特大山洪泥石流成灾特征与形成机理:以四川康定日地沟“8·3”泥石流为例

叶伟浩; 陈宁生

doi:10.12404/j.issn.1671-1815.2502203

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (2) :490-502 DOI: 10.12404/j.issn.1671-1815.2502203

天文学、地球科学

特大山洪泥石流成灾特征与形成机理:以四川康定日地沟“8·3”泥石流为例

叶伟浩 ¹^,² ,
陈宁生 ¹^,³^,^*

作者信息 +

Disaster Characteristics and Formation Mechanism of Catastrophic Debris Flows: “8·3” Ridi Gully Debris Flow Disaster in Kangding, Sichuan

YE Wei-hao ¹^,² ,
CHEN Ning-sheng ¹^,³^,^*

Author information +

文章历史 +

摘要

2024年8月3日凌晨,四川省康定姑咱镇日地沟暴发特大型山洪泥石流灾害,对当地居民、雅康高速及基础设施等造成了极大的损失。以日地沟泥石流为例,通过现场调查、遥感解译、计算和分析融雪出水量、高程积分等手段,揭示了此次灾害的成灾特征、形成机理,并利用Massflow软件对本次泥石流进行模拟验证。结果表明:短时间的强降雨是日地沟泥石流暴发的直接原因,而前期的长期降雨、迅速升温的融雪水以及频繁的地震和成熟的侵蚀地貌演化间接促成了泥石流的形成。同时,地震和侵蚀地貌也增加了泥石流堵塞的可能性以及泥石流的规模,结合数值模拟计算方法,通过实测和模拟堆积面积的比较,验证结果表明考虑沟道堵塞系数模型的堆积面积更接近实测值。这项研究更加直观地分析了泥石流的动力特征,以期为类似泥石流的防灾减灾工作提供理论依据。

Abstract

In the early morning of August 3, 2024, a super-large mountain flood and debris flow disaster broke out in Ridi gully, Guza Town, Kangding, Sichuan Province, causing great losses to local residents, Yakang Expressway and infrastructure. Taking the Ridi gully debris flow as an example, the disaster characteristics and development process of the event were revealed through field investigation, remote sensing interpretation, calculations and analyses of snowmelt water output, HI(height integral), and other parameters. The debris flow was subsequently simulated and verified using the Massflow software. The results show that short-term heavy rainfall is the direct cause of the Ridi gully debris flow, while the long-term rainfall in the early stage, the rapidly warming snowmelt water, frequent earthquakes and mature erosional landform evolution indirectly contribute to the formation of debris flow. At the same time, earthquakes and erosion landforms also increase the possibility of debris flow blockage and the scale of debris flow. Combined with numerical simulation calculation methods, through the comparison of measured and simulated accumulation areas, the verification results show that the accumulation area of the model considering the channel blockage coefficient is closer to the measured value. This study analyzes the dynamic characteristics of debris flows more intuitively, in order to provide a theoretical basis for disaster prevention and mitigation work for similar debris flows.

Graphical abstract

关键词

特大泥石流 / 成灾特征 / 形成机理 / 发展过程 / 日地沟

Key words

massive debris flow / disaster characteristics / formation mechanism / development process / Ridi gully

引用本文

引用格式 ▾

叶伟浩, 陈宁生. 特大山洪泥石流成灾特征与形成机理:以四川康定日地沟“8·3”泥石流为例[J]. 科学技术与工程, 2026, 26(2): 490-502 DOI:10.12404/j.issn.1671-1815.2502203

YE Wei-hao, CHEN Ning-sheng. Disaster Characteristics and Formation Mechanism of Catastrophic Debris Flows: “8·3” Ridi Gully Debris Flow Disaster in Kangding, Sichuan[J]. Science Technology and Engineering, 2026, 26(2): 490-502 DOI:10.12404/j.issn.1671-1815.2502203

登录浏览全文

4963

注册一个新账户忘记密码

泥石流作为山区极为常见且破坏力巨大的山地灾害类型之一,对当地居民的生计维持以及各类生产活动构成了严重的现实威胁。为了避免与泥石流相关的灾害,全面且深入地了解泥石流的形成条件、运动过程以及致灾机制尤为关键。在全球变暖的背景下,近50年来青藏高原升温幅度是全球平均值的2倍以上,极端降水事件频率增加36%^[1],这种气候变化使冰川加速消融和冻融循环加剧,进而对山地灾害的孕灾环境产生影响。川西地区地处青藏高原东缘,位于印度板块与欧亚板块碰撞的强烈构造活动带前缘^[2],这种独特的地质条件使该地区成为泥石流灾害的高发区,而气候变化的加剧进一步提高了泥石流的风险等级。

近年来,许多学者通过研究泥石流灾害在不同尺度上的内部和外部地质效应,发现了极端气候、地震、地貌演化和泥石流灾害之间的相关性。例如,Fan等^[3]通过地球物理与岩土力学交叉分析,揭示了地震-降雨-泥石流灾害链的多相介质动力学过程;Guo等^[4]发现汶川地震使触发泥石流的降雨阈值显著降低,并且在未来几十年仍然低于震前水平;Huang等^[5]通过遥感技术分析了天摩沟泥石流的成因机制和特征,发现冰雪融水是导致天摩沟高速运动的重要因素;Yan等^[6]发现强烈的构造隆起、地震和风化形成的丰富地壳物质、极端降雨事件和强烈的冻融循环导致了祁连山的大规模泥石流。曾宪阳等^[7]分析了抄布隆巴泥石流的成因,发现冰川融水是泥石流发生的主要原因并且预测区域内泥石流沟将进入新一轮活跃期。马煜等^[8]对都江堰龙溪河沿岸汶川地震触发的泥石流灾害进行了研究,发现有88.6%的泥石流灾害点分布在汶川地震发震断裂带附近3 km范围内。伍先福等^[9]对青海隆务东山沟域潜在灾害链成因进行了分析,预测了链生灾害之间可能存在的相互激发、转化关系,揭示了潜在灾害链成链过程及条件。此外,在研究泥石流过程中数值模拟是常用的技术手段,目前主流的模拟软件有FLO-2D、RAMMS、Fluent、Massflow等。叶豪等^[10]利用FLO-2D较好地反演了青海省中川乡祁家沟泥石流的泥流运动和堆积阶段的特征;刘府生等^[11]采用RAMMS模拟分析了冻错曲冰湖泥石流在不同溃决模式下的演进过程;贾邦中等^[12]结合Fluent对龙川县米贝村泥石流灾害运动特征展开研究,还原了其形成演化过程。Massflow模型在泥石流定量研究中应用更为广泛,该模型基于Coulomb和Voellmy摩擦定律^[13],精准模拟泥石流从启动到堆积的动态演变过程。通过将三维计算简化为二维模型^[14],显著提高了计算效率,尤其适用于分析易蚀基岩表面两相流体的质量输移与动量传递过程。An等^[15]运动Massflow模拟了梅龙泥石流的起始、运动、夹带和沉积的整个过程,计算结果与现场观察结果非常吻合,为泥石流的动力学研究提供了重要参考。

