2. 中国科学院 水利部 水土保持研究所,712100,陕西杨凌;
3. 广东省科学院广州地理研究所,510070,广州
中国水土保持科学 ![]() ![]() |
重力侵蚀指土体或岩体由于重力作用失衡位移而形成滑坡、泥石流、陷穴、崩塌等形式的过程,是种破坏性极强的自然灾害类型,随机性和非连续性突出[1]。滑坡是重力侵蚀主要类型之一,指在重力作用下受地表水和地下水影响,斜坡土体沿滑动面向下整体滑动的现象。全国290个县市的滑坡及其隐患点均占总地质灾害点和隐患点(包括滑坡、泥石流、地面塌陷等灾害)的半数以上;其中黄土高原的滑坡有72%为土质滑坡[2]。黄土滑坡是黄土高原一种特殊的地貌成分,可导致河流堵塞、交通中断、设施损毁、人员牲畜死亡等严重后果极大威胁着生产生活安全,对社会经济发展造成巨大障碍[3–4]。黄土滑坡按动力成因可分为地震型、降雨型、汇水型等类型[5],其中降雨型滑坡是黄土高原地区最常见类型,降雨特别是持续性降雨和短时强降雨导致土体结构和土体力学强度等发生改变从而触发滑坡[2,6–7]。
21世纪以来,全球极端天气在走向常态化,导致滑坡、泥石流等灾害易发多发频发[8]。近年来,黄土高原地区暴雨事件明显增多,如2012年7月27日陕北佳县特大暴雨[9]、2013年7月延安长历时暴雨[10]、2017年7月26日榆林特大暴雨[11]、2020年8月5日安塞暴雨,以及2021年9月山陕秋汛等,均在当地引发滑坡、崩塌等次生灾害,其中滑坡给地方造成的自然、社会经济损失尤为严重。在极端暴雨频发的新背景下,降雨型黄土滑坡的发生频率呈现上升趋势[12]。小流域是黄土高原水土流失防治基本单元,掌握小流域降雨型滑坡发生与分布规律,可为防治水土流失、防灾减灾以及保证人民生命财产安全提供决策依据。笔者以陕北安塞坊塌小流域2013和2020年不同降雨条件下引发的黄土滑坡为研究对象,基于滑坡发生前后的遥感及无人机影像,结合野外实地调查,研究小流域尺度上降雨型滑坡的分布特征及下垫面因素,以及滑坡的复发特征,以期为今后暴雨天气造成的滑坡侵蚀灾害的应对和防治提供科学依据。
1 研究区概况坊塌流域(E 109°14′40″~109°17′09″、N 36°47′19″~36°49′35″)地处陕西省延安市安塞区,属延河流域,总面积约为10.5 km2。流域属于温带大陆性半干旱季风气候,年均降雨量为542.5 mm,主要集中在每年7—9月份且多发生暴雨,年均气温为8.8℃。该区为典型黄土丘陵沟壑地貌,土壤类型主要为黄绵土,有新第三纪三趾马红土、侏罗纪砂岩和白垩纪砂岩出露。
2 数据与方法 2.1 数据来源2013和2020年降雨数据分别来自国家气象科学数据中心和坊塌流域监测点雨量监测仪。将降雨数据依据国家气象局颁布的降雨强度等级划分标准统计,24 h降雨量达> 25.0~50.0 mm为大雨,> 50.0~100.0 mm为暴雨,> 100.0 mm则为大暴雨。
2.2 滑坡的野外调查与影像解译依据中国地质调查局DD2008-2《滑坡崩塌泥石流灾害详细调查规范1:
在ArcGIS软件中比对2013和2020年滑坡发生前后的影像,利用多边形解译滑坡。滑坡解译依据包括:滑坡区域影像颜色较浅;滑坡体植被有明显位移;部分滑坡前缘形成泥流,泥流有明显运移[14]。并解译了2013年滑坡在2020年雨后的复发情况,将2020年滑坡图层叠加在2013年滑坡图层上,如若边界存在重叠,认为滑坡发生复发。2013年采用Pleiades-1遥感影像,空间分辨率为0.5 m × 0.5 m;2020年为无人机低空正射校正航空影像,空间分辨率为0.1 m × 0.1 m,坐标系统均为WGS_1984_UTM_Zone_49N。
此外,运用ArcGIS软件提取流域内坡度、高程特征并进行分级,分析滑坡在不同坡度、高程上的分布规律。结合目视解译获取2013和2020年2期土地利用数据,分析不同地类上的滑坡数量及空间分布特征。
2.3 滑坡侵蚀量计算在实地调查中,运用常规方法和平行断面法计算典型滑坡体积。滑坡体形态规整时,采用常规方法得到滑坡体积,即滑坡体面积乘以其平均厚度;滑坡体形态较复杂时,采用平行断面法,即利用勘探剖面将滑坡体分为若干部分并将各部分理想化为如楔形体、锥形体等便于计算体积的规则立方体,得到滑坡体积[15]。根据实测滑坡体积与土壤密度,得到典型滑坡侵蚀量,并依据实测典型滑坡的空间位置,建立滑坡实测侵蚀量与通过影像勾绘的滑坡面积之间的关系,即单位面积的滑坡侵蚀量,推算流域内所有滑坡的侵蚀量。
