近年来, 随着大量物理模型和数值模拟的成熟运用, 定量风险评价已经成为地质灾害研究领域最前沿的课题之一。然而, 我国由于地质灾害成因复杂、承灾体类型多样, 目前尚未形成一套有效的灾害定量风险评价体系^{[1, 2]}。

国外泥石流定量风险评价研究起步较早, Fuchs等^[3]基于损失率和泥石流流深构建了泥石流易损性函数, 可直接得到特定情境下的损失概率和价值。随后, Akbas等^[4]、Leone等^[5]和Lo等^[6]也都运用Fuchs方法在各自的研究区构建了建筑物易损性模型。然而, 仅以流深表征泥石流强度, 将会导致高层建筑物损失值评估过高, 而低矮建筑物往往会被低估, 尤其是在中等流深的情况下更为突出^[7]。

Jakob等^[8]在对比了泥石流流速(v)、流速(d)、v²d和vd²等4个强度指标与泥石流损失率的关系后, 认为v²d最宜代表泥石流强度以构建易损性函数。Luna等^[9]利用该方法获得了Tresenda地区不同降雨频率下, 泥石流造成建筑物损失和人员伤亡的概率。然而, 基于特定灾损数据的易损性曲线, 其普适性较差, 直接套用他区模型势必导致评价结果的某些偏差。目前我国尚无针对本地的泥石流易损性模型提出。

本文将以我国西南山地城镇泥石流灾害为研究对象, 从泥石流的地质过程与承灾体的成灾响应入手, 建立一套泥石流灾害定量风险评价的理论体系和技术流程。该成果可对灾区防灾减灾工作的推进具有实践意义, 也为其他类型自然灾害风险评价研究提供科学借鉴。

(1) 汶川七盘沟泥石流

七盘沟位于汶川县城西南5 km处, 岷江左岸, 流域总面积54.2 km², 相对高差2 993 m, 主沟纵比降约200‰ , 汶川地震Ⅷ 烈度带内, 地震诱发崩滑体约1 154.25× 10⁴ m³, 造成沟道巨厚层堆积与严重堵塞。2013年7月11日区内暴发特大型泥石流, 当日短历时雨强频率达30年一遇, 属于典型的震后沟床侵蚀— — 堰塞体溃决型泥石流, 冲出固体物质量约为78.2× 10⁴ m³。泥石流造成8人死亡、6人失踪, 区内超过90%的村庄及7家工矿企业遭毁, 约5 000人受灾。

七盘沟流域是汶川震区内泥石流造成建筑物损失最严重、最集中、最多样的区域, 是研究泥石流与建筑物破坏关系的典型案例。本文将以七盘沟灾损数据为样本, 构建针对泥石流作用下的建筑物易损性曲线。

(2) 汶川羊岭沟泥石流

羊岭沟位于汶川县城威州镇新桥村, 岷江右岸, 沟口距离七盘沟2.9 km, 流域总面积5.50 km², 相对高差2 088 m, 主沟纵比降386‰ , 汶川地震Ⅷ 烈度带内, 地震诱发各类泥石流物源总量约347.17× 10⁴ m³, 大量松散物质堆积于沟道。2013年7月10日区内暴发泥石流灾害, 其成灾过程是降雨诱发浅层滑坡起动、沿程沟床侵蚀补给、人工拦挡坝溃决、建筑物不当布置等作用的联合产物。泥石流冲出固体物质量17× 10⁴ m³, 造成百余间民房不同程度的受损, 掩埋国道超过200 m, 挤占岷江1/4河道。

羊岭沟沟口扇地是震后汶川县城的主要重建与安置区域之一, 该区人口分布集中, 建筑物布置密集, 且受泥石流威胁相当严重。本文将在该区开展泥石流灾害风险量化研究, 进而实现防治工程经济效益的定量评估。

强度指标是表征泥石流各物理参数对承灾体的影响程度, 是泥石流危险性评价的重要因子。本文利用Jakob等^[8]提出的泥石流强度指数I_DF(I_DF=v²d)作为泥石流破坏建筑物的物理指标。

FLO-2D是O’ Brien等^[10]构建的泥石流演进二维数值分析软件, 其核心思想是利用非牛顿体模型与中央有限差分数值方法, 解算流体运动的控制方程, 以获取水平面上x轴、y轴方向的平均流速v和流深d。O’ Brien以渠道稳态水流为例, 验证了FLO-2D模型的准确性, 结果显示, 模型计算结果与实测资料一致。目前, 该模型已广泛运用于国内外泥石流模拟中, 得到了业界肯定^{[11, 12]}。在我国西南山区, FLO-2D泥石流模拟也有大量应用案例^{[13, 14]}。

