基于RAMMS-AVALANCHE模型的雪崩模拟参数敏感性分析

张天意, 刘杰*, 王斌, 程秋连, 杨治纬

(1.新疆农业大学交通与物流工程学院, 乌鲁木齐 830052; 2.新疆交通规划勘察设计研究院有限公司,科技研发中心, 乌鲁木齐 830006)

雪崩是在地形、气候和积雪特性等条件的组合下,山坡积雪被活化和失稳引起的严重自然灾害,具有难预测、冲击力大、破坏性强等特点[1-3]。随着人类活动和基础设施建设逐渐进入高寒山区,雪崩已经成为影响高寒山区交通,基础设施建设和生命安全的主要自然灾害之一[4-5]。1991年1月3日,发生在中国云南梅里雪山的雪崩事件,造成17名登山者全部遇难[6]。2012年4月7日,巴基斯坦Siachen地区某军营发生大规模冰川雪崩,导致139名士兵和平民被埋[7]。2021年1月9日,发生在俄罗斯诺里尔斯克的低山雪崩导致居民点遭到破坏,6人被埋,3人死亡[8]。据统计,2009—2019年亚洲高山区年平均雪崩伤亡人数158人,发生时间段主要集中在每年的10月初到次年4月[9]。全世界范围内每年因雪崩死亡人数高达250人[10]。

由于雪崩诱发因素多,具有突发性和难预测性,往往很难在短时间内获取雪崩发生过程的实测数据和影像,这对雪崩灾害防治和危险性评估的准确性产生较大影响。相对于室内试验,数值模拟能够较好地模拟雪崩运动的整个过程[11]。瑞士联邦冰雪和雪崩研究所开发了雪崩动力学数值模拟软件RAMMS-AVALANCHE(以下简称RAMMS),能够准确预测复杂三维地形雪崩运动的路径、冲击力、流速、积雪堆积区分布状况等[12]。同时能够很好地模拟分析雪崩运动时积雪堆积和夹带演变过程。因此在雪崩灾害重演和危险性评估中得到了很好的应用[13-14]。Wilbur等[15]利用RAMMS模型反演北美两种不同气候条件下长重现期雪崩时进行释放体积和摩擦系数多组合模拟。Christen等[13]分别采用2.5、25 m计算网格分辨率进行模拟,结果显示不同计算网格分辨率下雪崩流中心堆积存在分布差异。Sardar等[16]利用RAMMS模拟结果作为宏观因子进行危险性评价时指出模型结果很大程度上取决于输入参数和分辨率的准确性,选择合适参数值的计算结果能够成为雪崩危险性的参考值。Marco等[17]在多次校准摩擦系数的基础上利用RAMMS反计算雪崩沉积区特性,通过观测值和模拟结果比较,评估了模型准确性及局限性,提出摩擦系数的选取对于沉积区面积的评估工作起到了至关重要的作用。因此雪崩模拟参数的合理选择对模拟结果的准确性尤为重要。目前针对RAMMS模型的雪崩模拟参数对模拟结果的敏感程度及如何合理选择模拟参数的研究成果鲜有报道。

中国天山地区是雪崩灾害的易发区和频发区[18],选取天山山区巩乃斯河谷区域典型雪崩点[19-20],采用RAMMS软件进行雪崩数值模拟。运用单因素分析法及灰色关联法研究计算网格分辨率、雪层断裂深度、摩擦系数不同参数取值下模拟结果的变化规律,分析参数对雪崩数值模拟结果的影响程度及敏感性,给出最优模型参数选择原则和建议。可提高雪崩模拟结果准确性,为雪崩灾害危险性分析提供一定参考。

