结合地质构造与回顾性分析进行落石易发性分区：以瑞士阿尔卑斯山Taschgufer悬崖为例

《Landslides》：Combining geostructural and retrospective analyses for rockfall susceptibility zoning

本研究针对悬崖尺度落石灾害源区识别难题，创新性地将树木年轮学（dendrogeomorphology）、轨迹模拟（Rockyfor3D）与高分辨率地质构造分析（Matterock, Coltop3D）相结合，对瑞士阿尔卑斯山Taschgufer悬崖的落石活动模式进行了综合评估。研究不仅量化了均质分布的落石释放频率（λ，events hm-2 year-1），还识别出受片理（S1）和节理（J2, J5）控制的易发区，证实了两种方法的互补性，为精细化灾害分区和风险减缓策略的优先排序提供了可靠框架。

　　

在群山峻岭之中，落石（rockfall）是一种常见且极具破坏性的自然灾害，它威胁着山区基础设施和人身安全。然而，准确评估落石灾害，尤其是在悬崖尺度上识别潜在的落石源区，一直是个棘手的难题。传统的监测方法往往受限于时间和空间尺度，难以捕捉到落石活动在长时间序列上的真实面貌。对于缺乏长期监测的悬崖，地质技术分析和回顾性分析（back-analysis）成为了重要的替代手段，但将这两种方法结合起来应用于同一地点的研究却鲜有报道。瑞士阿尔卑斯山的Taschgufer悬崖因其悠久的强烈落石活动历史，为深入探索这一问题提供了理想场所。

为了更全面地理解Taschgufer悬崖的落石活动模式，Mattias Coullie等研究人员在《Landslides》期刊上发表了一项综合性研究。他们采用了一种双管齐下的策略：首先，通过回顾性分析，结合树木年轮学（dendrogeomorphology）和三维物理基础的落石轨迹模拟（Rockyfor3D模型），重建了过去数十至上百年的落石活动，识别出那些可能威胁到山下森林样本树的悬崖区段，并估算了均质分布在潜在源区上的落石释放频率（rockfall release frequency, λ）。其次，他们进行了高分辨率的地质构造分析（geostructural analysis），利用野外测量、航拍照片和数字高程模型（DEM）识别了悬崖上的不连续面（discontinuity）家族，并通过Matterock软件和赤平投影（stereonet projection）分析了这些不连续面控制的岩石块体失稳模式（如平面滑动、楔形滑动），从而根据裂隙程度对悬崖源区进行了易发性分级。这项研究的意义在于，它首次系统地将长时间尺度的活动记录与岩体结构特征分析相结合，为落石源区的精细化识别和灾害管理提供了更为 robust 的评估框架。

研究人员为开展此项研究，主要运用了以下几项关键技术方法：1) 树木年轮学分析：在Taschgufer悬崖下的森林边缘（海拔2075-2150米）对137棵欧洲落叶松（Larix decidua）进行采样（175个钻芯和10个横截面），通过识别和定年树木生长干扰（Growth Disturbances, GDs，如伤痕、倾斜、断顶）来重建历史落石事件。2) 落石轨迹模拟：使用Rockyfor3D (v5.0)模型，基于2米分辨率DEM和土地利用/覆被（LULC）图，从44,820个潜在源像元（总面积27 hm2）各模拟1000次落石（体积0.15-3.5 m3），计算落石传播到样本树的概率（p_z）。3) 地质构造分析：结合野外测量、航拍和0.5米/10厘米分辨率DEM，利用Coltop3D和Matterock软件识别和量化不连续面家族（如片理S1，节理J2-J7）的产状、密度、迹线长度和间距，并通过赤平投影（Dips软件）分析潜在失稳模式。样本树位置通过GPS坐标（1米精度）输入模型。

结果

落石释放频率（λ）的确定

回顾性分析结合树木年代学与轨迹方法得出的结果表明，在1990-2021（P1）和1921-2021（P2）两个时期，分别在146个树木年轮序列中识别出247和402个生长干扰（GDs）。计算得到的单树落石灾害（H_z）在P1期为0.03-0.19 events year^-1，P2期为0.01-0.23 events year^-1。落石轨迹模拟（参数集C1, C2, C3）显示，能够到达样本树的潜在源区面积分别为13.5 hm2（C1）、5.3 hm2（C2）和0.4 hm2（C3）。结合H_z、源区面积（S）和传播概率（p_z），计算出的落石释放频率（λ）在不同参数集下差异显著。例如，对于参数集C1，P1期的模态释放频率为43 events hm^-2 year^-1，P2期为23 events hm^-2 year^-1。这些较高的频率值与野外观察到的强烈落石活动相符，但也提示模型参数（如地表粗糙度Rg70）的敏感性可能导致高估。

地质构造分析

野外测量、航片和地质构造分析共识别出7个不连续面家族（S1, J2-J7）。其中，片理S1（产状290°/50°）和节理J2（140°/64°）、J5（246°/64°）是主要的裂隙系统。Matterock分析显示S1的裂隙密度最高（模态值1.1 J/cell）。赤平投影分析表明，S1易引发平面滑动，而S1与J3、J5、J6或J7的组合则可能引起楔形滑动。通过将J2和J5裂隙密度值超过其分布75%分位数的区域定义为高易发区，研究识别出占源区总面积27%的落石热点区域（约7公顷）。这些区域散布在整个悬崖上，且与过去二十年中观测到的57个历史落石源区中的25个位置吻合，验证了该方法的有效性。

讨论与结论

本研究成功地将回顾性分析与地质构造分析相结合，揭示了Taschgufer悬崖落石活动的空间模式。回顾性分析方法能够划定威胁特定目标（样本树）的悬崖区段并量化释放频率，但其结果受树木年轮信号解释不确定性（如单块落石造成多次伤痕、静态块体再移动）和轨迹模型参数敏感性的影响。地质构造分析则能识别岩体内在的结构易发性，但受限于陡峭悬崖的数据获取难度和对小裂隙、裂隙延展性的准确量化。

两种方法的互补性是其核心价值所在。回顾性分析指出了“哪些源区落石能到达目标”，而地质构造分析则指出了“这些源区中哪些更易发生落石”。结合两者，可以识别出对山下森林构成最大威胁的“热点”区域，即既容易发生落石，其落石又能传播到森林边缘的区域。本研究识别出的高易发区约占能频繁影响样本树的源像元的25%。

尽管存在分辨率不匹配（回顾性分析用2米DEM，地质构造用0.5米DEM）以及将裂隙密度与具体威胁树木的块体体积相关联的挑战，但这项探索性研究清晰地证明了这种综合方法在精细化落石灾害分区方面的潜力。该方法特别适用于需要细化灾害区划的区域，能为土地利用规划和风险减缓措施（如防护结构）的优先排序提供科学依据，帮助决策者将资源集中在最需要关注的区段。未来研究可通过敏感性分析进一步检验模型的稳健性，并尝试将裂隙特征与潜在块体体积联系起来，以更精确地评估其对承灾体的威胁程度。

30次击中树木）到达样本树的源区。C 结合主导且不稳定的J2和J5不连续面家族密度以识别最易发生块体释放区域的悬崖易发性图。悬崖被分为极低（深绿）、低（浅绿）、中（黄）和高（红）易发性区域。地图上的红色像素（J2或J5的不连续面密度值超过其各自分布的75%分位数）划定了落石最易发的源区。图5C叠加了Hammel (2019) 和 Manchado (2020) 明确识别的57个落石源区。'>