3 结果与分析 3.1 2013与2020年的降水特征 3.1.1 年内降水分布特征坊塌流域2013年总计降水98 d,年内降水总量共计852.2 mm;年内降水主要集中在夏秋2季,其中6—9月降水量约占全年的90%。2020年总计降水113 d,总降水量达984.4 mm;夏秋2季降水占全年的81.7 %,其中夏季占全年的近70%。2年年内降水均呈单峰型分布(图1),全年降水超70%集中于6—9月,符合黄土高原降水分布规律[12]。
![]() |
图 1 2013和2020年年内降水分布 Fig. 1 Precipitation distribution in 2013 and 2020 |
对黄土滑坡发生的降雨情况统计表明:满足当日平均降雨量约20 mm、降雨时间约5 d、日降雨≥ 10 mm的时间约2 d、日降雨≥ 25 mm的时间约1d的条件之一时,滑坡开始发生;主要由于单日降雨而诱发的滑坡,一般该日日降雨量超30 mm[16]。
2013年满足上述条件的降雨事件共计4次。6、8和9月均各出现1次降雨,累计降雨量分别为53.3 mm(6月20—21日)、78.0 mm(8月24日)、85.8 mm(9月15—23日)。而7月降雨异常偏多,集中在3—27日,最长连续降雨12 d(8—19日),10 d累计降雨最大为323.4 mm,发生大雨4次、暴雨3次,最大日降雨86.3 mm,月累计降雨462.3 mm,为多年平均值的2~6倍,降水重现期超500年一遇,为有气象观测资料以来历史同期最高[17],是2013年滑坡群发最主要的因素。
2020年满足条件的降雨事件共计6次。6月发生2次大雨(11、16日);7月出现1次(7—12日),且强度较小,累计降雨35.2 mm;8月累计降雨量全年最多,达435.6 mm,10 d累计最大降雨达265.0 mm,大雨发生5次;该月出现3场满足滑坡条件的降雨事件,第1次连续降雨6 d且累计降雨达244.9 mm(4—9日),5日发生雨量高达181.5 mm的大暴雨事件;第2次连续降雨4 d(14—17日),累计降雨80.8 mm,最大日降雨34.3 mm;第3次连续降雨2 d(22—23日),累计降雨76.5 mm。8月5日单日降雨远超于其他事件的累计降雨量,并且远超单日降雨引发滑坡的日降雨量,该场暴雨是滑坡群发的主要原因。
2020年单日暴雨量远大于2013年,但2013年暴雨频率、月累计降雨量、10 d累计最大降雨量、降雨时间、最长连续降雨时间均大于2020年(图2)。
![]() |
图 2 2013年7月、2020年8月逐日降雨量柱状图 Fig. 2 Daily precipitation bars in July 2013 and August 2020 |
2013年滑坡553处,面积在11.45~4 822.34 m2之间,占流域面积的1.24%,滑坡频率为52.47处/km2,侵蚀模数高达6 428.24 t/km2;2020年共滑坡
![]() |
表 1 2013和2020年滑坡特征 Tab. 1 Landslide characteristics in 2013 and 2020 |
2013年滑坡面积主要在50~≤ 400 m2之间,2020年的滑坡以面积≤ 50 m2为主(图3)。2013、2020年流域内发生滑坡体积较小,绝大多数属于小型浅层滑坡,仅2013年发生一处中型滑坡,体积达2万4 070 m3。面积≤ 400 m2和体积≤ 500 m3小规模滑坡频率最高,面积> 1 000 m2和体积> 5 000 m3的较大规模滑坡频率低。
![]() |
图 3 2013年和2020年滑坡数量与规模特征 Fig. 3 Characteristics of number and scale of landslides in 2013 and 2020 |
2020年满足滑坡发生条件的降雨场次多,且出现日降雨超100 mm的大暴雨,滑坡数量和频率是2013年的2.48倍,但2013年相较于2020年降雨过程具有累计降雨量更大、持续时间更长、暴雨次数更多且间隔时间短的特点。这种特点更易于滑坡形成[16,18],所以2013年滑坡的规模和影响均大于2020年(表1)。