1 区域概况

中国天山巩乃斯区域为低中山地貌,地面高程2 000～2 800 m,相对高差在200～500 m。历年平均积雪深度为58 cm,最大雪深达100 cm以上,积雪期超过150 d[21]。该区域属中山草地雪崩危险区,山坡坡度多为25°～40°。雪崩危险期始于12月,到次年4月初结束,每年平均发生雪崩30多次,多为沟槽型和坡面型雪崩。雪崩发生的位置、规模受自然条件的影响较大,主要为集中降雪下积雪厚度急骤增加,引发的新雪雪崩以及气温回升、春季融雪引发的全层湿雪雪崩。受地形条件限制,独库高速走廊带不可避免需穿越该雪崩危险区。通过对拟建高速公路巩乃斯段走廊带冰雪灾害调查发现,以巩乃斯2号隧道出口雪崩最为典型,研究区域地形如图1所示。

巩乃斯2号隧道出口雪崩为沟槽型雪崩,山势陡峭,坡面植被稀疏,沟槽上方山坡有大面积积雪面,堆积区位于河谷地带。雪崩区域地理特征参数,如表1所示。

2 RAMMS-AVALANCHE模型

RAMMS-AVALANCHE模型在Voellmy-Salm模型(简称VS)基础上考虑雪崩运动过程中流动高度和速度变化的非定值和非均匀运动特征,使用积雪深度平均方程同时耦合随机动能(random kinetic energy,RKE)模型,考虑到质量和动能守恒来处理雪崩运动、堆积过程;解释了雪粒之间的随机运动和非弹性互相作用。该模型进一步提高了输出结果的质量;而输出结果的质量除了取决于数值模型准确模拟自然三维地形中雪崩流的能力,还很大程度上取决于模型参数条件的设置。因此,通过分析模型原理可进一步了解模型参数与模拟计算之间的联系,明确模型参数的重要性。

2.1 VoeIllmy-Salm流变模型

VS模型基于笛卡尔坐标系来表征平均速度U,假设x和y是固定于笛卡尔坐标系中的水平坐标,z(x,y)表示用x和y参数化的山脉轮廓,其中,自变量x、y表示地形弧长,坐标x、y、z形成曲面诱导坐标系。随着时间t的变化雪崩流动高度H(x,y,t)和平均速度U(x,y,t)也随之变化,平均速度U(x,y,t)关系式为

(1)

(2)

式中：Ux为u沿x轴的流速;Uy为u沿y轴的流速;上标T为平均流速矩阵的转置;nu为雪崩运动的方向。

由于雪崩呈现浅层流体几何形态,用质量平衡方程来求解雪崩流动高度H,如式(3)所示。

∂tH+∂x(HUx)+∂y(HUy)=Q(x,y,z)

(3)

平均速度U、流动高度H都以x、y、z为基础坐标系,而计算网格分辨率的高低则能反应出x、y、z坐标轴上最为准确的距离,近而平均速度U、流动高度H则能更为贴近实际情况。

2.2 摩擦系数

VS模型中将摩擦系数考虑为两部分与法向应力N成正比的干库伦摩擦系数μ和湍流摩擦系数ξ。摩擦阻力S的表达式为

(4)

式(4)中：S为摩擦阻力;ρ为密度;g为重力加速度;φ为斜角;h为流动高度;u=(ux,uy)T;摩擦系数μ、ξ与碎屑流运动演变过程有直接影响,当流动接近于停止时,μ起主导作用;当流速快速运动时,ξ起主导作用。

2.3 RKE模型

考虑到雪崩运动体是由雪团组组合,运动过程中可能携带粒状碎屑等物质,运动过程中平行或者非平行斜坡方向时候会出现速度上的波动,则采用RKE模型实时修整,更好地表现雪崩实时运动特征的变化,可由式(5)、式(6)得出。

(5)

(6)

