层次分析法在单沟泥石流危险度评价中的应用

单沟泥石流危险度评价是泥石流危险性评价中的重要内容,对实现山区的安全减灾有着重要意义。文章从系统理论出发,运用层次分析法(AHP)对影响泥石流沟谷危险度的相关因子进行分析,构建单沟泥石流危险度评价的层次指标系统,并对各参与评价因子的权重作了计算,建立起单沟泥石流危险度评价模型。通过对泥石流沟的实例验证,评价结果与实际情况有较好的一致性。该方法将定量与定性相结合,能很好地解决泥石流危险度综合评价问题,对提高泥石流危险度评价的可靠性、准确性及客观性有一定的实践意义。     

基于独立信息数据波动赋权的泥石流危险度评价

针对经典泥石流危险度评价中以灰色关联度作为次要危险因子筛选依据的不足,采用复相关系数作为泥石流次要危险因子筛选的依据,从而建立了泥石流危险度评价的主要危险因子与次要危险因子组合的多因子体系。在此基础上,针对次要危险与主要危险因子之间存在显著相关性,同时为了体现次要危险因子对泥石流危险度的贡献作用,采用独立信息数据波动赋权法计算泥石流次要危险因子的权重,建立了泥石流危险度评价的计算公式。以此计算东川市12条泥石流沟的危险度评价结果,计算结果比经典方法更符合次要因子的补充地位,从而证明了该方法的合理性。     

基于函数赋值模型与模糊综合评判法的单沟泥石流危险性评价

基于彭阳县丁家渠泥石流前期调查测绘,查明了泥石流的发育特征,分析了泥石流的形成条件,并对其易发程度进行打分综合评判,得出:该泥石流为沟谷降雨诱发型泥石流,易发程度为中等易发,目前正处于衰退期。构建了包括泥石流规模、发生频率、沟谷流域面积、主沟长度、流域相对高差、流域切割密度及不稳定沟床比例等7个指标的单沟泥石流危险度评价指标体系,采用关联度分析与层次分析法相结合的最优组合赋权法对函数赋值模型中的权重进行修正,并运用该模型对丁家渠泥石流进行危险度计算,为了验证该模型在研究区泥石流危险度评价的准确性,同时采用模糊综合评判法进行危险度计算,两种方法得出的危险度等级均为低度危险,与实地调查结果相符。 更多还原     

兰州市城区泥石流危险性评价

泥石流危险性的研究对于兰州市城区泥石流治理、防灾减灾对策的确定具有重要意义。笔者通过调查的12条典型沟道资料,运用灰色关联分析的方法,取得了评价兰州市城区泥石流灾害的定量指标,并计算了各指标的权重,在此基础上得出了兰州市泥石流危险度评价模型,以此来对兰州市城区泥石流进行危险性评价,并计算出了12条沟道的危险度作为检验,评价结果与实际情况较吻合,结果表明本方法可靠、简便和实用。     

泥石流危险度评价的神经网络法

泥石流危险度的评价计算，对于泥石流治理及减灾防灾对策的确定具有重要意义，影响泥石流危险度的因素复杂且具有胡机和模糊特性，而神经网络的性能特征使其能适用于解决非线性的泥石流危险度评价问题，本建立了相应的评价泥石流危险度的神经网络模型，并利用具体的实例对网络进行训练和测试，计算分析表明，网络模型对于评价泥石流危险度有较好的适用性。     

5·12震后映汶高速公路泥石流危险性评价

本文主要对映汶高速公路发育的4条泥石流进行危险性性评价,主要是运用沟谷地震之前的现有的较为成熟的方法进行泥石流危险度评价,然后用震前的危险度乘以危险度增加系数,得到震后的危险度进行危险性分析,以期对拟建公路的设计施工提供依据。     

西藏羊湖二厂电站厂房区泥石流危险性评价

泥石流的活动特征及其危险性评价对电站的施工及运行有重要意义.根据羊湖电站厂房区勘查所获取的资料,对厂房区后山5条泥石流沟的成因进行了分析,在此基础上将层次分析法(AHP)应用到泥石流危险性评价研究中.对该厂房区5条泥石流沟的危险度评价表明,5号沟泥石流危险度最高,4号沟次之,1号沟、2号和3号沟危险度相对较低.泥石流危险度与流域面积的大小呈正比关系.     

