0 引言

近年来，全球气温变暖，冰雪消融严重，冰川泥石流频发，有扩大趋势［1］，其成因复杂，形成环境多样，对冰川泥石流进行预警研究，可以减少经济财产损失。

姚兰飞［2］对中巴公路G314 线上梳理泥石流时空分布规律和现状，分别建立基于灰色聚类评估理论和集对联系隶属度理论的泥石流危险性评价和预测模型。Dahal等［3］通过研究泥石流启动机制，得到粗、细粒土物源在强降雨后，泥石流启动原因机理。蔡祥兴等［4］对巴基斯坦境内喀喇昆仑山公路泥石流的成因和发展趋势进行了研究分析。Aleottip等［5］以GIS 软件为基础把地质灾害危险性、易损性和风险评价进行一体化研究，形成连续平面或三维的评价系统。Chang［6］利用数值模拟方法与BP神经网络对台湾地区泥石流风险度做了研究。李铁锋等［7］利用Logistic 回归模型，基于降雨量得到降雨型泥石流临界雨量值模型。Hollingsworth 等［8］对泥石流岩性、切割密度和坡度进行研究，采用打分求和建立泥石流危险度评价框架。胡进等［9］利用多因素综合评估法对中巴公路典型冰川泥石流进行了危险性的评估。Han等［10］利用数值模拟对泥石流泛滥过程进行分析，定量研究泥石流危险度的评价。

目前对冰川泥石流研究已有百年之久，但冰川泥石流成因机理方面的研究还不够深入，缺少一套操作性较强的预警实施方案，对冰川泥石流的评价预警仍处于不成熟阶段。本文利用指标排序法对冰川泥石流进行致灾预警，比较全面地为冰川泥石流的有效预警防灾提供新的参考。

1 区域概况

天山山系是亚洲中部最大的山系，呈纬向分布。天山地槽褶皱系地质构造复杂，断层、褶皱众多，岩石种类丰富［11］。天山山脉地势为西高东低，高峰终年积雪，多冰川，受印度板块向北运动影响，现代冰川和水系发育、切割剧烈，地形相对高差较大，在地貌上表现为山脉与盆地相间排列的地貌组合格局。天山地层岩性主要包括中厚层状砾岩、砂岩、粉砂岩、泥岩等［12］。天山地区位于温带内陆干旱山地气候区，降雨集中在5-9月，天山冰川或多年冻土山区地质成因复杂，其致灾规律多变，冰川冻融破坏对地表造成侵蚀，遇夏季雪水融化时容易产生泥石流。

新疆天山公路的北段，泥石流集中发育在独山子-乔尔玛段，其冰川泥石流沟多数均具有“沟长坡陡路线弯”的特性，在连续高温情况下，冰川强烈消融，引起冰塌。该区域冰川泥石流分布如图1所示。

2 天山地区冰川泥石流致灾因素

冰川泥石流的发生过程极其复杂，其启动机制也是有很多种情况，各国专家对冰川泥石流的研究机理有不同的认识，费莱施曼［13］认为，冰川泥石流物源的起动依靠外界压力作用，也依靠土体内应力的作用，将其称为“铲蚀”机理。Breien 等［14］通过对挪威西部爆发的冰川泥石流研究，发现侵蚀和膨胀的作用，对其进行了量化，提出最终沉积的几何和沉积学特征。费莱施曼［13］认为冰川泥石流的起动方式是侵蚀滑移，是饱和山地洪流和泥石流的复杂混合体。我国的研究主要在新疆天山地区和西藏地区，结合学者们的研究，对天山地区冰川泥石流形成进行分析。

天山地区冰川泥石流受控于高山区气温的变化，在连续晴朗天气出现的高温下，冰崩、冰川融水是诱发泥石流暴发的关键因素；在夏季消融期常发生崩塌，崩塌的冰体迅速冲至沟内，是冰川泥石流形成的诱发因素；季节雪融水和雨水的浸润是参与冰川泥石流活动的水源，是泥石流形成的前期孕育过程［15-16］。据独山子资料统计，泥石流一般发生于气温较高的6 - 7 月份，新疆的降水有明显的峰值，前期降雨和冰川融水的浸润或遇高温天气之后高强度暴雨，冰川融水与降雨径流叠加，在沟内固体物质含水量较高的情况下极易引发冰川泥石流。同时陡峻的沟谷地形和丰富的固体物质，为冰川泥石流形成提供了基本条件。

