EN中文

热带地理 >

2025 1 - 13

DOI: https://doi.org/10.13284/j.cnki.rddl.20240793

华南丘陵山区群发性滑坡—泥石流灾害链发育特征与危险性评价——以粤西高州马贵河流域为例

  • 沈秋华 , 1 ,
  • 王钧 , 2 ,
  • 黎昊 2 ,
  • 宫清华 , 2 ,
  • 黎念卿 2 ,
  • 李景富 1 ,
  • 袁少雄 2 ,
  • 刘博文 2
展开
  • 1. 广东省有色地质环境中心//广东有色工程勘察设计院，广州 510080
  • 2. 广东省科学院广州地理研究所// 广东省地理空间信息技术与应用公共实验室//广东省地质灾害应急技术研究中心，广州 510070
宫清华（1981―），女，内蒙古敖汉旗人，博士，研究员，主要从事地质灾害防治研究，（E-mail）
王钧（1988―），男，甘肃人，博士，副研究员，主要从事地质灾害形成机理与风险评估研究工作，（E-mail）。

沈秋华（1981―），男，江苏南通人，硕士，高级工程师，主要从事水工环地质、岩土工程等研究，（E-mail）；

收稿日期: 2024-12-01

  修回日期: 2025-01-08

  网络出版日期: 2025-04-15

基金资助

国家自然科学基金项目(42271091)

广东省自然科学基金-青年提升项目(2024A1515030114)

收起

Characteristics and Risk Assessment of Group Landslide-Debris Flow Disaster Chain in the Hilly Mountains of South China: A Case Study of Magui River Basin in Gaozhou, Western Guangdong

  • Qiuhua Shen , 1 ,
  • Jun Wang , 2 ,
  • Hao Li 2 ,
  • Qinghua Gong , 2 ,
  • Nianqin Li 2 ,
  • Jingfu Li 1 ,
  • Shaoxiong Yuan 2 ,
  • Bowen Liu 2
Expand
  • 1. Guangdong non-ferrous geological environment center//Guangdong Nonferrous Metals Engineering Investigation Design Institute, Guangzhou 510080, China
  • 2. Guangzhou Institute of Geography, Guangdong Academy of Sciences//Guangdong Open Laboratory of Geospatial Technology and Application//Guangdong Geological Disaster Emergency Technology Research Center, Guangzhou 510070, China

Received date: 2024-12-01

  Revised date: 2025-01-08

  Online published: 2025-04-15

Fold

摘要

文章以粤西高州马贵河流域“2010.9.21”特大滑坡泥石流灾害为例，从灾害链触发、传递和累积放大角度出发，分析该次灾害事件中滑坡—泥石流灾害链的演化特征；基于小流域单元，从滑坡—泥石流灾害链的启动条件、累积放大条件入手，建立以累积放大效应为导向的灾害链危险性评价指标体系；利用综合指数模型对滑坡—泥石流灾害链的危险性进行评估，用实际调查结果进行验证。结果表明：1）马贵河流域滑坡—泥石流灾害链具有多沟汇集，冲击力大，地形起伏度大等特点；在物源区，滑坡在失稳过程中直接转化为泥石流，经过短距离流动汇入泥石流支沟，多条泥石流支沟在沿途中接受滑坡汇集汇入主沟谷，经流通区势能加速后冲出沟口，在沟口低缓地形区产生大面积扇形堆积，造成居民房屋、农田等遭受严重淤积。2）马贵河流域滑坡—泥石流灾害链的危险性以中危险性为主，仅1处小流域处在极高危险区。3）评价结果与实地调查结果高度一致，文章提出的考虑累积放大效应的灾害链危险性评估方法可靠，可以为滑坡—泥石流灾害链的风险评估提供参考。

关键词： 滑坡; 泥石流; 灾害链; 危险性评估; 累计放大效应; 华南丘陵山区

本文引用格式

沈秋华 , 王钧 , 黎昊 , 宫清华 , 黎念卿 , 李景富 , 袁少雄 , 刘博文 . 华南丘陵山区群发性滑坡—泥石流灾害链发育特征与危险性评价——以粤西高州马贵河流域为例[J]. 热带地理, 2025 : 1 -13 . DOI: 10.13284/j.cnki.rddl.20240793

Abstract

The current risk assessment of single landslides and debris flow disasters ignores the increasing supply, accumulation, and superposition amplification effects of disasters from top to bottom, resulting in a serious underestimation of the risk of landslide-debris flow disaster chains. This study takes the "2010.9.21" mega-landslide debris flow disaster in the Magui River Basin in Gaozhou, western Guangdong as a case study. A landslide-debris flow disaster chain risk assessment index system, guided by the cumulative amplification effect, was established from the perspective of disaster chain initiation, transmission, and cumulative amplification. A comprehensive index model was used to scientifically evaluate the risk of the disaster chain, and actual investigation results were used for verification. The results are as follows: 1) The landslide-debris flow disaster chain in the Magui River Basin is characterized by multi-ditch collection, high impact force, and major terrain fluctuation. The landslide in the starting area is directly transformed into a debris flow during the instability process and flows into the debris flow branch ditch over a short distance. Several debris-flow branches received landslides along the path, converging into the main ditch. After potential energy accelerates through the circulation area, the flow rushes out of the ditch, leading to a large area of fan-shaped accumulations in the low- and slow-terrain areas, causing serious damage to residential houses and farmland. 2) A total of one small watershed unit carries an extremely high risk, accounting for 2.04% of the total number of small watersheds. The extremely high-risk area covers 3.64 km2, accounting for 2.24% of the total area. It is mainly distributed in a small watershed east of Liutang Village. There were eight small watersheds in high-risk areas, accounting for 16.33% of the total small watershed number. The dangerous area covers an area of 20.50 km2, accounting for 12.62% of the total area. Most watersheds are concentrated in Langlian Village, Shenshui Village, Makeng Village, and northern Longkeng Village in the Middle East region of Liutang Village. The number of small watersheds in the medium-risk area was 18, accounting for 36.73% of all the small watersheds, and the total area covered by dangerous area was 81.22 km2, accounting for approximately 44.90% of the total study area. The medium-risk areas were widely distributed within the scope of the study, especially in the southern part of Longkeng Village, most of the small watersheds of Liutang Village, the southern part of Langlian Village, Magui Village, Chengdong Village, Gancheng Village, the central area of Daxi Village, Houyuan Village, and Shanxin Village. There were 22 small watersheds in the low-risk area, accounting for 48.98% of the total number of small watersheds. The low-risk area covers 57.07 km2, accounting for 35.13% of the total study area. It is mainly distributed in the small watersheds of Shanxin Village, Houyuan Village South, Yadong Village South, and Zhoukeng Village in the northeast; Daxi Village in the west; Hemudong Village in the central region; and Longkeng Village in the south. 3) The evaluation results of this study were verified using actual investigation data, which showed high consistency with field survey results, thereby confirming the credibility of the method employed in this study. The index system and evaluation approach for the risk assessment of mass landslide-debris flow disaster chains proposed in this paper can serve as a reference for risk studies of landslide-debris flow disaster chains in South China and other similar areas.