3.3 滑坡空间分布特征对地形地貌的响应以沟沿线为界线,可划分为沟间地和沟谷地两种地貌单元[19]。以10°为间隔将流域内2种地貌单元的坡度分为7个范围,坡度在0°~50°范围内滑坡面积和数量均随坡度增大而增大,> 50°后随着坡度的增大滑坡数量和面积减小,沟间地与沟谷地内的滑坡分布也是如此(图4)。由于≥ 30°~50°的斜坡有较大承雨面积,随时间推移雨水不断渗入,土体软化且自重增加,坡度越陡,浅层土体更易滑动[12–13],因此≥ 30°~50°区间滑坡数量与面积远高于其他坡度区间,是滑坡的敏感区,与张茂省等[12]和曹斌挺等[13]研究结果相同。且≥ 20°~30°范围内滑坡概率相对较大,也需着重关注。
![]() |
柱状图上数字表示各个坡度范围内滑坡数量、面积的比例(%) 。The numbers on the bar chart indicate the proportion (%) of the number and area of landslides within each slope range. 图 4 2013年和2020年滑坡的空间分布和坡度分布 Fig. 4 Spatial and slope distribution of landslides in 2013 and 2020 |
滑坡主要聚集在沟谷地,其坡面上滑坡的面积、数量均约占流域的80%;而沟间地滑坡较少且分散,即使在≥ 30°~50°区间内,沟间地滑坡的面积、数量均未超过流域的10%。由于沟间地和沟谷地的地形、坡度差异大,沟间地相对较缓,而沟谷地的坡度一般> 35°,故沟谷地滑坡群发程度较高。此外,由于沟沿线附近坡度较大,并且附近的植被根系雨后易形成水流通道,土体增重、下滑力增加,为滑坡提供了良好的发育条件[20]。
以50 m为间隔将流域内高程等距划分为7个区间,2013和2020年滑坡分布均呈现正态分布(图5),集中于≥
![]() |
图 5 2013和2020年滑坡高程分布特征 Fig. 5 Distribution characteristics of landslide elevation in 2013 and 2020 |
![]() |
图 6 2013和2020年滑坡在不同高程和不同地类上的分布特征 Fig. 6 Distribution characteristics of landslide elevations and land-use types in 2013 and 2020 |
2013和2020年的滑坡主要发生在灌草地,其次多发于林地,其余地类范围仅发生少量的零散滑坡,农户房屋均未受滑坡影响,道路受滑坡影响较大,造成多处中断(图6和表2)。
![]() |
表 2 2013和2020年不同土地利用方式滑坡分布特征 Tab. 2 Distribution characteristics of landslides in different land-use types in 2013 and 2020 |
由于“退耕还林(草)”等相关政策积极实施,流域内植被覆盖度良好,但覆盖度较高的坡面仍有较多滑坡,焦菊英等[21]在2013年对延河流域内6个典型小流域的调查中也存在这种现象。尽管林灌草对土体有锚固作用,但植被的茎叶及枯落物可以减缓坡面径流速度,延长径流时间,根系能够增加径流入渗,进而使土壤含水量增加,土体自重增大、抗剪强度降低,导致边坡失稳,加剧滑坡发生[20]。
另外,在持续强降雨条件下,草本植物对滑坡的促进作用尤为明显[22],并且在野外调查中发现,流域内灌草地上人类活动强度较大,更促进了该区域滑坡的发生,故2年的灌草地坡面滑坡频率更高。
道路作为一种特殊的土地利用方式,其建设导致周围区域滑坡风险加剧。2013和2020年有近20%和50%的滑坡发生在距离道路50 m以内(表3);2013年距离道路25 m范围内比距道路≥ 25~50 m的滑坡频率要高近2倍,2020年此现象则更为明显,为2.48倍。越靠近道路,触发滑坡可能性越大,在川藏浪县段铁路边坡的滑坡也存在相似规律[23]。道路建设改变原始坡面的稳定性及水文过程,在暴雨条件下,坡体自重增加,雨水径流汇聚迅速,致使道路边坡受到严重冲刷,加剧滑坡风险。
![]() |
表 3 道路缓冲区滑坡数量分布特征 Tab. 3 Distribution characteristics of landslide quantity in road buffer zone |
