四川九寨沟Ms7.0级地震滑坡应急快速评估

基于地震滑坡危险性评估的Newmark累积位移模型,利用震前获取的震区地形数据、区域地质资料,结合地震动近实时获取技术,开展了四川九寨沟M_s7.0级地震诱发滑坡的应急快速评估。地震滑坡位移分析结果表明,同震滑坡活动的中—高强度区分布在断层两侧宽约4 km的带状区域内,整体沿北西方向延伸。其中,极震区的丰雪塘、日则和干海子等城镇驻地及附近道路的滑坡强度相对较高;震前、震后影像对比表明九寨沟地震诱发的滑坡类型以浅表型碎屑流及小规模崩塌为主,且同震碎屑流多是在震前已有碎屑流的基础上进一步活动扩展而来,震后汛期泥石流隐患也不容忽视;通过典型地区滑坡位移分析结果与震前、震后影像对比,表明滑坡位移分析结果能够较好的反映同震滑坡的宏观分布特征,但在场地尺度上吻合程度欠佳,后续将通过提升岩性和地形等数据质量进行改进。研究结果可为灾情研判提供宝贵信息,对提高灾害应急救援效率具有重要意义。     

基于BP神经网络的九寨沟地区地震滑坡危险性预测研究

BP神经网络因具有良好的精度和拟合能力,被广泛地运用在区域性滑坡危险性预测中。本文建立了基于BP神经网络的地震滑坡危险性评价模型并应用于四川九寨沟地区,以2017年8月8日的九寨沟M_S7.0地震引发的4834个历史滑坡为例,将其随机划分为70%的训练样本集用于九寨沟地区地震滑坡危险性预测,以及30%的验证样本集对预测结果的精度进行评估。选取高程、坡度、坡向、平行发震断层距离、垂直发震断层距离、震中距离、距道路距离、地面峰值加速度(PGA)以及岩性共9个影响因子,分析发震断层对地震滑坡的控制作用,并总结九寨沟地区地震滑坡空间分布规律特征,其中发震断层、岩性和坡度对九寨沟地区地震滑坡分布产生重要影响。利用模型得到九寨沟地震滑坡危险性预测图,结果显示73.19%的滑坡位于极高和高危险区域,与实际地震滑坡分布基本相符。通过30%的验证样本集来绘制预测成功率曲线,结果表明模型预测成功率(AUC值)为0.90,证实了BP神经网络在九寨沟地区地震滑坡危险性预测中具有良好的精度和拟合能力,评价结果为后续地震滑坡灾害预测和防震减灾工作提供了科学的参考。     

地震诱发滑坡的快速评估方法研究:以2017年MS 7.0级九寨沟地震为例

山岳地区强烈地震诱发的滑坡、崩塌等地震次生灾害在造成严重人员伤亡的同时,对社会经济的发展也构成了严重威胁。而震后滑坡分布的快速评估,尤其是滑坡重灾区的确定,则可为救援工作的科学部署和有效开展提供决策支持并减轻地震灾害的损失。2017年8月8日发生于四川省阿坝州九寨沟风景区的MS 7.0级地震诱发了大量的滑坡、崩塌灾害,造成了一定的人员伤亡和财产损失,凸显出进行震后滑坡快速评估的重要性。本文通过对九寨沟地震灾区震前、震后“北京二号”遥感影像的对比分析,解译此次地震诱发的滑坡分布概况。尽管震后影像在局部区域有云团覆盖,影响了震区滑坡解译的详尽程度,但是对于主要发生的滑坡地震高烈度地区(≥Ⅻ度),本文所用影像基本满足解译要求。本文共解译出194个面积大于700 m2的滑坡,这些滑坡主要沿地震烈度长轴方向分布,灾害体平面面积达5.6 km2,影响范围超过600 km2。通过对九寨沟地震灾区的地形、岩性及地震动加速度进行分析,本文采用Newmark刚体滑块模型对该区震后滑坡危险区域进行了预测。预测结果按照危险程度不同划分为5个级别,即高度危险、较高危险、中度危险、较低危险和低度危险。滑坡分布与评估结果呈现出较好的一致性:解译的滑坡主要分布在评估为滑坡高度危险的区域,表明本文所采用方法的有效性。本文对该方法的局限性也进行了讨论,并提出改进建议。     

