2022, Vol. 31
PDF
2. 甘肃省地质环境监测院, 甘肃 兰州 730050
2. Gansu Institute of Geological Environment Monitoring, Lanzhou 730050, China
矿山泥石流是山区开发矿产资源过程中废石渣堆放引发的人工泥石流[1-2], 是山区最常见、危害最严重的地质灾害类型之一. 与自然形成的泥石流不同, 矿山泥石流的形成、演化主要受控于人类开发矿产资源活动的影响, 人为活动导致原本非泥石流沟演变为泥石流沟, 低频泥石流沟演变为高频泥石流沟[3-4]. 目前, 国内对于自然形成的泥石流研究程度较高, 而在矿山泥石流方面的研究较少, 已有的研究成果主要集中于矿山泥石流的发育特征[5-6]、形成机理[7-8]、影响因素[9]等方面, 针对矿山泥石流运动特征及危险性评价的研究甚少, 开展该方面的研究对于防灾减灾工作具有重要的现实意义. 在泥石流危险性评价方法选择上, 国内学者除了采用基于单沟泥石流危险性定量评价模型[10-11]外, 各种数值模拟软件模型也得到了越来越多的应用, 如FLO-2D、RAMMS、MassMov2D [12]等. 其中, FLO-2D软件模型因具有操作简单、对泥石流流变时空变化特征及运动过程模拟较为准确、评价结果与实际情况吻合度较好等优点而得到国际上的广泛认可[13-14].
本研究以甘肃省定西市岷县簸箕沟矿山泥石流为例, 在2019年实地调查的基础上, 对影响泥石流发育的3个主要条件(地形、降水及固体物源)进行分析, 采用FLO-2D软件模拟分析降雨强度重现期50 a及100 a条件下的泥石流运动特征, 划分危险性评价分区, 通过与实际发生情况进行对比并计算模拟精度, 验证模拟方法及结论的可靠性. 该研究可为矿山泥石流的运动特征分析及危险性评价提供一种新的思路和方法, 以期为该地区及其他地区的泥石流灾害防治及国土空间规划提供科学依据及参考.
1 研究区概况 1.1 基本情况簸箕沟金矿地处甘肃省定西市岷县秦许乡境内, 距离岷县城西南约10 km(图 1). 沟口附近为泥地族村居民点、农田、213乡道及村路, 距离南侧西河主河道约450 m (图 2). 流域内植被平均覆盖率约为35%, 植被类型主要为草地及当地村民种植的当归、黄芪等药材.
|
图 1 研究区地理位置图 Fig.1 Geographical location map of the study area 1-县(county); 2-乡(township); 3-公路(highway); 4-水系(river); 5-研究区(study area) |
|
图 2 簸箕沟流域及矿渣分布图 Fig.2 Bojigou watershed and slag distribution map 1-矿渣边界(slag boundary); 2-沟道(gully channel); 3-流域边界(watershed boundary) |
该矿山位于岷县鹿儿坝金矿东延段, 开采方式为地下开采, 矿区累计查明金资源量达8.6 t, 已接近大型矿床规模[16]. 2012年5月10日, 受短时强降水影响, 簸箕沟暴发泥石流, 淤积毁坏沟口附近农田近1 hm2, 造成重大经济损失.
1.2 地形条件簸箕沟地势总体西北高, 东南低, 呈北西方向延伸, 地形切割较强烈, 相对高差较大. 流域海拔最高约2 780 m, 最低2 470 m, 相对高差310 m, 地貌类型为构造侵蚀中低山地貌. 簸箕沟流域面积约2.87 km2, 主沟道长2.56 km, 平均沟床纵比降121‰. 流域形状呈"桃叶"型, 沟谷多呈深切"V"字型. 沟道两岸山势较陡峻, 坡度30~60°, 上游沟床坡度较陡, 沟谷狭窄, 宽度5~10 m, 下游近沟口处斜坡多为近直立陡崖, 可见泥石流相碎石沿沟口流向定向排列. 簸箕沟陡峻的地形条件(相对高差及沟床纵比降大、沟坡坡度陡)以及较小的流域面积都有利于泥石流的形成[17].