2013年有121处滑坡复发(图6c),占2013年总滑坡的21.90%,其中有33处滑坡范围内出现2~4处小规模滑坡,这也是2020年滑坡数量多、规模小的原因之一。复发滑坡中有12.40%的面积大于原位置滑坡,87.60%复发后面积减小,也体现出2013年降雨破坏性更强的特点。复发滑坡中有77.71%发生于灌草地,有10.83%发生于林地,有5.10%、6.37%零散分布在土路边坡和未利用地内。超半数复发滑坡发生于≥ 30°~50°坡度范围内有植被覆盖的沟谷地坡面,再次印证此范围滑坡易发。黄土层内滑坡发生后,滑体滑动势能基本释放完毕,滑坡体稳定性高,滑体上小型局部滑坡复发则时有发生;季节性降雨与蒸发作用使得土体内含水率发生周期性变化,在一定程度上影响黄土滑坡的复发[24]。由于黄土垂直节理发育,导致滑坡后壁陡直异常,后壁土体易崩塌,崩塌后土体堆积增加坡体荷载,也会加剧滑坡复发的风险[25]。实地调查中还发现,在复发滑坡位置及附近区域的居民放牧强度高,牲畜踩踏地面、啃食植被导致土体松动,促进了滑坡的再发育。
4 结论1)2013年7月降雨具有历时长、累计降雨量大、暴雨次数最多且间隔时间短的特点,2020年8月5日雨量远超因单日降雨引发滑坡的日降雨量,是2年流域滑坡群发的主要原因。虽然2020年单日暴雨量远超2013年,但2013年暴雨频率、10 d累计最大降雨量、最长连续降雨时间均大于2020年,故2013年滑坡规模和影响均大于2020年。
2)2013年和2020年主要发生面积≤ 400 m2和体积≤500 m³的小型浅层滑坡,且滑坡空间分布规律一致,滑坡多发于沟谷地且群发程度高,≥ 30°~50°坡度和≥
[1] |
唐克丽,中国水土保持[M]. 北京:科技出版社,2004:100. TANG Keli. Soil and water conservation in China[M]. Beijing:Science Press,2004:100. |
[2] |
中国地质灾害类型及其特征: 基于全国县市地质灾害调查成果分析[J]. 中国地质灾害与防治学报, 2004, 15(2): 32. LI Yuan, MENG Hui, DONG Ying, et al. Main Types and characterisitics of geo-hazard in China: Based on the results of geo-hazard survey in 290 counties[J]. The Chinese Journal of Geological Hazard and Control, 2004, 15(2): 32. |
[3] |
中国黄土与黄土滑坡[J]. 岩石力学与工程学报, 2007, 186(7): 1297. XU Zhangjian, LIN Zaiguan, ZHANG Shengmao. Loess in China and loess landslides[J]. Chinese Journal of Rock Mechanics and Engineering, 2007, 186(7): 1297. |
[4] |
ZHUANG Jianqi, PENG Jianbin, ZHU Xinghua, et al. Spatial distribution and susceptibility zoning of geohazards along the Silk Road, Xi'an-Lanzhou[J]. Environmental Earth Sciences, 2016, 75(8): 1. |
[5] |
论滑坡分类[J]. 工程地质学报, 2002, 10(4): 339. LU Guangrun, YAN Echuan, LIAN Chao. Discussion on classification of landslides[J]. Journal of Engineering Geology, 2002, 10(4): 339. |
[6] |
CHEN Chienyuan,CHEN Tienchien,YU Fanchien,et al. Analysis of time-varying rainfall infiltration induced landslide[J]. Environmental Geology,2005,48(4):466.
