〔作者简介〕 陈晓利, 女, 1969年生, 研究员, 研究方向为地震地质灾害与工程地质, 电话: 010-62009056, E-mail: chenxl@ies.ac.cn.
2014年8月3日发生于云南省东北部鲁甸县的 MS6.5地震触发了显著的同震滑坡并造成了严重地面破坏和人员伤亡。与已有地震诱发滑坡事件相比, 鲁甸地震同震滑坡的空间分布较为特殊: 与震中和已知断裂的关系都不明显, 滑坡密度最大的区域并不在震中附近区域, 且通常用于判断滑坡空间分布范围的地震动峰值加速度(PGA)也不能解释这样的分布格局。与以往研究地震滑坡与地质构造、 地形地貌等影响因素相互间的关系不同, 文中着重讨论地震滑坡敏感性对地震滑坡的控制作用。基于Newmark刚体滑块模型, 文中计算了鲁甸地震滑坡影响区的坡体临界加速度值, 并用来衡量地震滑坡敏感性程度: 临界加速度值小, 表明地震滑坡敏感性程度高, 滑坡需要的外力较小, 坡体在地震动作用下容易失稳; 反之, 坡体就越稳定。结果表明, 鲁甸震区地震滑坡敏感性程度较高的地区主要沿牛栏江及其支流沙坝河、 龙泉河两岸分布, 震中及其北部地区的地震滑坡敏感性程度较低。对比研究区坡体地震滑坡敏感性分布与实际滑坡分布, 可以看出二者之间具有较高的一致性: 地震滑坡敏感性程度较高的区域往往是发生大量滑坡的地区。进一步, 文中讨论了根据地震滑坡敏感性判断同震滑坡格局的优势, 认为地震滑坡敏感性对同震滑坡的分布起到了控制作用; 同时, 区域性地震滑坡敏感性的研究不仅有助于理解同震滑坡分布格局, 还可以为震源构造的研究提供依据, 并且可以作为震后滑坡快速评估及地震滑坡危险性区划的基础。
On August 3, 2014, an MW6.5 earthquake occurred in Ludian County, Yunnan Province, which triggered significant landslides and caused serious ground damages and casualties. Compared with the existing events of earthquake-triggered landslides, the spatial distribution of co-seismic landslides during the Ludian earthquake showed a special pattern. The relationship between the co-seismic landslides and the epicenter or the known faults is not obvious, and the maximum landslide density doesn’t appear in the area near the epicenter. Peak ground acceleration(PGA), which usually is used to judge the limit boundary of co-seismic landslide distribution, cannot explain this distribution pattern. Instead of correlating geological and topographic factors with the co-seismic landslide distribution pattern, this study focuses on analyzing the influence of seismic landslide susceptibility on the co-seismic distribution. Seismic landslide susceptibility comes from a calculation of critical acceleration values using a simplified Newmark block model analysis and represents slope stability under seismic loading. Both DEM(SRTM 90m)and geological map(1︰200000)are used as inputs to calculate critical acceleration values. Results show that the most susceptible slopes with the smallest critical accelerations are generally concentrated along the banks of rivers. The stable slopes, which have the larger critical accelerations and are comparably stable, are in the places adjacent to the epicenter. Comparison of the distribution of slope stability and the real landslides triggered by the 2014 MW6.1 Ludian earthquake shows a good spatial correlation, meaning seismic landslide susceptibility controls the co-seismic landslide distributions to a certain degree. Moreover, our study provides a plausible explanation on the special distribution pattern of Ludian earthquake triggered landslides. Also the paper discusses the advantages of using the seismic landslide susceptibility as a basic map, which will offer an additional tool that can be used to assist in post-disaster response activities as well as seismic landslides hazards zonation.