基于证据权法的九寨沟地震滑坡危险性评价

2017年8月8日四川省北部九寨沟县暴发了Ms7.0级地震,是继2013年"4·20"芦山Ms7.0级地震后再次发生在巴颜喀拉块体边界的强烈地震,地震诱发了近1 880处滑坡,通过地理信息系统与遥感技术,选取与高程、坡度、坡向、与水系距离、峰值加速度(PGA)、与震中距离、岩性、与断裂距离等8个因素作为九寨沟地震滑坡危险性评价因子,采用加法和减法2种证据权方法,对九寨沟地震滑坡危险性进行评价。结果表明:基于加法证据权的评价模型的准确率为88.29%,基于减法证据权的评价模型的准确率为87.31%。利用自然断点法,将研究区按滑坡危险性程度分为极高危险区、高危险区、中危险区、低危险区与极低危险区。其中,基于加法证据权所计算的极高和高危险区面积之和约300.17 km~2,占研究区总面积的33.84%,发育的滑坡面积占滑坡总面积的91.10%;基于减法证据权所计算的极高和高危险区面积之和约214.35 km~2,占研究区总面积的24.17%,发育的滑坡面积占滑坡总面积的85.04%。评价结果可为震后地质灾害防治、基础设施重建,特别是九寨沟自然风景区的灾后重建工作提供重要的参考。     

基于不同位移预测模型的地震滑坡危险性评估研究-以天水地区为例

近年来,Newmark累积位移分析方法经过不断的改进和应用成为国际主流的地震滑坡危险性评估方法之一,众多学者基于位移预测模型开展区域地震滑坡危险性评估,然而鲜有针对不同位移模型对评估结果影响的定量研究。以天水地区为例,基于不同的位移预测模型开展地震滑坡危险性评估,对比位移模型对地震滑坡危险性评估的影响,探讨建立适用于我国的Newmark位移预测模型。结果表明:基于不同位移预测模型评估所得的地震滑坡危险性结果整体趋势一致,均能区分区域地震滑坡危险性等级的相对差异,但在同样的危险性分级标准下,所得中、高危险区的分布范围有较大差异。这与位移模型的函数形式及其区域相关性有关,在引入Newmark累积位移分析方法开展地震滑坡危险性评估的同时,应尽快建立考虑地震动衰减特征和工程地质背景的Newmark位移预测模型,为中国潜在地震滑坡危险性预测评估、震后滑坡快速评估等提供技术支撑。      

GIS支持下CF与Logistic回归模型耦合的九寨沟景区滑坡易发性评价

2017年8月8日九寨沟M_S7.0地震诱发了数以千计的崩滑体,产生的大量松散固体碎屑在降雨作用下极易启动转化为新的滑坡或泥石流形成次生灾害,因此对九寨沟景区进行滑坡易发性评价尤为必要。基于震前、震后高精度遥感影像对比分析结合现场调查,共获取1047处滑坡,总面积为3.88 km2。在分析滑坡发育分布与影响因素关系的基础上,本文选取了构造因子、地形因子、地质因子及其他因子等9个指标,采用确定性系数(CF)模型、逻辑回归(Logistic)模型以及两种模型耦合分析进行滑坡易发性评价。研究结果表明,坡度、坡向、高程和地层岩性是影响滑坡分布的主要因子;研究区被划分为低易发区(60.72%)、中度易发区(24.18%)、高易发区(9.89%)和极高易发区(5.21%),高-极高易发区基本沿沟谷分布,面积为99 km2,其中熊猫海、老虎海周边均为滑坡极高易发区;采用耦合模型比单一模型评价结果更加合理,其结果可作为景区滑坡防治和分段分时开放的参考依据。     