|
[7] |
降水对陇西黄土滑坡的诱发作用及时空影响分析[J]. 冰川冻土, 2017, 39(3): 609. WEI Linsen, DING Hongwei, WANG Ting, et al. Loess landslide in Longxi of Gansu province: Precipitation inducted function and space-time effect[J]. Journal of Glaciology and Geocryology, 2017, 39(3): 609. |
[8] |
MCGLADE J,BANKOFF G,ABRAHAMS J,et al. Global assessment report on disaster risk reduction 2019[R]. 2019.
|
[9] |
陕北佳县“7·27”特大暴雨中心区侵蚀灾害调查[J]. 水土保持通报, 2012, 32(5): 13. WANG Zhijie, WANG Qiaoli, JIAO Juying, et al. Investigation of erosion disaster in "7·27" rainstorm centre in Jiaxian county of northern Shaanxi province[J]. Bulletion of Soil and Water Conservation, 2012, 32(5): 13. |
[10] |
WANG Genlong, LI Tonglu, XING Xianli, et al. Research on loess flow-slides induced by rainfall in July 2013 in Yan'an, NW China[J]. Environmental Earth Sciences, 2015, 73(12): 7933. DOI:10.1007/s12665-014-3951-9 |
[11] |
陕北子洲县“7·26”特大暴雨引发的小流域土壤侵蚀调查[J]. 水土保持通报, 2017, 37(4): 338. WANG Nan, CHEN Yixian, BAI Leichao, et al. Investigation on soil erosion insmall watersheds under "7·26" extreme rainstorm in Zizhou county, northern Shaanxi province[J]. Bulletin of Soil and Water Conservation, 2017, 37(4): 338. |
[12] |
黄土滑坡诱发因素及其形成机理研究[J]. 工程地质学报, 2011, 19(4): 530. ZHANG Maosheng, LI Tonglu. Triggering factors and forming mechanism of loess landslides[J]. Journal of Engineering Geology, 2011, 19(4): 530. |
[13] |
2013年延河流域特大暴雨下的滑坡特征[J]. 水土保持研究, 2015, 22(6): 103. CAO Binting, JIAO Juying, WANG Zhijie, et al. Characteristics of landslide under the extreme rainstorm in 2013 in the Yanhe Watershed[J]. Research of Soil and Water Conservation, 2015, 22(6): 103. |
[14] |
渝东北2014年“8·31”暴雨诱发滑坡遥感解译与分析[J]. 自然资源遥感, 2021, 33(4): 192. LIU Zhizhong, SONG Yingxu, YE Runqing. An analysis of rainstorm-induced landslides in northeast Chongqing on August 31, 2014 based on interpretation of remote sensing images[J]. Remote Sensing for Natural Resources, 2021, 33(4): 192. |
[15] |
平行断面法在滑坡体积计算中的应用[J]. 资源环境与工程, 2012, 26(S1): 107. WANG Xianggui, LÜ Ling, WANG Hao. Application of parallel section method in landslide volume calculation[J]. Resources Environment & Engineering, 2012, 26(S1): 107. |
[16] |
陕西省精细化地质灾害气象预报预警研究[J]. 灾害学, 2011, 26(3): 28. ZHANG Yabin, DU Jiwen, CAI Rui, et al. Meticulous meteorological forecasting and alarming for geological hazard in Shaanxi province[J]. Journal of Catastrophology, 2011, 26(3): 28. |
[17] |
延安市2013年7月极端连续降水致灾评估分析[J]. 暴雨灾害, 2016, 35(6): 521. LEI Xiangjie, LI Fang, ZHAO Xiaomeng. Evaluation and analysis of extreme continuous precipitation induced disasters of Yan'an city in 2013 July[J]. Torrential Rain and Disasters, 2016, 35(6): 521. |
[18] |
滑坡的发生与降雨关系的研究[J]. 灾害学, 2007, 22(1): 82. ZHANG Yucheng, YANG Guanghua, ZHANG Yuxing. Research on the relationship between landslide and rainfall[J]. Journal of Catastrophology, 2007, 22(1): 82. |
[19] |