1.3 降水条件研究区具有降水集中、暴雨多发的主要特点, 为泥石流灾害的发生提供了有利的水动力条件. 根据气象资料, 区内多年平均降水量为560.8 mm/a, 年最大降水量为709.3 mm, 日最大降水量为61.5 mm, 1 h最大降水量54.0 mm, 10 min最大降水量为30.4 mm. 降水年内分配不均, 降水量主要集中于5-9月, 占全年降水总量的78%以上, 大雨(大于25 mm/d)多年平均爆发次数为2.1次/a. 可能发生泥石流的24 h的界限雨值H24 (D)=30 mm, 1 h的界限雨值H1 (D)=15 mm, 10 min的界限雨值H1/6 (D)=6 mm. 2012年5月10日17时许, 受短时强降水影响, 岷县多地暴发特大山洪泥石流灾害, 降雨中心1 h降雨量达到42 mm, 持续时长约40 min, 过程雨量69.2 mm [18]。簸箕沟距离降雨中心约30 km, 降雨强度重现期达到50 a, 引发泥石流灾害.
1.4 固体物源条件簸箕沟泥石流的固体物质来源主要为采矿活动产生废石弃渣(Q4ml), 其次为坡面残坡积物(Q4el+dl)以及沟岸少量的滑坡、崩塌重力堆积物(Q4del+col). 废石弃渣的物质组成主要为三叠系(T)板岩、砂质板岩和砂岩块石, 粒径多在6~30 cm, 最大粒径约120 cm, 结构松散凌乱. 残坡积物的物质组成主要为坡面风化的板岩、砂岩碎屑, 粒径大小不一. 流域内松散固体物质体积约32×104 m3, 其中, 4处矿山开采点形成的废石弃渣随意堆放在硐口外的山坡和沟道内, 体积约26×104 m3, 占固体物质总量的81%, 且随着矿山开采规模和开采深度的增大, 废石弃渣仍在不断增长. 固体松散物质的大量增加为泥石流的产生提供了丰富的物质来源.
2 研究方法 2.1 FLO-2D软件概况FLO-2D软件是O'Brien于1988年开发的基于非牛顿流体模型及中央有限差分数值方法的泥石流模拟软件[19]. 该软件可以完整分析泥石流的运动特征及流变状态, 在预测泥石流堆积范围以及划分危险性评价分区方面取得了较好的效果.
2.2 模拟参数取值模拟所需的地形数据采用簸箕沟流域1 : 1万等高线, 在ArcGIS软件中生成DEM数据, 转换为ASCⅡ格式, 导入FLO-2D后构建10 m × 10 m的网格模型. 模拟计算所需的流变参数通过现场调查以及查阅FLO-2D手册确定. 其中, 簸箕沟在50 a及100 a降雨重现期频率下的暴雨洪峰流量及泥石流峰值流量参数见表 1, 其余模拟参数见表 2.
|
表 1 不同降雨频率下的暴雨参数取值表 Table 1 Rainstorm parameters under different rainfall frequencies |
|
|
表 2 模拟参数取值表 Table 2 Value table of simulation parameters |
按照降雨强度重现期50 a (P=2%)和100 a (P=1%)的降雨频率条件对簸箕沟泥石流的运动过程进行模拟计算, 获得泥石流暴发过程中的流体堆积深度、流体速度、冲出沟口物源量、堆积扇面积和体积等数据, 模拟结果见表 3和图 3.
