基于FLO-2D的泥石流灾害风险评价——以麦多沟泥石流为例

李宝幸，蔡 强，宋 军，陈 龙，刘建康

（1.中国地质科学院探矿工艺研究所，四川成都 611734；
2.中国地质大学（北京）地球科学与资源学院，北京 100083；
3.中国地质调查局地质灾害防治技术中心，四川成都 611734；
4.中国地质科学院矿产综合利用研究所，四川成都 610041；
5.西华大学应急学院，四川成都 610039）

泥石流是一种常见的山地自然灾害，由于其携带大量泥沙夹块石，往往具有突然暴发、破坏力大等特点，不仅会造成严重的水土流失，而且会威胁灾区居民的生命财产安全［1］。青藏高原地区地貌多变，峡谷、河谷、宽谷等交替出现，在喜马拉雅块体、拉萨块体和羌塘块体的相互作用下，新构造运动活跃［2］。特殊的自然条件和大地构造造就了西藏自治区内地质环境复杂、地质灾害频发等特点。尤其在雨季，西藏自治区泥石流频发，对公共交通、生命财产安全造成严重威胁。以麦多沟泥石流为例，每年在雨季都会暴发不同程度高含砂泥石流灾害，该泥石流沟最近一次发生泥石流灾害是在2012年雨季，泥石流冲出沟道，在县城散流，造成了较大的财产损失，所幸无人员伤亡。近年来，受极端地震和极端天气的影响，泥石流灾害日益加剧，山区城镇泥石流风险问题逐渐引起大众的关注［3］。察雅县作为西藏昌都市的重点城镇，人口密集，经济往来活动频繁，因此，开展发育于县城的泥石流风险评价重大意义。

数值模拟的手段常常被运用于泥石流灾害的研究过程中，FLO-2D作为一款专用于洪水和泥石流模拟的二维软件，能较完整地分析泥石流的运动状态特征［4］。黄勋等［5］利用FLO-2D，模拟试验区泥石流威胁范围，发现模拟结果与实际发生灾情威胁范围较为一致。贾涛等［6］通过FLO-2D对泥石流的运动堆积过程进行模拟，以泥石流体冲量为分区指标，建立了泥石流堆积扇危险度分区模型。张鹏等［7］将FLO-2D应用于单沟泥石流模拟并取得较好的效果。Lin等［8］基于FLO-2D软件，模拟了松河地区泥石流，包括流深、流速、泥沙淤积等在内的流动特征，并开展了该地区的风险评价。从已有文献可以看出，诸多学者应用FLO-2D开展了泥石流模拟研究，取得了丰富研究成果，为泥石流的危险性评价奠定了基础，但大部分的研究都仅仅停留于危险性评价的层面，少有涉及风险评价的内容，即使部分文献有涉及风险评价的相关内容，也是对整个流域内较为粗糙的风险评价。文中以作为人类活动主要场所的建筑物为评价单元，详述整个精细化风险评价的流程体系，最终获得研究区的风险分区，为察雅县减灾战略工作提供科学参考，为后期类似风险评价工作提供一定的借鉴。

麦多沟泥石流位于西藏自治区昌都市察雅县烟多镇北侧，沟口位置地理坐标：97 °34"18.2″E，30° 39"41.1″N。烟多镇作为察雅县府所在地，东接贡觉县，西临八宿县，北连昌都市，南部与左贡县接壤，其北距昌都市131 km，西到西藏自治区首府拉萨市1 042 km。

麦多沟泥石流流域面积约为2.62 km2，流域形态呈长条形，主沟长约2.99 km，流域最高点高程3 731 m，最低点与麦曲相交，高程3 124 m，相对高差607 m。麦多沟泥石流总体上具有岸坡陡峻，切割深度较大的特点，主沟道平均纵坡降203.01‰，麦多沟泥石流全貌见图1。