式中：R0为常数,是平均随机动能密度函数的摩擦指数增长率;μ0为干库仑摩擦系数;ξ0为湍流摩擦系数;R为深度平均随机动能。

因此,修正后的干库伦摩擦系数μ和湍流摩擦系数ξ将取决于R(深度平均随机动能);R即一定深度的积雪层释放后在随机运动中产生的动能。雪层断裂深度则直接关乎动能大小。

计算网格分辨率、断裂深度、摩擦系数3个参数对模型计算分析过程有非常重要的作用进而影响模拟结果的准确性。

3 参数取值对模拟结果影响分析

考虑到模拟过程中不同参数值的选择对模拟结果的发展会有较大的影响,为了分析计算网格分辨率、断裂深度、摩擦系数3种参数对于模拟结果的影响程度。以巩乃斯2号隧道出口沟槽型雪崩为例,针对不同参数的影响性质,采用多边形相似度计算分析[22]及单一因素分析方法[23-24]等,研究不同参数取值对于模拟结果的影响程度。

3.1 计算网格分辨率

数字高程模型(digital elevation model,DEM)表示的三维地形是RAMMS数值模拟中最基本的输入数据,能够准确反映雪崩模拟区域的地形特征[25-27]。由于DEM输入时的分辨率和计算网格分辨率有所不同,受到计算时间的限制计算分辨率应尽可能小。建立以无人机激光扫描DEM作为输入数据,设置3种DEM计算网格分辨率：2.0、5.0、10.0 m。在3种计算网格分辨率下,其他参数保持不变,不同计算网格分辨率与特征值呈正相关,即冲击力、雪崩流速度以及流动高度数值整体上2.0 m分辨率>5.0 m分辨率>10.0 m分辨率。在起始时、运动过程时、堆积时取A、B、C点,对比不同时刻不同分辨率下特征值的变化率,特征值整体变化幅度较大,尤其是流动高度,变化率均高于其他两个特征值,起始时A点变化率10%～20%;运动过程时B点变化率在10%～15%,堆积时C点变化率最大在16%～23%。如表2所示。

进一步佐证不同计算网格分辨率对地形识别的误差对特征值的影响程度,对堆积区对I-I剖面距离400段进行曲线(图2)放大分析。该段曲线由于计算网格分辨率不同对坡脚处地形特征的识别存在差异性,2.0 m分辨率曲线较其他两种组曲线呈现出更为曲折的振幅变化趋势,而10.0 m分辨率曲线振幅更平缓,折点更少(图2)。说明3种计算网格分辨率虽然能够准确识别出坡面到坡脚的突变地形,但计算网格分辨率较高的能够更为准确的识别地形的细小变化,使得模拟结果更为准确。

图2 不同计算网格分辨率下I-I剖面雪崩运动特征值变化曲线

由于流域范围的大小严重影响雪崩危险性的判断,对比发现不同计算网格分辨率下,导致像素点(2.0 m分辨率表示长2 m、宽2 m的像素点)大小不同,雪崩流域范围存在明显不同。将3种分辨率下的流域范围进行对比,由于积雪累积运动过程中能够填充洼地,地形尺寸越小,运动范围线形具有更为平滑的特性[28]。2.0m分辨率运动线形比5.0、10.0 m表现出更为平滑效果,影响范围更小;而10.0 m分辨率相比较其他两种分辨率计算像素点更大,无法反映细小洼地被积雪填充的过程,因此运动线形较为粗略,影响范围整体呈现出 2.0 m<5.0 m<10.0 m的情况(图3)。

图3 不同分辨率下雪崩运动影响范围图

通过计算得出不同计算网格分辨率下雪崩运动范围的变化率来反映计算网格分辨率对模拟结果的影响。以2.0 m计算分辨率下的雪崩运动范围为基准值,计算形状比率相似度[22,29]、周长变化率、大小变化率、面积变化率、得出最终变化率百分比[30]。3种分辨率下整体形状比率高达89.54%、89.24%,雪崩流运动轨迹高度相似,运动范围变化率控制在16.78%、24.03%的较低变化范围内,主要对位于轨迹边缘的控制点危险性判断产生影响,如表3所示。

表3 不同分辨率下运动范围变化率计算

高分辨率能够使得运动范围线形更平滑,更准确地反映地表平整度对积雪堆积的影响;进而降低雪崩运动范围识别过大、中心径流距离过大等引起的雪崩冲击力、速度、雪崩流高度等结果的误差,可为工程设计计算提供依据。