|
|
表 3 泥石流运动过程模拟计算结果 Table 3 Simulation results of debris flow movement process |
|
图 3 不同降雨频率下的泥石流泥深及流速模拟结果 Fig.3 Simulation results of mud depth and velocity of debris flow under different rainfall frequencies a—2%频率的泥深(mud depth at 2% frequency); b一2%频率的流速(velocity at 2%e frequeney); c—1%频率的泥深(mud depth at 1% frequeney); d—1%频率的流速(velocity at 1% frequency) |
由这2种降雨重现周期的模拟结果可知堆积范围、最大流速以及平均流速随着重现周期的变长而增大. 堆积的深度从出沟口往中部逐渐增加, 在中部停滞, 而后往前动力渐小, 随即堆积厚度越来越小. 堆积扇中部区域一般为最深堆积区域, 泥石流堆积区两翼及堆积前端的深度一般小于泥石流堆积区的中部. 在地形上, 堆积扇偏向上游的区域堆积深度较大, 偏向下游的区域堆积深度较小. 堆积区中部的流体流速明显大于两翼及前段.
3.2 泥石流危险性评价模拟结果泥石流影响强度的判定通过泥深或者泥深与流动速度相结合的方式表达, 对泥石流强度按照表 4进行划分[20]. 对于泥石流的重现周期, 因该泥石流属于暴雨型泥石流, 泥石流发生的频率可认为与暴雨发生的频率一致, 综合考虑泥石流影响强度与发生频率两个指标可通过表 5综合确定泥石流的危险性[20]. 本次调查根据不同频率下泥石流的强度和泥石流发生频率对泥石流区域进行危险性的划分, 得到泥石流危险性分区图(图 4).
|
|
表 4 泥石流影响强度判别表 Table 4 Discrimination of debris flow influence intensity |
|
|
表 5 泥石流危险性综合判别表 Table 5 Comprehensive discrimination of debris flow risk |
|
图 4 不同降雨频率下的泥石流危险性分区图 Fig.4 Hazard zoning maps of debris flow under different rainfall frequencies a—2%频率的危险性分区(hazarl oning at 2% frequeney); b—1%頫率的危险性分区(harard noning at 1%e frequency); 1一高危险区(high risk area; 2—中危险区(medium risk area); 3—低危险区( low risk area) |
降雨频率P=2%(重现期50 a)的泥石流危险性评价结果为: 危险区面积10.58×104 m2. 其中高危险区面积5.15×104 m2, 占比48.7%;中危险区面积3.20×104 m2, 占比30.2%;低危险区面积2.23×104 m2, 占比21.1%. 危险区范围涵盖了沟口两侧宽约170 m, 长约60 m范围内的区域, 主要威胁沟口附近的房屋2栋、村道100 m、农田2.3 hm2.
降雨频率P=1%(重现期100 a)的泥石流危险性评价结果为: 危险区面积12.02×104 m2. 其中高危险区面积6.49×104 m2, 占比54.0%;中危险区面积3.22×104 m2, 占比26.8%;低危险区面积2.31×104 m2, 占比19.2%. 危险区扩大到了沟口两侧宽约260 m、长约180 m范围内的区域, 主要威胁沟口附近的房屋9栋、村道135 m, 乡道210 m, 农田3.2 hm2.
通过FLO-2D数值模拟结果可得出: 在降雨重现期为50 a及100 a降雨频率下, 簸箕沟泥石流的危险区均集中分布于泥石流主沟道、支沟沟道以及沟口一定范围内, 这些区域容易遭受泥石流破坏, 相应地也是泥石流的防治区. 截至2019年调查时期, 簸箕沟的主沟及支沟沟道内几乎无房屋等建筑, 在沟口处为泥地族村居民点、农田及公路, 针对该泥石流沟还未实施有效的工程治理措施. 因此, 泥石流威胁的沟口范围区为人口及财产易损区, 也是重点防治区, 建议从加强矿山弃渣的科学管理、泥石流监测预警及防治工程建设等方面开展泥石流灾害防治工作.