小流域沟间与沟谷地径流泥沙来量的探讨[J]. 水土保持学报, 1992, 6(2): 24. JIAO Juying, LIU Yuanbao, TANG Keli. Discussion on the source of runoff and sediment in small watershed between gullied-land and ridge-land[J]. Journal of Soil and Water Conservation, 1992, 6(2): 24. |
[20] |
子午岭林区浅层滑坡侵蚀与植被的关系: 以富县“7·21”特大暴雨为例[J]. 生态学报, 2016, 36(15): 4635. HAN Yong, ZHENG Fenli, XU Ximeng, et al. Relationship between shallow landslide erosion and vegetation in the Ziwuling forest area: A case study of the "7·21" disaster in Fuxian county[J]. Acta Ecologica Sinica, 2016, 36(15): 4635. |
[21] |
延河流域极端暴雨下侵蚀产沙特征野外观测分析[J]. 农业工程学报, 2017, 33(13): 159. JIAO Juying, WANG Zhijie, WEI Yanhong, et al. Characteristics of erosion sediment yield with extreme rainstorms in Yanhe Watershed based on field measurement[J]. Transactions of the CSAE, 2017, 33(13): 159. |
[22] |
GUO Wenzhao, CHEN Zhuoxin, WANG Wanglong, et al. Telling a different story: The promote role of vegetation in the initiation of shallow landslides during rainfall on the Chinese Loess Plateau[J]. Geomorphology, 2019, 350: 106879. |
[23] |
基于证据权模型的川藏铁路加查: 朗县段滑坡易发性评价[J]. 山地学报, 2019, 37(2): 240. GUO Changbao, TANG Jie, WU Rui'an, et al. Landslide susceptibility assessment based on WOE model along Jiacha-Langxian county section of Sichuan-Tibet Railway[J]. Mountain Research, 2019, 37(2): 240. |
[24] |
水致黄土深层滑坡灾变机理[J]. 工程地质学报, 2018, 26(5): 1113. LI Tonglu, XI Yü, HOU Xiaokun. Mechanism of surface water infiltration induced deep loess landslide[J]. Journal of Engineering Geology, 2018, 26(5): 1113. |
[25] |
陇南市三家地黄土地震滑坡形成机理研究[J]. 铁道工程学报, 2012, 29(3): 17. LUO Donghai, WU Weijaing, WANG Nianqin, et al. Research on formation mechanism of Sanjiadi loess seismic landslide in Longnan city[J]. Journal of Railway Engineering Society, 2012, 29(3): 17. |
![]() |
图 1 2013和2020年年内降水分布 Fig. 1 Precipitation distribution in 2013 and 2020 |
![]() |
图 2 2013年7月、2020年8月逐日降雨量柱状图 Fig. 2 Daily precipitation bars in July 2013 and August 2020 |
![]() |
表 1 2013和2020年滑坡特征 Tab. 1 Landslide characteristics in 2013 and 2020 |
![]() |
图 3 2013年和2020年滑坡数量与规模特征 Fig. 3 Characteristics of number and scale of landslides in 2013 and 2020 |
![]() |
柱状图上数字表示各个坡度范围内滑坡数量、面积的比例(%) 。The numbers on the bar chart indicate the proportion (%) of the number and area of landslides within each slope range. 图 4 2013年和2020年滑坡的空间分布和坡度分布 Fig. 4 Spatial and slope distribution of landslides in 2013 and 2020 |
![]() |
图 5 2013和2020年滑坡高程分布特征 Fig. 5 Distribution characteristics of landslide elevation in 2013 and 2020 |
![]() |
图 6 2013和2020年滑坡在不同高程和不同地类上的分布特征 Fig. 6 Distribution characteristics of landslide elevations and land-use types in 2013 and 2020 |
![]() |
表 2 2013和2020年不同土地利用方式滑坡分布特征 Tab. 2 Distribution characteristics of landslides in different land-use types in 2013 and 2020 |
![]() |
表 3 道路缓冲区滑坡数量分布特征 Tab. 3 Distribution characteristics of landslide quantity in road buffer zone |