Key words： landslide; debris flow; disaster chain; risk assessment; cumulative amplification effect; the Hilly Mountains of South China

华南地区地处太平洋板块与欧亚大陆板块交界地区，地貌以低山丘陵为主，在亚热带季风气候的影响下，暴雨等极端降水事件频繁发生，使滑坡和泥石流灾害屡见不鲜，并呈现群发性趋势（刘艳辉 等，2016；Yang et al., 2020; Bai et al., 2021; Chen et al., 2024）。在华南丘陵山区，强降雨诱发的集群化滑坡在坡面失稳后往往以松散状态积聚，在地形影响下堆积至山脚或发生一定距离的移动，这些滑坡体具有非饱和、松散等特性，表现出碎石流或散状流动的性质（胡华 等，2021；龙艳梅 等，2022；陈敬业 等，2023）；沟道由于持续降水形成地表水流，往往和聚集在沟道内的松散滑坡体混合运动逐步转变成泥石流，形成滑坡—泥石流灾害链，这种灾害链往往多条沟道同时发生、相互叠加，造成更严重的危害（林文 等，2022；陈文鸿 等，2024）。如2010年台风“凡亚比”在广东高州马贵河流域引发了特大群发性山洪、滑坡、泥石流灾害，大部分交通和水利设施被破坏，造成直接经济损失约3.86亿元（王永喜 等，2012）。2024年4月下旬，广东省韶关市江湾镇遭遇极端强降雨天气，诱发大量的滑坡、泥石流灾害，江湾镇的6个行政村和22个自然村受灾严重，房屋倒塌、道路桥梁受损、电力和供水系统中断以及通信设施受损，农田被洪水淹没，造成直接经济损失超过1000万元（Yang et al., 2025）。近年来，随着全球气候变化，极端天气多发，华南地区群发性滑坡—泥石流灾害频频发生，给人民生命财产安全、经济社会可持续发展等造成严重威胁，因而开展滑坡—泥石流灾害链的危险性评估至关重要。
华南地区特殊的自然地理条件使得滑坡、泥石流灾害特征与西部地区灾害具有明显差异，常呈现规模小、浅表层性、群发性、暴发性强、复合链生等典型特征（张添锋 等，2021；Bai et al., 2021;Wang et al., 2023）。在强降雨事件中，降雨强度往往超过土壤下渗能力而快速形成地面径流，坡面浅层土壤吸饱水分发生滑坡，表层地表径流带动滑坡体重新发生移动，进而转化为泥石流灾害。因此，强降雨诱发的群发性滑坡、泥石流通常是并发的，且形成滑坡—泥石流灾害链，在运动过程中具有明显的累积放大作用（冯文凯 等，2022；Wang et al., 2023）。国内外学者针对滑坡—泥石流灾害链的危险性进行了大量研究，相关研究可分为3类：1）侧重于运用新的评估方法，如三维模拟（项良俊，2014）、机器学习（Xiong et al., 2020; Wu et al., 2023）、模糊综合评估理论（潘建华 等，2012）等；2）侧重于对特定类型引发的泥石流灾害进行评估，如滑坡引发泥石流（Calista et al., 2020）、地震引发的泥石流（罗毅 等，2024）、冰川地区冰湖溃决引发泥石流（刘府生 等，2023）；3）对评价过程的细节进行研究，包括多因素的权重计算、变异因素的敏感性、不同因素之间相关性的处理策略和不同限制下的分层评价、灾害过程模拟等（孙蕊 等，2022；严琦 等，2023；庞海松 等，2024；贾邦中 等，2024）。然而，目前在灾害链演化特征及危险性评估方面的研究主要集中在西南地区震后滑坡—泥石流灾害链方面，并且针对单一的灾害链，并不适用于华南地区群发性灾害链的评估。在一些关于群发性灾害危险性评估的文献中（王钧 等，2017a；曹鹏 等，2021；种艳 等，2022），通常将研究区域划分为网格或栅格单元作为评估单元，忽略了群发性滑坡—泥石流灾害链与流域实际地形之间的密切联系。此外，大多数现有的滑坡—泥石流灾害链评价忽略了灾害由上至下的递增供给、累积及叠加放大效应，造成对灾害危险性的严重低估。亟需将滑坡灾害与泥石流灾害的耦合致灾―成灾过程视为整体系统，探讨群发性滑坡―泥石流灾害链特征，从灾害链触发、传递和累积机制角度，进行群发性滑坡―泥石流链的危险性评估，以丰富灾害链风险评估基础理论，促进灾害学科发展。为此，本文选取粤西高州马贵河流域为研究区，以超强台风“凡亚比”引发的“2010.9.21”特大滑坡泥石流灾害为例，探讨滑坡―泥石流灾害链的发生、发展规律，基于小流域评估单元构建滑坡―泥石流灾害链危险性评价指标体系，并利用综合指标模型开展滑坡―泥石流灾害链危险性评价。以期为华南地区群发性滑坡—泥石流灾害链的风险评估提供科学依据。

１ 研究区概况与方法

1.1　研究区概况

马贵河流域位于广东省西部，云雾山脉地带，属低山丘陵地貌，地势北高南低，起伏度大，流域面积为162.43 km2，海拔范围为186~1 627.3 m，平均海拔为633.64 m，坡度范围为0~88.21°，平均坡度为27.97°，地理位置如图1。流域地形呈不规则喇叭口状，极易出现因地形抬升而引起的强对流天气，属于广东省传统的“雨窝”镇（王钧 等，2017b）。马贵河流域属于亚热带季风气候，具有季风明显，光照充足，雨量充沛的特点。常年平均温度维持在22.8℃，年均降水总量为1 924.6 mm，最高年降水量曾达到2 982.6 mm；不同季节降雨分布差异较大，降雨主要集中在夏季和秋季，极端日最大降水量达740 mm（2010-09-21）。地层岩性主要为中―新元古代二长花岗岩，沿河流两岸分布少量第四系冲积层。
图1 马贵河流域地理位置