已有研究成果表明, 地震滑坡发生的数量、 分布范围、 活动规模等与发震断层、 岩性、 地形地貌、 现存天然新老滑坡以及地震动力环境有明显相关性(Keefer, 1984; Khazai et al., 2003; 黄润秋等, 2008; Su et al., 2017a)。各研究者通过对世界范围内40例地震滑坡实例的研究, 探讨了滑坡分布与地震动参数之间的关系, 认为触发滑坡的最小震级为4.0级, 并且滑坡分布的范围和滑坡的规模都随震级的增大而变大(Keefer, 1984, 2002; Jibson et al., 2006; Meunier et al., 2007)。如Keefer(2002)对震级与滑坡影响面积进行了研究, 给出如下方程式:
地震动作为地震滑坡的触发因素, 在滑坡的发生中起着至关重要的作用(Keefer, 1984; Jibson et al., 2000; Su et al., 2017b)。很多地震滑坡的研究认为滑坡密度的分布与地震动峰值加速度的衰减存在相关性, 如滑坡的数量和密度随着其与震中或地表破裂带距离的增大而减小, 这实质上反映了地震动随发震断层距离增大而衰减的特性(Meunier et al., 2007)。因而, 根据地震动与地震滑坡的这种密切关系, 地震动峰值加速度(Peak Ground Acceleration, PGA)常常用来预测地震滑坡的发生区域。Jibosn等(2016)认为0.02~0.08g可作为地震滑坡影响的边界值。最近关于尼泊尔地震滑坡的研究中, PGA也被作为滑坡易发与否的指标(Kargel et al., 2016)。然而, 在众多地震诱发滑坡事例中可以看到, 在具有相同PGA值的区域中滑坡分布可以存在很大的差异, 相邻坡体即使具有相近的坡度, 其在地震中的表现也并不相同。例如, 2014年发生于云南省鲁甸县的MS6.5地震诱发滑坡的分布特征就属于这一类型。
2014年8月3日, 在云南省东北部的鲁甸县发生了的MS6.5地震(27.1° N, 103.3° E, 震源深度12km), 虽然只是1次中强地震, 但它造成了异常严重的破坏, 所诱发的大型滑坡崩塌在中国西南地区同级别地震中更是鲜见, 使得鲁甸地震地质灾害程度超过了不少M≥ 7.0的地震(Chang et al., 2016)。在周庆等(2015)的工作中, 平面面积> 1i000m2的滑坡有114个, 滑坡总面积达到4.2km2; 尽管平面面积> 50i000m2的滑坡只有18个, 但是滑坡面积达到2.5km2, 占到总面积的48%(Chen et al., 2015)。由此可见, 1次地震事件中较大规模滑坡对整体受灾面积的影响是很大的。考虑到鲁甸地震滑坡的上述特点, 本文研究选择平面面积> 1i000m2的滑坡进行分析。
震后对该区滑坡空间分布特征的初步分析结果显示, 此次地震滑坡并没有沿震区的已知断层分布, 而是表现出具有一定的分散性。以震中为中心, 滑坡的分布在各个方向上并不均匀, 而是出现一些 “ 空区” : 滑坡在震中的东部、 东南部、 西部地区分布较密集, 在震中以北地区和西南地区几乎没有分布(图1)。以1km为间隔对震中距与滑坡分布进行分析, 结果表明滑坡面积发育最大的区域并没有出现在距震中5km的范围内, 而是出现在震中距8km附近(图2)。而一些规模较大的滑坡主要沿牛栏江及其支流等具有较陡边坡和地形高差的河谷两岸, 显示出地貌地形的影响作用。
对于鲁甸地震滑坡分布的这种特殊格局, 如果震后采用PGA进行预测, 则很难找到合适的临界值预测滑坡分布范围, 因为在震中距相同的区域滑坡分布有很大的不同, 如在距震中8~10km的SW区域鲜有滑坡发生, 而在具有相同震中距的SE区域则有大量的滑坡发生。
