点击名片 关注我们
标题
Title
期刊: Engineering Geology
作者:Yi Chen a b c , Chuang Song a c d , Zhenhong Li *a c d , Chen Yu a c d , Zhenjiang Liu a b c , Xuesong Zhang a b c , Bo Chen a b c , Xiaoning Hu a b c
年份:2024
亮点• 提出了一种评估同震滑坡稳定性和风险的新框架。• 汶川地震 15 年后,大光包滑坡仍处于活跃状态。• 随着时间的推移,降雨比余震发挥更大的作用。• 不同滑坡部分的预计稳定时间从 2027 年到 2040 年不等。• 同震滑坡堆积物形成了一个新的、深度达 500 米的滑动面。
1
摘要
大光包滑坡(DGBL)是 2008 年汶川 8.0 级地震触发的最大滑坡,备受关注,但其震后长期演化和活动驱动力仍知之甚少。由于主震、余震和降雨的影响,大光包滑坡的演化行为较为复杂,因此研究该滑坡的动力学具有重要意义。本研究提出了一个系统全面的框架,用于评估同震滑坡的长期稳定性和风险。基于 ALOS-1 和 Sentinel-1 数据,利用时间序列 InSAR 技术揭示了大光包滑坡在不同阶段近 15 年的震后演化特征,随后进行了稳定时间预测、滑坡厚度估算和风险评估。第一阶段确定为地震后三年(2008 - 2011 年)。在此阶段,ALOS-1 结果显示大光包滑坡变形剧烈(300 毫米/年),空间分布不均,2009 年一次 5.3 级余震以及降雨增加引发了其加速。第二阶段为 2014 年至 2022 年。在这个阶段,我们采用质量守恒方法反演了大光包滑坡的厚度,揭示了在 2008 年同震破坏后形成了一个新的滑动面和厚度中心。Sentinel-1 时间序列结果表明,即使在汶川地震 15 年后,大光包滑坡仍然活跃,但变形已显著减缓(50 毫米/年)。根据指数模型预测,大光包滑坡不同部分的稳定时间在 2027 年至 2040 年之间。除了总体恢复趋势外,与降雨密切相关的季节性运动(包括 2021 年的局部加速)仍然明显,但随着时间的推移,余震对大光包滑坡的影响严重减弱。无人机和实地调查结果表明,大光包滑坡局部泥石流的风险仍然存在。我们的研究提高了对大光包滑坡长期演化模式的理解,并为震后滑坡风险评估和防灾提供了重要参考。
2
图表
图 1.(a)研究区域地理位置和地形,以及 2008 年汶川地震震源机制解。哨兵 1 号和 ALOS 数据覆盖范围以黑色线框显示。大光包滑坡(DGBL)区域用红星标注。(b)大光包滑坡区域地质岩性(改编自(Huang 等人,2016))。Eq:寒武系岳家河组;Ds:泥盆系沙窝子组;Zg:震旦系观音崖组;Tf:三叠系飞仙关组;Zs:震旦系水井沱组;Zd:震旦系灯影组;Cz:石炭系总长沟组;P:二叠系梁山组、阳新组、龙潭组和吴家坪组。
图 2. 同震滑坡长期稳定性与风险调查框架。
图 3. 不同轨道 InSAR 结果的相关散点图。(a)T128 和 T55 速率结果之间的相关性。(b)和(c)分别是 T55 和 T128 的局部入射角。
图 4. 视线方向的变形速率图:(a)轨道 474 升轨(PALSAR-1)的变形速率图,(b)轨道 128 升轨(Sentinel-1)的变形速率图,(c)轨道 55 升轨(Sentinel-1)的变形速率图,以及(d)轨道 55 降轨(Sentinel-1)的变形速率图。黑点位于大光包滑坡的四个典型变形区域,用于后续的变形分析。负值表示地表正在远离卫星移动。
图 7. 有地震和降雨情况下累积视线向位移时间序列的对比分析。(a)-(d)分别代表 P1、P2、P3 和 P4。D 和 DL 分别代表地震震源深度以及从震中到滑坡的距离。