经FLO-2D模拟计算(参数见表1), 七盘沟7· 11泥石流模拟堆积区全长约4.3 km, 最大宽度为773 m, 总面积为57.44× 10⁴ m², 与实际堆积范围相比, 正确判断区面积为50.02× 10⁴ m², 占实际面积的72%, 综合精度指数Ω 值^[15]为1.22, 该模拟结果较为准确, 能够满足下一步研究的要求。由图1可知七盘沟堆积区的强度指数I_DF的分布情况, I_DF最大值可达1 013.25 m³/s², 总体上呈上游高于下游、排导槽中心高于两侧的趋势, 这表明前期修建的排导槽在该次泥石流中起到了积极作用, 但其过流能力远小于泥石流的峰值流量。

表1

Table 1

表1(Table 1)

表1 七盘沟FLO-2D模拟主要参数 Table 1 Control parameters of Qipan Gully FLO-2D simulation 参数项 数值 参数项 数值 格网大小/m 5× 5 泥砂比重γ m/(t/m3) 2.2 曼宁系数n 排导槽 排导槽两侧 公路 0.10 0.25 0.05 层流阻力系数K α 1 β 1 2 285 0.811 13.72 模拟时间/h 1.5 α 2 0.00462 体积浓度Cv 0.42 β 2 11.24

表1 七盘沟FLO-2D模拟主要参数 Table 1 Control parameters of Qipan Gully FLO-2D simulation

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 七盘沟7· 11泥石流模拟强度指数IDF与受损建筑物的空间分布Fig.1 Spatial distribution of the intensity index IDF and damaged buildings in the 7· 11 Qipan Gully simulation

易损性是指承灾体在特定强度泥石流作用下所表现出的负面响应, 属于自然灾害的社会属性表达。易损性曲线是实现各类承灾体风险量化的关键环节, 起着链接灾害体与承灾体的有力纽带作用。本文着眼于最重要的2类承灾体— — 建筑物和道路, 采用数学统计模型和文献调研手段, 构建适用于我国西南山地城镇的泥石流易损性评价模型。

4.1 建筑物易损性曲线

大量案例研究表明, 泥石流所致的生命财产损失与建筑物破坏关系最为密切^[16]。本文将以七盘沟7· 11泥石流为样本, 针对典型的建筑物类型, 通过拟合泥石流强度特征与灾损调查数据之间的关系式, 构建基于损失概率的泥石流易损性曲线, 主要步骤包括:①典型建筑物定义; ②损失等级划定; ③易损性曲线拟合。

(1) 典型建筑物类型定义

经现场调查和数据统计, 综合考虑建筑材料、高度、寿命、用途等因素, 本文将样本区典型建筑物类型定义如下:

①建筑材料及结构为框架— 砖混结构; ②楼层数为2层, 即建筑物高约6 m; ③建筑物用途为农民自建居住用房; ④空间位置位于模拟/实际重叠区域, 以利用模拟结果获取泥石流强度特征值。

作者于2013年9月14日取得的调查样本中, 满足上述要求的建筑物数量为56个, 其空间位置分布如图1所示。该类建筑物在我国西南山区, 是数量最多、分布最广、居住人口最集中的建筑类型, 利用其构建的泥石流易损性曲线, 具有较高的普适性。

(2) 损失等级划定

在前人研究^[17]的基础上, 本文将七盘沟典型建筑物损失类型划分为4个等级, 包括泥砂淤积、部分结构损伤、主要结构损伤及完全损毁, 相应的损失率分别为< 25%, 25%~75%, > 75%和100%(图2和表2)。

(3) 建筑物易损性曲线拟合

超越损失概率是建筑物受损超过某级损失等级的概率。在不同损失等级下, 超越损失概率与损失概率的换算如表3, 由于Ⅳ 级损失(完全破坏)属最高等级损失类型, 其损失率为1, 该级损失不可能被超越, 故未有“ 超越Ⅳ 级概率” 数列。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 建筑物损失等级现场照片Fig.2 The photos of building loss rank

通过拟合建筑物的超越损失概率随泥石流强度指数I_DF的变化趋势, 可得到泥石流建筑物易损性曲线(函数), 该曲线满足Weibull累积分布函数, 如下式, 整体趋势呈“ S” 型(图3)。