Fig.1 The geographic location of the Magui river watershed

1.2　研究方法

1.2.1　群发性滑坡—泥石流灾害链特征

以超强台风“凡亚比”引发的“2010.9.21”特大群发性滑坡―泥石流灾害为例，通过灾后高精度遥感影像解译、野外调查等，深入分析该次群发性滑坡―泥石流灾害的特征规律，揭示群发性滑坡―泥石流灾害链的启动转化和累积放大效应，为建立滑坡―泥石流灾害链危险性评价指标体系奠定基础。

1.2.2　群发性滑坡—泥石流灾害链危险性评估指标体系

在上述滑坡―泥石流灾害链累积放大效应分析的基础上，基于小流域单元，从滑坡―泥石流灾害链的启动条件、累积放大条件入手，建立以累积放大效应为导向的滑坡―泥石流灾害链危险性评价指标体系（表1）。
表1 群发性滑坡—泥石流灾害链危险性评估指标体系

Table 1 The hazard assessment index system of group landslide-debris flow disaster

总目标层

一级

指标层

 指标层 指标含义与计算说明

群发性

滑坡—

泥石流

灾害链

危险性

评估

指标

体系

启

动

条

件

 流域面积/km2 流域面积能适当地反映流域的汇流状况和产沙量。一般情况下，流域面积越大，产沙量越多，而产沙量的多少会影响流域内物源储量，流域面积越大，群发性事件发生的危险性越大，为正向指标。赋值为：A：严重（＞6）得分5、B：中等（3~6）得分4、C：轻微（1~3）得分3、D：一般（＜1）得分1。

流域

高差/m

 该指标表示切口深度和地表剥蚀程度，反映流域构造活动强度和能量条件，高差越大，越易发生群发性滑坡—泥石流灾害链，为正向指标。赋值为：A：严重（＞800）得分4、B：中等（500~800）得分3、C：轻微（200~500）得分2、D：一般（＜200）得分1。

沿沟松散

物质储量/

（105 m3）

 该指标综合描述松散固体物质补给的范围和可能补给量，影响滑坡—泥石流的规模大小，其值越大，表明流域内松散固体物质补给的条件越好，危险性也越大，为正向指标。赋值为：A：严重（＞30）得分14、B：中等（10~30）得分11、C：轻微（5~10）得分7、D：一般（＜5）得分1。

产沙区

松散物

平均厚度/m

 该指标在一定程度上反映产沙区可提供的物源量以及灾害链发生时产沙区的泥沙补给能力，该值越大，说明群发性灾害越易发，为正向指标。赋值为：A：严重（＞10）得分8、B：中等（9~10）得分6、C：轻微（8~9）得分4、D：一般（＜8）得分1。

24 h最大

降雨量/mm

 反映短时间降雨强度，短历时降雨强度大时可以促使积累的滑坡物质在短时间内转化为泥石流，进而爆发群发性灾害，其值越大，说明灾害危险性也越大，为正向指标。赋值为：A：严重（＞200）得分10、B：中等（150~200）得分7、C：轻微（100~150）得分3、D：一般（＜100）得分1。

累

积

放

大

条

件

 主沟长度/km 主沟越长，越利于增加水量，滑坡松散堆积体越容易被搬运，并和径流掺混转化为泥石流灾害，滑坡—泥石流灾害链越容易发生，危险性也越大，为正向指标。赋值为：A：严重（＞4）得分4、B：中等（2.5~4）得分3、C：轻微（1~2.5）得分2、D：一般（＜1）得分1。
流域切割密度/（km·km-2） 该指标越大的地区，不稳定坡面越多，滑坡越不稳定，在强降雨作用下越容易发生滑坡灾害，进而可以转化为泥石流的物源也越多，滑坡—泥石流灾害链的危险性也越大，为正向指标。赋值为：A：严重（＞2.2）得分4、B：中等（1.8~2.2）得分3、C：轻微（1.6~1.8）得分2、D：一般（＜1.6）得分1。
泥沙补给段长度比/（km·km-1） 该指标指泥沙沿程补给长度与主沟长度之比，泥沙沿程补给长度是沿主沟长度范围内两岸及沟槽底部泥沙补给段（如滑坡堆积体）的累计长度，该值越大，说明沟道内可以转化为泥石流的堆积物越多，滑坡—泥石流灾害链越容易发生，为正向指标。赋值为：A：严重（＞0.6）得分16、B：中等（0.45~0.6）得分12、C：轻微（0.3~0.45）得分8、D：一般（＜0.3）得分1。
沟道弯曲度（km·km-1） 该指标是主沟实际长度与主沟直线长度之比，反映沟道堵塞状况，堵塞越严重，累积放大效应也越大，使其规模和破坏性大大增加，为正向指标。赋值为：A：严重（＞1.8）得分4、B：中等（1.4~1.8）得分3、C：轻微（1.2~1.4）得分2、D：一般（＜1.2）得分1。

1.2.3　危险性评价模型

采用综合指数法计算滑坡—泥石流灾害链的危险性，计算公式为（广东省自然资源厅，2023）：
Y i = ∑ j = 1 n s j（i， j=1……n）
式中： Y i为第 i个小流域危险性综合指数； s j为 i个小流域第 j类指标赋值，各因子赋值依照《广东省乡镇（街道）地质灾害风险调查评价技术要求（1∶10 000）》（广东省自然资源厅，2023）泥石流评分参考表，并针对马贵河流域具体状况与所选因子的真实数据做出修正（表1）。依据测算数据，按自然断点法将滑坡—泥石流灾害链的风险水平区分为4个层次：极高危险性、高危险性、中危险性、低危险性。