地震滑坡是因边坡在地震动作用下失稳而形成的, 除了受到触发力大小影响外, 与边坡震前的稳定性密切相关。而目前关于地震诱发滑坡分布特征的主控因素研究中, 通常采用的方法是以大量地震滑坡个体为分析样本, 统计分析各个影响因素在这些样本中的分布特征, 从而获得地震滑坡体与影响因素的相互关系。该分析过程是从结果中寻找原因的逆向分析过程, 并没有重视震前边坡在地震作用下稳定性的研究。本文的工作恰恰是从正向出发, 从各个坡体地震作用下的稳定性出发, 研究地震滑坡发生的一些必然性。
当前研究中, 衡量坡体在地震作用下稳定性的1个较好的指标就是地震滑坡敏感性(Seismic Landslide Susceptibility)。该指标可以用Newmark模型计算获得的临界加速度表示, 地震滑坡敏感性高, 则表示坡体滑动需要的作用力小而易于滑动; 地震滑坡敏感性低, 则表示坡体滑动需要的作用力大因而相对稳定。早在1985年, Wieczorek等(1985)就利用Newmark 刚体滑块模型对美国加利福尼亚州San Mateo县绘制了地震作用下的坡体稳定性分布图(Map showing slope stability during earthquakes in San Mateo county, California), Jibson等(2000)在概率地震滑坡灾害分布图研究中也提出由Newmark方法获得的坡体临界加速度刻画的是地震滑坡敏感性。遗憾的是, 近年来众多地震滑坡研究中, 很少关注地震滑坡敏感性的分析。
本文以鲁甸地震触发滑坡为例, 基于研究区地质构造资料、 地形地貌资料(主要是数字高程模型, Digital Elevation Model(DEM))等, 通过Newmark刚体滑块模型计算研究区域内坡体的临界加速度, 并以此代表坡体地震滑坡敏感性并将其作为衡量震前坡体稳定性的指标, 进一步根据计算结果与实际滑坡分布进行对比, 探讨地震滑坡敏感性对鲁甸地震滑坡特殊分布格局的控制作用。
Newmark(1965)提出用斜面上刚体的移动来模拟滑坡的方法(图3)。该模型将滑体视为1个刚体, 假设滑体内部不产生形变, 当受到的外力作用大于临界加速度时, 则会产生有限位移。反之, 如果经受的外力没有达到坡体的临界加速度, 则坡体仍能够保持稳定。这一原理随着GIS技术的发展已被广泛应用于区域性地震诱发滑坡预测研究中(Jibson et al., 2000)。
其中, 临界加速度表示为
式(1)中,
式(2)中,
以Newmark方法为代表的应用块体滑动模拟滑坡发生的物理模型中, 用于描述坡体物质力学性质的参数主要包括坡体物质的密度(λ )、 内摩擦角(φ )、 凝聚力(c')等。由其计算方程可知, 对于任何1个计算点, 只要获取该处的坡度及组成物质的岩石力学参数后, 就可求得该点Fs, 进而求得临界加速度ac。
本文研究中, 地形坡度数据由SRTM 90m数字高程模型(DEM)生成
在坡体物质力学参数的处理上, 尽管这些参数的精确程度影响到安全系数的精度, 但在实际操作中, 对一定区域范围的坡体, 很难对每1类或1组地层岩性进行实测获取。因此, 在具体应用时对研究区的地层按照岩性相近程度进行了合并(Jibson et al., 2000), 并根据工程地质分类标准(国家技术监督局等, 1995)进行了赋值。将研究区的岩石划分为3个岩组, 即较坚硬岩组(Ⅱ )、软岩组(Ⅲ )和极软岩组(Ⅳ )(图4)。较坚硬岩组主要是灰岩、 白云岩、 白云质灰岩、 灰质白云岩以及峨眉山玄武岩组等; 软岩组主要包括页岩、 千枚岩、 泥岩、 蛇绿岩等; 极软岩是指更新统(阶地砾石、 砂土、 黏土层, 冰川、 湖河沉积)以及全新统地层。各类岩石的物理参数赋值如表1。