基于证据权法的泥石流危险度区划

针对泥石流危险度区划方法存在不足的问题,根据泥石流形成的要素提取危险度评价因子,运用证据权法客观地筛选出评价因子和确定危险度的权重,进而优选出具有代表性的评价因子,避免了主观赋权和筛选因子的随意性;根据不同评价因子权重值的叠加来确定某一单元泥石流危险度发育程度的概率。以吉林省磐石市泥石流危险度区划为例进行验证,结果表明：中度和低度危险区内有泥石流点163个,囊括了75.81%的泥石流灾害点,符合磐石市泥石流危险度总体不高、局部地区危险度较大的实际情况。     

基于灰色关联分析法的泥石流危险性评价——以泸水县银坡河泥石流为例

利用灰色关联度分析法对泸水县银坡河泥石流作了危险性评价。在综合考虑地形地貌、气象水文条件、人类活动的基础上,选取了能够准确确定的流域面积、主沟长度、植被覆盖率等6个指标作为泸水县银坡河泥石流危险性的评价因子,通过灰色关联度分析法的无量纲化、计算关联系数等步骤计算得到泥石流的关联度,利用关联度来推测泥石流的危险度。最后得出泸水县银坡河泥石流为高等危险度,灰色关联度分析法也适用于泸水县其它泥石流及低关联度推测泥石流危险度不准确性的结论。     

奥布公路泥石流危险性评价

作为喀喇昆仑公路的重要组成部分,奥依塔克-布伦口(简称奥布)公路受到沿线数量众多且规模较大的泥石流影响,常导致行车中断,人员和车辆安全受到威胁。在现场地质考察和走访基础上,依据ArcGIS工具对奥布公路段的15条典型泥石流沟开展了重点调查和危险性评价。首先对汇流面积、纵坡度、面积宽度比、堆积区面积和距公路距离等5个评价因子属性进行归一化处理;然后采用两层结构的层次分析法计算得到影响因子的权重,随后将属性函数与权重乘积加和,得到灾害易发性指数(DFRD);最后对泥石流危险度(DRFR)进行计算分析和危险程度分级。结果发现,高-中度危险的11条泥石流主要分布在布伦口峡谷上游、盖孜检查站和加水沟之间,构成了泥石流灾害发育较为集中且危害性较大的路段。工程上相应采用隧道、高架桥等绕避措施,取得较好成效。     

安宁河流域典型沟谷泥石流危险性评价

冕宁县安宁河流域为地质灾害密集分布区,安宁河断裂穿越于此,构造复杂,冷渍沟在上游左岸发育。在强降雨条件下,该沟就会暴发泥石流,堵塞安宁河流域和掩埋杀叶马村房屋和道路。冷渍沟泥石流具有流域面积小,主沟长度短,沟床纵比降大等特征,为了研究安宁河流域内泥石流的危险性,以冷渍沟为例,分析不同降雨周期下的泥石流暴发强度,模拟泥石流的运动过程并进行危险性评价。模拟的最大流速、最大堆积深度和降雨强度三者结合建立冷渍沟泥石流危险性评价模型。研究结果表明,冷渍沟泥石流危险范围内高危险区域占27%,主要集中在松散固体物质较多的沟道,中危险性区域和低危险区域各占56%和17%,该结论为危险范围内的居民和重点设施的风险管控提供参考。     

基于激发条件和堆积体稳定性的冰川降雨型泥石流预警模型研究

在全球变暖的背景下,冰川泥石流将进入高发期。分析了冰川泥石流成因,选取日最高温度、日降雨量、泥水位、地表位移、含水率作为泥石流监测预警指标。通过层次分析法确定了5个指标的权重,提出了基于激发条件和堆积体稳定性的冰川降雨型泥石流预警模型。应用该模型成功对天山公路K636冰川泥石流沟2017年7月14日爆发的泥石流进行了预警,证明该预警模型有一定的可靠性和实用价值,为冰川泥石流预警研究提供了一种新的参考。     