3.3 模拟结果精度验证簸箕沟曾于2012年5月10日暴发一次降雨重现期为50 a的泥石流, 淤积毁坏沟口附近农田近1 hm2. 为验证本次模拟结果的精度, 将同一降水频率(2%)下模拟的堆积面积与"5·10"泥石流实际堆积面积进行对比, 具体数据见表 6. 模拟精度计算公式[21]如下:
| $ A = \frac{{S_0^2}}{{{S_{\rm{a}}} \times {S_{\rm{n}}}}} \times 100\% $ |
|
|
表 6 实际堆积面积与模拟堆积面积对比 Table 6 Comparison between actual and simulated accumulation areas |
式中, A为模拟精度; Sa为泥石流实际堆积范围面积; Sn为泥石流模拟堆积范围面积; S0为模拟堆积范围与实际堆积范围的重叠区面积.
根据计算得出, 本次模拟精度达到76.33%, 符合精度要求, 表明模拟结果与实际情况基本相符, 可信度较高. 分析造成模拟堆积区面积比实际堆积区面积偏大的原因在于: 簸箕沟泥石流为一典型的矿山泥石流, 其固体物源主要来自矿山弃渣. 本次模拟采用的数据均来自2019年的野外实地调查, 与2012年"5·10"泥石流相比, 随着簸箕沟流域内人类采矿活动的不断进行, 堆积的矿山固体弃渣数量逐年增多, 具有动态性及累积性, 为泥石流暴发提供了更为丰富的固体物源. 因此, 本次模拟采用的泥石流容重及体积浓度等参数取值要比2012年偏大, 造成了两者堆积面积的差异, 这也是符合现实情况的.
4 结论(1) 簸箕沟泥石流的堆积扇范围、堆积深度以及平均流速等运动特征参数随着降雨重现周期的变长而增大. 堆积扇中部的堆积深度及流速明显大于两翼及前端, 堆积扇偏向上游的区域堆积深度较大, 偏向下游的区域堆积深度较小.
(2) 簸箕沟泥石流的危险区集中分布于泥石流主沟道、支沟沟道以及沟口一定范围内, 危险区面积随着降雨重现周期的变长而增大, 高危险区面积比例由48%(P=2%)升高至54.0%(P=1%). 泥石流主要威胁对象为沟口附近的房屋、公路及农田, 建议从加强矿山弃渣的科学管理、泥石流监测预警及防治工程建设等方面开展泥石流灾害防治工作.
(3) 通过验证, 本次FLO-2D的数值模拟结果与实际情况基本相符, 模拟精度达到76.33%, 可信度较高. 本研究为研究矿山泥石流的运动特征及危险性评价提供了一种新的思路和方法, 同时也期望为该地区及其他地区的泥石流灾害防治及国土空间规划提供科学依据及参考.
| [1] |
徐友宁, 何芳, 张江华, 等. 矿山泥石流特点及其防灾减灾对策[J]. 山地学报, 2010, 28(4): 463-469. Xu Y N, He F, Zhang J H, et al. Characteristics and strategy for prevention and reduction of mine debris flow[J]. Journal of Mountain Science, 2010, 28(4): 463-469. DOI:10.3969/j.issn.1008-2786.2010.04.010 |
| [2] |
陈华清, 杨敏, 张江华, 等. 基于抗灾能力的矿渣型泥石流风险评价方法——以小秦岭金矿区为例[J]. 地质通报, 2015, 34(11): 2009-2017. Chen H Q, Yang M, Zhang J H, et al. A tentative discussion on the risk evaluation of slag debris flow based on disaster-resisting capability: A case study of the Xiaoqinling gold mining area[J]. Geological Bulletin of China, 2015, 34(11): 2009-2017. DOI:10.3969/j.issn.1671-2552.2015.11.003 |
| [3] |
徐友宁, 陈华清, 杨敏, 等. 采矿废渣颗粒粒径对矿渣型泥石流起动的控制作用——以小秦岭金矿区为例[J]. 地质通报, 2015, 34(11): 1993-2000. Xu Y N, Chen H Q, Yang M, et al. Controlling role of particle sizes of mining waste residues in the initiation of mine debris flow: A case study of the Xiaoqinling gold mining area[J]. Geological Bulletin of China, 2015, 34(11): 1993-2000. DOI:10.3969/j.issn.1671-2552.2015.11.001 |
| [4] |
徐友宁, 何芳, 陈华清. 西北地区矿山泥石流及分布特征[J]. 山地学报, 2007, 25(6): 729-736. Xu Y N, He F, Chen H Q. Mine debris flow and its distribution in northwestern China[J]. Journal of Mountain Science, 2007, 25(6): 729-736. DOI:10.3969/j.issn.1008-2786.2007.06.013 |
