中国地震  2025, Vol. 41 Issue (2): 263-276
基于Newmark模型的地震滑坡概率危险性分析——以南迦巴瓦地区为例
张艺1,2, 方韬1,2, 叶青1,2, 朱国豪1,2, 任烨1,2, 倪友忠1,2, 钟卫星1,2     
1. 上海市地震局, 上海 200062;
2. 上海佘山地球物理国家野外科学观测研究站, 上海 200062
摘要:潜在地震滑坡的概率危险性分析主要是将概率地震危险性分析和Newmark位移模型相结合,以滑坡失稳概率为危险性指标,给出潜在地震滑坡的危险性区划结果。根据南迦巴瓦地区工程地质岩性及地形高程数据,参考第五代地震动参数区划图结果,本文给出了研究区50年10%超越概率水平下潜在地震滑坡的失稳概率。根据所得结果将南迦巴瓦地区潜在地震滑坡的概率危险性划分为低危险区(P(f)≤0.2)、中危险区(0.2<P(f)≤0.3)和高危险区(0.3<P(f)≤0.4),其中,中、高危险区主要分布于南迦巴瓦峰附近以及沿雅鲁藏布江、帕隆藏布江、则普曲和金珠藏布江等河谷两侧坡度较大的区域。本文研究结果可为区域地震地质防灾规划和应急预案制定提供依据,为重大工程建设安全提供参考和建议。
关键词南迦巴瓦地区    Newmark位移模型    地震动峰值加速度    地震滑坡    概率危险性分析    
Probability Hazard Analysis of Earthquake-induced Landslides Based on the Newmark Model: A Case Study in Namche Barwa Area
Zhang Yi1,2, Fang Tao1,2, Ye Qing1,2, Zhu Guohao1,2, Ren Ye1,2, Ni Youzhong1,2, Zhong Weixing1,2     
1. Shanghai Earthquake Agency, Shanghai 200062, China;
2. Shanghai Sheshan National Geophysical Observatory, Shanghai 200062, China
Abstract: The probabilistic hazard analysis of potential earthquake-induced landslides integrates probabilistic seismic hazard analysis with the Newmark displacement model, using the probability of slope failure as the hazard index to produce zoning maps of landslide susceptibility. This study assesses the Namche Barwa region by incorporating engineering geological lithology and topographic elevation data, along with seismic ground motion parameters from China's fifth-generation seismic zoning map. The analysis estimates the probability of landslide occurrence under a 10% probability of exceedance over a 50-year period. Based on the results, the region is categorized into low-hazard zones(P(f)≤0.2), moderate-hazard zones(0.2 <P(f)≤0.3), and high-hazard zones(0.3 <P(f)≤0.4). Moderate and high-hazard areas are primarily concentrated near Namche Barwa Peak and along steep valley slopes adjacent to major rivers, including the Yarlung Zangbo, Parlung Zangbo, Zepu Qu, and Jinzhu Zangbo rivers. These findings provide a scientific basis for regional seismic landslide risk mitigation, emergency preparedness planning, and the safety assessment of major infrastructure projects in the area.
Key words: Namche Barwa area     Newmark's displacement model     Peak ground acceleration     Seismic landslide     Probability hazard analysis    
0 引言

在地震动及自身重力共同作用下,斜坡沿软弱面或裂隙面快速滑动一定距离的现象即为地震滑坡。强烈地震发生时,常常能在瞬间诱发大量的滑坡崩塌灾害,该现象在山岳地区尤为多见,往往造成难以估量的经济损失和人员伤亡,对附近的道路交通造成严重威胁(Keefer,19842002Jibson et al,1993Jibson,2007Wang et al,2014Xu et al,20142020)。地震滑坡的分布与发震断层和地质地貌条件密切相关,地震滑坡规模大、数量多,常多处同时发生。此外,地震滑坡速度快、时间短、滑坡距离远,极易产生地震滑坡灾害链,如堰塞湖、洪水等,致灾性极强。例如,1920年海原8.5级地震诱发了大规模密集的黄土地震滑坡,滑坡数量多达5384个,经复核27万余人因灾遇难,半数以上是由地震滑坡导致(王兰民等,2020许冲等,2018);1786年康定7.5级地震诱发大型滑坡,滑坡堵塞大渡河形成一个坝高约70m、蓄水5×107m3的堰塞湖,余震导致堰塞湖溃决引发洪水,10万余人因此丧生(Dai et al,2005);2008年汶川8.0级地震同样引发了大面积滑坡及多个堰塞湖,此次地震中约三分之一的遇难者是由滑坡灾害造成的人员死亡(Wang et al,2009许冲等,2010陈晓利等,2011)。对潜在地震滑坡的危险性分析研究可以有效减轻地震滑坡带来的危害,同时为震后紧急救援决策提供参考,一定程度上为人民的生命财产安全提供专业的技术保障。

前人利用Newmark模型方法(Newmark,1965)对地震滑坡开展了大量研究。Gallen等(2017)基于Newmark模型对尼泊尔地震进行了滑坡危险性分析反演;马思远(2018)基于Newmark方法分别对汶川地震和芦山地震进行了地震滑坡危险性分析;Fu等(2024)利用Newmark模型给出了2017年九寨沟6.5级地震诱发滑坡的概率分布图。以上研究说明Newmark模型对于震后滑坡评估具有一定的适用性。