3.2 雪层断裂深度

断裂深度是指雪崩释放区内,一定厚度的雪层在重力、温度等因素作用下,积雪薄弱层失效出现垂直于坡面的裂缝后,沿着裂缝向下滑动的平均积雪厚度。产生裂缝的雪层在受到重力的作用下有沿坡面向下滑动的趋势,当雪层的下滑力大于阻力时引发雪崩。为研究不同断裂深度对模拟结果的影响,采用单一因素分析法假设断裂深度为单一个体,单一因素变化下,其他参数保持不变,断裂深度分别减少10%、20%、30%。

雪崩模拟考虑释放体积最大即雪层全层断裂;引用山坡积雪极限厚度hk[31]作为全层断裂深度;根据式(7)可知,当山坡积雪层厚度达到临界厚度时,积雪内层间和雪粒间的摩擦力和内聚力阻碍积雪滑动,雪层处于极限平衡状态,此时积雪厚度的增加会引起雪的滑塌。

(7)

式(7)中：hk为山坡积雪积雪厚度;C为雪与坡面间的内聚力;φ为雪与地面的内摩擦角;τ为积雪的密度;α为山坡坡度。

根据式(7),计算数值(内聚力、内摩擦角、积雪密度)都与坡面特性、气候因素及积雪特性相关[9];山坡坡度主要通过地形分析所得。根据胡汝骥等[18,32]对天山山区季节性积雪的物理性质进行研究,得出不同类型的积雪物理力学强度值。汶林科等[33]通过分析降雪与雪崩的关系,总结出降雪条件下积雪力学性质变化规律。Mcclung等[34]总结了气温对积雪硬度、断裂韧性和抗剪强度的影响,并结合研究区域实际情况来确定物理特征值,积雪物理性质取值如表4所示。

表4 积雪物理性质

根据表4中的积雪物理值,利用式(7)计算巩乃斯2号隧道出口处山坡积雪极限厚度hk,地形分析该地山坡坡度为53°,积雪极限厚度hk计算结果如下。

(8)

因此该释放区域雪层全层断裂下断裂深度为0.76 cm,根据单一因素分析法,裂深度分别减少10%、20%、30%,所得的断裂深度分别为0.684、0.608、0.532 m。在断裂深度参数变化下,其他参数保持不变,对该雪崩点进行模拟。通过对模拟结果特征值的分析,雪崩在运动过程中会由于断裂深度的减少,流量减少,流动高度、流动速度和冲击力会随之减小,如图4所示。对运动过程分析取A、B、C点位置,在断裂深度值每减少10%情况下,伴随着积雪夹带作用及雪粒之间的随机运动和非弹性互相作用,流动过程中的流动高度的变化率在5%～7%;流动速度的变化率在1%～2%;冲击力的变化率在2%～3%,如表5所示。

表5 不同断裂深度下雪崩运动过程特征值变化率

图4 不同断裂深度下I-I剖面雪崩运动特征值变化曲线图

在分析堆积区中发现,仅堆积高度会由于断裂深度的增加而增加。冲击力和流动速度则会由于积雪堆积的反向作用,流动至一定高度的积雪形成天然的屏障一定程度上减缓了堆积区积雪流动速度,减弱了雪崩流的冲击力。因此堆积区雪崩流冲击力及流动速度会随着雪崩流堆积高度的增大而减弱,如图4所示。