图1 麦多沟泥石流全貌图Fig.1 General view of Maiduo Gully

根据泥石流沟道特征、物源分布特征和地形地貌特征，将主沟分为清水区、形成流通区2个区域。清水区主要分布在沟道上游段，海拔高度3 201～3 731 m，汇水区面积2.49 km2，占总流域面积的95%，该段长度约2.18 km，平均纵坡降243.12‰。形成流通区主要分布海拔高度3 124～3 201 m，汇水区面积0.13 km2，占总流域面积的5%，该段长度约0.81 km，平均纵坡降95.06‰，相对于上游纵坡降减小。麦多沟泥石流的物源主要有沟床内松散堆积物源和坡面侵蚀物源，主要分布在形成流通区内，麦多沟泥石流沟道和物源特征见图2。

图2 麦多沟泥石流沟道及物源特征Fig.2 Channel and debris flow source characteristics of Maiduo Gully

麦多沟泥石流为中高山地貌，地形坡度大于25°，斜坡表面植被覆盖率低，有利于区内降雨向主沟汇聚，丰富的松散固体物源，使泥石流的易发程度较高。根据昌都地区气象台的数据，察雅县多年平均降雨量为477.8 mm，6～9月份为察雅县的雨季，降雨量约占全年降雨量的87.2%，该段时期内充沛的降雨为麦多泥石流的发育提供了动力条件，致使泥石流频发。

地质灾害风险评估，是在对孕灾环境和致灾因子、承灾体分别进行评估的基础上，对灾害系统进行的风险评估［9］。泥石流灾害风险，即为在一定的区域范围、时间限度内，由于泥石流灾害的发生而对人的生命财产、经济活动等造成损失的可能性［10］。运用合理的科学方法和技术手段对这种可能性进行评估和核算，即为泥石流灾害风险评估。研究以单个建筑物为评价单元，开展麦多沟单沟泥石流灾害风险评价，主要包含泥石流的危险性分区、易损性分析和风险评价3方面主要内容。

2.1 麦多泥石流的危险性分区

根据FLO-2D泥石流运动数值模拟的方法和理论建立模型［11］，主要考虑不同降雨频率（10%、5%、2%、1%），结合泥石流的动力特征和传统雨洪模型，分析泥石流的危险性。FLO-2D软件的基本原理及模拟流程在文献［12-13］中已有详细阐述，具体步骤这里不再赘述，只介绍相关数据的处理和关键参数的选取。

2.1.1 地形数据的处理

为了进行研究，在麦多沟清水区后缘飞行无人机，利用无人机自带的地形测绘功能，获取到了整个泥石流流域的高精度DSM，运用ArcGIS将其转化为FLO-2D可以识别的ASCII文件。对计算网格进行划分时，如果网格划分过小，计算硬件难以达到要求，若网格划分太大，模拟结果就会相对粗糙，不能很好地表达泥石流运动轨迹及最后的堆积形态，基于以上原则将FLO-2D中模拟的计算网格划分为10 m×10 m，并且将出水点设置在清水区汇流点处（见图1）。

2.1.2 泥石流流量过程线的设计

运用FLO-2D软件对泥石流进行数值模拟，需要计算泥石流的流量过程曲线。首先采用雨洪法进行暴雨洪峰流量计算，根据《泥石流灾害防治工程勘查规范》（DZ/T0220-2006）附录I，用式（1），对不同降雨频率下出水点所在横断面产生的汇水流量进行计算，用式（2），对不同降雨频率下出水点所在横断面产生的泥石流峰值流量进行计算。