冰川泥石流历时长、规模大，在新疆天山地区造成巨大的财产损失，严重影响当地的公路交通运输，甚至出现人员伤亡现象（图2）。冰川泥石流的不确定因素及其分配比因不同的环境而产生差异目前研究大多以单个因素（多以降雨为主）为指标建立冰川泥石流预警模型，不能充分反映因高温导致的冰川融水作用的客观因素，在多年实地考察和资料调查中，研究冰川泥石流致灾的预警因子，选择出5 个影响因子，较全面地对冰川泥石流的起动进行预警。

2.1 气温

随着温度的上升，冰雪不断融化，浸润土体，土体的含水量有所变化，土体结构、应力状态等影响土体稳定性的因素也会有较大的变化，从而易引发泥石流。高温导致的雪水融化是冰碛物饱和与失稳的主要因素。

通过对天山公路沿线实测温度及示范点所在地区的历史高温导致泥石流灾害资料分析，发现天山地区的温度主要体现为：春季温度的冰点附近反复循环［图3（a）］，白天暴晒膨胀，夜晚寒冻收缩，反复热胀冷缩导致其微裂纹发生，岩体崩解碎落，为泥石流的形成提供丰富的物源条件；天山地区基岩裸露导致植被生长困难，表层松散冰碛物固结效果极差，内聚力低，容易失稳。夏季日照强，气温高，融雪快速，水源丰富容易爆发泥石流［图3（b）］。连续高温会导致冰川消融，蒸发量较大，受夏季降雨影响，目前的冰川面积和稳定雪线背景下夏季致灾高温对泥石流分布范围为24.35 ～34.35 ℃。天山地区K636 在三十年间发生的泥石流，有90%是高温条件下由于冰川发生冰崩和消融的作用造成的，多发于傍晚和夜间。

2.2 水力因素

降雨和冰川融雪作为水力诱导条件，一般选一小时雨强，作为短历时暴雨强度。冰川泥石流大多数是以雪水融化和降雨诱发为主，连续高温后，短历时诱发降雨称为泥石流的激发雨量，直接影响固体含水状况，参与冰川泥石流的形成，在连续多天高温的情况下，由于蒸发量过大，如果随后伴随着降雨，此时发生泥石流的概率很大。

天山地区降雨量每年在200 ～400 mm，但冰川泥石流多以雪水融化和降雨诱发为主。对导致冰川泥石流发生的前期雨量进行研究，短历时的诱发降雨或是长历时降雨，是作为冰川泥石流水力条件。激发雨量直接参与泥石流的形成，反映补给物质的含水状况。本文直接选取测得数据进行统计，对6 h雨强进行数据整理，如图4所示。

土壤含水率反映雪水透渗松散体过程，是体现冰川融雪特征的重要监测指标（图5），前期降雨和雪水的融化极为重要，对松散冰碛物含水量的饱和程度有着重要的影响。当含水率不断增加，土体之间凝聚力不断减小，最终达到临界失稳状态，整体的稳定性被破坏，从而爆发泥石流。

2.3 泥位因素

泥石流的泥位可判别冰川泥石流的发生，通过泥位测量（图6）可估算冰川泥石流的规模的大小，可得泥石流的流量，判断冰川泥石流的过流能力，建立冰川泥石流泥水位与泥石流预警预报之间的关系，是冰川泥石流表现特征之一。

2.4 地表位移

利用对地表位移的监测，记录实时位移量（图7），是监测冰川泥石流的手段之一。通过对位移量的监测，可有效反映沟中堆砌物的地表位移变化，结合天山公路资料显示，沟边冰碛物裂缝值变化随着致灾临近处于稳定增长过程，增长幅度相对较小。而沟中裂缝计受大冲大淤影响，裂缝值致灾前稳定增长，致灾前期裂缝绝对值达到最大，可提前发现裂缝绝对值的趋势，若出现较大的位移量时，应给予重视，进行人员监测及时预警防灾。

3 指标排序法

本文基于指标排序法建立冰川泥石流预警模型，可较为客观、全面地监测冰川泥石流，在充分反映地质条件、诱发因素、监测和周围环境的基础上，划分为n 个主要反映冰川泥石流预警致灾的指标，进行冰川泥石流预警评价，达到减灾作用。

所选取的指标要具有全面性和代表性。根据冰川泥石流影响因子确定相应指标，并考虑实用合理性，减少考虑人为因素、设备因素及管理等因素。指标排序法是将各指标按重要性从高到低顺序进行排序，采用权重系数对各指标重要性进行区分。按指标重要性排序确定权重取值的方法，计算公式如下：

