四川省筠连县金坪村滑坡堆积体转化泥石流的危险性评估

Hazard Assessment of Landslide Deposit Transformation into Debris Flow in Jinping Village， Junlian County， Sichuan Province

摘要

高位滑坡失稳后易形成远程碎屑流，并在沟道内堆积汇集，进而诱发泥石流等次生灾害，对下游居民的生命财产安全构成严重威胁。为评估四川省筠连县沐爱镇金坪村山体滑坡堆积体转化泥石流的危险性，通过野外地质勘查、工程地质分析及数值模拟开展研究。结果表明：1） 研究区降雨充沛且汛期集中，滑坡堆积体以上沟段纵比降较大，具备泥石流形成的势能条件，堆积体以松散碎石土为主，稳定性差，强降雨下易失稳进入沟道；2） 金坪村泥石流易发程度为中等易发，以稀性泥石流为主要发育类型，受金家沟汇水初始触发时规模为小型，运行中经右侧高榜沟水源持续补给，极端条件下可扩大至中-大型；3） 1%降雨频率（百年一遇降雨）下，预计泥石流冲出最大距离1.066 km，泥石流的总量最大预计达到8.61×10⁴ m³，主要威胁金坪村一组18户106人。该研究可为金坪村泥石流精准防控及防灾减灾工程设计提供数据支撑与理论参考。

Abstract

After the instability of high-position landslides, long-distance debris flows are easily formed, which accumulate and converge within the gully, subsequently inducing secondary disasters such as debris flows, posing a serious threat to the safety of life and property of downstream residents. To assess the hazard of the landslide deposit transforming into a debris flow in Jinping Village, Mu'ai Town, Junlian County, Sichuan Province, field geological exploration, engineering geological analysis and numerical simulations were carried out. Results show: 1) The study area has abundant rainfall and concentrated flood season, and the longitudinal slope of the ditch section above the landslide accumulation body is relatively large, which has the potential energy conditions for the formation of debris flows. The accumulation body is mainly composed of loose gravel soil, with poor stability, and is prone to instability and entering the ditch under heavy rainfall; 2) the susceptibility of debris flow in Jinping Village is moderate, mainly develops as dilute debris flows, and the scale is small when initially triggered by the Jinjiagou watershed. During its movement, it is continuously replenished by the water source of Gaobanggou on the right side, and under extreme conditions, it can expand to medium-large scale; 3) at the 1% rainfall frequency (100-year return period rainfall), the debris flow may travel up to 1.066 km, with a maximum volume of 8.61×10⁴ m³, threatening 18 households (106 people) in Group 1 of Jinping Village. The research can provide data support and theoretical reference for the precise prevention and control of debris flows in Jinping Village, as well as for the design of disaster prevention and mitigation projects.

Graphical abstract

关键词

泥石流 / 滑坡 / 工程地质 / 数值模拟

Key words

debris flow / landslide / engineering geology / numerical simulation

0　 引 言

泥石流作为山区典型突发性地质灾害，以短历时、高动能的爆发特征，常对居民村落、基础设施及生态环境造成毁灭性破坏，是制约山地地区可持续发展的重要障碍^[1-4]。2025年2月8日，四川省筠连县沐爱镇金坪村二组突发非在册隐患点山体高位滑坡（以下简称金坪村山体滑坡），导致10户民房及1户生产用房被掩埋，造成10人遇难、19人失联^[5-7]。灾害产生的大量滑坡堆积体松散堆积于坡脚及沟道内，体积巨大且结构松散。随着雨季临近，该堆积体在极端降雨触发下可能转化为泥石流，对其下游区域的居民生命财产安全构成严重威胁。因此，对金坪村山体滑坡堆积体在雨季及极端降雨条件下转化为泥石流的危险性进行评估，具有重要意义。