图 9.(a)显示通过对 DGBL 沿滑动方向时间序列进行 K 均值聚类得到的三个聚类位置的地图。(b)-(d)三个聚类中每个聚类的时间序列。黑色虚线代表三个聚类中每个聚类的 InSAR 平均时间序列。
图 10. 对 Sentinel-1 观测数据进行独立成分分析(ICA)的结果。黑色虚线框表示 2018 年 IC1 的加速。
图 11. 典型变形区域 InSAR 位移时间序列的建模与分析。0 到 239 代表 InSAR 观测窗口时间(即,0 是 2014 年 11 月 2 日,239 是 2022 年 12 月 31 日)。
图 13.(a)地震前(SRTM)和地震后(TanDEM)DGBL 高程之差。(b)是无人机获取的 DSM。紫色虚线表示反演结果中厚度明显的位置。
3
结论
在这项研究中,提出了一个系统的同震滑坡稳定性监测和风险评估框架,以研究震后大光包滑坡(DGBL)的动态演化特征、预测稳定时间、估算滑坡厚度并评估局部风险。首先,我们收集了 PALASAR-1 和 Sentinel-1 图像,并使用时序干涉合成孔径雷达(TS-InSAR)技术获得了 DGBL 的长时间序列变形监测结果。分析了不同阶段滑坡变形与余震/降雨之间的关系,同时使用 K-均值和独立成分分析(ICA)对滑坡变形时间序列进行聚类和分解。其次,采用指数模型对 DGBL 的 InSAR 时间序列位移进行建模,并对典型区域变形率达到临界稳定阈值所需的时间进行合理预测。利用质量守恒方程反演 DGBL 厚度,从而估算滑坡体积。最后,结合无人机和实地调查对 DGBL 的局部泥石流风险进行评估。
DGBL(震后)的演化经历了两个主要阶段。第一阶段为 2008 年至 2011 年。PALASAR-1 结果显示,地震三年后 DGBL 变形强烈(300 毫米/年),空间分布不均匀。卫星雷达观测成功捕捉到由余震(5.3 级)和降雨触发的滑坡加速迹象。DGBL 不同断面在雨季(无余震)的变形率变化小于雨季(有余震)的变形率变化,这意味着余震的影响可能更占主导。第二阶段为 2014 年至 2022 年。在此阶段,采用质量守恒方法反演 DGBL 的厚度,厚度结果与相关文献一致。通过比较同震堆积体和活动滑坡段的厚度,我们发现同震堆积体在地震后形成了新的滑动面和新的厚度中心。此外,Sentinel-1 结果显示,在过去八年中,DGBL 的变形明显减缓(50 毫米/年),空间分布以滑坡堆积区的局部变形特征为主。指数模型结果表明,DGBL 不同段的稳定时间在 2027 年至 2040 年之间。尽管 DGBL 的总体趋势是趋于恢复,但大多数 K-均值聚类像素在 2021 年雨季高峰后显示出加速迹象,结合三个 IC 结果,表明具有强烈的季节性。这表明随着时间的推移,余震的作用减弱,降雨的影响凸显。无人机和实地调查结果表明,DGBL 局部泥石流风险仍然存在。
总之,余震和降雨是 DGBL 震后长时间序列演化过程中的主要影响因素。尽管运动学显示出逐渐稳定的趋势,但在未来强震和强降雨的情况下,DGBL 可能会引发二次地震灾害。本文的结果为评估震后滑坡的复活/破坏风险提供了重要参考。
(The video comes from from Chen et al. 2024)
4
参考文献
扫码关注,欢迎来稿
邮箱丨engeomodel@gmail.com
免责声明
本公众号推广所有论文,仅供学术交流,由于小编水平有限,摘要、图表均为原文内容,文字翻译部分仅代表小编个人理解,本公众号不具该原文的版权。在文献解读或作者简历介绍过程中如有疏漏,我们深表歉意,如涉及侵权问题或冒犯之处,请作者团队及时联系本公众号(邮箱),我们会在第一时间进行修改或删除,感谢您的谅解!