综上,目前针对极端气候和特殊地质条件的低频、特大规模泥石流研究不够全面,在高寒山区的监测盲区还缺乏案例研究。现以2024年康定市姑咱镇“8·3”日地沟泥石流为研究对象,通过现场调查、遥感解译、计算和分析融雪出水量、高程积分等手段,量化冰雪消融、短时强降雨与地震对泥石流形成的影响程度,揭示日地沟泥石流的成灾特征和形成机理。在查明泥石流形成机理的基础上,采用雨洪法分别计算两种堵塞系数下的泥石流峰值流量,利用Massflow数值模型,基于堵塞系数对突发性泥石流的运动过程进行数值模拟,定量分析泥石流的演进过程,以期为类似区域地质环境条件下泥石流的调查和防灾减灾工作提供参考。

1 研究区域与数据来源

1.1 研究区域

日地沟泥石流位于四川省康定市姑咱镇日地村,地处康定河右岸,G318国道从沟口通过,雅康高速从流域中下游隧道穿沟而过,如图1所示,沟口堆积区中心坐标:102°06'32.55″E,30°04'05.38″N,为一低频泥石流。日地沟流域面积25.07 km²,为一常年流水沟道,入河口位于康定河右岸。主沟沟长10.5 km,平均比降为385.71‰。流域最低点位于海拔1 702 m的沟口处,最高点位于西南分水岭,海拔5 752 m,相对高差达4 050 m,流域总体呈南北向分布,南高北低,多见深切的“V”形沟谷,沟道纵坡从沟源至沟口整体上陡下缓的趋势,上段纵坡降为610.25‰~396.48‰,这种地形在降雨作用下有利于雨水和泥沙的汇集。主沟上游发育有两条大型支沟,两条支沟在海拔2 275 m处汇合,支沟纵坡较大,沟谷深切。

研究区处于青藏高原东南缘与四川盆地西部的过渡带,地质构造极为复杂,断裂带十分发育,如图1(a)所示。在研究区30 km范围内有鲜水河和大渡河两条断裂带,且均处于活跃状态。因此,康定市地震活动尤其频繁,历史上曾发生1786年康定-泸定7.75级和1955年折多塘7.5级等重大地震事件^[16]。这种持续的构造活动导致该地区岩层破碎严重,断裂与裂隙广泛发育。区内的主要岩性包括英云闪长岩、冷竹关组及咱里组,如图1(b)所示,第四纪松散堆积体主要分布于两岸斜坡。

日地沟位于青藏高原东部,属亚温带气候区,气候特点为亚湿润,干燥、日照充足、昼夜温差大,夏季短暂且冬季冰雪期长。根据当地气象站的数据,如图2所示,该流域年平均气温为7.1 ℃,月平均最高气温为15.1 ℃,月平均最低气温为-14.7 ℃,年均降水量为803.8 mm,降水集中于5—9月,占全年降水的60%~85%。这一降水高峰期恰逢山地灾害的高风险期,其中单日最大降水量可达65.9 mm。

1.2 数据来源

通过遥感影像解译分析日地沟泥石流的启动、运动和沉积过程。鉴于日地沟流域面积较大,泥石流形成区海拔高,故而采用多周期卫星影像进行综合分析。此外,使用DJI Mavic 2无人机拍摄了现场照片,并对两次调查获取的影像数据进行了处理,生成了正射影像图(digital orthophoto map,DOM)和数字高程模型(digital elevation model,DEM),影像及DEM的详细信息如表1所示。为了量化泥沙的动态转移过程,采用ArcGIS软件对12.5 m分辨率的DEM数据进行了填洼处理,并运用D8单流向算法计算了流向。通过为每个像元创建累积流量栅格,来精确描绘沟内的径流特征。经过河流定义、河网分割、流域划定以及栅格河网矢量化等步骤,构建了日地沟的子流域与河网系统^[17]。

2 泥石流灾害特征

2.1 泥石流动、静参数特征

计算泥石流流体重度、流速、流量是评价泥石流性质和规模的关键方法。日地沟泥石流发生后,研究团队在沟道内进行了土样采集(泥石流土样取样点位置为102°06'12.36″E、30°03'56.41″N,高程为1 845 m),并在室内对土样进行颗粒筛分实验,采用马尔文激光粒度仪测定土样中粒径小于0.005 mm的黏粒含量,具体结果如图3所示。

泥石流重度的计算采用了基于中国西南山区泥石流容重与黏粒含量数据的统计分析公式^[18],其表达式为

(1)

$\begin{array}{l}{\gamma }_{\mathrm{c}}=-1.32\times {10}^{3}{x}^{7}-5.13\times {10}^{2}{x}^{6}+8.91\times {10}^{2}{x}^{5}-\\ 55{x}^{4}+34.6{x}^{3}-67{x}^{2}+12.5x+1.55\end{array}$

式(1)中:γ_c为泥石流的重度,g/cm³;x为泥石流土样中的黏粒含量。

计算表明,日地沟“8·3”泥石流容重为1.73 g/cm³,在中国泥石流分类标准下,日地沟泥石流为稀性泥石流。

根据现场勘察和泥石流相关模型计算流速和流量,结合灾后调查测得的断面数据,对右侧支沟下游游至沟口的6个断面的泥石流流速进行计算分析,采用西南地区稀性泥石流流速计算公式,表达式为