滑坡堆积体向泥石流的转化是一个受多因素耦合控制的复杂过程，国内外学者在灾害转化机制、成灾模式、链式放大效应、风险评价等方面开展了大量研究^[8-14]。数值模拟技术的应用为灾害过程量化提供了有效手段，赵蔓等^[15]利用FLO-2D模型模拟不同降雨重现期下泥石流的动力特征，为工程设计提供定量依据；姚兆威^[16]通过Massflow软件还原滑坡-泥石流灾害链全过程，模拟精度达到77.3%。现有研究已构建起滑坡-泥石流转化研究的基本框架，但仍存在局限性，难以直接支撑突发滑坡堆积体的应急精准防控需求：一是研究对象多聚焦于在册隐患点、典型流域或已发生的灾害，针对突发堆积体向泥石流转化的研究较少；二是模拟参数多基于长期观测数据获取，对于缺乏基础资料的突发灾害，参数反演与验证难度大，模拟结果的可靠性难以保证；三是危险性评估多侧重于灾害发生可能性的判断，对堆积体转化形成泥石流后的运动路径、堆积范围的精准预测能力不足。筠连县金坪村滑坡属非在册隐患点，为突发山体滑坡，缺乏针对性地质勘查数据，难以精准开展次生灾害防控。

基于上述分析，本文通过野外地质勘查，研究了金坪村山体滑坡堆积体的工程地质特征与泥石流转化条件，运用Massflow数值软件模拟了不同降雨频率下滑坡堆积体转化为泥石流的运动过程，并进行危险性评估，旨在为该滑坡堆积体次生灾害应急防控提供理论依据，同时也为同类地区突发地质灾害的应急处置提供借鉴。

1　 研究区概况

1.1　地质环境

研究区（104°36'13.11"E~104°40'27.10"E，27°58'58.98"N~28°02'43.61"N）位于四川省宜宾市筠连县，四川盆地南缘，宜宾市西南端，云贵高原北麓川滇接合部。全县地势北低南高，主要为低山及中山地貌类型，最低海拔位于东北部南广河的沐滩河谷368.5 m，最高海拔位于东南部大雪山主峰1 777.2 m。筠连县构造部位处于扬子准地台上扬子台坳川东南陷褶束的筠连凹褶束；构造线以东西向及北东-南西向为主，局部为近南北向及北西-南东向；境内无孕震断裂，地震活动弱，历史上无5.0级以上地震活动记录。县内出露地层以中生界三叠系及古生界的二叠系和志留系地层为主，地下水包括松散堆积物孔隙水、碎屑岩类孔隙裂隙水、碳酸盐岩类裂隙岩溶水三大类型，其中以松散岩类孔隙水为主。区内气候温和、湿润，属亚热带湿润季风气候；夏季多暴雨，偶有冰雹、大风，冬季多雨雾，时有小雪，无霜期长；多年日平均气温15.5 ℃，极端高温为40 ℃，极端低温为-2.3 ℃；多年平均降雨量为1 113.6 mm，最大降雨量为1 534.5 mm，最小降雨量为695.9 mm。

1.2　金坪村滑坡概况

金坪村滑坡堆积体分区平面图及剖面图见图1与图2。滑坡位于筠连县沐爱镇金坪村二组，地形地貌属构造侵蚀中低山，位于落木柔背斜北翼，为单斜构造，滑坡北侧百余米发育东西向逆断层，并发育有小的褶曲和隐伏小断层。斜坡顶部地形高陡，原始坡度约70°，坡向90°，中上部出露三叠系下统飞仙关组砂岩、泥岩；下部出露二叠系中统宣威组砂泥岩互层，含3层煤层（厚度1.2~1.4 m）。岩层产状314°∠20°。岩体风化卸荷强烈，结构破碎。发育两组优势节理，产状分别为20°∠85°、135°∠75°。

滑坡从运动特征上可分为4个区，分别为滑源区、铲刮堆积区、爬高堆积区、碎屑流堆积区，总面积约0.2 km²。滑坡区后缘高程1 150 m，堆积区前缘高程660 m，高差490 m，其中，滑源区平面形态呈近似三角形，相对高差190 m，首次滑动规模超过14×10⁴ m³，滑动距离约1.2 km。据灾害前后实景三维模型叠加计算，滑坡总方量约60×10⁴ m³。

2　 泥石流形成条件及易发性分析

2.1　沟道条件

滑坡所在流域整个高榜沟集雨面积约23 km²，主沟长约10.8 km。该流域最高海拔980 m，最低海拔400 m，相对高差580 m。金坪村一组以上流域面积约6 km²，相对高差约330 m。沟道两侧以陡坡地貌为主，岭谷高差大，一般坡度为40°~60°，局部直立，坡体上冲沟较发育，呈树枝状分布。