1.3　数据来源和处理

表1中群发性滑坡―泥石流灾害危险性评估指标所用到的数据主要为：12.5 m的DEM数据、钻孔土层数据、24 h最大降雨数据、群发性灾害分布数据。DEM数据来源于ALOS PALSAR的12.5 m分辨率的DEM数据 1，主要用于研究区小流域评估单元的划分、流域面积、相对高差、主沟长度、流域切割密度、沟道弯曲度等指标的计算。钻孔土层数据来源于《广东省重点乡镇1∶1万地质灾害风险调查评价（高州市马贵镇）》（广东省有色地质环境中心，2023），主要基于研究区钻孔数据，利用随机森林回归分析模型计算该区域松散层厚度分布，然后计算沿沟松散物质储量、产沙区松散物平均厚度等。基于降雨量数据进行克里金插值计算降雨因子。24 h最大降雨数据来源于研究区域及邻近9个雨量观测站的资料，采取克里格金空间插值法，估算各小流域平均最大24 h降雨量。群发性灾害分布数据主要来源于2010-11-15的1∶2 000数字彩色正射影像图，采用西安80大地坐标系，基于此数据精细化地提取研究区“2010.9.21”群发性滑坡—泥石流灾害分布，用于评估结果的验证。

2 结果分析

2.1　滑坡—泥石流灾害链特征

2010-09-21，受“凡亚比”超强台风影响，广东省茂名市马贵河流域出现了千年一遇的特大暴雨，在该次强降雨作用下，小流域沟坡发生了数千处浅层滑坡灾害，为泥石流的发生提供了丰富的松散物质来源。这些下滑的滑坡土石含水率高，在其发生移动的初始瞬间便迅速演变为坡面泥石流。随着强降雨的持续，地表径流持续增加，流速逐步增大，不断有新的滑坡发生，大量的松散土体汇聚进入沟谷，在强大地表径流下转化为泥石流，形成灾害链，其灾害影响范围、规模以及毁坏程度都有明显提高，对山谷下游村庄的居民住宅、交通路线、耕作土地、河流等造成重大的淤堵与损害。
马贵河流域1#泥石流沟位于六塘村东部，沟口与马贵河支流交会，其平面形态为不规则长条形，地势东高西低，流域面积约为2.9 km2，海拔高程275~925 m，小流域相对高差为650 m，沟谷断面呈“U”形，两侧斜坡坡度可达40°~60°，具有较好的汇水条件。1#泥石流沟的范围、灾后遥感影像、解译的滑坡分布及灾害分区见图2所示。根据现场调查确定滑坡—泥石流灾害链形成条件及运移堆积过程特征，从滑坡—泥石流灾害链的转化特征和累积放大特征2方面分析其演化特征。
图2 马贵河流域滑坡—泥石流灾害链1#沟（a. 流域范围和解译的滑坡分布；b. 遥感影像和灾害分区）

Fig.2 The landslide-debris flow disaster chain 1 #ditch of the Magui river watershed(a. The scope of the river basin and the interpreted landslide distribution; b. Remote sensing images and disaster zoning)

2.1.1　灾害链启动转化特征

滑坡—泥石流灾害链启动转化区主要位于沟谷两侧及顶部斜坡区，因强降雨作用发生滑坡，失稳后的松散物质构成灾害链的主要物源。如图2所示，共计约50处滑坡构成该泥石流灾害链的物源，在沟头沟两侧均有大量分布，滑坡形态呈现椭圆长条特征。经灾后影像解译及实地调查测量，滑坡物源面积约为0.24 km2，地形坡度可达约为30°~70°，由后缘至前缘逐渐减缓；滑坡后缘边界宽，前缘剪出口窄，呈现漏斗状特征（图3-a），滑坡体宽度从10~150 m不等，斜长30~200 m不等，滑体厚度为0.5~3.5 m，沿沟松散物质储量约为40.99万m3，产沙区松散物平均厚度约为8.85 m，可见启动转化区物源丰富。同时，该区植被极为茂盛，群落结构良好，灾害发生前坡面植被覆盖率接近100%，人类活动强度较小，以切坡修路为主。原始斜坡物质在失稳滑动中不断与坡体发生互相剪切，造成土体破碎解体，随着土体的解散，孔隙的增大，渗透性能骤增，滑坡体随即从固态转化为液态。滑坡主要发生于花岗岩残积层内，局部切入全风化层，滑坡体物质以残积黏性土为主，在运动过程中混入坡表崩落或残留的块碎石、植物残骸，进而造成堆积物成分复杂（图3-b）。
图3 滑坡—泥石流灾害链启动转化区照片（a. 滑坡启动区；b. 灾害链转化区）

Fig.3 Schematic diagram of source area of landslide-debris flow disaster chain (a. Landslide initiation area; b. Disaster chain transformation area)

2.1.2　灾害链累积放大特征

滑坡在失稳后快速转化为泥石流在各支沟道汇集，形成的泥石流沿沟道持续运动经过支沟汇集至主沟道，流动方向具有小幅度变化，至沟口处开始产生堆积。整个主沟道长约1 600 m，流域切割密度为1.53 km/km2，处于270~420 m高程范围内，沟底宽度大于10 m，最宽可达50 m。在泥石流运动过程中，流体物质对沟道底部刮铲严重，早期堆积在沟底的松散物质被高速的泥石流流体冲击刮铲而起，并混合在泥石流流体中充当为新的泥石流物源，同时形成的泥石流又对两侧残坡积物进行冲刷和侵蚀，沟道两侧滑体侵蚀剥落，松散土层进入主沟道，泥石流流体的物源量得到大量补充，不断产生累积放大作用，进而转化为高速、远程、冲击力巨大的滑坡—泥石流灾害链，该沟泥沙补给段长度比为0.64，可见该沟大部分主沟可以补给泥石流灾害链。泥石流活动过后，形成较为开阔的“U”字型沟床横切面，而沿着沟床分布着若干层次的底部基岩小阶坎。两边的斜坡斜率相当陡峭，通常斜度超过40°，有时甚至超过60°。沟道弯曲度为1.54，沟床在转弯区域，由于方向变化，泥石流对内弯岸产生剧烈的横向冲刷损毁效应，在外凸岸区域泥石流形成积累堆集。此外，由于地表植被覆盖度高，泥石流过后破坏区内残存大量植物残骸，并且顺泥石流运动方向排列，植物残骸堵溃效应也对泥石流规模起放大作用。可见，在灾害链的累积放大发区，由于地形条件、物源沿程不断补给、植物残骸堵溃效应等的综合作用，使得灾害链产生累积、放大效应，其规模远大于启动转化后的规模。
从灾后调查结果看，堆积区有较大方量物质冲出沟口，由于沟口处地形较为平缓，并且居民房屋较多，泥石流在低缓地形条件下，同时受到房屋阻挡，流速急剧下降堆积。整个堆积体分布于沟口至马贵河段，由沟口向外呈典型扇状堆积特征，扇形的完整度为60%，扇长200 m，平均宽50 m，扇角30°，高程270 m左右。泥石流堆积物主要为粉质黏土夹碎石，以黄土色调、湿润的黏土为主导成分，当中拥有细小粒子；流经沟渠的土壤完全浸水。砾石主要来自于风化程度中等至强的花岗岩，具有明显或相对圆润的棱角，其含量未超过15%，大多数砾石直径介于3~5 cm，个别能超过10 cm。在堆积体的表面层还散布着丰富的植被残留。由于沟口地形坡度较缓，是当地村民建房、耕种的主要场址，大量泥石流物质流出后造成大面积农田被掩埋，并且有部分泥石流物质进入马贵河，也导致河道遭受不同程度的堵塞。根据调查，当地居民房屋修建靠近沟口，部分几乎正对沟口，对泥石流的运动造成严重阻碍。泥石流在刚冲出沟口时仍具有较大的动能，对近沟口处房屋造成较大的冲击，导致沟口正前方房屋主体结构损毁，之后泥石流向多个方向发展扩散，宽缓地形促使流速快速下降，物质分散，堆积体厚度逐渐减小（图4）。
图4 滑坡—泥石流灾害链堆积区照片