3D遥感影像模型在古乡沟泥石流地质灾害预警中的应用

建立灾害体的3D仿真模型,提取泥石流灾害体的特征信息;对信息进行归一化处理,并对其进行等级划分和赋值。建立“灰色类别模型”,对古乡沟泥石流进行危险性评价。灾害体的危险性评价结果与前人实地调查的情况基本吻合,具有较高的准确性,能够为防灾避难提供科学依据。     

四川省都江堰龙池8·13麻柳沟泥石流灾害特征

麻柳沟位于都江堰市龙池镇龙溪河右岸,＂5.12＂地震后麻柳沟流域内产生了大量的崩滑体,物源丰富。2010年8月13日,在强降雨作用下该沟暴发中等规模的泥石流,沟口堆积体积达8×104 m3,损毁了沟口处3户居民的房屋,并於埋了龙池景区公路。本文通过麻柳沟的实地调查取样和洪痕断面测定,分析了麻柳沟泥石流的形成条件和基本特点,并通过计算泥石流的容重、流速、流量等静动力学特征参数,对该泥石流沟的发展趋势进行预测。     

黏性泥石流沟床冲刷深度研究

沟床冲刷深度是泥石流灾害防治工程设计最重要的参数之一,但到目前为止,关于黏性泥石流沟床冲刷的研究较少,沟床冲刷深度还没有权威可信的计算方法,是泥石流防治工程设计急需解决的技术问题。详细分析了黏性泥石流及可能冲刷沟床运动过程中受力情况,推导出黏性泥石流沟床最大冲刷深度计算公式。公式表明黏性泥石流沟床冲刷深度随泥石流泥深、泥石流重度和沟床纵比降及沟床堆积土体黏性的增大而增大,随沟床堆积土体内摩擦角的增大而减小。与现有计算方法相比,公式基于严格理论推导,计算结果更为精确,可用于计算已发生泥石流地区的不同频率的泥石流的冲刷深度,并举例说明了计算公式的实用价值,其结果为泥石流防治工程设计提供技术支撑。     

西藏天摩沟泥石流形成机制与成灾特征

西藏林芝市波密县天摩沟于2007年9月、2010年7月、2010年9月和2018年7月分别发生大型和巨型泥石流,4次泥石流活动均不同程度堵塞主河帕隆藏布,淤埋国道318或摧毁桥梁,堰塞湖淹没村道、溃决造成下游塌岸,给当地居民生命财产尤其是交通干道造成极大危害。文章针对以上4次泥石流活动,采用高分辨率遥感影像,对泥石流发生前的孕灾背景进行解译,同时结合无人机航空摄影和地面调查对天摩沟泥石流形成机制和成灾特征进行了对比分析,得到以下结论:(1)天摩沟内冰川发育,年际变化大,目前泥石流形成的主要方式为岩崩和堵溃,其中2018年和2007年为岩崩引发,2010年为堵溃引发,该沟同时具有冰川泥石流和降雨泥石流的特征。(2)经历了2007年和2010年3次大规模泥石流后,天摩沟内斜坡类物源储量增加了19.6%,绝大部分启动的冰碛物和崩滑物源都转化为泥石流沟道堆积物或冲出沟口。(3)天摩沟2018年泥石流容重为2.10g/cm^3,为黏性泥石流,流速快冲击力强,帕隆藏布河道受到挤压多次变道,历史上最大偏移距离为190m。(4)2018年7月11日泥石流成因为降雨条件下加剧冰川消融引发主沟沟源右侧岩崩,形成多阵次泥石流,主泥石流体积18×104m3,淤埋G318近220m。后续依然具有暴发大型泥石流的可能性,建议进行防治降低其危害程度。     