(2)

${V}_{\mathrm{c}}=\frac{1}{n\sqrt{{\gamma }_{\mathrm{H}}\varphi +1}}{R}^{2/3}{I}^{1/2}$

式(2)中: V_c为泥石流断面平均流速,m/s;γ_H为泥石流固体物质容重,g/cm³;1/n为清水河床糙率系数,查水位手册后确定为10;R为水力半径;I为泥石流水力坡度。

采用形态调查法来估算此次泥石流灾害的峰值流量,计算公式为

(3)

${Q}_{\mathrm{c}}={W}_{\mathrm{c}}{V}_{\mathrm{c}}$

式(3)中:Q_c为泥石流断面峰值流量,m³/s;W_c为泥石流过流断面面积,m²,可通过调查测绘获取;V_c为泥石流断面平均流速,m/s。

计算参数和计算结果如表2所示。

2.2 泥石流运动特征

通过现场实地调查,并结合高分辨率遥感影像,如图4所示,大体可将日地沟“8·3”泥石流过程分为3个阶段。

(1)泥石流形成阶段。通过对灾后影像的详细分析,发现海拔3 500 m以上的分支沟上游存在明显的泥石流启动迹象,如图5(a)和图5(b)所示。这些迹象包括植被的破坏、新鲜岩土体的暴露以及沟渠明显加宽,表明泥石流的起源位于日地沟的分支沟上游。该区域主要受季节性积雪融化和高海拔寒冻风化作用的共同影响,形成大量岩屑流。进一步观察两条支沟的交汇处,可以发现右侧支沟的侧蚀宽度与下切深度显著大于左侧支沟。而左侧支沟则多为基岩裸露,侧蚀宽度相对较小,这种差异表明本次泥石流主要启动物源来自右侧支沟,如图5(c)所示。根据从ArcGIS平台提取的流域边界与河网系统数据可知,左侧支沟的流域面积远大于右侧支沟,且河网密度也较高,表明左侧支沟为此次泥石流活动提供了充分的水动力条件。

(2)规模放大阶段。在日地沟流域内,高程介于1 773~3 500 m的区段是泥石流的主要物源补给区。该区段沟道的物源主要由沟道堆积物和崩滑物源构成。通过实地勘察发现部分岸坡侧蚀现象严重,崩滑等不良地质现象较为发育,如图6(a)所示。这种地质状况使得松散固体物源极为丰富,在强水流作用下极易被裹挟,进而转化为泥石流。此外,从图6(b)可以看出,该区段内多数崩塌物积聚在沟道内,而上游由地震产生的崩滑物源在泥石流携带的石头、沙子和浮木很难通过这一狭窄的路段,导致河道堵塞,形成淤积,最终临时坝体因泥石流物质不断堆积,直至剪切力大于屈服应力而溃决增大了泥石流的流量。如图7所示,日地沟泥石流的峰值流量呈现出自上游至下游逐渐增大的趋势,随着沟道比降逐渐减小,泥石流流量增长趋于平缓,最终达到2 392.1 m³/s。

(3)停淤阶段。堆积区位于日地沟出山口以下沟段,其高程介于1 636~1 773 m,平均纵坡139.51‰,此区段十分有利于泥石流堆积。沟口已建排导槽淤积堵塞,堆积区冲淤特征表现为以淤为主。进一步通过图5(d)所示的灾害前后影像对比发现,堆积区面积约1.3×10⁵ m²,平均厚度约4 m,堆积固体约5.8×10⁵ m³,据此可判定本次事件为特大型规模泥石流。

2.3 成灾特征与防护工程现状

日地沟泥石流在形成、扩大和停淤过程中,除了呈现一般泥石流灾害的共性特征外,还表现出独特性,如极强的承载力、输移能力及淤积规模大的特征。此次泥石流的承载力极为突出,泥石流裹挟的巨石致使雅康高速公路康定至泸定段的日地1号隧道至2号隧道之间的桥梁垮塌,如图8(a)和图8(b)所示。在泥石流堆积区,由图8(c)可清晰看出直径超过1 m的巨石分布频繁,其中最大的巨石直径达到12 m,经估算其质量约为2 000 t。另外,泥石流对日地村造成了严重冲击,导致22间房屋不同程度的损坏。沟口附近的部分房屋被完全冲走,部分则被掩埋或严重损坏,如图8(d)所示。此次灾害最终造成9人不幸遇难,8人失联。

在灾害发生之前,流域内已建设了防治工程,包括两岸约680 m长的防护堤和连接村道与G318线的混凝土排导槽。根据计算,防护堤段的最大过流量设定为126 m³/s,排导槽段的最大过流量则为240 m³/s。就现有防护工程而言,其能够抵御五十年一遇的山洪灾害,但不足以应对百年一遇的泥石流。当前,双边防护堤已被泥石流冲毁,丧失了防护功能;单边防护堤段基本淤满;连接村道与G318线的排导槽则被泥石流裹挟的巨石堵塞。这种状况致使排导槽溢流现象加剧,进一步增强了泥石流的破坏力,进而扩大了灾害的影响范围。此次特大灾害造成直接经济损失约1.5亿元,受灾面积由原先的119 250 m²增加至146 124 m²,扩大了22.53%,详细情况如图9所示。

3 泥石流形成机理

3.1 极端气象条件触发泥石流

前期累计降雨量对泥石流的形成具有至关重要的影响,由于日地沟中上游无人区未设置雨量计,本研究借助ERA5气象数据获取了日地沟源区的气象数据。据该数据显示,在8月3日泥石流暴发之前的一个月里,累计降雨量达454.6 mm,具体如图10所示。

通过调查访问得知,8月3日峰值小时降雨量出现在15:00—16:00为25.5 mm,这与日地沟泥石流发生的时间一致。故以此作为触发日地沟泥石流降雨持续时间和强度的参考值,计算降雨频率,公式为

(4)