式中：Q为最大洪峰流量（m3/s）；
ψ为洪峰径流系数；
i为最大平均暴雨强度；
F为集水面积（km2）。

式中：Qc为泥石流断面峰值流量（m3/s）；
Φ为泥沙修正系数；
γC为泥石流重度，其值为1.59（t/m3）；
γW为清水重度，取值为1（t/m3）；
γH为泥石流中固体物质比重，其值为2.63（t/m3）；
γC、γH由现场配浆试验得到；
Dc为堵塞系数，根据泥石流的沟道和物质组成特征按《泥石流灾害防治工程勘查规范》（DZ/T0220-2006）表I.1取值，麦多沟泥石流沟槽顺直均匀，主支沟交汇角小，且基本无卡口、陡坎，另外，麦多沟泥石流的物质组成粘度较小。根据以上特征，按表格中建议值，泥石流堵塞系数取值1.3；
参数计算中，流域特征参数主要从平面和纵横断面图上量算，具体相关参数见表1，出水点所在截面不同降雨工况下暴雨洪峰流量及泥石流洪峰流量计算结果见表2。

表1 麦多泥石流峰值流量计算相关参数Table 1 Calculation parameters of peak flow of Maiduo debris flow

表2 麦多沟流域不同降雨频率下出水点所在截面峰值流量Table 2 Peak discharge at the section of outlet point under different rainfall frequencies in Maidogou watershed

对麦多泥石流进行调查期间，访问多个当地居民，以调查泥石流灾害历史，并且，从雨量来看，一般情况下，雨量越大，泥石流持续时间越长，据此推测4种极端降雨工况下的泥石流历时分别为0.5 h（10%）、1 h（5%）、1.5 h（2%）、2.5 h（1%），根据以上数据，采用简单五边形概化方法求取泥石流流量过程线［14］，如图3。

图3 不同降雨频率下泥石流流量概化过程线Fig.3 Generalization process lines of debris flow under different rainfall frequencies

2.1.3 泥石流模拟相关参数的选取

模拟之前首先要选取和输入一系列参数，主要包括曼宁系数（N），体积浓度（Cv），泥石流容重（γC），层流阻滞系数（K），屈服应力（τ）及黏滞系数（η），其中τ、η用相关系数α1、β1、α2、β2表征。通过野外调查和现场分析，结合FLO-2D手册的参数选取规则（Brien J S，2009）［15］，为泥石流运动模拟提供了较为精准的参数。其中曼宁系数（N）参照FLO-2D手册的选取原则分为2个区域，植被较稀疏的清水区和形成流通区取值0.1，有建筑物分布的形成流通区下游取值0.25；
体积浓度（Cv）根据泥石流的流动特征，并参考FLO-2D使用手册取值，麦多泥石流浆体含少量粘性物质，主要由块石、砾石和砂组成，泥石流流体重度在1.3～1.6之间，按《泥石流灾害防治工程勘查规范》（DZ/T0220-2006）附表A.4确定泥石流为稀性泥石流，在研究中，对4种降雨工况下的泥石流体积浓度取同一值；
层流阻滞系数（K）结合实地调查，并参考Woolhiser（1795）建议值进行赋值；
屈服应力（τ）及黏滞系数（η）的相关系数α1、β1、α2、β2的取值参考O’Brien（2009）的建议值；
泥石流容重（γC）由现场配浆试验得到，文中模拟选取的泥石流参数具体见表3。

表3 麦多泥石流FLO-2D数值模拟主要参数Table 3 Main parameters of FlO-2D numerical simulation of Maiduo debris flow

2.1.4 泥石流的模拟及危险性分区

将上述过程流量及相关参数输入FLO-2D模型中，进行模拟计算。结合麦多泥石流的实际情况，依据模拟结果，选取适当的指标来表征泥石流影响范围内不同区域的危险程度，由美国OFEE（1997）等所使用的综合因素分区法，采用泥深（H）与流速（V）的乘积（H×V）结果划分泥石流影响范围内的危险性等级，见表4。以此为划分标准，根据麦多沟泥石流数值模拟结果，通过ArcGIS的运算，可得到四种极端降雨工况下，泥石流暴发后影响范围内的危险性分级图如图4所示。