Fig.4 Schematic diagram of landslide-debris flow disaster chain accumulation area

2.2　群发性滑坡—泥石流灾害链危险性评估

2.2.1　评估单元划分结果

对原始DEM数据依次进行填洼、水流方向提取、汇流累积量计算；分别以1、2、……、10 km2的汇水面积阈值通过河流链接使离散的像元得以串联，再对其进行河网分级，最后予以矢量化；提取矢量化后河流的出水口，生成流域盆地和分水岭，将栅格格式的分水岭以及流域盆地矢量化，最终得到小流域单元划分结果（图5），研究区共划分为49个小流域单元。小流域单元提取完毕后，对各汇水单元栅格图形进行矢量化转换，以获得相应的小流域单元多边形矢量与拓扑信息，根据流域数字高程模型和小流域单元栅格，计算获得各种地貌因子特征参数。
图5 小流域单元分布

Fig.5 Distribution of small watershed units

2.2.2　评估因子计算结果

利用ArcGIS 的空间分析功能，计算得到49个小流域相对高差（图6-a），流域高差范围为149.44 ~1 083.88 m，高差较大的地区分布在流域西北部山心村及东南部的六塘村。沟道弯曲度范围为1.07~2.18（图6-b），整体上流域北部的沟道弯曲较低南部较高。流域面积范围为0.23~9.54 km2，面积较大的流域集中在流域中部朗练村、马坑村附近（图6-c）。主沟长度为0.35~6.13 km，较长的地区主要分布在流域中部朗练村和马坑村（图6-d）。流域切割密度为1.11~2.71 km/km2，在流域内分布不均匀（图6-e）。将野外钻孔数据揭露的松散层厚度与坡度、高程进行随机森林回归分析，得到各个小流域产沙区松散物平均厚度（图6-g），产沙区松散物平均厚度范围为6.55~12.30 m，平均厚度较厚的地区主要分布在流域中部地区，两侧坡度较缓的坡地，河道附近及北部高程坡度较大的地区松散层厚度较低。将产沙区松散物平均厚度与该小流域面积作乘积运算，作为各小流域的沿沟松散物储量，如图6-f所示，其值为（10.12~84.44）×105m3，储量较多的地方主要分布在流域中部地区。泥沙沿程补给长度比为0.223~0.821（图6-h），在流域内分布不均。马贵河流域年最大24 h降雨量如图6-i所示，年最大24 h降雨量取值为171.93 ~210.81 mm，可以看出，在偏北部的垭垌村、河木垌村、甘埇村范围存在一个局地的暴雨中心，降雨强度较大。
图6 灾害链评估因子结果

Fig.6 Disaster chain assessment factors' result

2.2.3　危险性评估结果及验证

根据式（1）及滑坡—泥石流灾害链危险性赋值表（表1），叠加计算马贵河流域滑坡—泥石流灾害链的危险性综合指数，变化范围为26~55，将指数结果用ArcGIS进行矢量化制图，结果如图7和表2所示。
图7 马贵河流域滑坡—泥石流灾害链危险性分区

Fig.7 Hazard zoning of landslide-debris flow disaster chain in the Magui River Basin

表2 滑坡—泥石流灾害链危险程度分区情况

Table 2 Landslide-debris flow disaster chain hazard degree zoning table

危险程度 指数区间 主要分布区域 面积/ km2

面积

占比/%

评估

总面积/km2
低危险 [26, 34.98]

主要分布在马贵河流域北部山心村、厚园村南部、垭垌村南部，东北部周坑村、

西部大西村、中部河木垌村以及南部龙坑等部分地区的的小流域

 57.07 35.13 162.43
中危险 (34.98, 43.97] 主要分布南部的龙坑村东部、六塘村大部、朗练村南部、马贵镇、埕垌村、甘埇村、大西村中部、厚园村、山心村等区域的小流域单元 81.22 50.01
高危险 (43.97, 49.09]

主要分布在六塘村中东部、深水村、马坑村、朗练村、龙坑村北部的小流域、

大西村南部的小流域

 20.50 12.62
极高危险 (49.09, 55] 主要分布在主分布六塘村东部的小流域 3.64 2.24
由图7可知，极高危险性的小流域单元总共1条，占总小流域个数的2.04%，极高危险区面积为3.64 km2，占研究区总面积的2.24%，主要分布在六塘村东部的小流域。高危险区的小流域为8条，占全部小流域总数的16.33%，其危险区域覆盖面积达20.50 km2，占总体面积比例为12.62%，这些流域多集中在六塘村的中东区域的朗练村、深水村、马坑村以及龙坑村北部。中危险区的小流域个数为18条，这部分小流域个数占全部小流域总数的36.73%，且该危险区所覆盖的总面积为81.22 km2，约占研究区总面积的44.90%。这些中风险区域广泛分布于研究区，尤其是龙坑村南部、六塘村大部分小流域、朗练村南部、马贵村、埕垌村、甘埇村、大西村中心地带、厚园村和山心村等地的部分小流域单元。低危险区的小流域个数为22条，占总小流域个数的48.98%，低危险区面积为57.07 km2，占研究区总面积的35.13%，主要分布在马贵河流域北部山心村、厚园村南部、垭垌村南部，东北部周坑村、西部大西村、中部河木垌村以及南部龙坑等部分地区的小流域。
根据《广东省重点乡镇1∶1万地质灾害风险调查评价（高州市马贵镇）》（广东省有色地质环境中心，2023）结果，马贵河流域共发生了2处沟谷泥石流灾害，均为小型，分别位于六塘村和深水村（见图1），以此调查结果验证本研究评估结果。六塘村所在的小流域危险性为极高，深水村所在的小流域危险性为高，这与实际调查情况吻合较好。其他高危险区的小流域虽然未发生滑坡—泥石流灾害链，但在一定程度上具备灾害链的启动条件和累积放大条件备，若再发生强降雨，仍有很大的可能启动转化为滑坡—泥石流灾害链，危险性高，需进行专业化的监测，以免造成重大人员伤亡。