3.3 摩擦系数

RAMMS对于摩擦系数μ、ξ有两种设置情况—常量和变量计算模式。常量计算模式下考虑雪崩区域下垫面处于相同性质的地表状况,整个雪崩运动区域(释放区、运动区、堆积区)采用固定的μ、ξ,摩擦系数μ、ξ的取值则取决于重现期以及雪崩体积。而变量计算模式下,μ、ξ不固定,考虑不同海拔区域地表状况不同,使用不同的μ、ξ。通过对雪崩点地形特征及现场调研情况分析,该点主要由于强降雪引起的沟槽型新雪雪崩,雪崩流沿沟槽发育;雪崩运动区域(释放区、运动区、堆积区)的下垫面(剥蚀构造山区)一致。该情况下摩擦系数μ、ξ选择常量计算模式。通过对释放区域的积雪体积的计算结合模型手册MuXi-Table全局参数建议值,确定四种不同重现期(雪崩发生频率)极端情况下新雪雪崩的摩擦系数μ、ξ[35],如表6所示。

表6 常量计算模式下摩擦系数μ、ξ

不同摩擦系数情况下,对工况1～工况4进行模拟,4种工况下冲击力和流动速度变化曲线在运动过程中随着摩擦系数的增大,坡面与雪层下垫面摩擦阻力增强,特征值减小。而在流动高度的数值变化趋势则由于该点起始流动速度不大,释放区雪层释放从上往下的顺序,在结束释放时会出现流动高度的峰值点a;摩擦阻力的增大,留在坡面上雪增多,流动高度峰值点a：工况1>工况2>工况3>工况4。运动过峰值点a后则由于摩擦阻力增大携带的雪量减少,流动高度随之降低[图5(a)]。

图5 不同摩擦系数下下I-I剖面雪崩运动特征值变化曲线

而在对雪崩堆积过程特征值变化曲线分析中发现,在常量计算模式下,主要改变系数为μ,当雪崩堆积区运动接近于停止摩擦系数μ起主导作用,受μ影响,摩擦系数越大,特征值越大(图5)。

由于摩擦系数μ、ξ共同控制着雪崩整个运动过程,其在快速运动时和接近于停止时主次作用不同,取特征值曲线下的峰值点进行对比,常量计算模式下ξ固定为1 250 m/s2,在快速运动中占主导作用,μ在0.31～0.34的变化。对运动过程和堆积过程分别进行峰值点变化幅度分析,冲击力和流动速度的峰值点均出现在同一位置A、B、C点;其中A、B点为快速运动过程中峰值点,C点为堆积过程中峰值点。快速运动过程中由于主导作用摩擦系数ξ一致,仅起次要作用的μ改变,峰值点A、B处冲击力、流动速度变化幅度不大,冲击力增幅控制在3%～5%,流动速度增幅在2%。而堆积过程中由于主导作用摩擦系数μ在0.31～0.34递减变化,C点处冲击力、流动速度呈现出较大幅度的变化,特别是冲击力变化幅度在10%～20%,流动速度变化幅度值相对较小,控制在6%～9%,具体数值如表7所示。

表7 流动速度、冲击力峰值点数值

在对流动高度变化曲线峰值点变化幅度进行分析,其中a、b、c点为快速运动过程中峰值点,d点为堆积过程中峰值点。主导作用摩擦系数值ξ的控制下,快速运动过程峰值点a处增幅在2%,工况1>工况2>工况3>工况4;峰值点b、c处变化幅度在2%,工况4>工况3>工况2>工况1,整体数值变化幅度不大;d点处由于摩擦系数值μ的主导作用,变化幅度较大,控制在7%～15%。具体数值如表8所示。

表8 流动高度峰值点数值

雪崩是否停止运动取决于地形、总流量和摩擦值,在RAMMS雪崩模拟中则基于动量P来作为停止标准,动量P(单位：kg·m/s)是物体质量和速度的乘积。释放流量相同条件下,由于积雪、坡面的摩擦阻力对运动状态起到很大的制约作用[31]则摩擦值越大的情况下,运动过程中速度值越小。不同摩擦系数直接影响运动中流动速度的变化,使得动能总量不同;工况1～工况4动能总量大小为工况1<工况2<工况<工况4。以动能5%为阈值,摩擦系数值工况 1>工况2>工况3>工况4的情况下,采用50%释放动能做对比,则动能释放时间大小为工况 1<工况2<工况<工况4(图6)。因此,同样流动质量下,摩擦系数越大,流动速度越慢,动能释总量越小,则雪崩运动停止时间越早。