${H}_{1P}={K}_{1P}{\stackrel{-}{H}}_{1\mathrm{P}}$

式(4)中:K_1P为P频率下的模比系数;H_1P为P频率下的年最大小时降雨量;K_1P的取值依据《四川省中小流域暴雨洪水计算手册》(1984)所推荐的皮尔逊Ⅲ型分布函数确定;

${\stackrel{-}{H}}_{1\mathrm{P}}$

为P频率下的最大小时雨量平均值,通过查阅《四川省暴雨统计参数等值线图册》获得。

经计算得出日地沟流域不同频率的1 h和6 h暴雨强度,详细计算结果如表3所示。通过对比可知,日地沟沟口15:00—16:00的降雨情况接近50年一遇,一般而言,局部降雨量以线性或指数形式随着海拔的增加而增加,这在许多情况下已被证明是一个可接受的近似值^[19]。鉴于日地沟泥石流源区和沟口之间1 700 m的高差,由此可推断源区的最大小时降雨频率可能超过50年一遇。

日地沟流域上游位于冰雪覆盖的高寒区域,依据ERA5气象数据,泥石流发生前的一周的最高气温迅速攀升,自7月29日的13.21 ℃升至8月1日的19.41 ℃,升温幅度达46.9%。此外,一定量的前期降雨有利于冰雪的融化^[20],进而为泥石流的发生创造了有利条件。现选取Tank模型^[21]的改进式,针对泥石流前一周的融雪出水量展开定量研究,该度日模型已在青藏高原地区的冰雪融水径流模拟以及冰川动力模型的研究中广泛应用^[22],验证了其在高海拔寒区水文过程模拟中的可靠性和适用性,因此适用于本文研究的融雪径流定量计算。该模型以气温与降雨作为关键要素,第一部分假设融雪量与日平均温度相关,反映温度对融雪过程的影响,第二部分反映降雨输送的热量对融雪的影响,其表达式为

(5)

${R}_{\mathrm{X}\mathrm{S}}=(t-{t}_{\mathrm{m}\mathrm{i}\mathrm{n}}){r}_{\mathrm{x}\mathrm{x}\mathrm{s}}+\frac{1}{80}Pt$

式(5)中:R_XS为融雪出水量,mm;r_xxs为度日因子,mm/(d·℃);P为日降水量,mm;t为日平均气温,℃;t_min为日最低气温,℃。

度日因子采用横断山区均值2.42 mm/(d·℃),计算结果如表4所示。

3.2 泥石流物源补给机制分析

根据遥感影像和野外实地踏勘可知,日地沟流域松散固体物质储量丰富,主要包括沟岸崩滑物源、沟床堆积物源、坡面侵蚀物源三大类。以崩塌、滑坡堆积体为主,次为沟道堆积物,坡面侵蚀亦提供少量物源。

根据表5统计分析可知,流域内物源总储量约4.73×10⁶ m³,可能参与泥石流活动的动储量为1.24×10⁶ m³,对各物源分述情况如下。

(1)沟岸崩滑物源。日地沟内原始斜坡岩体破碎,大量崩滑物源直接堆积于沟道内,如图11所示。已有研究表明,崩滑物源与地震密切相关^[23],地震后滑坡侵蚀过程增强,导致大量滑坡物质向河道转移^[24],因此触发泥石流所需要的水动力条件低于震前水平^[25]。例如,2008年汶川地震引发了12 700起地质灾害,产生了约28×10 m³的松散固体物质^[26],截至2023年触发泥石流的降雨阈值仍未恢复到震前水平^[17]。一般而言,4.7级以上地震被认为具有破坏性^[27],根据震感半径R和震级M之间的关系^[28],对日地沟附近的地震事件进行筛选,所使用的数据来源于中国地震数据中心(http://data.earthquake.cn)。当R-D>0,地震事件被选为对日地沟崩滑灾害有影响的地震;反之,当R-D<0,则不考虑地震的影响。震感半径与震级的关系为

(6)

$R={10}^{-2.803+0.974M}$

(7)

$R={10}^{0.611+0.289M}$

式中:R为震感半径,m;D为距震中的距离,m;M为震级,Ms。

同时,采用中国地震与加速度关系的经验模型^[29],估算地震对日地沟泥石流发展的峰值加速度。计算公式为

(8)

$\left\{\begin{array}{l}{E}_{\mathrm{P}\mathrm{A}}^{\mathrm{l}\mathrm{w}}={10}^{2.492+0.786M-2.787\mathrm{l}\mathrm{g}[D+3.269\mathrm{e}\mathrm{x}\mathrm{p}(0.451M\left)\right]}\\ {E}_{\mathrm{P}\mathrm{A}}^{\mathrm{s}\mathrm{w}}={10}^{1.093+0.591M-1.794\mathrm{l}\mathrm{g}[D+1.046\mathrm{e}\mathrm{x}\mathrm{p}(0.451M\left)\right]}\\ {E}_{PA}^{\mathrm{w}}=({E}_{\mathrm{P}\mathrm{A}}^{\mathrm{l}\mathrm{w}}{E}_{\mathrm{P}\mathrm{A}}^{\mathrm{s}\mathrm{w}}{)}^{0.5}\end{array}\right.$

式(8)中:

${E}_{\mathrm{P}\mathrm{A}}^{\mathrm{l}\mathrm{w}}$

为长轴上的地震峰值加速度,Gal;

${E}_{\mathrm{P}\mathrm{A}}^{\mathrm{s}\mathrm{w}}$

为短轴上的地震峰值加速度,Gal;

${E}_{\mathrm{P}\mathrm{A}}^{\mathrm{w}}$

为地震峰值加速度,Gal。

结果显示,2013—2024年距离日地沟300 km内共发生地震23次,影响日地沟的4.7级及以上地震共计10次,具体信息如表6所示。其中2022年9月5日泸定6.8级地震的

${E}_{\mathrm{P}\mathrm{A}}^{\mathrm{W}}$

为92.26 Gal,相当于地震烈度Ⅶ度。以往研究表明,震区泥石流强度≥Ⅶ级时,极易发生泥石流灾害^[29]。由此可见,地震不仅降低了触发泥石流所需的水动力条件,还通过提供大量物源,进一步加剧并放大了泥石流的破坏力。