高榜沟主沟道较为狭长，蜿蜒曲折，发育有多处弯道、卡口和跌坎，局部沟道内水生植物生长茂盛，并生长有少量乔木。在部分宽缓的沟段，当地居民直接将农作物种植在沟道内。通村公路多处采用过水路面形式跨越沟道，人类经济活动导致流域内部分沟段堵塞严重，行洪不畅。

高榜沟主沟地形起伏较大，总体上陡下缓，沟床纵坡变幅大，平均纵比降为50‰，上游最大纵比降达200‰以上；流域中下游主沟道相对宽缓，局部坡度纵比降不到10‰；下游沟道变为开阔型，四周为田地，两侧相近岸坡平均坡度约10°；主沟下游从金坪村一组聚居点南侧穿过后在金銮村塞口寺处变窄，形成峡谷区地貌。

支沟沟道相对较陡，流程大多较短，沟道平均纵比降大，个别冲沟纵比降可达500‰以上。金坪村滑坡堆积体所在的金家沟为高榜沟上游主要支沟，平均纵比降达186‰。滑坡堆积体上游沟道较宽，呈宽U型，碎屑流堆积区段束窄，最窄处约20 m，末端与主沟相连汇入高榜沟。

2.2　物源条件

松散固体物源主要包括崩滑物源、沟道物源及坡面型物源，物源丰富。

1）崩滑物源。崩滑物源主要为分布于沟道两侧的碎屑流堆积体，包括铲刮堆积体和爬高堆积体，堆积体稳定性差，在降雨条件下易发生大范围滑动，形成崩滑物源。崩滑物源总量32.8×10⁴ m³，动储量为7.73×10⁴ m³。

2）沟道物源。沟道物源主要为分布于碎屑流堆积区与铲刮堆积区沟谷段内的堆积体。目前上游沟床纵坡相对较大，堆积体松散。在大暴雨情况下，流域水流不断汇集，逐渐在堆积体上拉槽下切侧蚀，将裹挟堆积体大量物质参与泥石流运动，如果发生溃决，可能裹挟整个堆积体向下运动。目前沟道内堆积物源总量约为35.4×10⁴ m³，已形成堵塞，根据堆积体级配考虑溃决情况50%参与泥石流运动，故动储量为17.7×10⁴ m³。

3）坡面型物源。坡面型物源分为灾害区外侧坡面物源与灾害区内坡面物源，物源总量约8.5×10⁴ m³。灾害区外侧主要为表层的松散土层，直接参与泥石流运动的动储量约0.5×10⁴ m³；堆积区内流失物源参与泥石流运动的动储量约1.1×10⁴ m³，坡面型物源总动储量约为1.6×10⁴ m³。

金坪村滑坡属于基岩风化破碎形成，斜坡高陡，滑坡体在高速远程滑动过程中因互相碰撞发生解体。滑坡所在斜坡岩层组成为砂泥岩互层，其物质组成主要为砂岩和泥岩，砂岩质地相对较硬，泥岩质地软，解体后堆积物呈现粒径分布范围广、分选差的显著特征。此外，堆积体还呈现明显的逆粒序，粒径较大的块石多分布在中上层，而下层大部分为细颗粒物质。

2.3　水源条件

研究区沟域内沟道为季节性冲沟，流量约2 m³/s，地下水较少，不是引发泥石流的主要水源。沟域内无水库、湖泊等集中的地表水体，因此，暴雨形成的地表径流是引发泥石流的主要水源，是泥石流的主要激发因素。滑坡发生后，由于排水不畅和持续零星小雨，在堆积体前缘及后部已形成局部的集水区域（图1）。研究区属于亚热带湿润季风气候区，全年降雨量多集中于5~9月，达826 mm，区域内最大日降雨量为232.3 mm，最大小时雨量达123.4 mm，最大10 min雨量达21.15 mm。沐爱镇金坪雨量站2014—2024年逐月降雨资料由当地气象部门提供，基于降雨数据绘制降雨直方图，见图3。

2.4　泥石流易发性分析

通过碎屑泥石流的形成条件、沟道中滑坡物源的堆积方式、滑坡失稳原因分析，结合碎屑泥石流起动机理的试验研究结果，金坪村滑坡堆积体转化为泥石流的启动方式主要有两种：侵蚀-滑塌-堵塞-溃决型泥石流和沟床揭底起动型泥石流。集水面积的确定对泥石流评价非常关键，根据现场调查，泥石流威胁对象主要为高榜沟下游的金坪村一组（新村），因此以金坪村一组为计算点进行评价计算。