北京延庆地区南湾道豁子沟泥石流发育特征

以北京市延庆地区南湾道豁子泥石流沟为研究对象,通过野外泥石流沟精细调查及历史资料统计,详细了解该泥石流发育特征和形成条件,针对流域内松散堆积物补给条件进行重点分析;综合研究该泥石流的动力学特征,进行泥石流危险区预测评价,提出相应的防治措施建议。研究结果表明:该泥石流沟内松散堆积物动储量为18.47×10⁴ m³,分为冲洪积、残坡积、人工堆积和崩滑塌等4种补给来源,其中冲洪积和残坡积所占比重最大;泥石流发展阶段处于衰退期;经动力学分析,洪峰流量值在10年一遇的降雨条件下为52.53 m³/s,20年一遇的降雨条件下为59.25 m³/s,50年一遇的降雨条件下为68.13 m³/s,100年一遇的降雨条件下为74.85 m³/s,对应的一次固体冲出总量分别为0.77×10⁴ m³、0.87×10⁴ m³、1.00×10⁴ m³和1.10×10⁴ m³;属于中型泥石流,最大危险区面积为0.238 3 km²。通过评价分析,该泥石流沟仍存在爆发中型泥石流的可能性,将对下游南湾村以及千沙公路行车和行人的生命财产安全造成威胁。研究成果可为延庆地区该类泥石流单沟预警模型研究和灾害防治提供科学依据。     

震后都汶公路沿线泥石流沟堵江危险性评估

震后泥石流松散物质显著增多,临界雨量降低,导致泥石流暴发频率增加、规模增大,从而使震后灾区泥石流堵江事件频繁发生,给灾区带来严重的二次灾害。为了评价震后泥石流堵江概率大小,本文在野外考察基础上,获得研究区泥石流沟基础数据,并根据水文模型计算不同频率下的泥石流规模; 在此基础上利用泥石流堵江公式,获取研究区域泥石流堵江危险程度(数值),并结合研究区域已发生的泥石流堵江事件,界定了泥石流堵江公式的临界值,使之能够更加准确用来判定泥石流堵江概率,并对 5·12 地震极震区都汶公路沿线的7条泥石流在不同频率下的泥石流堵江概率进行评价。评价结果显示:牛眠沟和关山沟在暴发50a及其以上泥石流时,会发生堵江; 烧房沟、红椿沟和磨子沟在暴发10a及其以上泥石流时,会发生堵江事件; 洱沟和太平沟在暴发5a及其以上泥石流时便可能发生堵江; 上述泥石流沟一旦发生堵江,便会给映秀镇和都汶公路带来严重灾难。通过本文获取的堵江临界值可以作为判定泥石流堵江的参考标准,为泥石流防治、预报提供参考,同时可以为灾后重建和预防二次灾害提供科学借鉴。     

震后沟道泥石流启动条件——松散堆积体雨中失稳的水力学机制分析

5.12地震导致大规模的松散崩滑物质堆积于沟道,极大的增加了震后降雨型沟道泥石流爆发的概率。然而,灾后特殊的物源条件和成灾环境改变了传统沟道泥石流的形成机制,给震后沟道泥石流的防治工作带来了巨大的困难。为此,以水文学为基础,在构建松散堆积体潜水位变化水文学模型的前提下,借助水力学理论,分析了沟道堆积体内水力随潜水位变化的规律和特征,研究作用在单元条块堆积体上静水压力和动水压力的计算方法。在合理分段沟道松散堆积体的前提下,基于无限边坡理论完成了对各段堆积体下滑力、基底抗滑力及剩余下滑力的表达构建。结合算例解析了震后降雨条件下堆积体失稳的力学机制。分析表明,震后沟道松散堆积体失稳启动并泥石流化是流域降雨作用下堆积体内潜水位不断抬升、水力环境不断劣化的结果。流域大、沟道窄、堆积深、导水系数小、沟床缓的堆积体因较高的潜水位更易在降雨中失稳,且失稳模式因条块间剩余下滑力差异而分为整体推移启动及解体牵引启动两类。     

都江堰市龙池镇麻柳沟泥石流特征及形成条件分析

通过对都江堰市龙池镇麻柳沟泥石流灾害现场调查,分析了泥石流的特征及形成条件,并对沟道内松散固体物质储量进行了计算,分析了危险区范围。结果表明:麻柳沟流域的地形特征为泥石流形成提供了有利的地形条件,"5.12"汶川地震和"4.20"芦山地震为泥石流的形成提供了丰富的物源条件,多次强降雨为泥石流的启动提供了充足的水源条件。通过计算得出,麻柳沟沟道内的松散固体物质储量约为29.21×104 m3,其中形成区13.19×104 m3,流通区3.27×104 m3,堆积区12.75×104 m3,泥石流最大危险范围为0.247 1km2。