基于简化 Newmark位移模型的区域地震滑坡危险性快速评估以汶川MS 8.0级地震为例

以汶川MS8.0级地震重灾区的11县市为例,初步提出了基于简化Newmark位移模型的地震滑坡危险性应急快速评估方法。利用汶川地震即时地震动参数、工程地质岩性经验分组及地形坡度数据,借助ArcGIS空间数据建模工具编制了地震滑坡危险性快速评估流程模块。计算了区域浅表层饱和岩土体斜坡的静态安全系数Fs、临界加速度ac,并借此分析了地震滑坡易发性。利用经验式获得了汶川地震Arias强度和区域滑坡位移DN分布,实现了汶川地震重灾区地震滑坡危险性的快速评估,为应急救灾决策提供了参考。通过对比评估结果和震后滑坡调查成果,可知数十处灾难性滑坡绝大部分位于-高危险区的龙门山主中央断裂带两侧约20km地带中,显示了评估方法的可靠性; 同时,分析指出了空间数据精度及更新不足导致局部评估结果欠佳的局限性,并提出了改进建议。     

汶川地震中擂鼓镇地区的滑坡崩塌规律及预测

地震滑坡影响因素与滑坡崩塌分布关系的研究,有助于认识地震滑坡崩塌的发育规律,进而对潜在的地震滑坡危险区段进行划分,为土地的合理使用提供支持.5.12汶川地震引发了大量的滑坡、崩塌、碎屑流等次生灾害,造成了严重的人员伤亡和经济财产损失.以受滑坡、崩塌灾害影响严重的北川县擂鼓镇约180 km2的地区作为研究对象,选取坡度、高程、坡向等影响因素进行确定性及面积发育率分析,探讨它们与滑坡、崩塌等灾害空间分布之间的关系.研究结果表明:在高程低于1 km的地段,滑坡崩塌的发生频率达13.5%,高于其它地段;坡向为东向、北东向、南东向的坡体的滑坡崩塌发生率较其它方向大;随着坡度的增大,滑坡、崩塌的分布也在增大,坡度大于30°的区域滑坡发生频率较高.采用2种方法对研究区进行地震滑坡危险性区划,获得大体一致的划分结果:①基于综合确定性系数与面积发育率方法分析的地震滑坡危险性区划结果中,约有66%的滑坡崩塌落入较高危险和高危险区域;②采用判别分析法获得的地震滑坡危险性区划结果中,约有73%的滑坡崩塌判定为不稳定区域.其中,判别分析法选用的地震动、坡度、曲率等因素在不同地区都对滑坡分布具普遍的影响作用.     

地震滑坡危险性概念和基于力学模型的评估方法探讨

在我国大陆地区运用基于力学模型的Newmark位移分析方法开展地震滑坡危险性定量评估,尚处在起步阶段.为了进一步明确地震滑坡危险性概念和改进推广基于力学模型的评估方法,首先阐明了狭义的地震滑坡危险性预测评估与震后反演评估的关系; 同时为了应对地震应急、震后重建及潜在地震条件下的不同评估需求,初步提出了广义的地震滑坡危险性评估框架.随后申述了基于Newmark位移分析的地震滑坡危险性评估方法的理论基础、方法分类及最新进展,并以汶川地震滑坡危险性快速评估为例,剖析了目前影响评估有效性的不确定性及空间数据质量等问题,指出了基于力学模型的地震滑坡危险性评估方法的改进方向.建议开展潜在地震及其诱发滑坡危险性的耦合评估,建立适用于我国大陆地区地震滑坡位移分析的经验模型,以便为国家层面的地震滑坡危险性区划服务.     