泥石流易发性不仅与物源相关，还与小流域的地形地貌特征、地质条件等多种因素相关。参照《泥石流灾害防治工程勘查规范（试行）（T/CAGHP 006—2018）》，根据滑坡发生后沟域实际特征，选用崩滑严重程度、泥沙沿途补给程度、河沟纵比降、松散物源储量等15个影响因素进行泥石流易发程度数量化评分及分级（表1）。根据表1数据，金坪村一组（新村）段泥石流易发程度数量化总分为91分，综合评判等级为中等易发。泥石流容重与泥石流沟易发程度数量化评分存在对应关系，泥石流初始容重为1.544~1.662 g/cm³，属于稀性泥石流。

3　 泥石流危险性评估

3.1　模型的选取

Massflow软件基于深度积分连续介质模型和多种基底摩擦模型，适用于模拟泥石流、滑坡等浅层重力流的运动过程，在学术与工程领域应用广泛^[17-18]。本文采用Massflow软件对地形高程模型（DEM）进行格网划分，并结合不同降雨频率下的流量曲线进行数值模拟，再结合沿程流速、泥深等数据进行泥石流危险性评估。使用Massflow软件针对经典的流体动力学三维Navier-Stokes方程进行深度积分，推导泥石流发生必须满足的质量和动量方程：

\frac{\partial h}{\partial t}+\frac{\partial hu}{\partial x}+\frac{\partial hv}{\partial y}=\mathrm{0}（1）

\begin{array}{l}\frac{\partial hu}{\partial t}+\frac{\partial \left(h{u}^{\mathrm{2}}+k_{\mathrm{a}\mathrm{p}}g{h}^{\mathrm{2}}/\mathrm{2}\right)}{\partial x}+\frac{\partial huv}{\partial y}=\\ -k_{\mathrm{a}\mathrm{p}}gh\frac{\partial z_{\mathrm{b}}}{\partial x}-\frac{{\left({\tau }_{zx}\right)}_b}{\rho }\end{array}（2）

\begin{array}{l}\frac{\partial hu}{\partial t}+\frac{\partial huv}{\partial x}+\frac{\partial \left(h{v}^{\mathrm{2}}+k_{\mathrm{a}\mathrm{p}}g{h}^{\mathrm{2}}/\mathrm{2}\right)}{\partial y}=\\ -k_{\mathrm{a}\mathrm{p}}gh\frac{\partial z_{\mathrm{b}}}{\partial y}-\frac{{\left({\tau }_{zy}\right)}_{\mathrm{b}}}{\rho }\end{array}（3）

式中：h(m)为流体运动过程中的深度；u(m/s)和v(m/s)分别为流体在x和y方向上的运动速度分量；z_b (m)为底床高程（从基准面起算）；{\left({\tau }_{zy}\right)}_{\mathrm{b}}(N/m²)为流体受到的基底阻力；k_ap为侧向土压力系数，泥石流中可直接取1；g(m/s²)为重力加速度；ρ(kg/m³)为流体的平均密度；t(s)表示时间。上述偏微分方程组可在Massflow软件中采用MacCormack-TVD有限差分法求解。

3.2　地形数据处理

本次评估依据高精度无人机影像图和1∶10 000的等高线地形图。首先在ArcGIS软件中加载等高线，运用三维分析栏创建不规则的三角网，并将其栅格化得到泥石流沟域的DEM；再运用ArcGIS软件将DEM转化为ASCⅡ文件，经Massflow加载后作为模拟的地形基础，然后将研究区地形整体格网化。

3.3　数值模拟模型和参数选择

鉴于滑坡堆积体长期风险管理的需求，对不同暴雨频率条件下的泥石流危险范围进行研究。为了预测泥石流汇聚至金坪村一组可能产生的致灾风险，采用金坪村一组的不同降雨频率P（10%，10年一遇；5%，20年一遇；2%，50年一遇；1%，100年一遇）下的洪峰流量作为输入参数展开模拟。泥石流峰值流量采用雨洪法计算，结果见表2。根据表2，泥石流暴发规模为中-大型。该段流域面积约6 km²，根据相关经验与案例研究^[19-20]，浆体黏稠度低，能量有限，运动过程中能量损耗较快，持续时间一般为20~30 min，故本文泥石流运动时间采用上限值，取0.5 h。