2.2.4　讨论

六塘村的流域面积、主沟长度、流域切割密度、产沙区松散物平均厚度和24 h最大雨量等因子在研究区并不是很高，但其流域高差、沟道弯曲度、松散物源储量、泥沙补给段长度比等较大，导致该地区发生滑坡—泥石流灾害链，这与该小流域特殊的地理条件密切相关，支沟沟源区“漏斗状”易于汇水的地形、浅层滑坡直接沿程补给物源、沟道弯曲度较高加上植物残骸堵溃效应等对泥石流灾害链的形成及累积放大效应均至关重要。
群发性滑坡—泥石流灾害链的形成过程为：滑坡在失稳后快速转化为泥石流在各支沟道汇集，形成的泥石流沿沟道持续运动经过支沟汇集至主沟道，在泥石流运动过程中，流体物质对沟道底部刮铲严重，早期堆积在沟底的松散物质被高速的泥石流流体冲击刮铲而起，并混合在泥石流流体中充当新的泥石流物源，同时形成的泥石流又对两侧残坡积物进行冲刷和侵蚀，沟道两侧滑体侵蚀剥落，松散土层进入主沟道，泥石流流体的物源量得到大量补充，不断产生累积放大作用，进而转化为高速、远程、冲击力巨大的滑坡—泥石流灾害链。
滑坡—泥石流灾害链的影响范围及破坏力较单一的滑坡或泥石流均显著增强，对山区人民生命财产安全、基础设施等造成严重威胁。但现有的针对滑坡、泥石流灾害单一灾种的危险性评估（项良俊，2014；王钧 等，2017a；严琦 等，2023），往往忽略了灾害链由上至下的递增供给、积累及叠加放大效应，从而导致对灾害影响的严重低估。如王翔弘绅等（2024）研究了川西石棉县马颈子沟滑坡—泥石流灾害链，发现表面灾害链中主要灾害向次要灾害逐级传递，促使危害进一步增强。冯文凯等（2022）以广东河源市龙川县米贝村6号沟发生的滑坡—泥石流灾害链为研究对象，发现大量的滑坡为灾害链提供物质条件，在持续降雨和入渗条件下，滑坡松散堆积体呈流态状启动、运动转化为泥石流，使得灾害范围增强。因此，滑坡—泥石流灾害链的危险性评估不能限制于单一灾种，还要重点考虑灾种之间的递增供给、积累及叠加放大效应，以取得更好的结果。

3 结论

以高州马贵河流域为研究区，首先分析了2010年“9.21”特大暴雨引发的滑坡—泥石流灾害链的演化特征，然后基于研究区滑坡—泥石流灾害链发生的补给、累积、叠加放大等特点，将泥石流灾害与滑坡灾害的耦合致灾－成灾过程视为整体大系统，以灾害触发、传递和累积机制分析的角度出发，从启动条件、累积放大条件2方面选取9个因子，利用综合指数模型进行了滑坡—泥石流灾害链危险性评估，主要结论为：
1）马贵河流域滑坡—泥石流灾害链具有多沟汇集，冲击力大，地形起伏度大等特点。在启动区滑坡在失稳过程中直接转化为泥石流，经过短距离流动汇入泥石流支沟，多条泥石流支沟在沿途中接受滑坡汇集汇入主沟谷，经流通区势能加速后冲出沟口，在沟口低缓地形区产生大面积扇形堆积现象，同时导致居民房屋、农田等遭受严重损坏。
2）马贵河流域滑坡—泥石流灾害链危险性以中危险性为主，其中共1处处于极高危险小流域，高危险与极高危险性地区分布面积较小，分别占总面积的12.62%和2.24%。
3）本研究针对滑坡—泥石流事件频繁发生的粤西马贵河流域，依据灾害链的累积和放大效应，运用综合指数法对滑坡—泥石流灾害链的危险性进行评估，通过选取恰当的评价因子并进行合理的赋值，得到较符合实际的评估结果。验证过程表明，评估结果与实际现场调研的数据高度一致，证实本研究所采纳方法的可信度。本文提出的群发性滑坡—泥石流灾害链危险性评估指标体系及评估方法，可为华南地区及其他类似地区滑坡—泥石流灾害链的危险性研究提供借鉴。

脚注

1 https://search.asf.alaska.edu/#/

沈秋华：论文整体撰写与修改；

王 钧：梳理研究内容和研究思路；

黎 昊：收集资料与分析数据；

宫清华：确定论文选题、研究内容和审阅总体论文；

黎念卿：制作与修改论文图件；

李景富：核对数据与修改论文；

袁少雄：论文审稿意见修改；

刘博文：论文数据处理和论文修改。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Bai H L, Feng W K, Yi X Y, Fang H Y, Wu Y Y, Deng P C, Dai H C, and Hu R. 2021. Group-Occurring Landslides and Debris Flows Caused by the Continuous Heavy Rainfall in June 2019 in Mibei Village, Longchuan County, Guangdong Province, China. Natural Hazards, 108(3): 3181-3201.

Calista M, Menna V, Mancinelli V, Sciarra N, and Miccadei E. 2020. Rockfall and Debris Flow Hazard Assessment in the SW Escarpment of Montagna del Morrone Ridge (Abruzzo, Central Italy). Water, 12(4): 1206. ]

Chen J Y, Gong Q H, Wang J, and Yuan S Y. 2024. Damage Cause and Mechanism of Well-Vegetated Soil Slopes under Extreme Rainfall: A Case Study. Frontiers in Earth Science, 12: 1402798.

陈敬业，王钧，宫清华，黎昊，李子豪. 2023. 植被增渗效应对华南地区花岗岩残积土浅层滑坡的影响机理研究——以河源市龙川县为例. 水文地质工程地质，50（3）：115-124.