表4 泥石流危险性等级划分标准Table 4 Classification standard of debris flow risk grade

图4 不同降雨频率下麦多泥石流危险性分区图Fig.4 Hazard zoning diagram of Maiduo debris flow under different rainfall frequencies

2.1.5 泥石流模拟结果验证

对比数值模拟和计算结果的一次泥石流冲出固体物质总量，以验证本次数值模拟结果的精度和可靠性，由《泥石流灾害防治工程勘查规范》（DT/T0220-2006），一次泥石流固体冲出物总量按式（4）计算：

式中：QH为一次泥石流冲出固体物质总量（m3）；
QZ为一次泥石流过流总量（m3）；
T为泥石流历时（s）；
K为流量系数，其值随流域面积（F）而变化，当F＜5 km2时，K=0.202；
其它参数与上文提及含义相同。

由上述式子，可计算出4种极端降雨工况下一次泥石流冲出固体物质总量。在数值模拟中，泥石流的一次冲出固体物质总量可将每个计算单元的泥深与每个计算单元的面积相乘后累加得到，该步骤是将FLO-2D中的模拟结果导入ArcGIS中进行计算，在不同工况下一次泥石流冲出固体物质总量的计算结果与数值模拟结果见表5。

表5 4种极端降雨工况下一次泥石流冲出固体物质总量计算结果与模拟结果对照表Table 5 Comparison between the calculation results and simulation results of the total amount of solid material washed out in the debris flow under four extreme rainfall conditions

由表5可知，不同降雨频率下一次泥石流冲出固体物质总量的模拟结果和计算结果较为接近，误差在可接受范围之内，满足精度要求。因此，本研究的数值模拟具有一定的可靠性。另外，模拟结果普遍比计算结果偏小，这是由于模拟结果只包含了出水点以下的冲出固体物质总量，对于出水点以上的固体物质并没有包含到，而对于冲出物质而言，出水点以上的固体冲出物质只占总冲出物质的一小部分，因此该误差的大小也相对较合理。模拟结果显示，在10%和5%的降雨工况下，泥石流的影响区都分布在沟道附近，影响范围较小，在2%和1%降雨工况下，泥石流的影响区迅速增大，高危险性和极高危险性的区域面积较大，泥石流冲出物质直接流入麦曲，对沟道两侧较远范围内的人员和建筑物都产生较大威胁。

2.2 易损性分析

易损性是指承灾体在地质灾害影响下发生损失的程度。刘希林等［16-17］提出，易损性是在给定地区和给定时间内，由潜在自然灾害而可能导致的潜在总损失。易损性评价是地质灾害风险评价的重要内容，在分析研究区地质灾害数量及空间发育分布特征的基础上，采用数学模型定量的评价承灾体的抗灾能力［18］。

本次易损性评价分析数据来源于野外实地走访调查，根据评价区的实际情况，最终选取了建筑物易损性和人口易损性两方面作为麦多沟泥石流易损性评价内容，以建筑物作为评价单元的形式呈现。经实地走访，进行了承灾体详细特征调查和统计，结合遥感影像和数值模拟结果，圈画出研究区泥石流影响范围内的建筑物共137栋，其空间位置分布如图5所示。

图5 麦多泥石流影响范围内的建筑物分布图Fig.5 The distribution of buildings in the affected area of Maiduo debris flow

2.2.1 建筑物易损性分析

以居民聚集区县城、乡镇和村庄等房屋设施为对象，基于地质灾害作用下房屋构筑物抵御灾害能力、灾后危害人口和造成经济损失表现出的差异性认识，结合泥石流致灾特征和自然环境条件，进行实地调查，获取了研究区内各个房屋单元的详实情况。对于建筑物易损性，根据评价区内的实际情况，选取3个指标作为一级评价指标，分别是建筑物类型C1、结构特性C2、建筑变形情况C3，其下分为12个（X1～X12）二级评价指标，在确定指标权重时，向高校和地调系统内的15位有地质灾害研究背景的专家发送因子权重打分表，打分表上有一级评价指标和二级评价指标等信息，专家仅需给相应指标赋予权重，回收各专家的评分表并计算出各项均值，在平均值的基础上稍作调整，以最大限度保证易损因子权重的合理性，具体评价指标相对应的权重如表6所示。