根据相关规范中易发程度量化评分结果，泥石流密度取1.628 t/m³。泥石流基底摩擦模型采用考虑了运动过程中的湍流和速度效应的Voellmy模型：

\tau =\sigma \mu +\frac{\rho g{V}^{\mathrm{2}}}{\xi }（4）

式中：τ(Pa)为剪切应力；σ(Pa)为正应力；μ为基底摩擦系数，反映流体与基底间的滑动摩擦；ρ(kg/m³)为流体密度；V(m/s)为流动速度；ξ为湍流系数，反映因湍流、颗粒碰撞等产生的阻力。

在泥石流低速运动时，滑动摩擦占主导，与正应力成正比；在泥石流高速运动时，湍流阻力占主导，与速度平方成正比。根据Sosio等的研究^[21]，泥石流的基底摩擦系数取值为0.05~0.2，湍流系数取值为200~500。在本研究中，由于当地无历史事件用于反演校准，故选择合理范围内、侧重于防灾预警的保守值，并通过试算保证模拟的运动路径沿自然山洪沟道运动，与历史山洪运动路径保持一致。最终选择基底摩擦系数为0.05，湍流系数为500。

3.4　模拟结果及危险区预测

3.4.1　模拟结果

通过对泥石流在不同降雨频率下的暴发情况进行数值模拟，得到泥石流的可能影响范围，见不同降雨频率下泥石流的泥深和速度分布（图4）与不同降雨频率下的泥石流模拟结果（表3）。

图4展示了不同降雨频率下泥石流的空间影响特征。在10%降雨频率下（图4(a)），泥石流最大泥深集中在4.00~5.00 m，最大速度为4.00~5.00 m/s，泥石流沿沟道运动至金坪村一组聚居点，前缘直接冲击道路与建筑；在5%、2%降雨频率下（图4(b)(c)），泥石流最大泥深集中在5.00~6.00 m，最大速度为5.00~6.00 m/s，其堆积范围更大，使更多建筑受到影响，同时前缘继续沿沟道延伸；在1%降雨频率下（图4(d)），泥石流最大泥深集中在6.00~7.00 m，最大速度为5.00~6.00 m/s，覆盖面积进一步增加，泥石流的冲出延伸距离更远。

由表3可见，随降雨频率降低，各流量参数均呈增长趋势：泥石流总量从4.72×10⁴ m³ 增至8.61×10⁴ m³；固体冲出物量从1.79×10⁴ m³ 升至3.28×10⁴ m³； 最大堆积范围从0.006 3 km² 扩大至0.008 3 km²；堆积最大深度从4.64 m 增至6.34 m；最大速度从4.78 m/s 升至5.54 m/s；冲出最大距离从0.820 km 增加到1.066 km。各降雨频率之间增加幅度有所不同，降雨频率从5%降低至2%时，各项结果增幅明显变大。上述量化结果可为金坪村一组聚居点的危险区划定提供核心数据。

3.4.2　危险区预测

采用泥深H与流速V的乘积（VH）表征泥石流的强度。根据泥石流冲出堆积过程数值模拟结果、各降雨频率下滑坡堆积体转化泥石流的泥深和流速数据，参照奥地利和瑞士的泥石流强度划分标准^[22]（表4），将泥石流危险性分为极高、高、中、低危险性。

不同降雨频率下金坪村滑坡堆积体转化泥石流危险性分区图见图5，不同降雨频率下危险性分区面积变化特征见表5。根据以上结果，P=10%工况下，冲出距离已到达金坪村一组聚居点，部分建筑处于危险区范围内：处于低危险区4户24人，高危险区1户6人，中危险与极高危险区内无房屋（图5(a)）。随着降雨频率的减小，危险区范围逐渐向沟道下游拓展延伸。P=5%工况下，处于低危险区8户49人，中危险区内无房屋，高危险区1户6人，极高危险区内无房屋（图5(b)）。P=2%工况下，处于低危险区10户64人，中危险区4户24人，高危险区内无房屋，处于极高危险区1户6人（图5(c)）。P=1%工况下，低危险区已覆盖大部分金坪村一组聚居点建筑，共11户62人，中危险区6户38人，高危险区内无房屋，处于极高危险区1户6人（图5(d)）。低、高、极高危险区面积总体随降雨频率降低而增大，中危险区面积随降雨频率降低逐渐减小。