在计算研究区坡体临界加速度时, 一般认为坡度< 10° 的坡体是稳定的(Jibson et al., 2000),
因此这些坡体没有参加计算。最终鲁甸地震研究区临界加速度分布如图5所示。临界加速度值用从红色系至蓝色系变化表示, 颜色越红表示临界加速度值越小, 坡体克服阻力滑动所需外力就越小, 在地震作用下就越容易滑动; 反之, 颜色越蓝则表示产生滑动需要的外力作用越大, 因而坡体越稳定。
从图5中可以看出, 震区内坡体地震滑坡敏感性程度高的区域(ac≤ 0.3g)主要集中在牛栏江、 沙坝河、 龙泉河等具有高陡边坡的河谷地区(图1, 图5), 而地震滑坡敏感性程度相对低的区域则分布在震中北部的鲁甸盆地等地形起伏平缓的地区(ac> 0.7)(图5)。震中区域内大部分的坡体临界加速度相对较大(如ac> 0.7), 也属于坡体相对稳定的地区。
与实际滑坡崩塌的分布相比较后可以看出, 滑坡分布与地震滑坡敏感性具有较好的一致性。大量滑坡分布在坡体地震滑坡敏感性程度较高的河谷岸坡区域, 如龙泉河、 沙坝河沿岸等, 体现出地震滑坡敏感性对滑坡分布的控制作用。
Newmark刚体滑块模型自提出以来, 随着GIS技术的发展, 在区域地震滑坡危险性研究中获得广泛的应用(Jibson et al., 2000; Shinoda et al., 2017)。由于该方法涉及到地震动时程, 计算较为复杂, 因此, 为了更好地在区域范围应用, 一些研究者对该方法进行简化, 通过位移和对应的滑坡分布进行相关性回归, 获得了永久位移的公式(Jibson et al., 2000)。然而, 由特定地震滑坡环境中获得的方程式推广至其他区域时, 受到地质、 地貌、 地震特点等影响, 在具体的预测中也存在较大的不确定性, 且所获得的永久位移值并不能代表实际地震滑坡是否发生, 表示的是相对危险程度。
具体到本文研究, 地震滑坡敏感性概念的提出是以Newmark模型为基础的。它以坡体临界加速度代表地震滑坡敏感性, 相对于其他分析方法, 该方法以物理平衡分析为基础, 具有更为明确清晰的物理含义。从其计算过程中来看, 评价1个坡体地震作用下稳定性所需参数仅仅涉及到岩石的力学参数和坡体坡度本身的各种组合, 这几项参数与以往地震滑坡分布特征常用的震中位置、 发震断层等都没有关系, 所展示的是震前客观的坡体稳定性, 而坡体在地震中的表现, 不仅仅受到PGA的影响, 与其自身的稳定性(地震滑坡敏感性)也密切相关。2014年MS6.5鲁甸地震中与2015年尼泊尔MW7.8 Gorkha地震所诱发滑坡分布中都存在高PGA区滑坡分布少的现象(Gallen et al., 2016; Kargel et al., 2016)。因此, 单一地依据PGA值对滑坡发生范围进行判断是不准确的, 应该充分考虑震前坡体的地震滑坡敏感性。
从图5中可以看出, 鲁甸地震滑坡大都发生在坡体地震滑坡敏感性程度较高的区域, 表明鲁甸地震在这些区域产生的地震动作用超过了坡体能够承受的范围, 从而导致大量的滑坡发生; 而在震中区及其北部区域坡体地震滑坡敏感性程度都较低, 表明坡体发生移动需要较大的地震动作用力, 鲁甸地震在这一区域产生的地震动作用力达不到坡体滑动所需的力量, 因此该区域坡体保持稳定, 较少发生滑坡。由此可知, 鲁甸地震震区的滑坡分布密度与地震动加速度没有必然的关系, 而是受到地震滑坡敏感性的控制。