表6 房屋构筑物易损性量化因子及取值Table 6 Quantification factors and values of vulnerability of building structures

每个单独建筑物的建筑物易损性VC可按式（6）计算：

式中，Xi、Xj、Xk为二级指标所对应的权重，其中i的取值为1～6，j的取值为7～9，k的取值为10～12，Y为二级指标下所对应的类型所赋予的分值，按实际调查情况选取。按照上述模型进行计算，计算后对易损性进行归一化处理。利用ArcGIS平台，以房屋构筑物为计算单元，按照上述方法计算每一栋房屋单元的建筑物易损性，采用自然断点法，如表7所示，将研究区房屋构筑物的易损性分为极高易损性、高易损性、中易损性和低易损性4个易损性等级，经计算叠加，可得麦多沟泥石流建筑物易损性评价结果如图6所示。

图6 麦多泥石流影响范围内建筑物易损性分级图Fig.6 Vulnerability grading diagram of buildings within the affected area of Maiduo debris flow

表7 房屋易损性归一化分级标准Table 7 Normalized grading standards for building vulnerability

2.2.2 人口易损性分析

根据当地实际情况，认为每日停留时间Z1和年龄构成Z2这两个指标对于人口易损性评价指标而言比较具有代表性，因此选取了这两个指标进行威胁区范围内的人口易损性分析，并确定了相应的权重。指标Z1用人员在房屋构筑物停留时间定量描述房屋损坏后造成人员大量伤亡的可能性，停留时间越长，房屋一旦遭到地质灾害损坏，造成的损失大的可能性越大，易损性越高。统计建筑物内每人每天的平均停留时间，并将每个人的平均停留时间加和，即为每日停留时间。指标Z2用建筑物内的人口构成情况定量描述房屋损坏后人员逃跑可能性，年龄过小或过大，逃跑可能性越小，房屋一旦遭到地质灾害损坏，造成的损失大的可能性越大，易损性越大。人口构成用人口系数来a表征，即评价单元内老人和儿童人口所占的比重［19］。具体评价指标及权重如表8所示。

表8 人口易损性指标量化分级与权重表Table 8 Quantitative classification and weight of population vulnerability indicators

每个单独建筑物的人口易损性Vp可按式（7）计算：

式中，H1、H2分别为每个评价单元所对应的每日停留时间和年龄构成的评价得分，按照上述模型进行计算，计算后对易损性进行归一化处理。利用ArcGIS平台，以房屋构筑物为计算单元，按照上述方法计算每一房屋单元的人口易损性，采用自然断点法，如表9所示，将研究区人口易损性分为极高易损性、高易损性、中易损和低易损4个易损级别，经计算叠加，可得麦多泥石流人口易损性评价结果如图7所示。

表9 人口易损性归一化分级标准Table 9 Normalized classification standard of population vulnerability

图7 麦多泥石流人口易损性分级图Fig.7 Vulnerability grading diagram of population of Maiduo debris flow

由以上易损性分析可知，在泥石流影响范围之内，建筑物易损性以中易损性为主，除7个高易损性评价单元和5个低易损性评价单元外，其余评价单元均为中易损性。对于人口易损性，除一个低易损性评价单元外，其余均为中易损性评价单元。