(2)沟床堆积物源。历史泥石流形成的沟道堆积物源可支撑后续灾害的发育^[30]。以2010年甘肃舟曲泥石流为例,历经多年累积形成的11次沟床堆积物,构成此次泥石流的主要固体物质来源。自1953年有记录以来,在日地沟内共发生4次泥石流,分别发生于1952年、1963年、1966年以及1982年。截至目前,沟道堆积物源约为9.16×10⁵ m³。根据野外调查,沟道物源主要分布在支沟部分沟段及主沟上游,受到冲刷搬运和侵蚀作用的影响,为本次泥石流形成提供了重要物质来源,如图11(b)所示。

(3)坡面侵蚀物源。日地沟地处川西高原,受该区域自然环境的影响,流域上部游斜坡体表面岩石风化作用强烈。由于该区域森林覆盖度低,植被稀少,缺乏植物根系的稳固作用。在遭遇暴雨或持续性降雨情况下,水力侵蚀作用下水土流失现象严重^[31],使得流域内积累了大量可供泥石流利用的坡面物源。

3.3 地形地貌促进泥石流形成

地形和地貌通过影响径流、物质积累和水流动力学等各种因素,在泥石流的发展中起着关键作用。日地沟流域地形复杂,海拔差异显著,这会提高降雨和融雪产生径流的冲刷能力和侵蚀强度^[32]。为了准确评估日地沟流域的地貌演化阶段,选取高程积分(hypsometric integral,HI)和高程曲线(hypsometric curve,HC)作为评估流域侵蚀状态的间接指标。高程积分作为一种重要的评估手段,不仅能够预测流域的地表径流状况以及产沙情况,还能够对地表侵蚀和土壤退化所产生的影响进行有效评估^[33]。采用Pike等^[34]提出的高程-起伏比方法计算,表达式为

(9)

$\mathrm{H}\mathrm{I}=\frac{{H}_{\mathrm{m}\mathrm{e}\mathrm{a}\mathrm{n}}-{H}_{\mathrm{m}\mathrm{i}\mathrm{n}}}{{H}_{\mathrm{m}\mathrm{a}\mathrm{x}}-{H}_{\mathrm{m}\mathrm{i}\mathrm{n}}}$

式(9)中:H_mean为流域的平均高程,通过划定的等高线估算得到;H_max和H_min分别为流域内的最大和最小高程。

根据高程积分的值,地貌演化发展可分为3个阶段^[35],如表7所示。

高程曲线的绘制基于流域的数字高程模型(digital elevation model,DEM)数据,通过沿横坐标绘制相对面积和沿纵坐标绘制相对高程而获得的。相对面积为特定轮廓上方的面积(a)与包围出口的分水岭的总面积(A)的比率获得,相对高程则是特定轮廓(h)从基面到最大流域高程(H)的高度,其计算模型如图12所示^[36]。

依据式(9),根据12.5 m分辨率ALOS DEM数据计算的日地沟主沟的HI指数为0.416,其左右支沟分别为0.539和0.443,相应的高程曲线如图13所示。HI指数和高程曲线均表明日地沟流域目前正处于地貌演化的成熟阶段。在这一阶段,流域地貌更易受降雨的侵蚀作用影响,基岩在长期的物理风化、机械破碎以及化学分解等多种因素的综合作用下逐渐破碎,同时伴随着大量松散沉积物的堆积。增加了泥石流发生的可能性。此外,侵蚀作用形成的深沟也为泥石流堵塞提供了河道条件。因此,频繁的地震与成熟的流域地貌相互作用,导致动储量体积的增加,这些因素综合作用,不仅增加了泥石流堵塞的可能性,还使得泥石流的规模进一步扩大。

4 泥石流动力学模拟与验证

4.1 Massflow基本原理

采用专业泥石流模拟软件Massflow对日地沟泥石流进行运动过程模拟。Massflow是对流体动力学三维Navier-Stokes方程进行深度积分,推导出质量和动量控制方程,在控制方程的求解方面采用MacCormack-TVD有限差分法。兼有考虑复杂地形地貌和自适应求解域特征的山地灾害动力学高效计算模拟软件。其控制方程^[13]如下。

质量守恒方程为

(10)

$\frac{\partial h}{\partial t}+\frac{\partial \left(h\stackrel{-}{u}\right)}{\partial x}+\frac{\partial \left(h\stackrel{-}{v}\right)}{\partial y}=0$

动量守恒方程为

(11)

$\begin{array}{l}\frac{\partial \left(h\stackrel{-}{u}\right)}{\partial t}+\frac{\partial (h{\stackrel{-}{u}}^{2}+{k}_{\mathrm{a}\mathrm{p}}{g}_{z}{h}^{2}/2)}{\partial x}+\frac{\partial \left(h\stackrel{-}{u}\stackrel{-}{v}\right)}{\partial y}=\\ 　　{g}_{x}h-{k}_{\mathrm{a}\mathrm{p}}{g}_{z}h\frac{\partial \left({z}_{\mathrm{b}}\right)}{\partial x}-\frac{({\tau }_{zx}{)}_{\mathrm{b}}}{\stackrel{-}{\rho }}\end{array}$

(12)

$\begin{array}{l}\frac{\partial \left(h\stackrel{-}{v}\right)}{\partial t}+\frac{\partial (h{\stackrel{-}{v}}^{2}+{k}_{\mathrm{a}\mathrm{p}}{g}_{z}{h}^{2}/2)}{\partial x}+\frac{\partial \left(h\stackrel{-}{u}\stackrel{-}{v}\right)}{\partial y}=\\ 　　{g}_{y}h-{k}_{\mathrm{a}\mathrm{p}}{g}_{z}h\frac{\partial \left({z}_{\mathrm{b}}\right)}{\partial y}-\frac{({\tau }_{zx}{)}_{\mathrm{b}}}{\stackrel{-}{\rho }}\end{array}$

式中:ρ为流体的密度;t为时间;