Chen Jingye, Wang Jun, Gong Qinghua, Li Hao, and Li Zihao. 2023. Influence Mechanism of Vegetation Infiltration Effect on Shallow Landslides of Granite Residual Soil. Hydrogeology & Engineering Geology, 50(3): 115-124.

陈文鸿，余斌，叶鹏，郭朝旭，柳侃，叶龙珍，何元勋. 2024. 福建区域浅层滑坡诱发沟谷型泥石流灾害预测. 自然灾害学报，33（5）：12-21.

Chen Wenhong, Yu Bin, Ye Peng, Guo Chaoxu, Liu Kan, Ye Longzhen, and He Yuanxun. 2024. Regional Prediction of Gully-Type Debris Flow Caused by Shallow Landslides in Fujian. Journal of Natural Disasters, 33(5): 12-21.

曹鹏，侯圣山，陈亮，冯振，王立朝，李昂，刘军友．2021．基于数值模拟的群发性泥石流危险性评价——以甘肃岷县麻路河流域为例．中国地质灾害与防治学报，32（2）：101-110．

Cao Peng, Hou Shengshan, Chen Liang, Feng Zhen, Wang Lichao, Li Ang, and Liu Junyou. 2021. Risk Assessment of Mass Debris Flow Based on Numerical Simulation: An Example from the Malu River Basin in Min County. The Chinese Journal of Geological Hazard and Control, 32(2): 101-110.

冯文凯，贾邦中，吴义鹰，吴钟腾，白慧林．2022．低山丘陵区典型滑坡—泥石流链生灾害特征与成灾机理．中国地质灾害与防治学报，33（1）：35-44.

Feng Wenkai, Jia Bangzhong, Wu Yiying, Wu Zhongteng, and Bai Huiling. 2022. Characteristics and Mechanism of Landslide-Debris Flow Chain Disaster in Low Mountain and Hilly Terrain. The Chinese Journal of Geological Hazard and Control, 33(1): 35-44.

广东省自然资源厅. 2023. 广东省乡镇（街道）地质灾害风险调查评价技术要求（1:10 000）. （2024-06-09）[2025-03-20]. https://www.doc88.com/p-21699642553505.html.

Department of Natural Resources of Guangdong Province. 2023. Technical Requirements for Geological Hazard Risk Investigation and Evaluation of Townships (Streets) in Guangdong Province (1:10 000). (2024-06-09) [2025-03-20]. https://www.doc88.com/p-21699642553505.html.

广东省有色地质环境中心. 2023. 广东省重点乡镇1:1万地质灾害风险调查评价（高州市马贵镇）成果报告. 广州：广东省有色地质环境中心.

Guangdong Province Nonferrous Geological Environment Center. 2023. Guangdong Province Key Township 1: 10,000 Geological Hazard Risk Investigation and Evaluation (Gaozhou Magui Town) Results Report. Guangzhou: Guangdong Province Nonferrous Geological Environment Center.

胡华，吴轩，张越．2021．基于模拟试验的强降雨条件下花岗岩残积土斜坡滑塌破坏机理分析．中国地质灾害与防治学报，32（5）：92-97.

Hu Hua, Wu Xuan, and Zhang Yue. 2021. Experimental Study on Slope Collapse Characteristics of Granite Residual Soil Slope under Heavy Rainfall. The Chinese Journal of Geological Hazard and Control, 32(5): 92-97.

贾邦中，吴义鹰，冯文凯，白慧林，薛正海，赵家琛．2024．龙川县米贝村1#泥石流灾害特征与运动过程．科学技术与工程，24（9）：3576-3585.

Jia Bangzhong, Wu Yiying, Feng Wenkai, Bai Huilin, Xue Zhenghai, and Zhao Jiachen. 2024. 1# Debris Flow Disaster Characteristics and Movement Process in Mibei Village, Longchuan County. Science Technology and Engineering, 24(9): 3576-3585.

罗毅，李德文，姜文亮，李林林，焦其松，田云锋，李强，李永生．2024．2023年积石山6.2级地震诱发的中川乡泥石流灾害过程与成因分析．地震工程学报，46（4）：802-817.

Luo Yi, Li Dewen, Jiang Wenliang, Li Linlin, Jiao Qisong, Tian Yunfeng, Li Qiang, and Li Yongsheng. 2024. Process and Causes of the Debris Flow in Zhongchuan Township Induced by Jishishan Ms 6.2 Earthquake in 2023. China Earthquake Engineering Journal, 46 (4): 802-817.

刘艳辉，温铭生，苏永超，许凤雯．2016．台风暴雨型地质灾害时空特征及预警效果分析．水文地质工程地质，43（5）：119-126.

Liu Yanhui, Wen Mingsheng, Su Yongchao, and Xu Fengwen. 2016. Characteristics of Geo-Hazards Induced by Typhoon Rainstorm and Evaluation of Geo-Hazards Early Warning. Hydrogeology & Engineering Geology, 43(5): 119-126.

龙艳梅，宋章，王玉峰，程谦恭，李坤，吴越．2022．基于物理模型试验的碎屑流流态化运动特征分析．水文地质工程地质，49（1）：126-136．

Long Yanmei, Song Zhang, Wang Yufeng, Cheng Qiangong, Li Kun, and Wu Yue. An Analysis of Flow-Like Motion of Avalanches Based on Physical Modeling Experiments. Hydrogeology & Engineering Geology, 49(1): 126-136.

林文，周伟，李靖，杨莉，唐泽．2022．基于Flow-R和FLO-2D的沟谷型泥石流危险性评价．人民长江，53（5）：143-148.

Lin Wen, Zhou Wei, Li Jing, Yang Li, and Tang Ze. 2022. Gully Debris Flow Hazard Assessment Based on Flow-R and FLO-2D Coupling Models. Yangtze River, 53(5): 143-148.

刘府生，周瑞宸，孙红林，胡卸文，黎尤，徐玉龙．2023．基于RAMMS的冰湖溃决型泥石流演进模拟及危害性．科学技术与工程，23（33）：14123-14132.

Liu Fusheng, Zhou Ruichen, Sun Honglin, Hu Xiewen, Li You, and Xu Yulong. 2023. Evolution Process Simulation and Hazard Research of Debris Flow Induced by Glacier Lake out Burst Based on RAMMS. Science Technology and Engineering, 23(33): 14123-14132.

庞海松，谢骏锦，张小明，王官贺，张明．2024．基于RAMMS数值模拟的短时强降雨型泥石流危险性评价．地质科技通报，43（2）：215-225.