4　 结 语

本文通过野外地质勘查、工程地质分析及数值模拟开展研究，评估了四川省筠连县沐爱镇金坪村山体滑坡堆积体转化泥石流的危险性，得到结论如下：

1） 金坪村滑坡堆积体上游沟道纵比降较大，滑坡区域降雨充沛，滑坡堆积体结构松散，稳定性较差，在强降雨作用下，松散固体物质将进入沟道，具备形成泥石流的物源、水源、地形条件。

2） 泥石流易发程度等级为中等，滑坡堆积体在降雨影响下易受金家沟汇水触发而转化为泥石流，初始规模为小型，泥石流在运行前移过程中，右侧高榜沟水源不断补给，极端条件下规模可增大到中-大型。

3） 滑坡堆积体转化泥石流灾害威胁对象主要为金坪村一组（新村）居民18户106人，同时还对沿途部分公路、桥涵及耕地构成威胁。在极端强降雨影响下（P=1%），泥石流冲出最大距离约1.066 km，最大泥石流总量达到8.61×10⁴ m³，最大泥深达6.34 m，最大流速达5.54 m/s。

根据本文研究结果，为有效防范泥石流灾害发生，亟需对金坪村山体滑坡堆积体实施专项工程治理。建议在滑坡堆积体下游沟道的适宜点位布设多道拦挡构筑物，形成逐级消能、梯次防控的治理方案，同步配套实施坡面表面防护、导排水系统布设等辅助工程措施。

参考文献

[1] 崔鹏， 郭剑. 沟谷灾害链演化模式与风险防控对策［J］. 工程科学与技术， 2021， 53（3）： 5-18. DOI： 10.15961/j.jsuese.202100285 .

[2] CUI P， GUO J. Evolution models， risk prevention and control countermeasures of the valley disaster chain［J］. Advanced Engineering Sciences， 2021， 53（3）： 5-18. DOI： 10.15961/j.jsuese.202100285（Ch ）.

[3] FAN X M， SCARINGI G， KORUP O， et al. Earthquake-induced chains of geologic hazards： Patterns， mechanisms， and impacts［J］. Reviews of Geophysics， 2019， 57（2）： 421-503. DOI：10.1029/2018RG000626 .

[4] ZHANG S， LI C， PENG J Y， et al. Fatal landslides in China from 1940 to 2020： Occurrences and vulnerabilities［J］. Landslides， 2023， 20（6）： 1243-1264. DOI：10.1007/s10346-023-02034-6 .

[5] 陈晓清， 李泳， 崔鹏. 滑坡转化泥石流起动研究现状［J］. 山地学报， 2004， 22（5）： 562-567. DOI：10.16089/j.cnki.1008-2786.2004.05.008 .

[6] CHEN X Q， LI Y， CUI P. An overview of transformation of landslide into debris flow［J］. Journal of Mountain Research， 2004， 22（5）： 562-567. DOI：10.16089/j.cnki.1008-2786.2004.05.008（Ch ）.

[7] 陈博， 宋闯， 李振洪， 等. 四川筠连县金坪村滑坡灾前地貌变化和形变特征研究［J］. 武汉大学学报·信息科学版， 2025， 50（11）： 2154-2162. DOI：10.13203/j.whugis20250036 .

[8] CHEN B， SONG C， LI Z H， et al. Pre-failure deformation mechanism and geomorphological change of the Jinpingcun landslide， Junlian， Sichuan［J］. Geomatics and Information Science of Wuhan University， 2025， 50（11）： 2154-2162. DOI：10.13203/j.whugis20250036（Ch ）.

[9] 许强， 董秀军， 赵建军， 等. 基于机载LiDAR的2·8宜宾筠连山体滑坡几何特征分析［J］. 武汉大学学报·信息科学版， 2025， 50（11）： 2145-2153. DOI： 10.13203/j.whugis20250076 .

[10] XU Q， DONG X J， ZHAO J J， et al. Geometric characteristics analysis of the 2·8 Junlian landslide， Yibin based on airborne LiDAR［J］. Geomatics and Information Science of Wuhan University， 2025， 50（11）： 2145-2153. DOI： 10.13203/j.whugis20250076（Ch ）.