${\tau }_{ij}$

为不同方向上的应力分量;g_x、g_y、g_z分别为x、y、z轴上的重力分量;u、v为流体速度在x、y轴上的分量;

$h\stackrel{-}{u}h、\stackrel{-}{v}$

分别为流体沿x、y方向的流量通量;

$h\stackrel{-}{u}\stackrel{-}{v}$

为单位宽度的、携带x方向动量的体积通量;k_ap为侧向土压力系数;z_b为河床或地表高程;

$\stackrel{-}{\rho }$

为流体的平均密度;

${\tau }_{zx}$

为底部切应力的x分量。

根据日地沟泥石流爆发的灾害特点与历史泥石流特征,选择Voellmy模型作为基底摩擦模型,表达式为

(13)

$\tau =\sigma \mu +\frac{\rho g{v}^{2}}{\xi }$

式(13)中:τ为底部的剪应力,Pa;σ为正应力,Pa;μ为摩擦系数;ρ为泥石流密度,kg/m³;ξ为湍流系数。

4.2 泥石流运动特征参数获取

Massflow软件在设计应用中,无法直接将降雨量作为参数进行模拟。因此,需要将降雨量转换为流量后再进行计算。依据3.1节的计算分析,本次泥石流降雨事件的重现期为50年。在此基础上,通过《泥石流灾害防治工程勘查规范》(T/CAGHP 006—2018)中的雨洪法,可以计算得到该重现期下的泥石流流量,表达式为

(14)

${Q}_{\mathrm{c}}=(1+\varphi ){Q}_{\mathrm{b}}{D}_{\mathrm{c}}$

(15)

$\varphi =\frac{{\gamma }_{\mathrm{c}}-{\gamma }_{\mathrm{w}}}{{\gamma }_{\mathrm{H}}-{\gamma }_{\mathrm{c}}}$

式中:Q_b为清水峰值流量;

$\varphi $

为泥沙修正系数;γ_c为泥石流容重,取γ_c=1.73 g/cm³;γ_H为泥石流固体容重,取γ_H=2.65 g/cm³;γ_w为清水容重,取γ_w=1 g/cm³;D_c为堵塞系数。

泥石流动力学参数的选取主要依托现场调查,通过对泥石流的形成条件分析,进而明确Voellmy基底摩擦模型的参数取值范围。在此基础上,通过反演的方法确定具体计算参数。在Voellmy模型中较大的摩擦系数和较小的湍流系数可能导致较短的运动过程。同时,雨洪法中的堵塞系数可以反映堵溃对流量的放大作用。针对本次泥石流事件,日地沟在此前的堵塞程度仅由一些经验系数确定。在前期防治工程施工中,堵塞系数设定为1.5。然而随着时间推移,沟道内持续的侵蚀作用以及近年多次地震引发的崩滑物源,导致众多崩塌物直接堆积在下位置或沟道内,增大沟道的堵塞程度。在旧的防治工程的设计和施工中,并未充分考虑沟道堵塞造成的流量放大效应。鉴于此,在本次模拟中适当增大了堵塞系数,以此来反演真实泥石流规模。结合现场调查及前人研究成果,最终确定了反演数值模拟计算参数,如表8所示。

4.3 数值反演结果及验证

依据上述数值模型反演所得的泥石流流深分布如图14所示。从图14中的模拟结果可见,在正常流量下,旧的防治工程在一定程度上可以缓解泥石流造成的危害。然而,图14(b)中的模拟结果显示,当堵塞系数增大至3.0,由于沟道堵塞造成的流量放大效应,泥石流的泥深和堆积区规模均随之增大。这种情况下,旧的防治工程无法承受泥石流带来的破坏。为验证模拟的精度,以2024年8月3日在日地沟暴发的泥石流事件以及本次泥石流动力演进过程作为依据。考虑到堵塞系数引起的流量放大效应的重要性,选取实测和模拟的堆积区面积和体积数据^[37],构建了精度评估模型,表达式为

(16)

$\Omega =\frac{{A}_{\mathrm{X}}}{{A}_{\mathrm{o}\mathrm{b}\mathrm{s}\mathrm{e}\mathrm{r}\mathrm{v}\mathrm{e}\mathrm{d}}}-\frac{{A}_{\mathrm{Y}}}{{A}_{\mathrm{o}\mathrm{b}\mathrm{s}\mathrm{e}\mathrm{r}\mathrm{v}\mathrm{e}\mathrm{d}}}-\frac{{A}_{\mathrm{Z}}}{{A}_{\mathrm{o}\mathrm{b}\mathrm{s}\mathrm{e}\mathrm{r}\mathrm{v}\mathrm{e}\mathrm{d}}}+\frac{{V}_{\mathrm{X}}}{{V}_{\mathrm{o}\mathrm{b}\mathrm{s}\mathrm{e}\mathrm{r}\mathrm{v}\mathrm{e}\mathrm{d}}}$

5 结论

采用野外调查、遥感解译、室内试验和模拟计算等方法研究了日地沟泥石流成灾特征与形成机理,得出以下结论。

(1)日地沟沟域呈树叶状,易于汇水,高差大,流域面积25.07 km²,主沟沟长10.5 km,平均比降为385.71‰,“8·3”日地沟泥石流为稀性泥石流,泥石流重度为1.73 g/cm³,峰值流量为2 392.1 m³/s,本次泥石流为特大泥石流事件。

(2)日地沟“8·3”泥石流暴发是前期的长期降雨、迅速升温的融雪水和短时的强降雨共同作用的结果,其起动源于分支沟上游土的孔隙水压力增大,降低了土的抗剪强度,而沿途由地震和成熟地貌阶段侵蚀作用形成的大量崩滑物源为泥石流提供了物源补给,沟内局部堵溃后流量放大则导致沟口成灾。

(3)采用Massflow软件对沟道内不同堵塞系数下的泥石流进行模拟。结果显示,在将沟道堵塞因素纳入考量后模拟精度Ω=1.694,该数值模型及相关参数能较好反映2024年8月3日地沟泥石流事件的实际情况,进而论证了沟内堵溃对泥石流流量的放大作用。

鉴于目前康定地区仍具备发生大规模泥石流的条件,建议加强对人口密集区泥石流的防控措施,建议沟道内采取“分级拦挡稳固、拦粗排细、停淤排导”的工程防治方案,从源头削减泥石流物质供给,缓解坡面侵蚀与水土流失的双重压力,提高防治工程的设防等级,最大程度降低泥石流灾害风险。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Intergovernmental Panel on Climate C. Climate change 2021-the physical science basis: working group Ⅰ contribution to the sixth assessment report of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press, 2023.