2.3 麦多泥石流风险评价

地质灾害风险评价是对风险区遭受不同强度地质灾害的可能性及可能造成的灾害损失进行定量分析和评价，是一项极具现实意义的重要研究课题［20］。对于麦多泥石流影响范围内的风险，分为建筑物风险和人口风险两部分，对于建筑物风险，采用的计算方法为：危险性×建筑物易损性×建筑物总价值，对于人口风险，计算方法为：危险性×人口易损性×每栋房子的人口数。由此计算得出，在4种极端降雨工况下泥石流灾害发生后的建筑物潜在损失（万元）和人口潜在伤亡数（人）。经计算，建筑物损失风险和人口风险分别如图8～图9所示。

图8 不同降雨频率下麦多泥石流建筑物风险Fig.8 Building risk of Maido debris flow under different rainfall frequencies

图9 不同降雨频率下麦多泥石流人口风险Fig.9 Population risk of Maiduo debris flow under different rainfall frequencies

结果表明，建筑物风险值小于1万、1～10万、10～20万及大于20万的评价单元在P=10%降雨工况下占总评价单元的百分比分别为81.0%、1.5%、10.9%、6.6%；
在P=5%降雨工况下分别为65.7%、13.1%、14.6%、6.6%；
在P=2%降雨工况下分别为52.6%、13.1%、29.2%、5.1%；
在P=1%降雨工况下分别为38.7%、24.1%、17.5%、19.7%。经核算，上述4种工况下的建筑物总风险值分别为298万元、625万元、978万元和1 993万元。人口风险值小于等于1人、1～2人、2～3人、大于3人的评价单元在P=10%降雨工况下占总评价单元的百分比分别为77.4%、11.7%、8.0%、2.9%；
在P=5%降雨工况下分别为56.2%、25.5%、9.5%、8.8%；
在P=2%降雨工况下分别为49.6%、29.9%、11.7%、8.8%；
在P=1%降雨工况下分别为48.1%、21.9%、6.6%、23.4%。经核算，上述4种工况下的潜在人口伤亡数量分别为54人、97人、121人和153人。可以看出，极端降雨工况下，潜在伤亡人数较多，其原因主要是泥石流的影响范围内，居民建筑较为密集，而且，每个评价单元内的居住人口较多，家庭人口数在8人左右较为常见，甚至更多，这是当地较为明显的特点。

（1）本文采用FLO-2D数值模拟软件与ArcGIS软件相结合的技术方法，以建筑物为评价单元，开展了察雅县麦多沟泥石流单沟尺度的泥石流灾害风险评价研究，评价结果分为建筑物风险和人口风险两部分。

（2）对不同降雨工况下的泥石流危险性模拟，由于参数选取较为合理，模拟效果比较理想，经过验证，模拟结果与计算结果较为接近，说明了本次模拟的可靠程度较高。

（3）降雨工况从P=10%到P=1%增加的过程中，建筑物总风险值从298万元增长至1 993万元，潜在伤亡总人数从54人增长至153人。评价区内人口密集，潜在人口风险较大，麦多沟泥石流风险评估可有效服务该区的国土规划和防灾减灾工作。

（4）文中详述了整个精细化单沟泥石流风险评价流程，评价流程和体系对今后类似风险评价有一定的借鉴意义。

猜你喜欢 泥石流降雨工况 基于MCTS-HM的重型汽车多参数运行工况高效构建方法汽车工程学报(2022年5期)2022-10-12热网异常工况的辨识煤气与热力(2022年4期)2022-05-23论工况环境温度对风压传感器精度的影响科学与财富(2021年33期)2021-05-10降雨型滑坡经验性降雨型阈值研究（以乐清市为例）科技研究·理论版(2021年22期)2021-04-18不同工况下喷水推进泵内流性能研究舰船科学技术(2021年12期)2021-03-29泥石流杂文月刊(2018年21期)2019-01-05泥石流环球时报(2017-06-14)2017-06-14机械班长科技知识动漫(2016年1期)2016-01-27夺命泥石流环球时报(2014-08-04)2014-08-04 相关关键词： 地震、火山和泥石流 地震泥石流监测 舟曲泥石流作文 400字作文舟曲泥石流 甘肃舟曲泥石流