汶川震区植被恢复与同震滑坡活动性动态演化分析

强烈的山区地震往往会引发大量同震滑坡,对当地植被覆盖和生长造成直接破坏。作为表现滑坡活动强度的重要指标,同震滑坡体表面的植被恢复情况对评估震后地质灾害的活动情况具有重要意义。然而,受观测资料所限,当前对于震区植被恢复进程的研究多为小尺度范围,而对大区域内植被演化机制以及植被与地质灾害活动性的关系认识不足。因此,采用多时相、长时序（2000—2020年）的高精度遥感影像对汶川地震强震区大范围内的植被恢复过程进行研究,计算得到不同时期植被恢复率,以此探究大范围内植被恢复的普适性规律,同时分析植被恢复与滑坡活动强度变化的关系。研究发现：截至2020年,71.34%区域的同震滑坡表面植被已处于恢复程度较好阶段;高活动强度、中活动强度、低活动强度和基本稳定的滑坡面积比分别为17.6%、12.4%、17.7%和52.3%。同震滑坡地表恢复趋势表明,汶川震区植被预计在震后约17 a恢复至震前平均水平。然而,植被恢复过程和滑坡活动性的变化往往受多种因素的综合影响。虽然滑坡地表植被恢复在一定程度上反映了地震后滑坡活动性的下降,但地震对滑坡活动性的影响将比地表植被恢复到震前水平所持续的时间更长。参考前人研...     

2008年汶川大地震同震、震后形变和应力及对松坪沟地质灾害的影响

2017年在四川茂县松坪沟发生的新磨滑坡造成了重大人员伤亡.除了分析降雨、工程地质等因素外,前人提出地震对滑坡的形成也起到了重要作用,然而目前还缺乏详细的定量分析.本研究根据龙门山地区地壳结构和GPS观测,结合美国地质调查局USGS反演得出的汶川地震同震破裂模型,利用粘弹性分层半无限空间模型(PSGRN/PSCMP程序)计算了汶川地震引起的同震和震后形变及应力场变化,并详细分析了对松坪沟地区的形变和应力.结果表明汶川地震同震破裂造成松坪沟地区发生了明显地表位移,并且震后的粘弹性松弛效应使得变形在该区持续加强.汶川地震同震破裂在松坪沟地区造成的东向位移为26.8～42.3 cm,北向位移为7.4～8.0 cm,该区处于垂向位移上升和下降的过渡地带,变化量为–0.1～1.7 cm;震后9年在同震的基础上东向位移继续增加约2.5 cm,北向位移增加约7.4～8.0 cm,松坪沟的北西段处于垂向位移持续上升区,而南东段处于垂向位移下降区,震后形变造成平均地形梯度增大,有利于滑坡灾害的发生.鉴于松坪沟断裂性质的不确定,汶川地震同震和震后引起的库仑应力改变对其活动性会产生不同的影响.     

基于简化Newmark模型的长白山天池火山诱发崩塌滑坡危险性评价

火山喷发过程所伴生的地震活动会诱发大量的崩塌滑坡次生灾害,其所造成的人员财产损失甚至超过火山活动本身。2002年以来长白山天池火山区地震活动的异常,表明火山深部的岩浆正在发生变化,天池火山存在喷发的危险。地震崩塌滑坡的危险性区划是降低生命财产损失的有效手段。将火山伴生地震作为崩塌滑坡灾害的诱发因素并据此设置地震参数,利用简化的Newmark累积位移模型,考虑地形因素对地震的放大效应,对长白山地区天池火山喷发下次生崩塌、滑坡灾害的危险性进行评价。通过探讨不同地震震级下的危险性分区结果,认为不同地震参数的设置对危险性分区结果没有影响。将研究区划分为极高、高、中等、低、极低等5个危险等级,其中,极高危险区主要分布在3个区域:以天池口为中心,40km为半径的范围内;沿江乡—两江镇—松江镇条带区域;长白县境内鸭绿江沿岸区域。     