图6 不同摩擦系数下雪崩动能释放变化趋势图

对不同摩擦参数下特征值结果分析中发现,由于在快速运动时和接近于停止时μ、ξ起到的作用不同;摩擦参数取值主要对堆积区模拟结果特征值的变化幅度影响较大,而对快速运动过程中的数值影响性较小,数值变化幅度较小。在对雪崩停止时间分析中发现,摩擦系数值越大,雪崩运动过程中速度越慢,一定释放体积下动能总量越少,使得雪崩模拟停止时间越早。

4 参数敏感性分析

为了量化分析参数值的变化对模拟结果的影响程度,对参数值进行敏感性分析,确定参数值之间的主次关系。利用关联度的大小直接反应影响因子对特征值敏感程度,关联度越接近1,说明敏感程度越大,反之,敏感程度越小[36-38]。通过该方法得出各影响因子(计算网格分辨率、断裂深度、摩擦系数)对特征值(冲击力、雪崩流速度、流动高度)敏感程度的大小,灰色关联度值越高,说明该因素对特征值的敏感性越大。

4.1 灰色关联法分析过程

(1)建立比较矩阵X和参考矩阵Y。将影响因子作为比较矩阵X,相应的模拟结果特征值作为参考矩阵Y,如式(9)、式(10)所示。

(9)

(10)

式中：i为选取的影响因子数;j为第i个影响因子变化时对应目标值的个数;xij为第i个影响因子变化值;yij为第i个影响因子变化时对应的第j个稳定性系数值。

(2)变量的无量纲化。由于各影响因子量化度不同,不具有可比性,因此参考式(11)、式(12)对比较矩阵X、参考矩阵Y进行无量纲化处理。

(11)

(12)

式中：maxXij为最大比较矩阵;minXij为最小比较矩阵;maxYij为最大参考矩阵;minYij为最小参考矩阵。

(3)无量纲化矩阵差值运算。根据式(13)求得关联序列对应的差异序列矩绝对差Δij,其计算公式为

Δij=|X′-Y′|

(13)

并选取Δij的最大值、最小值,表达式分别为

max=maxΔij,min=minΔij

(14)

(4)关联系数ηij计算。计算公式为

(15)

式(15)中：ρ为分辨系数,作用是增大关联系数差异显著性,一般取值0.5;Δmin为比较序列与参考序列最小差异序列矩阵;Δmax为比较序列与参考序列最大差异序列矩阵;Δij为关联序列对应的差异序列矩阵。

(5)关联度μi计算,计算公式为

(16)

式(16)中：μi为关联度,变化区间为[0,1]

4.2 关联度排序

根据数值模型参数以及巩乃斯2号隧道出口处堆积区域点(x：536 318.5,y：4 785 677.8,z：2 218.5)模拟结果特征值可确定比较矩阵X和参考矩阵Y的取值,如式(17)～式(20)所示。

(17)

(18)

(19)

(20)

式中：X矩阵中1～3行因素值分别为计算网格分辨率、断裂深度、摩擦系数;Y1、Y2、Y3矩阵分别为冲击力参考矩阵、雪崩流速度参考矩阵、流动高度参考矩阵;Y矩阵中1～3行分别为计算网格分辨率、断裂深度、摩擦系数不同参数下的3种特征值。

根据式(16)～式(19)分别进行无量纲化处理,处理后的X、Yi矩阵根据式(13)形成差异序列矩阵Δi如式(21)～式(23)所示。

(21)

(22)

(23)