| [5] |
陈海龙. 贵州省典型矿山泥石流的基本特征和起动机理研究[D]. 成都: 成都理工大学, 2013. Chen H L. The features and the initiated mechanism of the typical mine debris flows in Guizhou Province[D]. Chengdu: Chengdu University of Technology, 2013. |
| [6] |
樊姝芳, 冯耀栋. 铁山嶂矿山泥石流的基本特征与起动过程研究[J]. 河南城建学院学报, 2017, 26(5): 33-38, 44. Fan S F, Feng Y D. Basic characteristics and start-up process of mine debris flow in Tieshanzhang[J]. Journal of Henan University of Urban Construction, 2017, 26(5): 33-38, 44. |
| [7] |
弓永峰, 刘春虎, 黄玮. 牛首山东麓矿山泥石流形成机理分析[J]. 宁夏工程技术, 2017, 16(3): 193-197. Gong Y F, Liu C H, Huang W. The analysis of mine debris flow formation mechanism in eastern Niushou Mountain[J]. Ningxia Engineering Technology, 2017, 16(3): 193-197. DOI:10.3969/j.issn.1671-7244.2017.03.001 |
| [8] |
赵丽娅, 韩丽君, 樊姝芳, 等. 台风暴雨型矿山泥石流的形成条件及起动模式[J]. 地质论评, 2018, 64(4): 947-955. Zhao L Y, Han L J, Fan S F, et al. Formation condition and starting mode of mine debris flow in typhoon rainstorm[J]. Geological Review, 2018, 64(4): 947-955. DOI:10.16509/j.georeview.2018.04.012 |
| [9] |
杨敏. 影响小秦岭金矿区矿渣型泥石流形成的主要因素研究[D]. 西安: 长安大学, 2010. Yang M. Study on the key control factors of mine waste debris flows initiation in Xiaoqinlin gold mine area[D]. Xi'an: Chang'an University, 2010. |
| [10] |
李彩侠, 马煜. 四川都江堰龙溪河流域泥石流成因、特征和危险性评价[J]. 地质与资源, 2019, 28(3): 298-304. Li C X, Ma Y. Causes, characteristics and hazard assessment of the debris flows in Longxi River Basin, Sichuan Province[J]. Geology and Resources, 2019, 28(3): 298-304. DOI:10.3969/j.issn.1671-1947.2019.03.013 |
| [11] |
刘德玉, 丛凯, 魏洁, 等. 基于理想点法的武都区北山泥石流危险度评价[J]. 地质灾害与环境保护, 2018, 29(2): 7-11. Liu D Y, Cong K, Wei J, et al. Hazardousness evaluation of debris flow in Beishan Mountain of Wudu District based on ideal point method[J]. Journal of Geological Hazards and Environment Preservation, 2018, 29(2): 7-11. DOI:10.3969/j.issn.1006-4362.2018.02.002 |
| [12] |
王高峰, 陈宗良, 毛佳睿, 等. 不同工程情景和降雨频率工况下白龙江流域泥石流危险性评价[J]. 山东科技大学学报(自然科学版), 2020, 39(5): 30-40. Wang G F, Chen Z L, Mao J R, et al. Debris flow risk assessment in Bailong River Basin under different engineering scenarios and rainfall frequency conditions[J]. Journal of Shandong University of Science and Technology (Natural Science), 2020, 39(5): 30-40. |
| [13] |