P_D_I= 11+e-0.0872IDF+1.4043(1)

P_D_II= 11+e-0.1525IDF+3.9541(2)

P_D_III= 11+e-0.1201IDF+3.9356(3)

如图3所示, 建筑物超越损失概率随泥石流强度的增加而增加, 尤其是在I_DF为20~50 m³/s²时, 增幅最为明显, 建筑物更易遭受严重破坏。在该曲线中, I_DF为0时, 建筑物仍有发生损失的可能性, 这是由于在曲线构建时, I_DF值“ 四舍五入” 整数化处理所造成的, 即该曲线中的I_DF=0处并非无泥石流作用, 故建筑物亦有受损的可能。

表2

Table 2

表2(Table 2)

表2 建筑物损失等级 Table 2 The loss rank of buildings at risk 损失等级 损失定义 损失率/% 损失描述 Ⅰ 泥砂淤积 < 25 承重墙、梁柱完好, 室内泥砂淤积, 部分非承重墙、门窗损坏, 无结构性损坏 Ⅱ 部分结构损伤 25~75 少数承重墙体、梁柱损坏, 部分非承重墙体损失, 部分结构性损伤、功能降低 Ⅲ 主要结构损伤 75~100 部分梁柱、墙体、屋顶倒塌或损坏, 受损比> 20%, 主体结构破坏、功能丧失 Ⅳ 完全损毁 100 承重墙、梁柱破坏> 40%, 或中央支撑柱破坏> 20%, 主体结构破坏、功能丧失

表2 建筑物损失等级 Table 2 The loss rank of buildings at risk

表3

Table 3

表3(Table 3)

表3 超越损失概率与损失概率的换算 Table 3 The conversion principle between‘ loss exceedance-probability’ and ‘ loss probability’ 损失等级 (损失率) DⅠ (< 0.25) DⅡ (0.25~0.75) DⅢ (0.75~1) DⅣ (1) 强度IDF作用 下的损失概率 1-P_DⅠ P_DⅠ -P_DⅡ P_DⅡ -P_DⅢ P_DⅢ 注:P_DⅠ , P_DⅡ 和P_DⅢ 分别代表超越Ⅰ , Ⅱ 和Ⅲ 级损失的概率

表3 超越损失概率与损失概率的换算 Table 3 The conversion principle between‘ loss exceedance-probability’ and ‘ loss probability’

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 建筑物的泥石流易损性曲线Fig.3 The building vulnerability curves of debris flows

4.2 道路易损性曲线

泥石流导致道路损毁问题开始引起学术界的重视, 目前已有大量评价方法与计算模型被提出^[18~21]。但由于道路区别于其他承灾体, 呈带状展布, 其延伸长、范围广, 破坏类型与成灾方式相对较为复杂, 且现有评价模型难以与泥石流强度进行关联, 很难应用于道路定量风险评价。本文首次将引入Winter道路易损性曲线^[22], 并阐明道路等级与损失类型的划分标准, 以增强其在西南山区的适用性和准确性。

(1) 道路损失类型

泥石流对道路的破坏方式各异、类型多样, 本文将侧重于泥石流对路基路面的淤埋与冲刷作用, 针对我国的道路分类体系, 构建不同等级道路的损失定级标准(表4)。

表4

Table 4

表4(Table 4)

表4 道路损失等级划分 Table 4 The loss rank principle of road at risk 损失 等级 损失 类型 损失描述 高等级公路 低等级公路 Ⅰ 基本无 损伤 泥砂通过涵洞、桥下净 空排泄, 未涌入路面 泥砂通过涵洞、桥下净 空排泄, 未涌入路面 Ⅱ 部分 损伤 少量泥砂涌入路沿 或隔离板 掩埋较小比例车道 Ⅲ 严重 损伤 掩埋隔离板或半幅 车道 掩埋全幅车道, 或导致附属设施损毁 Ⅳ 完全 损毁 掩埋全幅车道, 路面 铺面严重破坏, 需更换 完全堵塞车道, 路基严重损毁 注:高等级公路是指高速公路和国家一级公路, 低等级公路是指国家二、三、四级公路

表4 道路损失等级划分 Table 4 The loss rank principle of road at risk

(2) 道路易损性曲线

Winter等^[22]收集了47份来自17个国家的专家问卷, 经过初始曲线、趋势拟合、人工插值、权重确定、归一化等步骤, 构建了基于超越损失概率与泥石流规模的道路易损性曲线(图4), 这是目前世界上唯一的道路泥石流易损性曲线。该曲线中泥石流规模是指泥石流的单次冲出固体物质总量, 不只包括直接破坏道路的部分。

