced landslides are recognized as one of the most catastrophic hazards on hilly terrains. To develop strategies for landslide risk assessment and management, it is necessary to estimate not only the rainfall threshold for the initiation of landslides, but also the likely magnitudes of landslides triggered by a storm of a given intensity. In this study, the frequency distributions of both open hillside landslides and channelized debris flows in Hong Kong are established on the basis of the Enhanced Natural Terrain Landslide Inventory (ENTLI) with 19,763 records in Hong Kong up to 2013. The landslide magnitudes are measured in terms of the number, scar area, volume, or density of landslides. The mean values of the scar areas and volumes are 55.2 m² and 102.0 m³, respectively, for the open hillside landslides and 91.3 m² and 166.5 m³, respectively, for the channelized debris flows. Empirical correlations between the numbers, scar areas, and volumes of hillside landslides or channelized debris flows and the maximum rolling rainfall intensities of different periods have been derived. The maximum rolling 4- to 24-h rainfall amounts provide better predictions compared with those with the maximum rolling 1-h rainfall. Maximum rolling rainfall intensity-duration thresholds identifying the likely rainfall conditions that yield natural terrain landslides or debris flows of different magnitudes are also proposed. The initiation rainfall thresholds are identified as 75, 90, 100, 120, 150, 180, and 200 mm for the maximum rolling 1-, 2-, 4-, 6-, 8-, 12-, and 24-h rainfall, respectively.     

Landslide susceptibility and hazard assessment in San Ramón Ravine, Santiago de Chile, from an engineering geological approach

Debris flows and soil and rock slides are among the main geological hazards in the mountain foothills of Central Chile. Geological risk associated with the development of landslides, especially debris flows triggered in the basins of ravines that drain into the capital city, Santiago, has increased in time due to accelerated urban expansion. A landslide hazard evaluation in the San Ramón Ravine, located within the foothills of Santiago is presented. Hazard evaluation is based on a methodology that combines the determination of landslide susceptibility calculated by integration of conditioning factors, with the assessment of slope failure and runout probabilities incorporating geotechnical engineering approaches. The methodology is appropriate for medium or subregional scale studies with limited data. The results show that in San Ramón Ravine the landslide hazard consists mainly of debris flows, rock block slides, rock falls and shallow soil slides. Among these, debris flows are the most important due to the urban area that can be affected. Other case studies show that the method can be used in other regions with minor adaptations for territorial planning or for engineering and environmental purposes.     

Multi-geohazards susceptibility mapping based on machine learning—a case study in Jiuzhaigou,China

Jiuzhaigou, located in the transitional area between the Qinghai–Tibet Plateau and the Sichuan Basin, is highly prone to geological hazards (e.g., rock fall, landslide, and debris flow). High-performance-based hazard prediction models, therefore, are urgently required to prevent related hazards and manage potential emergencies. Current researches mainly focus on susceptibility of single hazard but ignore that different types of geological hazards might occur simultaneously under a complex environment. Here, we firstly built a multi-geohazard inventory from 2000 to 2015 based on a geographical information system and used satellite data in Google earth and then chose twelve conditioning factors and three machine learning methods—random forest, support vector machine, and extreme gradient boosting (XGBoost)—to generate rock fall, landslide, and debris flow susceptibility maps. The results show that debris flow models presented the best prediction capabilities [area under the receiver operating characteristic curve (AUC 0.95)], followed by rock fall (AUC 0.94) and landslide (AUC 0.85). Additionally, XGBoost outperformed the other two methods with the highest AUC of 0.93. All three methods with AUC values larger than 0.84 suggest that these models have fairly good performance to assess geological hazards susceptibility. Finally, evolution index was constructed based on a joint probability of these three hazard models to predict the evolution tendency of 35 unstable slopes in Jiuzhaigou. The results show that these unstable slopes are likely to evolve into debris flows with a probability of 46%, followed by landslides (43%) and rock falls (29%). Higher susceptibility areas for geohazards were mainly located in the southeast and middle of Jiuzhaigou, implying geohazards prevention and mitigation measures should be taken there in near future.