[2]	Tapponnier P, Zhiqin X, Roger F, et al. Oblique stepwise rise and growth of the tibet plateau[J]. Science, 2001, 294(5547): 1671-1677.

[3]	Fan X, Scaringi G, Korup O, et al. Earthquake-induced chains of geologic hazards: patterns, mechanisms, and impacts[J]. Reviews of Geophysics, 2019, 57(2): 421-503.

[4]	Guo X, Cui P, Li Y, et al. Intensity-duration threshold of rainfall-triggered debris flows in the Wenchuan Earthquake affected area, China[J]. Geomorphology, 2016, 253: 208-216.

[5]	Huang H, Fan X, Yang D, et al. Initiation mechanism and dynamic characteristics of repeated debris flows in the Tianmo Gully, southeastern Tibetan Plateau[J]. Landslides, 2025, 22: 1609-1622.

[6]	Yan Y, Hu S, Zhou K, et al. Hazard characteristics and causes of the “7·22” 2021 debris flow in Shenshuicao gully, Qilian Mountains, NW China[J]. Landslides, 2023, 20(1): 111-125.

[7]	曾宪阳, 张佳佳, 杨东旭, 等. 帕隆藏布流域低频泥石流的成因机制分析——以倾多镇抄布隆巴泥石流为例[J]. 科学技术与工程, 2019, 19(34): 103-107.

[8]	Zeng Xianyang, Zhang Jiajia, Yang Dongxu, et al. Characteristics and geneses of low frequency debris flow along Parlongzangbo River zone: take Chaobulongba Gully as an example[J]. Science Techno-logy and Engineering, 2019, 19(34): 103-107.

[9]	马煜, 李彩侠. 汶川强震区龙溪河流域泥石流灾害分布规律研究——以四川省都江堰龙溪河8·13泥石流为例[J]. 科学技术与工程, 2015, 15(10): 27-31.

[10]	Ma Yu, Li Caixia. Research on distribution of earthquake induced debris flow in Longxi River area: a case study in the Longxi River of Dujiangyan, Sichuan, China[J]. Science Technology and Engineering, 2015, 15(10): 27-31.

[11]	伍先福, 刘江, 李天涛, 等. 青海隆务东山沟域潜在灾害链成链分析及防治对策[J]. 科学技术与工程, 2024, 24(34): 14878-14888.

[12]	Wu Xianfu, Liu Jiang, Li Tiantao, et al. Chains genesis analysis and prevention measures of potential hazards in Longwu Dongshan Gully of Qinghai Province[J]. Science Technology and Engineering, 2024, 24(34): 14878-14888.

[13]	叶豪, 王乃昂, 赵力强, 等. 积石山M_S6.2级地震同震泥流动力学过程模拟研究[J]. 冰川冻土, 2025, 47(2): 430-440.

[14]	Ye Hao, Wang Naiang, Zhao Liqiang, et al. Dynamic process simulation of coseismic mudflow triggered by the Jishishan M_S6.2 earthquake[J]. Journal of Glaciology and Geocryology, 2025, 47(2): 430-440.

[15]	刘府生, 周瑞宸, 孙红林, 等. 基于RAMMS的冰湖溃决型泥石流演进模拟及危害性[J]. 科学技术与工程, 2023, 23(33): 14123-14132.

[16]	Liu Fusheng, Zhou Ruichen, Sun Honglin, et al. Evolution process simulation and hazard research of debris flow induced by glacier lake outburst based on RAMMS[J]. Science Technology and Engineering, 2023, 23(33): 14123-14132.

[17]	贾邦中, 吴义鹰, 冯文凯, 等. 龙川县米贝村1#泥石流灾害特征与运动过程[J]. 科学技术与工程, 2024, 24(9): 3576-3585.

[18]	Jia Bangzhong, Wu Yiying, Feng Wenkai, et al. Debris flow disaster characteristics and movement process in Mibei Village, Longchuan County[J]. Science Technology and Engineering, 2024, 24(9): 3576-3585.

[19]	Ouyang C, He S, Tang C. Numerical analysis of dynamics of debris flow over erodible beds in Wenchuan Earthquake-induced area[J]. Engineering Geology, 2015, 194: 62-72.

[20]	Li Y, Wang M, Ma F, et al. Constructing rainfall threshold for debris flows of a defined hazardous magnitude[J]. Remote Sensing, 2024, 16(7). DOI: 10.3390/rs16071265.

[21]	An H, Ouyang C, Wang F, et al. Comprehensive analysis and numerical simulation of a large debris flow in the Meilong catchment, China[J]. Engineering Geology, 2022, 298: 106546.

[22]	王栋, 张广泽, 蒋良文, 等. 川藏铁路成康段活动断裂工程效应及地质选线[J]. 铁道工程学报, 2015, 32(10): 6-11.

[23]	Wang Dong, Zhang Guangze, Jiang Liangwen, et al. Engineering effect of active fault and geological alignment of Chengdu to Kangding in Sichuan-Tibet Railway[J]. Journal of Railway Engineering Society, 2015, 32(10): 6-11.

[24]	Chen H, Xiong J, Zhao W, et al. Catastrophic debris flow triggered by a June 26, 2023 rainstorm suggests the debris flow is still active 15 years after the Wenchuan Seismic[J]. Landslides, 2024, 21(8): 1883-1897.

[25]	Hu G, Tian S, Chen N, et al. An effectiveness evaluation method for debris flow control engineering for cascading hydropower stations along the Jinsha River, China[J]. Engineering Geology, 2020, 266. DOI: 10.1016/j.enggeo.2019.105472.