4.3 易损性模型验证

羊岭沟7· 10泥石流致灾建筑物总数为32, 满足本文典型建筑物要求的样本数为14, 表5为不同泥石流强度下建筑物受损的等级和数量。对比发现, 预测值与实际值较为接近, 误差多为样本个体差异所致。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 泥石流作用下道路易损性曲线[22] (a)高等级公路; (b)低等级公路Fig.4 The road vulnerability curves of debris flow[22] (a)High-grade roads; (b)Low-grade roads

表5

Table 5

表5(Table 5)

表5 羊岭沟7· 10泥石流建筑物损失模拟/实际对比 Table 5 The comparison between simulation scenario and actual state of building loss in 7· 10 Yangling debris flow 损失等级 (损失率) DⅠ (< 0.25) DⅡ (0.25~0.75) DⅢ (0.75~1) DⅣ (1) IDF=1 m3/s2作用 下的损失概率 0.79 0.19 0.00 0.02 预测损失数量 9 2 0 0 实际损失数量 10 1 0 0 IDF=3 m3/s2作用 下的损失概率 0.76 0.21 0.00 0.03 预测损失数量 2 1 0 0 实际损失数量 2 0 1 0

表5 羊岭沟7· 10泥石流建筑物损失模拟/实际对比 Table 5 The comparison between simulation scenario and actual state of building loss in 7· 10 Yangling debris flow

在道路易损性方面, 横穿羊岭沟沟口的国道G213为双向双车道, 车辆限速60 km/h, 属于低等级公路。结合该次泥石流规模, 由道路易损性曲线可得, G213出现Ⅰ ~Ⅳ 级损失的概率分别为0.08, 0.02, 0和0.90, 损失等级确定为Ⅳ 级。预测结果与实际情况一致, 现场调查显示, 泥石流导致G213全幅车道淤埋, 路面严重损毁。案例验证表明, 本文采用的泥石流易损性模型, 能够很好地反映西南山地城镇承灾体对泥石流的响应机制, 可在泥石流定量风险评价中推广应用。

泥石流定量风险评价体系主要包括:泥石流危险性评价(H)、承灾体易损性评价(V)和承灾体数量(E)。本文将H定义为泥石流强度特征值的空间分布, 属于灾害体的特征表达; 将E定义为威胁区内潜在承灾体的数量与价值, 属于承灾体的自身特征; 并将这两者通过灾害体与承灾体之间的关系函数— 易损性模型V— 进行链接组合, 以实现风险值R的准确量化。

(1) 泥石流情境设置

以羊岭沟泥石流为例, 在泥石流动力特性研究的基础上, 结合传统雨洪法, 构建不同频率降雨条件下的泥石流灾害情境, 具体操作如下:

①分别计算10, 20, 50, 100年一遇条件下的流域清水峰值流量; ②假设未来泥石流的固体物质体积浓度与7· 10泥石流一致; ③以7· 10泥石流的流量过程线为原型, 构建不同降雨频率的流量过程线。

羊岭沟在7· 10泥石流后进行了治理, 主要工程措施包括重建拦挡坝和扩建排导槽, 本文侧重考虑其拦挡固体物质的功能, 以达到降低体积浓度C_v值和泥石流规模的作用。并且, 通过修正地形参数的方式, 将扩建后的排导槽考虑到泥石流数值模拟中。

(2) 承灾体数据库

羊岭沟堆积区内的典型建筑物样本数为60个(图5), 建筑物总面积为8 355 m², 平均建筑面积约为140 m², 据现场调查与《汶川县统计年鉴(2013)》, 将建筑物单价定为2 500元/m², 建筑物总价值2 089万元, 平均单体建筑物价值为35万元。在工程治理时, 出于拓宽排导槽的建设用地需求, 排导槽两侧6处建筑物被拆除, 编号分别为7#, 8#, 9#, 27#, 55#和72#(如黑色虚线框所示), 故工程治理后, 典型建筑物总面积为7 593 m², 总价值为1 898万元。

(3) 风险定量评价

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 羊岭沟堆积扇建筑物的空间分布Fig.5 The spatial distribution of buildings at risk on the Yangling Gully deposition fan

