摘要
在气候变暖背景下，我国冰川灾害频发且强度不断升级，已成为国家灾害防治研究中的重点问题之一。其中，冰崩灾害以其突发性强、破坏力大和易引发链式灾害的特性，引起了广泛的关注。冰崩灾害发育过程研究较少，成灾机理复杂，因此，开展冰崩灾害综合风险评估研究是冰冻圈和气候变化领域的热点和前沿科学问题。本文首选基于藏东南色东普流域2017年的冰崩事件，遴选了影响冰崩灾害的多个致灾因子，然后采用机器学习方法，综合考虑海拔高度、坡度、坡向、地表曲率、年平均气温、年降水量、地震危险性、冰流速、冰厚度等9个可定量提取的因子，对2022年藏东南冰川流域开展了冰崩灾害风险评估，分析了潜在危险性冰川的分布特征，并划分了不同流域的冰崩潜在发生的风险等级。主要结论如下： （1）根据色东普2017年冰崩事件分析，遴选出冰崩灾害气候变化、地形特征、地震活动等主要影响因子。气温方面，色东普流域1960-2017年增温率超过0.40℃/10a，温度升高加速了冰川融化过程，进而降低了冰川的结构稳定性，增加了崩塌的风险。降水方面，降水量增加速率为17.3mm/10a，对冰崩具有物质积累作用，同时提升了冰川的滑动性。地形方面，冰川从顶部到底部高差约3500m，分布平均坡度高达48°，陡峭的地形条件使得该区域冰川不稳定性增强。地震活动方面，色东普流域多年来发生地震80余次，地震作为一种外部扰动因素，对冰崩的发生起到了直接诱发作用，同时也加剧了冰川的不稳定状态。上述因子的综合作用导致了冰崩灾害的发生。 （2）分别以最邻近算法(KNN)，卷积神经网络（CNN）和支持向量机（SVM）作为机器学习分类器展开模型训练。通过模型分类结果发现，以CNN进行模型训练时效果最佳，模型分类准确率为82.8%。本研究采用CNN分类模型进行危险性冰川识别，并在6个冰川流域进行适用性评价，该模型在藏东南地区具有良好的适用性。 （3）研究中明确了危险性冰川区域分布特征，研究发现冰崩发育海拔集中分布在4500m~6000m之间；地形坡度方面，过陡或过缓的坡度均不利于冰崩发育，其中35°~50°为发育敏感区间；分布坡向方面，西偏北坡向冰崩隐患发育主要发育在西偏北坡向；在冰川运动情况方面，危险性冰川区域的冰流速则较为缓慢。 （4）本研究对藏东南地区进行了流域尺度上的冰崩风险等级划分。在高危险流域分布上，高危险等级的流域主要位于藏东南东南部和南部区域，东南部危险性冰川区域面积最大，达到320km2。藏东南南部区域危险性冰川区域占比最高，达到了55.6%，东部区域危险性区域占比最少，仅占2.7%。在风险等级划分上，研究中共划分出8个极高风险区域，其中85座居民点，131条大大小小的道路，52条河流处于极高冰崩风险之中。 本研究有利于确定冰崩风险防御的重点区域，强调了藏东南极高风险流域应对冰崩威胁的必要性。此研究不仅丰富了冰川灾害领域的知识体系，还为冰崩灾害的预防和应对提供了有力的科学支撑。
NETL