张奋翔, 张路青, 周剑, 等. 基于FLO-2D的西藏若如村泥石流危险性分析[J]. 水资源与水工程学报, 2019, 30(5): 95-102. Zhang F X, Zhang L Q, Zhou J, et al. Risk assessment of debris flow in Ruoru village, Tibet based on FLO-2D[J]. Journal of Water Resources & Water Engineering, 2019, 30(5): 95-102. |
| [14] |
黄勋, 唐川. 基于数值模拟的泥石流灾害定量风险评价[J]. 地球科学进展, 2016, 31(10): 1047-1055. Huang X, Tang C. Quantitative risk assessment of catastrophic debris flows through numerical simulation[J]. Advances in Earth Science, 2016, 31(10): 1047-1055. DOI:10.11867/j.issn.1001-8166.2016.10.1047 |
| [15] |
刘鑫磊, 唐川, 黄勋, 等. 基于数值模拟的震区溃决型泥石流入流点选取探讨[J]. 地球与环境, 2019, 47(2): 211-217. Liu X L, Tang C, Huang X, et al. Discussion on selection of the inflow point of the dam-break debris flow based on the numerical simulation model[J]. Earth and Environment, 2019, 47(2): 211-217. |
| [16] |
王文臣, 张卫民, 王博思, 等. 对甘肃岷县簸箕沟金矿深部富集特征的认识[J]. 甘肃地质, 2015, 24(4): 41-45. Wang W C, Zhang W M, Wang B S, et al. Gold enrichment in the deep of Bojigou gold deposit in Minxian County, Gansu[J]. Gansu Geology, 2015, 24(4): 41-45. |
| [17] |
刘德玉, 贾贵义, 李松, 等. 地形因素对白龙江流域甘肃段泥石流灾害的影响及权重分析[J]. 水文地质工程地质, 2019, 46(3): 33-40. Liu D Y, Jia G Y, Li S, et al. Impacts of topographical factors on debris flows and weight analysis at the Gansu segment of the Bailongjiang River Basin[J]. Hydrogeology and Engineering Geology, 2019, 46(3): 33-40. |
| [18] |
周洪建, 王曦, 袁艺, 等. 半干旱区极端强降雨灾害链损失快速评估方法——以甘肃岷县"5·10"特大山洪泥石流灾害为例[J]. 干旱区研究, 2014, 31(3): 440-445. Zhou H J, Wang X, Yuan Y, et al. Rapid-assessing methods of loss in extremely heavy rainfall disaster chain in semiarid region: A case study on a flash flood debris flow in Minxian County, Gansu Province[J]. Arid Zone Research, 2014, 31(3): 440-445. |
| [19] |
常鸣, 杨涛, 周宇, 等. 张家坪泥石流物源活动性演化及冲出范围模拟研究[J]. 南水北调与水利科技, 2019, 17(2): 166-172, 181. Chang M, Yang T, Zhou Y, et al. Source activity rates and run-out amount simulation in Zhangjiaping debris-flow area[J]. South-to-North Water Transfers and Water Science & Technology, 2019, 17(2): 166-172, 181. |
| [20] |
丛凯, 李瑞冬, 毕远宏. 基于FLO-2D模型的泥石流治理工程效益评价[J]. 西北地质, 2019, 52(3): 209-216. Cong K, Li R D, Bi Y H. Benefit evaluation of debris flow control engineering based on the FLO-2D model[J]. Northwestern Geology, 2019, 52(3): 209-216. |
| [21] |
常鸣, 窦向阳, 唐川, 等. 降雨驱动泥石流危险性评价[J]. 地球科学, 2019, 44(8): 2794-2802. Chang M, Dou X Y, Tang C, et al. Hazard assessment of typical debris flow induced by rainfall intensity[J]. Earth Science, 2019, 44(8): 2794-2802. |