[11] 龚涛， 钱江澎， 张继， 等. 从四川筠连县金坪村滑坡论乌蒙山区“群蝶效应”致冬季滑坡机制［J］. 岩石力学与工程学报， 2025， 44（11）： 2943-2958. DOI: 10.3724/1000-6915.jrme.2025.0326 .

[12] GONG T， QIAN J P， ZHANG J， et al. Mechanism analysis of winter landslides triggered by the “butterfly swarm effect” in the Wumeng Mountainous Region from the landslide in Jinping Village， Junlian County， Sichuan Province［J］. Chinese Journal of Rock Mechanics and Engineering， 2025， 44（11）： 2943-2958 （Ch）. DOI: 10.3724/1000-6915.jrme.2025.0326 .

[13] 冯自立， 崔鹏， 何思明. 滑坡转化为泥石流机理研究综述［J］. 自然灾害学报， 2005， 14（3）： 8-14. DOI：10.13577/j.jnd.2005.0302 .

[14] FENG Z L， CUI P， HE S M. Mechanism of conversion of landslides to debris flows［J］. Journal of Natural Disasters， 2005， 14（3）： 8-14. DOI：10.13577/j.jnd.2005.0302（Ch ）.

[15] 张明， 胡瑞林， 殷跃平， 等. 滑坡型泥石流转化机制环剪试验研究［J］. 岩石力学与工程学报， 2010， 29（4）： 822-832. DOI: 10.1016/0042-6989(92)90040-P .

[16] ZHANG M， HU R L， YIN Y P， et al. Study of transform mechanism of landslide-debris flow with ring shear test［J］. Chinese Journal of Rock Mechanics and Engineering， 2010， 29（4）： 822-832 （Ch）. DOI: 10.1016/0042-6989(92)90040-P .

[17] 吴和秋， 杨龙， 金钢雄. 滑坡型泥石流的转化机理研究［J］. 安全与环境工程， 2020， 27（5）： 17-23. DOI：10.13578/j.cnki.issn.1671-1556.2020.05.003 .

[18] WU H Q， YANG L， JIN G X. Transformation mechanism of landslide debris flow［J］. Safety and Environmental Engineering， 2020， 27（5）： 17-23. DOI：10.13578/j.cnki.issn.1671-1556.2020.05.003（Ch ）.

[19] 郭剑， 崔一飞. 滑坡-泥石流转化研究进展［J］. 工程地质学报， 2023， 31（3）： 762-779. DOI：10.13544/j.cnki.jeg.2022-0771 .

[20] GUO J， CUI Y F. An overview of landslide-induced debris flow［J］. Journal of Engineering Geology， 2023， 31（3）： 762-779. DOI：10.13544/j.cnki.jeg.2022-0771（Ch ）.

[21] 赵宾杰， 叶龙珍， 余斌， 等. 三明市后山冲沟泥石流易发性评价及预报［J］. 科学技术与工程， 2021， 21（14）： 5719-5725. DOI：10.3969/j.issn.1671-1815.2021.14.012 .

[22] ZHAO B J， YE L Z， YU B， et al. Susceptibility assessment and prediction model of gully debris flow in Sanming Houshan［J］. Science Technology and Engineering， 2021， 21（14）： 5719-5725. DOI：10.3969/j.issn.1671-1815.2021.14.012（Ch ）.

[23] 陈文鸿， 余斌， 叶鹏， 等. 福建区域浅层滑坡诱发沟谷型泥石流灾害预测［J］. 自然灾害学报， 2024， 33（5）： 12-22. DOI：10.13577/j.jnd.2024.0502 .

[24] CHEN W H， YU B， YE P， et al. Regional prediction of gully-type debris flow caused by shallow landslides in Fujian［J］. Journal of Natural Disasters， 2024， 33（5）： 12-22. DOI：10.13577/j.jnd.2024.0502（Ch ）.

[25] 吴逢涛， 杨志全， 胡桂胜， 等. 四川九寨沟县张家河坝沟滑坡-泥石流成灾机制与演化过程［J］. 中国地质灾害与防治学报， 2025， 36（5）： 112-123. DOI：10.16031/j.cnki.issn.1003-8035.202408013 .