基于Newmark模型的概率地震滑坡危险性模型参数优化与应用:以鲁甸地震区为例

应用概率地震危险性评价模型进行地震滑坡危险性区划,是解决潜在地震诱发滑坡危险性评价中震源不确定性与诱发滑坡时空不确定性的有效方法 .通过理论分析,结合鲁甸地震区的实际情况,对基于力学原理的Newmark滑块位移模型与概率地震滑坡危险性分析方法中的参数的不确定性问题进行了分析,将斜坡岩土体地震作用下的强度衰减效应、地震加速度地形放大效应、断层破碎带效应融合到了斜坡累积位移计算模型中,进行了模型计算参数的优化.改进后的分析模型,更好地反映了高陡斜坡地形与断层破碎带对地震滑坡灾害发育的控制作用,在鲁甸地震区域滑坡应用中,优化模型中的滑坡失稳极高风险区与实际地震滑坡分布表现出了较好的一致性,在超越概率2%的滑坡失稳概率分布中,鲁甸地区包谷垴-小河断裂、鲁甸-昭通断裂带及牛栏江河谷地带地震滑坡高-极高风险区分布面积增幅十分显著.因此,在Newmark滑块位移模型中考虑地震动参数与岩土参数动态响应规律与变量间的定量关系,对于提高区域斜坡稳定性分析的可靠性具有重要意义.     

2022年MS6.8级泸定地震诱发地质灾害特征与空间分布规律研究

2022年9月5日四川甘孜泸定县发生6.8级地震,诱发了大量地质灾害,造成房屋损毁和多处道路阻断,并导致了严重的人员伤亡。快速预测地震诱发地质灾害空间分布对震后应急救援至关重要。为此,成都理工大学地质灾害防治与地质环境保护国家重点实验室利用已建立的地震诱发滑坡近实时预测模型,在震后2 h内,快速预测了地震诱发滑坡空间分布概率。同时,利用震后重点区域的无人机影像和国产高分六号影像,对地震诱发滑坡进行了智能识别和人工解译及现场调查复核,共解译滑坡3633处,总面积13.78 km2。研究发现本次泸定地震诱发滑坡,较2008年汶川和2017年九寨沟地震滑坡,规模相对较小。本次地震诱发滑坡主要分布于鲜水河断裂带和大渡河两侧,呈带状分布,在磨西镇、得妥镇及王岗坪彝族藏族乡等Ⅸ度烈度区相对集中。对控制滑坡空间分布的地形地貌、地质和地震3类因素9个因子进行分析,发现其主要分布在坡度35°~55°、高程1000~1800 m范围内;受断层控制强烈,主要分布在距断层1 km范围内;在花岗岩中最为发育。上述研究成果获得的地震诱发滑坡及受损道路和房屋分布情况,为震后应急救援提供了重要支撑。     

基于Newmark模型的尼泊尔M_s8.1级地震滑坡危险性快速评估

在研究分析地震灾区地形地貌、地层岩性、地质构造、气象水文和典型地区滑坡的基础上,采用Newmark斜坡累积位移模型对2015年4月25日尼泊尔M_s8.1级地震诱发的滑坡危险性的空间分布状况进行了快速评估,通过典型地区的滑坡遥感解译结果验证表明评估结果具有较好的可信度,初步反映了尼泊尔地震诱发滑坡危险性分布的基本特征。然后考虑降雨作用对震后滑坡危险性的影响,对地震叠加降雨诱发滑坡危险性分布进行了快速预测。研究结果对地震应急救灾中的地质灾害防灾减灾具有重要的参考意义。     