式中：γ 为权重系数；n 为预警指标（重要指标）项数；m为重要性排序号，m≤n。

按照各指标重要性进行排序，根据公式确定权重取值，采用权重系数对各评估指标重要性进行区分。

根据预警公式计算确定分值：

式中：i= 1，2，3，…，n。n 为对应的第i 类预警指标的数量；γi是第i 类预警指标的权重系数。计算得出F 值后，根据刘传正等［17］的研究，对应表1 确定冰川泥石流预警等级。

4 基于指标排序法冰川泥石流预报及分析

4.1 指标监测

利用遥感技术，结合专业经验对地质地貌信息、村庄河流分布等快速识别和信息上报，对地质灾害危险性区域进行定性分析和划分。由于天山地区地形复杂，选择在泥石流沟中下游进行监测点布设，每条泥石流沟中游沿泥石流沟岸布设2 套超声波泥水位一体化监测站，1 套土壤含水率一体化监测站（从上到下根据土层深度安放5 个传感器），2 套拉线式地表位移计（图8）。采用太阳能供电，利用北斗卫星通讯传输数据。

4.2 评价体系

根据天山地区的地质地貌条件、设备情况及数据传输和信号接收等因素影响，结合多年来天山地区发生泥石流资料及相关数据，利用危险区的划分进行分级，确定了冰川泥石流的5 个基本预警指标：气温、日降雨量、土壤含水率、地表位移、下游泥位。对每组指标的预警分值采用均值法分层分别为0 ～24、25 ～49、50 ～74、75 ～100，指标分值打分时采用差值法，根据各指标的具体情况建立预警体系。

根据天山地区条件和多年研究经验，本文选用有效温度为前6天的有效温度进行温度预警。降水量取前6 小时平均降水量，便于测量和统计。土壤含水率选取1.5 m 深度的变化情况，泥位和裂缝观测，由于设备和技术原因，所测数据具有误差，选取合适数据进行计算使用，同时要注意各数据突变情况——此时发生泥石流的概率较大，例如在K636 地区致灾前期裂缝绝对值达到82 mm，属于极高预警等级。

4.3 结果分析

结合遥感技术和地区经验，该地区地质灾害的危险性分区为高危险区，根据表2 可知，天山地区进行冰川泥石流致灾预警等级达到Ⅳ级，为极高预警，为最高等级。利用同样手段，在接收各时段的信息的同时，随时进行泥石流预警，并根据信号传输的数据计算出预警等级，对7 月12 -14 日各时间段进行监测，如表3 可知，在7 月13日晚就已达到极高预警，应作出相应的措施及时防灾预警。

根据天山公路K636 北斗卫星显示，在2017年7 月14 日16：15 发生冰川泥石流地质灾害。由表3 可知，在7 月13 日晚就已达到了极高预警Ⅳ级，该体系成功进行提前预报，为各部门提供了防灾避险的参考数据，降低了损失，及时采取防范措施。

5 结论

对冰川泥石流的研究具有重要的参考价值，天山地区是在国际上具有代表性、典型性的冰川泥石流频发地区，为高寒区区域及周边邻国冰川泥石流预警研究，提供了好的思路和方法。

（1）采用指标排序法对冰川泥石流进行致灾预警评价，是在国内外少有的泥石流防灾方法，减少了人为因素的影响，简单理解，方便操作，便于与大数据和网络监测相结合，有效的达到提前预报的目的。

（2）根据多年经验和资料查找，选取较为客观反映冰川泥石流爆发的因素，并便于监测的指标：气温、日降雨量、土壤含水率、地表位移、下游泥位，利用重要性确定权重的方法，建立新疆天山地区冰川泥石流致灾预警评价体系，并在7月14日发生的冰川泥石流得到了成功提前预警的效果。

（3）由于设备技术的局限，数据存在误差，还没有较好的方法进行修正，指标的选取和指标排序也需要专业人员根据地质情况进行判断，但总体上，基于指标排序法对冰川泥石流预警有效的进行了冰川泥石流预报工作。

参考文献（References）：

［1]Tang Hongmei，Chen Hongkai，Li Yaxun，et al. Research on formation environment of debris flow along highways at tianshan mountain area in Xinjiang region［J］. Highway，2004，49（6）：87-92.［唐红梅，陈洪凯，李亚训，等. 新疆天山公路泥石流形成环境研究［J］. 公路，2004，49（6）：87-92.］

［2]Yao Lanfei. The research of hazard evaluation and prediction for debris flow in aoyitake-bulunkou section of the G314 national highway［D］. Hefei：Hefei University of Technology，2017.［姚兰飞. G314 线奥布段泥石流危险性评价及预测研究［D］. 合肥：合肥工业大学，2017.］

［3]Dahal R K，Hasegawa S，Yamanaka M，et al. Comparative analysis of contributing parameters for rainfall-triggered landslides in the Lesser Himalaya of Nepal［J］. Environmental Geology，2009，58（3）：567-586.