[26] WU F T， YANG Z Q， HU G S， et al. Disaster mechanism and evolutionary process of landslide-debris flow in Zhangjiaheba gully， Jiuzhaigou County［J］. The Chinese Journal of Geological Hazard and Control， 2025， 36（5）： 112-123. DOI：10.16031/j.cnki.issn.1003-8035.202408013（Ch ）.

[27] 赵蔓， 孙俊， 朱恺悦. 云南兰坪县啦井村泥石流模拟预测及风险评价［J］. 中国地质灾害与防治学报， 2024， 35（5）： 110-119. DOI：10.16031/j.cnki.issn.1003-8035.202405025 .

[28] ZHAO M， SUN J， ZHU K Y. Simulation prediction and risk evaluation of debris flow in gullyprone ditches of Lajing Village， Lanping County， Yunnan Province， China［J］. The Chinese Journal of Geological Hazard and Control， 2024， 35（5）： 110-119. DOI：10.16031/j.cnki.issn.1003-8035.202405025（Ch ）.

[29] 姚兆威. 汉中苍儿崖沟滑坡-泥石流灾害链形成演化特征与成灾机制研究［D］. 西安： 长安大学， 2024. DOI： 10.26976/d.cnki.gchau.2024.002649 .

[30] YAO Z W. Study on formation and evolution characteristics and disaster mechanism of landslide-debris flow disaster chain in Cangeryagou， Hanzhong［D］. Xi’an： Chang’an University， 2024. DOI： 10.26976/d.cnki.gchau.2024.002649（Ch ）.

[31] 张彧， 李磊， 侯云龙， 等. 山区铁路工程建设后滑坡识别与危险性研究［J］. 铁道工程学报， 2024， 41（9）： 106-113. DOI：10.3969/j.issn.1006-2106.2024.09.018 .

[32] ZHANG Y， LI L， HOU Y L， et al. Study on landslide identification and hazard after construction of railway project in mountainous areas［J］. Journal of Railway Engineering Society， 2024， 41（9）： 106-113. DOI：10.3969/j.issn.1006-2106.2024.09.018（Ch ）.

[33] SUN T， SUN D Y， WANG X K， et al. Numerical analysis of landslide-generated debris flow on July 3， 2021 in Izu Mountain area， Shizuoka County， Japan［J］. Journal of Mountain Science， 2022， 19（6）： 1738-1747. DOI：10.1007/s11629-022-7309-6 .

[34] 梁正钟， 安会聪， 谢涛， 等. 泥石流基底阻力模型的选择及模型适用性［J］. 山地学报， 2025， 43（2）： 245-255. DOI：10.16089/j.cnki.1008-2786.000890 .

[35] LIANG Z Z， AN H C， XIE T， et al. Selection and applicability of base resistance models for debris flow travelling［J］. Mountain Research， 2025， 43（2）： 245-255. DOI：10.16089/j.cnki.1008-2786.000890（Ch ）.

[36] 赵宇鹏， 杨太强， 王昆， 等. 强震区沟谷宽缓组合对泥石流动力学特征影响研究［J］. 人民长江， 2024， 55（6）： 167-175. DOI：10.16232/j.cnki.1001-4179.2024.06.023 .

[37] ZHAO Y P， YANG T Q， WANG K， et al. Influence of combination of gentle and steep gullies on dynamic characteristics of debris flows in a strong earthquake area［J］. Yangtze River， 2024， 55（6）： 167-175. DOI：10.16232/j.cnki.1001-4179.2024.06.023（Ch ）.

[38] SOSIO R， CROSTA G B， HUNGR O. Complete dynamic modeling calibration for the Thurwieser rock avalanche （Italian Central Alps）［J］. Engineering Geology， 2008， 100（1/2）： 11-26. DOI：10.1016/j.enggeo.2008.02.012 .

[39] 常鸣. 基于遥感及数值模拟的强震区泥石流定量风险评价研究［D］. 成都：成都理工大学， 2014.

[40] CHANG M. Quantitative risk assessment of debris flow in coseismic area based on remote sensing and numerical simulation［D］. Chengdu： Chengdu University of Technology， 2014 （Ch）.

基金资助

国家自然科学基金面上项目(42377199)

国家自然科学基金面上项目(42477179)

湖北巴东地质灾害国家野外科学观测研究站开放基金(BNORSG-202510)

四川省地质矿产勘查开发局科研项目(SCDZ-DZXM202605)