本文可以4个层次反映泥石流定量风险评价成果:①泥石流威胁区建筑物总体损失类型、数量及相应的经济价值; ②以某建筑物为例, 反映单体建筑物的损失类型及其出现的概率; ③以某规划用地的损失类型及其概率为例, 表达风险量化成果在建设规划中的指导意义; ④道路的总体损失类型及受损段长度。

图6显示了10, 20, 50和100年一遇降雨条件下有/无防治工程措施的风险量化结果。通过对比不同情境的评价结果, 可实现防治工程效益的定量评价。如表6所示, 羊岭沟泥石流治理工程, 在4个不同频率降雨情境下, 累计减少经济损失达673.74万元, 累计减少道路受损长度220 m, 发挥了重要的防灾减灾效益。但当100年一遇泥石流发生时, 建筑物损失数量及价值陡增, 达到50年一遇情境的2倍, 这是因为羊岭沟泥石流治理工程的设计标准为50年一遇, 故对超越该频率泥石流的防治效益有限。

图6

Fig.6

Figure Option ViewDownloadNew Window

图6 羊岭沟泥石流风险量化图 (a), (c), (e), (g)分别为10, 20, 50, 100年一遇降雨, 且不考虑防治工程的泥石流情境; (b), (d), (f), (h)分别为10, 20, 50, 100年一遇降雨, 且考虑防治工程的泥石流情境Fig.6 The quantitative risk assessment results of Yangling debris flow catchment (a), (c), (e) and (g) shows 10, 20, 50 and 100 years rainfall recurrence period simulation scenarios respectively, without considering prevention measures; (b), (d), (f) and (h) are the opposite

表6

Table 6

表6(Table 6)

表6 羊岭沟泥石流治理工程经济效益分析 Table 6 The economic benefit analysis of prevention measures in Yangling Gully 降雨 频率 治理 工程 建筑物损失 道路损失 数量 价值 /万元 减少损失 /万元 等级 长度 /m 减少损失 /m 10% × 21 179.38 175.00 Ⅳ 112 60 √ 1 4.38 Ⅳ 52 5% × 27 183.75 157.50 Ⅳ 118 60 √ 3 26.25 Ⅳ 58 2% × 37 253.75 188.12 Ⅳ 121 51 √ 9 65.63 Ⅳ 70 1% × 43 280.00 153.12 Ⅳ 132 49 √ 20 126.88 Ⅳ 83

表6 羊岭沟泥石流治理工程经济效益分析 Table 6 The economic benefit analysis of prevention measures in Yangling Gully

本文针对我国西南山地城镇承灾体类型与泥石流成灾方式的特殊性, 以易损性曲线为纽带, 链接泥石流强度指数I_DF与承灾体自身特征, 构建了一套泥石流灾害定量风险评价的评价方法, 实现了威胁区内不同泥石流情境下, 重要承灾体预期损失的定量表达。

首先, 利用FLO-2D模拟定量描述了泥石流的冲出— 堆积特征, 完成了泥石流的危险性评价。七盘沟7· 11泥石流模拟结果显示, 正确判断区面积为50.02× 10⁴ m², 综合精度指数Ω 值为1.22, I_DF最大值可达1 013.25 m³/s², 总体上呈现上游高于下游、排导槽中心高于两侧的趋势。

其次, 以七盘沟7· 11泥石流灾损数据为样本, 利用经验统计模型, 在经过典型建筑物定义、损失等级划定以及易损性曲线拟合(Weibull累积分布函数)等步骤后, 构建了基于强度指数I_DF与超越损失概率的建筑物易损性评价模型; 并在阐明道路等级与损失类型的基础上, 引入了Winter道路易损性评价模型。

最后, 将上述FLO-2D模拟和易损性模型相结合, 实现了泥石流重要承灾体的风险量化。汶川羊岭沟泥石流案例应用表明, 在分别考虑4种不同降雨频率和泥石流防治工程的情况下, 建筑物累计损失减少了673.74万元, 道路受损长度减少了220 m。通过定量风险评价, 实现了泥石流防治工程的效益评估。

但是, 本研究仍有不足, 主要体现在:①基于FLO-2D模型的泥石流强度表达, 过分强调了泥石流体的整体作用力, 而忽略了大块石对承灾体的破坏作用; ②应增加易损性评价模型的样本类型及数量, 提高模型预测的准确性和普适性; ③后续研究应拓宽承灾体的研究范畴, 构建环境和社会的易损性评价模型, 实现人口、资源和环境等的泥石流定量风险评价。