[26]	Liu M, Deng M, Chen N, et al. Analysis of the low-frequency debris flow disaster induced by a local rainstorm on 12 July 2022, in Pingwu County, China[J]. Remote Sensing, 2024, 16(9). DOI: 10.3390/rs16091547.

[27]	刘铸, 李忠勤. 近期冰川表面径流系数变化的影响因素——以天山乌鲁木齐河源1号冰川为例[J]. 地球科学进展, 2016, 31(1): 103-112.

[28]	Liu Zhu, Li Zhongqin. Factors affecting the variation of glacier surface runoff-coefficient: a case study of Vrumqi No.1 glacier[J]. Advances in Earth Science, 2016, 31(1): 103-112.

[29]	Khan M U, Tian S, Chen N, et al. Understanding the formation mechanism of rainfall and snowmelt jointly induced Bicharh Nallah debris flow, North Pakistan[J]. Environmental Earth Sciences, 2025, 84. DOI: 10.1007/s12665-024-12054-7.

[30]	Wu K, Chen N, Hu G, et al. Failure mechanism of the Yaoba loess landslide on March 5, 2020: the early-spring dry spell in Southwest China[J]. Landslides, 2021, 18(9): 3183-3195.

[31]	胡旭东, 沈已桐, 胡凯衡, 等. 震区泥石流物源与冲出量的关系——以四川汶川县簇头沟为例[J]. 山地学报, 2022, 40(3): 369-383.

[32]	Hu Xudong, Shen Jitong, Hu Kaiheng, et al. Relationship between debris flow sediments and amount of debris flow discharges in earthquake affected region: a case study of the Cutougou Valley in Wenchuan County, Sichuan Province, China[J]. Mountain Research, 2022, 40(3): 369-383.

[33]	Wang J, Jin Z, Hilton R G, et al. Controls on fluvial evacuation of sediment from earthquake-triggered landslides[J]. Geology, 2015, 43: 115-118.

[34]	Marino P, Siva Subramanian S, Fan X, et al. Changes in debris-flow susceptibility after the Wenchuan Earthquake revealed by meteorological and hydro-meteorological thresholds[J]. CATENA, 2022, 210. DOI: 10.1016/j.catena.2021.105929.

[35]	Cui P, Chen X Q, Zhu Y Y, et al. The Wenchuan Earthquake(May 12, 2008), Sichuan Province, China, and resulting geohazards[J]. Natural Hazards, 2011, 56(1): 19-36.

[36]	Chen N S, Lu Y, Zhou H B, et al. Combined impacts of antece-dent earthquakes and droughts on disastrous debris flows[J]. Journal of Mountain Science, 2014, 11(6): 1507-1520.

[37]	Wang J H. The source rupture duration of earthquakes synthesized from an one-dimensional dynamic lattice model[J]. Journal of Physics of the Earth, 1993, 41: 391-404.

[38]	Zhong Z, Chen N, Hu G, et al. High-tide hysteresis effect of low-frequency debris flow after earthquake: a case study of Xifan Gully[J]. Bulletin of Engineering Geology and the Environment, 2024, 83(11). DOI: 10.1007/s10064-024-03913-5.

[39]	侯儒宁, 胡桂胜, 陈宁生, 等. 四川省金川县曾达沟泥石流灾害特征与监测预警[J]. 人民长江, 2022, 53(3): 108-113, 126.

[40]	Hou Runing, Hu Guisheng, Chen Ningsheng, et al. Characteristics, mechanism, monitoring and early warning of debris flow disasters in Zengda Gully, Jinchuan County, Sichuan Province[J]. Yangtze River, 2022, 53(3): 108-113, 126.

[41]	唐晓春. 川西北山地的泥石流活动与水土流失[J]. 水土保持学报, 1991(4): 18-23.

[42]	Tang Xiaochun. Mudflow activity and soil erosion in the mountai-nous areas of northwest Sichuan[J]. Journal of Soil and Water Conservation, 1991(4): 18-23.

[43]	高相波, 李丽慧. 热水河流域典型泥石流灾害成因机制与协同防治研究[J]. 工程地质学报, 2020, 28(5): 1039-1048.

[44]	Gao Xiangbo, Li Lihui. Initiation mechanism of typical debris flow hazard in water river basin and synergetic prevention study[J]. Journal of Engineering Geology, 2020, 28(5): 1039-1048.

[45]	陈海鑫, 葛永刚, 曾璐, 等. 火后泥石流易发性动态评估: 以西昌泸山火烧迹地为例[J]. 科学技术与工程, 2025, 25(11): 4448-4458.

[46]	Chen Haixin, Ge Yonggang, Zeng Lu, et al. Dynamic assessment of post-fire debris flow vulnerability: a case study of Xichang Lushan fire site[J]. Science Technology and Engineering, 2025, 25(11): 4448-4458.

[47]	Pike R J, Wilson S E. Elevation-relief ratio, hypsometric integral, and geomorphic area-altitude analysis[J]. Bulletin of the Geolo-gical Society of America, 1971, 82(4): 1079-1083.

[48]	Zhou W, Qiang Z, Siyu C, et al. Extreme climate and human activities contribute to low-frequency, large-scale catastrophic debris flow: a case study in the Heishui Gully[J]. Geomatics, Natural Hazards and Risk, 2024, 15(1). DOI: 10.1080/19475705.2024.2316719.

[49]	Schumm S A. Evolution of drainage systems and slopes in badlands at Perth Amboy, New Jersey[J]. Geological Society of America Bulletin, 1956, 67. DOI: 10.1130/0016-7606.

[50]	Chang M, Tang C, Van Asch T W J, et al. Hazard assessment of debris flows in the Wenchuan Earthquake-Stricken Area, South West China[J]. Landslides, 2017, 14(5): 1783-1792.

基金资助

国家自然科学基金-国际(地区)合作与交流项目(42361144880)

国家重点研发计划(2023YFC3008301)

科技部重大专项(二次科考)-重大泥石流灾害及风险(2019QZKK0902)

PDF (30361KB)

访问

被引

详细

导航

Received	Published	Revised
2025-03-31	2026-01-18	2025-10-30
Online Date
2026-09-20

摘要