王秀英

(中国地震局地质研究所,北京 100029)

地震滑坡灾害快速评估技术及对应急影响研究

王秀英

(中国地震局地质研究所,北京 100029)

地震诱发滑坡灾害在我国分布非常广泛,对1949年以来MS≥5.0级地震统计结果显示,诱发滑坡地震在全国大部分省区都有发生,尤其在西部山区,其中以云南、四川地震滑坡造成的灾害损失最为严重。

地震滑坡可以造成各种灾害,特别是其造成的道路破坏和中断可以严重影响并制约震后应急期间对灾区救援工作的及时展开。目前,在地震应急灾害快速评估工作中对地震滑坡灾害的评估还缺少比较完善和实用的评估模型。为此,本论文结合地震应急救援工作的特殊需要,研究并建立了地震滑坡灾害的单因素和综合评估两个模型,并利用评估模型对2008年5月12日发生于四川省汶川县MS8.0地震诱发滑坡灾害在重灾区一段道路的影响情况进行了评估,评估结果与实际情况比较一致;利用单因素模型对滑坡灾害区域分布的评估结果与实际地质灾害分布也是吻合的。

为建立地震滑坡评估模型,论文对影响地震滑坡的主要因素进行了归纳与总结,并着重研究了地震诱发滑坡与地震动参数的对应关系,将地震动峰值加速度、峰值速度、Arias强度、地震烈度引入评估模型,使模型中地震影响因素可以更好地反映实际震害情况,评估结果更准确可靠。

本文利用汶川地震大量滑坡资料及主震强震记录资料,首次在国内对地震滑坡与地震动参数的关系进行了深入而系统的分析与研究,得到如下结论:

(1)地震诱发滑坡与地震动峰值加速度在区域上具有很好的对应关系,龙门山震区可以诱发滑坡的峰值加速度下限约为0.05g～0.07g;当峰值加速度达到0.2g后,地震诱发滑坡灾害比较严重;整个龙门山震区不同出露地层可以触发滑坡的峰值加速度下限值有所变化,平均约为0.1g;

(2)峰值速度与地震滑坡也具有很好的相关性,汶川地震龙门山震区可以触发滑坡的峰值速度下限约为0.5m/s;在滑坡灾害较严重的区域,峰值速度普遍超过1.5m/s;对峰值速度与地震滑坡的分析表明,峰值速度可以突出局部场地灾害比较严重的情况;

(3)Arias强度与地震滑坡在空间上也表现出非常好的正相关性,整个龙门山震区可以触发滑坡的Arias强度下限水平向之和约为0.4m/s,当水平向Arias强度达到4m/s时,地震诱发滑坡灾害比较严重;

(4)与地震滑坡相关性排序中,Arias强度与地震滑坡的相关性最高,其次为峰值速度,最后为峰值加速度。

在对地震动参数与地震滑坡对应关系研究过程中,为使地震动参数可以应用于没有强震记录的区域,还做了如下工作:

(1)建立了汶川地震龙门山震区峰值速度衰减关系,可以为滑坡评估模型提供峰值速度估计数据;

(2)建立了汶川地震龙门山震区Arias强度衰减关系,可以为评估模型提供Arias强度估计值;

(3)提出了一个与地震滑坡具有明确物理含义的地震动加速度参数——最大临界加速度,并建立了该参数的衰减关系。最大临界加速度参数可以直接作为评判斜坡是否破坏的判据,弥补应用峰值加速度判定斜坡破坏变形时存在的问题和不足。

为确定地震滑坡评估模型的评估区域,论文利用1949年以来的中强震资料建立了滑坡致灾距离评估关系,用于震后快速确定滑坡影响范围,以便对此范围内的斜坡破坏情况进行详细评估,同时对可能影响灾害分布区域的一些因素进行了分析与讨论,并提出了相应的解决方案。

基于这些研究结果,论文建立了2个地震滑坡灾害评估模型:

(1)利用与地震滑坡相关性较好的Arias强度建立了单因素评估模型,并依据汶川地震破坏实例建立了适用于龙门山震区的Newmark累积位移评判标准;利用该模型可以估计斜坡在地震作用下的Newmark累积位移,根据评判标准可以得到对地震滑坡的估计破坏结果;

(2)利用地震滑坡的各种影响因素建立了综合评估模型,特别将多个地震动参数引入模型,并以实际数据说明这种方式的可行性,这样就可以消除使用单一因素时可能存在较大误差的情况;基于本文对几个地震动参数的研究结果及其他数据,文中还给出了综合评估模型中可以定量化表示的影响因素的隶属函数关系,为模型使用提供统一计算标准。

为使评估结果更直观和易于使用,论文给出了对两种模型得到的评估结果进行定量转化的计算方法,使评估结果可以以概率形式表达,为模型的进一步应用奠定了基础。对汶川地震中实际滑坡灾害的评估结果证明两个模型具有很高的实用价值,可以在区域范围和局部场地范围给出可信度较高的评估结果。

利用地震动参数对地震诱发滑坡进行研究和评估,目前国内相关研究成果甚少,本文在这个方向的探索取得了一些有价值的成果,对于促进国内地震滑坡的定量化、实用化研究具有非常重要的意义。

地震滑坡;评估模型;地震动参数;地震应急;汶川地震

P315;

A;

10.3969/j.issn.0235-4975.2011.07.012

(作者电子信箱,王秀英:xiuyw@sohu.com)