Pang Haisong, Xie Junjin, Zhang Xiaoming, Wang Guanhe, and Zhang Ming. 2024. Hazard Assessment of Debris Flow Induced by Short-Time Heavy Rainfall Based on RAMMS Numerical Simulation. Bulletin of Geological Science and Technology, 43(2): 215-225.

潘建华，彭贵芬，彭俊，舒康宁．2012．基于模糊综合评判的汶川8.0级地震重灾区滑坡泥石流气候风险评估．灾害学，27（1）：10-16．

Pan Jianhua, Peng Guifen, Peng Jun, and Shu Kangning. 2012. Risk Assessment of Landslide and Debris Flow in Main Disaster Area of Wenchuan Earthquake Based on Fuzzy Integrated Evaluation. Journal of Catastrophology, 27(1): 10-16.

孙蕊，丁雨虹，郭海燕，徐金霞．2022．基于GIS的四川省降水诱发型滑坡泥石流风险区划．高原山地气象研究，42（3）：111-116，140.

Sun Rui, Ding Yuhong, Guo Haiyan, and Xu Jinxia. 2022. GIS-Based Zoning of Rainfall-Induced Landslide and Debris Flow Risk in Sichuan Province. Plateau and Mountain Meteorology Research, 42(3): 111-116, 140.

王翔弘绅，余建华，胡桂胜，杨志全．2024．滑坡—泥石流灾害链特征分析与风险评价——以川西石棉县马颈子沟为例．安全与环境工程，31（1）：124-134，149．

Wang Xianghongshen, Yu Jianhua, Hu Guisheng, and Yang Zhiquan. 2024. Characteristics Analysis and Risk Assessment of Landslide-Debris Flow Disaster Chain-Taking Majingzi Gully, Shimian County, Western Sichuan as an Example. Safety and Environmental Engineering, 31(1): 124-134, 149.

王钧，宫清华，袁少雄，熊海仙．2017a．耦合地貌信息熵和斜坡单元物质响应率的泥石流危险性分析．科学技术与工程，17（16）：21-27.

Wang Jun, Gong Qinghua, Yuan Shaoxiong, and Xiong Haixian. 2017a. Debris Flow Hazard Assessment by Coupling Geomorphic Information Entropy and Response Rate of Watershed Unit Material. Science Technology and Engineering, 17(16): 21-27.

王钧，宫清华，熊海仙．2017b．粤西低山丘陵区崩塌滑坡灾害易发性分析．人民长江，48（10）：47-53.

Wang Jun, Gong Qinghua, and Xiong Haixian. 2017b. Susceptibility Assessment of Collapse and Landslide Disasters in Low Mountain and Hilly Areas of West Guangdong. Yangtze Rive, 48(10): 47-53.

Wang J, Gong Q H, Yuan S X, and Chen J. 2023. Combining Soil Macropores Flow with Formation Mechanism to the Development of Shallow Landslides Warning Threshold in South China. Frontiers in Earth Science, 10: 1048427.

Wu Z B, Li H, Yuan S X, Gong Q H, Wang J, and Zhang B. 2023. Mask R-CNN–Based Landslide Hazard Identification for 22. 6 Extreme Rainfall Induced Landslides in the Beijiang River Basin, China. Remote Sensing, 15: 4898.

王永喜，夏兵．2012．粤西台风灾区水土保持生态修复策略和措施－以高州市马贵镇为例．中国水土保持科学，10（1）：88-93．

Wang Yongxi and Xia Bing. 2012. Eco-Restoration Strategies and Measures for the Soil and Water Conservation of Typhoon-Hit Areas in Western Guangdong Province: A Case Study of Magui Town, Gaozhou City. Science of Soil and Water Conservation, 10(1): 88-93.

Xiong K, Adhikari B R, Stamatopoulos C A, Zhan Y, Wu S, Dong Z, and Di B. 2020. Comparison of Different Machine Learning Methods for Debris Flow Susceptibility Mapping: A Case Study in the Sichuan Province, China. Remote Sensing, 12(2): 295. ]

项良俊．2014．金沙水电站坝区流域肖家沟泥石流的三维流场数值模拟及风险评价．长春：吉林大学.

Xiang Liangjun. 2014. Numerical Simulation of Three-Dimensional Flow Field and Risk Assessment at Xiaojiagou Debris Flow of the Basin of Jinsha Hydropower Dam Area.Changchun: Jilin University.

Yang H J, Yang T Q, Zhang S J, Zhao F H, Hu K H, and Jiang Y L. 2020. Rainfall-Induced Landslides and Debris Flows in Mengdong Town, Yunnan Province, China. Landslides, 17(4): 931-941.

Yang G L, Zhao L H, Qin Y G, Yang Tao, and Chen S A. 2025. Clustered landslides Induced by Rainfall in Jiangwan Town, Shaoguan City, Guangdong Province, China. Landslide News, 22: 1325-1338

严琦，张琪．2023．贵州省黔东南州降雨型泥石流风险评估．气象与减灾研究，46（2）：141-148.

Yan Qi and Zhang Qi. 2023. Risk Assessment of Rainfall Induced Debris Flow in Qiandongnan Prefecture of Guizhou Province. Meteorology and Disaster Reduction Research, 46(2): 141-148.

张添锋，郭朝旭．2021．福建山区泥石流临界降雨阈值．山地学报，39（5）：701-709.

Zhang Tianfeng and Guo Chaoxu. 2021. Rainfall Threshold of Debris Flow in Fujian Mountainous Area, China. Mountain Research, 39(5): 701-709.

种艳，陈冠，孟兴民，岳东霞，张毅，郭富赟，李亚军，曾润强，赵岩，边世强，杨云鹏，金佳成，黄逢春. 2022. 高山峡谷区滑坡—泥石流灾害链成灾模式与危险性评价——以舟曲立节为例. 兰州大学学报（自然科学版），58（3）：372-384.

Chong Yan, Chen Guan, Meng Xingmin, Yue Dongxia, Zhang Yi, Guo Fuyun, Li Yajun, Zeng Runqiang, Zhao Yan, Bian Shiqiang, Yang Yunpeng, Jin Jiacheng, and Huang Fengchun. 2022. Analysis of the Transformation Mechanism and Prediction of a Landslide Debris Flow Multi-Hazards Chain in an Alpine Canyon Area: A Case Study in Zhouqu. Journal of Lanzhou University(Natural Sciences), 58(3): 372-384.

Options
文章导航

/

〈 〉