汶川地震触发大光包巨型滑坡遥感研究

大光包滑坡位于四川省安县高川乡,是汶川Ms 8.0级地震触发的规模最大的巨型滑坡。本文采用震前和震后高分辨率遥感数据源,对大光包滑坡滑动前后进行了4期遥感图像对比解译和分析,结合现场调查和地面测绘,对滑坡分区、滑面形态、剪出口位置及滑坡体体积进行了初步研究。将滑坡划分为滑源区、滑坡洼地区、主滑体堆积区、下游堆积区、上游堆积区和前缘堆积区,其中,主滑坡堆积区基本保持了母岩原有结构形态,其岩层产状与基岩大体一致,未明显解体,出露长1100m,宽490m,平均厚215m,体积达4.64109m3。对比了滑动前后的地形、地貌,以及原矿硐、矿渣、工棚等的位置变化,确定了滑坡边界、滑动方向,滑动距离达1.75km。本文建立了大光包滑坡区1: 5000地面数字高程模型(DEM),获得了滑坡堆积区平面分布面积及最大堆积厚度,采用AutoCAD软件分别建立了大光包滑坡滑动前后及滑面的三维实体模型,计算出大光包滑坡最大纵长约4.3km,横宽约3.5km,最大厚度约550m,体积约为11.52~11.99109m3,不仅是我国,也是全球近百年来发生的规模最大的滑坡之一。     

2008年汶川地震滑坡详细编目及其空间分布规律分析

最新研究成果表明, 2008年5月12日汶川MS 8.0级地震触发了超过197000处滑坡。首先,基于GIS与遥感技术构建了汶川地震滑坡的3类编目图,分别为单体滑坡面分布数据、滑坡中心点位置和滑坡后壁点位置。构建方法为基于地震前后高分辨率遥感影像的目视解译方法,区分单体滑坡并圈定其边界,对滑坡后壁进行识别与定点,并开展了部分滑坡的野外验证工作。这些滑坡分布在一个面积大约为110000km2的区域内,滑坡总面积约为1160km2。选择一个面积约为44031km2的区域作为研究区,区内滑坡数量为196007个,滑坡面积为1150.622km2,这是最详细完整的汶川地震滑坡编录成果,也是单次地震事件触发滑坡最多的记录。其次,开展研究区内的地震滑坡空间分布规律的研究。基于滑坡面与滑坡中心点分别构建滑坡空间分布面积密度图与点密度图,结果表明:滑坡多沿着映秀北川断裂分布,多发生在断裂的上盘。滑坡的高密度区位于映秀北川同震地表破裂的南西段(映秀镇与北川县之间)的上盘区域,这一区域恰对应着逆冲分量为主的断裂上盘,表明逆冲断裂对上盘区域发生滑坡的极强烈的控制作用,而该区域正是形变最大的区域,因此说明是地震滑坡发生的强烈控制作用。基于滑坡面密度(LAP)、滑坡中心点密度(LCND)与滑坡后壁点密度(LTND)这3个衡量指标,使用统计分析方法,评价了汶川地震滑坡与地震参数、地质参数、地形参数的关系。结果表明:LAP、LCND与LTND这3个衡量指标与坡度、地震烈度与PGA存在明显的正相关关系; 与距离震中、距离映秀北川同震地表破裂存在负相关关系; 斜坡曲率越接近0,滑坡越不易发生; LAP、LCND与LTND的高值高程区间为1200～3000m; 滑坡发生的优势坡向为E、SE、S方向; 滑坡发育的易发岩性为砂岩与粉砂岩(Z)、花岗岩; 滑坡与坡位的相关关系不太明显。统计结果还表明LCND与LTND两个衡量指标的差异对地震与地质因子不敏感,而对地形因子较敏感。最后将本文的统计结果与以往的汶川地震滑坡空间分布规律统计成果进行了一些对比,对比结果表明,对于某些因子,如高程、岩性、距离震中、距离映秀北川断裂的统计分析结果,采用不完整的滑坡分布数据或点数据,与采用较完整的滑坡分布面数据会有一定的差异,这种差异并未出现在针对坡度与坡向等因子的统计对比结果中。总之,作者认为一个完备、详细的地震滑坡分布面要素编目图是地震滑坡空间分布规律定量分析、危险性定量分析与滑坡控制的地震区地貌演化研究的重要基础,否则,与实际情况相比,得到统计结果会有一定的偏差,本文的研究成果与以往成果的对比结果证明了这一点。     