［4]Cai Xiangxing，Li Hanjian，Li Nianjie. Paltibargou formation and its development trend of glacial debris flow［J］. Journal of Glaciology and Geocryology，1980，2（1）：22-25.［蔡祥兴，李椷，李念杰. 帕尔提巴尔沟冰川泥石流的成因及其发展趋势［J］. 冰川冻土，1980，2（1）：22-25.］

［5]Aleotti P，Baldelli P，Polloni G，et al. Hydrogeological risk assessment of the Po river basin（Italy）［C］//Landslides in Research，Theory and Practice：Proceedings of the 8th International Symposium on Landslides held in Cardiff on 26-30 June 2000. Thomas Telford Publishing，2000，1：13-18.

［6]Chang T C. Risk degree of debris flow applying neural networks［J］. Natural Hazards，2007，42（1）：209-224.

［7]Li Tiefeng，Cong Weiqing. A method for rainfall-induced landslides prediction based on Logistic regression and effective antecedent rainfall［J］. The Chianese Journal of Geological Hazard and Control，2006，17（1）：33-35.［李铁锋，丛威青.基于Logistic 回归及前期有效雨量的降雨诱发型滑坡预测方法［J］. 中国地质灾害与防治学报，2006，17（1）：33-35.］

［8]Hollingsworth R，Kovacs G S. Soil slumps and debris flows：prediction and protection［J］. Environmental & Engineering Geoscience，1981，18（1）：17-28.

［9]Hu Jin，Zhu Yingyan，Yang Zhiquan，et al. Formation and hazard evaluation of glacial debris flow disasters along international karakoram highway［J］. Geological Science and Technology Information，2013，32（6）：181-185.［胡进，朱颖彦，杨志全，等. 中巴公路沿线冰川泥石流的形成与危险性评估［J］. 地质科技情报，2013，32（6）：181-185.］

［10]Han Guoqi，Wang Deguan. Numerical modeling of Anhui debris flow［J］. Journal of Hydraulic Engineering，1996，122（5）：262-265.

［11]Shen Yongping，Su Hongchao，Wang Guoya，et al. The responses of glaciers and snow cover to climate change in Xinjiang（II）：hazards effects［J］. Journal of Glaciology and Geocryology，2013，35（6）：1355-1370.［沈永平，苏宏超，王国亚，等. 新疆冰川、积雪对气候变化的响应（II）：灾害效应［J］.冰川冻土，2013，35（6）：1355-1370.］

［12]Zhao Lidong. The research of slope mass quality classification alone tianshan road［D］. Chengdu：Chengdu University of Technology，2007.［赵立冬. 天山公路边坡岩体质量分级研究［D］. 成都：成都理工大学，2007.］

［13]Fleischmann Dickie. Debris flow［M］. Beijing：Science Press，1986.［费莱施曼·德基. 泥石流［M］. 北京：科学出版社，1986.］

［14]Breien H，de Blasio F V D ，Elverh I A ，et al. Erosion and morphology of a debris flow caused by a glacial lake outburst flood，Western Norway［J］. Landslides，2008，5（3）：271-280.

［15]Chen Ningsheng，Zhou Haibo，Hu Guisheng. Development rules of debris flow under the influence of climate change in Nyingchi［J］. Advances in Climate Change Research，2011，7（6）：412-417.［陈宁生，周海波，胡桂胜. 气候变化影响下林芝地区泥石流发育规律研究［J］. 气候变化研究进展，2011，7（6）：412-417.］

［16]Chen Hongkai. Highway debrus flow research and trentment［J］. Beijing：China Communications Press，2004.［陈洪凯.公路泥石流研究及治理［M］. 北京：人民交通出版社，2004.］

［17]Liu Chuanzheng，Wen Mingsheng，Tang Can. Meteorological early warning of geo-hazards in China based on raining forecast［J］. Regional Geology of China，2004，23（4）：303-309.［刘传正，温铭生，唐灿. 中国地质灾害气象预警初步研究［J］.地质通报，2004，23（4）：303-309.］