2022年马尔康6.0级震群同震滑坡空间分布规律分析.pdfVIP

2025年8月水利水电快报EWRHI第46卷第8期

引用格式：向晗，李宁，幸夫诚，等.2022年马尔康6.0级震群同震滑坡空间分布规律分析[J].水利水电快报，2025,46（8）：31-39.

2022年马尔康6.0级震群同震滑坡

空间分布规律分析

向晗,李宁，幸夫诚，陈宇涛，卜祥航

（西华大学应急管理学院，四川成都610039)

摘要：为做好四川马尔康地区的滑坡灾害预防工作，针对2022年6月10日马尔康市接连发生的Ms5.8

级、Ms6.0级、Ms5.2级地震所引发的滑坡灾害，建立了基于四川省历史地震数据的数据库，运用FCNN模型

对此次震群诱发的滑坡空间分布进行分析，并提取马尔康境内主要水电站流域，进行滑坡易发性分析。结果

表明：①68.56%的滑坡落入极高、高易发区，与卫星影像解译滑坡的结果相符；②此次地震引发的滑坡灾害

数量庞大、分布广泛、规模不均，主要集中在松岗断裂带北侧和龙子坝断裂带西北侧，地形起伏为36~107m，

坡度为16°~48°；③脚木足河、茶堡河水电站流域均为滑坡高度发育区，盘龙河水电站流域上游为滑坡高度

发育区，下游处于中低易发区域，区域内滑坡受水力侵蚀、地形变化的强烈控制;④将FCNN模型预测结果与

影像解译、地质灾害现场调查数据对比，验证了模型预测准确率达75%以上。研究成果对马尔康地区滑坡灾

害的监测与防控具有理论与工程实践参考价值。

关键词：地震群；同震滑坡；空间分布；FCNN模型；水电站流域；四川省；马尔康

中图法分类号：P642.22;TV221.2文献标志码：AD0I:10.15974/ki.slsdkb.2025.08.005

文章编号：1006-0081(2025)08-0031-09

0引言预测领域得以有效应用,其借助已发生灾害区域的滑坡

数据与环境指标耦合，从而实现对其他区域的精准预

2022年6月10日，四川省阿坝藏族羌族自治州

测，主要学习方法包括人工神经网络、卷积神经网络

马尔康市先后发生了5.8,6.0,5.2级地震[]。下文将

等[7]。赵占骜等[8]构建了耦合多维CNN模型进行滑坡

这3次地震称为马尔康Ms6.0级震群”。此次地震易发性评估，通过不同维度卷积进行融合，减少模型参

群及其引发的次生灾害影响马尔康市及周边多个地数量,获取影响因子的更深层次特征。余波等[9基于证

区,造成较大损失[2]。近年来四川省地震引发的地质据权-全连接神经网络模型，建立滑坡易发性评价模

灾害对人民生命和财产安全造成威胁。震后迅速且准型,对阿富汗北部高原地区进行了滑坡易发性分析,大

确地获取地质灾害的分布，对于地震灾害的紧急救援幅提高了预测的拟合精度。然而,由于计算量较大，目

和后续安置规划至关重要[3-4]前机器学习方法在对广阔区域的评估方面仍有不足。

四川省位于中国西南部,受到印度板块与欧亚板本研究将CNN算法中的卷积层替换为全连接层，

块持续挤压作用,地质构造复杂，西北部山区河谷狭经过改进，建立了全连接神经网络（FCNN）模型，使其

窄、边坡陡峭[5]。水电站工程周围环境的边坡高度达不会忽略掉第一层卷积层中的特征信息，进一步提高

几百米乃至上千米，滑坡会导致山体崩塌，冲击水电站了算法准确性和效率。本文所选取的地震事件位于四

的建筑物,并携带大量泥沙和石块,堵塞水电站的引水川西、北部地区,其同震地质灾害发生机制与规律较为

渠道,形成安全隐患[6]。如何对滑坡的空间分布进行类似,且所采用数据精度、效率较以往研究都更高,据

准确预测意义重大。近年来，伴随地质灾害防控需求此构建的预测模型适用性更明确、结果更为客观。采

的持续攀升以及人工智能的发展，神经网络在滑坡易发用此模