取分辨系数ρ为0.5,根据式(15)进行关联系数计算,取得不同的影响因子下特征值的关联度如表9所示。

表9 不同影响因子下特征值关联度

根据计算结果可知,不同影响因子对于冲击力的影响敏感度依次为：断裂深度>摩擦系数>计算网格分辨率,关联度介于0.77～0.86,大于0.5。反映出雪崩运动冲击力的大小受各因素的共同影响较大,其中以断裂深度的敏感度最大,3个影响因子均为主导因素。考虑冲击力特征值最大影响性时,应多数值的选择断裂深度进行模拟,得出最符合实际情况的模拟结果。前期可通过结合无人机创建3D数字地形模型等技术,识别积雪层裂缝,在裂缝较浅情况下通过人工破坏雪层释放,雪崩雪量的减少很大程度上减轻雪崩运动的危险性。在雪崩工程防治上可考虑拦雪坝、缓冲桩、防雪走廊等构造物削弱雪崩的冲击力而减弱雪崩对人身财产的危害。

不同影响因子对于流动速度的影响敏感度依次为：断裂深度>摩擦系数>计算网格分辨率,而摩擦系数、断裂深度关联度远大于计算网格分辨率达到0.73、0.72,且相差不大;说明在考虑流动深度特征值中两个参数值占据主导作用,为主导因素,计算网格分辨率的关联值为0.57,差值较大则为次要因素。雪崩流动速度影响性的大小很大程度上取决于上方区域的雪量以及摩擦系数。上方区域坡面上垫面摩擦系数减小,易造成雪层与坡面的失稳,雪量越多,重力作用下,雪崩流速度加快,雪崩流携带的雪量能力增强,冲击力也会随之增大,破坏性增加,通过在坡面设置缓冲土堆、防护林等,可增加地面摩擦力,一方面起到减速度作用,另一方面可增强坡面雪层的稳定性。

不同影响因子对于流动高度的影响敏感度依次：计算网格分辨率>摩擦系数>断裂深度,关联度0.46～0.68,变化幅度不大;但计算网格分辨率、摩擦系数关联度值大于0.5,为主要因素。其中计算网格分辨率敏感度最高,则考虑流动高度最大影响性时应选择设置合适的计算网格分辨率;而断裂深度关联度值小于0.5则为次要因素;计算像素点越高越能反映细小洼地被积雪填充的过程,进而更为准确的反应雪崩流动高度。流动高度越高雪崩流掩埋能力越强,为了减弱雪崩流的掩埋能力,可对雪崩采取分流措施,设置疏导坡分流降低流动高度,进而降低掩埋的危险。

灰色关联法可较为准确直观地表示各影响因素对于特征值的影响程度,关联度值越大对特征值的影响程度越大,在单因素的控制下反映出影响特征值的主次因素,考虑某一特征值最大影响性时,应重点考虑主要因素影响程度,从而得出更为有效的特征值,便于对雪崩进行更为准确地防治。

5 结论

基于RAMMS-AVALANCHE模型分析模型参数对模拟结果的影响程度,并利用灰色关联法对模型参数进行敏感性分析,得出以下结论。

(1)不同计算网格分辨率下特征值变化幅度较大,呈正相关,分辨率越大对地形特征识别更为准确,运动范围曲线更为平滑,进而提高影响范围判断的准确性,降低引起的雪崩冲击力、速度、雪崩流高度等结果的误差。对比运动范围发现不同计算网格分辨率下其变化率控制在较低的变化范围内。

(2)随着断裂深度的减少,流动过程中的特征值也随之减小,每减少10%的断裂深度,流动过程中的流动高度的变化率在5%～7%;流动速度的变化率在1%～2%;冲击力的变化率在2%～3%;在堆积过程中,积雪高度随着断裂深度的增加而增加,进而使得雪崩流冲击力及流动速度会随之减弱。

(3)常量计算模式下的摩擦系数主要对堆积区特征值产生较大影响,对快速运动过程中的特征值影响较小,变化幅度较小。

(4)冲击力最大影响性时断裂深度、摩擦系数、计算网格分辨率均为主导因素;流动速度最大影响性时断裂深度、摩擦系数为主要因素,计算网分辨率次之;流动高度最大影响性时计算网格率、摩擦系数为主要因素,断裂深度次之。考虑某一特征值最大影响性时,应针对主要因素进行调整。