然而, 从图5中也可看出, 在震中SE和SW地区具有相同震中距、 相同地震滑坡敏感性(临界加速度值相同)的地区, 其滑坡的分布也存在较大差异。如震中SE坡体临界加速度0.2g左右的地区分布了大量的滑坡, 包括此次地震诱发的最大规模滑坡— — 红石岩滑坡, 而SW地区尽管具有大量临界加速度为0.2g左右的坡体, 但是鲜有滑坡发生(本文研究仅考虑面积≥ 1i000m2的滑坡, 可能忽略了一些小规模滑坡)。对于鲁甸地震滑坡分布的这种情况, 推测其地震动衰减受到震源构造的影响。相关的地质、 地球物理研究结果表明鲁甸地震具有复杂的震源构造(房立华等, 2014; 王未来等, 2014; 徐锡伟等, 2014; 张勇等, 2015), 导致地震动在不同方向的衰减速度不同。地震动在震中SW方向的衰减较SE方向快, 因此, 相同震中距下SW区域经历的地震动加速度比SE地区要小, 没有达到能使该处坡体发生位移的临界加速度, 因而发生的地震滑坡很少。
由此可见, 地震滑坡敏感性的研究不仅有助于理解同震滑坡分布格局, 还可为震源构造的研究提供依据。地震滑坡敏感性分布作为基础图件, 在地震滑坡研究中具有广泛应用: 一方面, 在震后地震滑坡快速评估中, 通过获取地震动分布后, 比较坡体临界加速度与PGA二者之间的差值, 可快速锁定震后滑坡高度危险区; 另一方面, 与地震动参数区划图结合, 又可进行不同超越概率水平下的中长期地震滑坡危险性区划。
需要指出的是, 一些研究对Newmark模型的局限性进行了讨论, 比如它在浅表性滑坡中具有较好的应用效果, 而对具有较深滑面滑坡预测存在局限性等(Jibson et al., 2000; Dreyfus et al., 2013; Gallen et al., 2016)。本文中, 从便于操作的角度出发, 把岩性相近的地层进行合并, 并赋予相同的力学参数值。这一处理方式产生的结果直接影响到坡体临界加速度的精确性。尽管计算获得的数值并不能代表坡体真实的临界加速度, 但是它能反映出坡体间临界加速度的相对大小。从本文的计算过程、 结果分析及其他学者的研究成果来看, 相对于模型、 PGA精度等, 岩石力学参数的赋值是1个需要努力的方向(Dreyfus et al., 2013)。
地震滑坡敏感性研究是理解同震滑坡分布格局的重要基础。本文采用Newmark刚体滑块模型对鲁甸地震研究区进行了地震滑坡敏感性的计算, 通过与实际对地震滑坡分布进行对比, 获得如下认识:
(1)基于Newmark刚体滑块模型获得的坡体临界加速度是1个能够很好地刻画坡体地震滑坡敏感性的量化指标, 坡体临界加速度的大小与坡体在地震作用下的稳定性密切相关。
(2)鲁甸地震震区内坡体地震滑坡敏感性程度高的区域主要集中在牛栏江、 沙坝河、 龙泉河等具有高陡边坡的河谷地区, 而地震滑坡敏感性程度相对低的区域则分布在震中及北部的鲁甸盆地等地形起伏平缓的地区。这一特点与鲁甸地震滑坡实际的空间分布具有较好的一致性, 体现了地震滑坡敏感性对滑坡分布的控制。
(3)地震滑坡敏感性分布的研究不仅有助于对同震滑坡分布格局的理解, 同时, 还可以作为基础图件, 进行震后滑坡快速评估和地震危险性区划。
致谢 感谢审稿人提供了宝贵的建议使本文得以完善。
The authors have declared that no competing interests exist.
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|
[19] |
|
[20] |
|
[21] |
|
[22] |
|
[23] |
|
[24] |
|
[25] |
|
[26] |
|
[27] |
|
[28] |
|
[29] |
|
[30] |
|
[31] |
|
[32] |
|
[33] |
|
[34] |
|
[35] |
|