秦岭北麓古滑坡分布特征与地震活动关系研究

地震滑坡是严重的次生地质灾害,也是改变地球表层地貌形态的重要力量,对地震诱发滑坡的规模、数量、类型等研究是地震危险性评价的重要手段,也是认识地震地质灾害的主要方法和途径。位于西安市以南的秦岭山脉北麓中段发育有一条长约50 km的古滑坡群,且基本与山前秦岭北缘断裂带平行展布,普遍认为该古滑坡群可能是由于秦岭北缘断裂的强震活动所诱发,但对于诱发地震的震级大小和影响范围尚没有细致研究。本文通过利用资源3号卫星立体影像制作的高分辨率数值高程模型(DEM)和高分辨率多光谱遥感影像对秦岭北麓古滑坡区域进行了详细的解译工作,并结合对部分古滑坡体进行了野外调查,制作了详细秦岭北麓古滑坡分布图。结果表明:解译出了43处古滑坡,主要集中分布在70 km×10 km的范围内,总滑坡面积是16.57 km2。通过利用地震震级与滑坡面积频度分布的关系分析了诱发秦岭北麓古滑坡群的地震规模,得到了诱发秦岭北麓古滑坡群的地震震级应在7.6~8.1之间。并结合区域地震构造环境以及与现代地震诱发滑坡事件的对比,认为秦岭北麓具有发生7.5级以上地震的潜在能力。该研究对认识现今秦岭北麓古滑坡的成因提供了定量化的数据支持,也对理解秦岭北缘断裂的地震危险性具有重要的现实意义。     

地震滑坡危险性评价及编图——以映秀震中区为例

虽然宣称地球已进入地震多发期目前学术界还存在不少争议,但不得不承认近期的破坏性强震发生的频率较以往高.强震诱发的滑坡灾害也越来越成为了地质学家们研究的热点.在对一个地区发出中长期地震预报之后,如果也能相应地对该地区的斜坡稳定性进行评价,从而预测地震时滑坡最可能发生的地段,这对于减轻震区人民的伤亡和财产损失将具有重要的意义.本文对目前常用的地震滑坡危险性评价方法进行了简要介绍,并以“5.12”汶川地震映秀震中区为例,运用Newmark方法对该区进行了地震滑坡危险性评价和编图示范,探讨了目前常用地震滑坡危险性评价方法的优缺点及今后区域性地震滑坡危险性评价的发展方向.     

历史强震对渭河中游群发大型滑坡的诱发效应反演

以渭河中游地区为例,探索提出了开展历史地震对区域群发滑坡诱发效应反演研究的思路和方法。首先,基于汶川地震在渭河中游地区形成的高烈度异常和震害启示,通过区域活动构造和斜坡带断裂控滑分析,指出历史强震对区内群发大型滑坡的诱发效应不容忽视。然后,利用强震诱发滑坡的最远致灾震中距分析法,筛选出研究区周边300 km范围内需要重点考察其诱发效应的4次关键历史强震:公元前780年岐山MS7.0级地震、1654年天水南MS8.0级地震、1556年华县MS8.25级地震及1920年海原MS8.5级地震。随后,以岐山地震为例,具体阐述了基于Newmark位移模型的地震诱发滑坡位移及危险性反演评估方法;同时反演了其他3次历史强震诱发区内滑坡位移及危险性。最后,定量比较了反演历史强震诱发滑坡的位移与实际大型滑坡分布的空间匹配程度,结果显示天水南MS8.0级地震对渭河中游现存群发大型滑坡的诱发效应最强。