对潜在震区开展地震中长期预测工作并相应地对其开展潜在地震滑坡危险性评价工作,进而分析地震时最可能的滑坡发生地,对于减轻震区人员伤亡和财产损失具有重要意义。国内外诸多学者基于地震危险性分析对地震滑坡进行研究,并对潜在地震区的地震滑坡危险性进行了分析(Jibson et al,2000Chousianitis et al,2014刘甲美等,2016Zhang et al,2017)。Jibson等(2000)基于Newmark模型分别编制了美国加利福尼亚北岭地震震中附近的燕麦山地区以及安克雷奇地区的地震滑坡危险区划图;Del Gaudio等(2003)以及Jibson等(2009)在地震危险性分析的基础上,分别给出了意大利伊尔皮尼亚和美国阿拉斯加安克雷奇地区在50年2%和10%超越概率水平下地震滑坡危险区划图;王亚强等(2004)给出了3种(50年2%、10%和63.5%)超越概率水平下黄土高原的地震滑坡区划图;陈晓利等(2012)采用综合指标法给出了汶川地区50年5%超越概率水平下的地震滑坡区划图。由此可见,对于潜在地震滑坡的危险性分析受到越来越多学者的关注。

南迦巴瓦地区位于喜马拉雅弧形山系东部的弧顶部位,即位于青藏高原东南段,该地区地震活动频繁且地形起伏较大,这些因素有利于促进地震滑坡的发生。研究区内现有地震滑坡编目样本较少,有必要对该地区开展潜在地震滑坡危险性分析。本文以南迦巴瓦地区为例,结合Newmark模型,以滑坡失稳概率为危险性指标,给出研究区潜在地震滑坡的危险性区划结果,为该区的地震地质防灾规划和应急预案制定提供依据,为重大工程建设安全提供参考和建议。

1 区域地质背景

南迦巴瓦地区是欧亚板块与印度洋板块碰撞、汇聚带的东缘地区(图 1(a)),研究区内新构造运动强烈,表现为持续的板块挤压、深大断裂活动以及频繁的地震活动。受整个印度—欧亚大陆碰撞的大地构造格局背景影响,印度板块东北角向欧亚板块下呈北东向楔入,在南迦巴瓦的东西两侧分别形成东久—米林断裂和墨脱断裂,以调节与拉萨地块的相对运动(图 1(b))。除上述断裂之外,研究区还发育有嘉黎断裂、西兴拉断裂、派乡断裂、马尼翁断裂等(郑来林等,2004许志琴等,2008董汉文等,2014唐方头等,2019谢超,2019)。这些断裂的属性、规模、活动时间、活动方式以及活动强度具有明显的差异性。其中,NE向的米林断裂、墨脱断裂以及NW向的嘉黎断裂等均是强震发生的构造部位;东久—米林断裂带在喜马拉雅碰撞早期为左旋剪切变形,后期则表现为高角度正断层体系,晚第四纪以来转变为左旋走滑兼逆冲运动,但其活动性较弱,滑动速率仅为1~2mm/a(张进江等,2003刘焰等,2006许志琴等,2008谢超,2018唐方头等,2019);墨脱断裂在喜马拉雅碰撞早期为强烈的右旋剪切变形,晚第四纪以来表现为左旋滑动,滑动速率为3~4mm/a(丁林等,2013唐方头等,2019);NW走向的嘉黎断裂晚第四纪以来的滑动速率为3.2~3.7mm/a(Armijo et al,1989Avouac et al,1993)。研究区发育有从元古代到第四系的多种地层,其中,三叠系和元古代分布最广,新生代地层仅沿着盆地和河谷两侧分布。除元古代变质岩外,其他时期地层主要由砂岩、石灰岩、千枚岩、板岩、页岩、大理石及基性、中性、中酸性、酸性岩浆岩组成。

图 1 区域地形地貌、活动构造和地震分布 注:JLF:嘉黎断裂;XXLF:西兴拉断裂;DJ-MLF:东久—米林断裂;PXF:派乡断裂;MNWF:马尼翁断裂;MTF:墨脱断裂。

从大的地震活动环境上看,研究区地处地震活动较强的藏中地震带和喜马拉雅地震带,藏中地震带分布在雅鲁藏布江板块缝合带北部的藏北高原一带。研究区内曾发生2017年米林6.9级地震,除此之外,历史上在研究区及其周边邻区也发生过多次7级以上的大地震,震级最大的一次为1950年墨脱8.6级地震。

2 研究方法

Newmark(1965)研究了地震对堤坝的影响作用,并提出基于刚性滑块位移模型的滑坡稳定性分析方法。该方法以刚性块体在倾斜平面上滑动为模型,当地震动加速度大于临界加速度时,块体发生位移,其是在一系列假设条件下分析地震动引起的滑坡位移(图 2)。后经多次改进,简化的Newmark位移模型被广泛应用于国内外的区域地震滑坡危险性评估中(Wilson et al,1983Jibson et al,2000Rajabi et al,2013)。Jibson(2007)通过对大量强震记录进行分析拟合,得到适应于评估区域尺度地震滑坡危险性的回归方程,并以此来预测Newmark位移,该方程在区域地震滑坡危险性评估中得到了较好的应用和推广。

图 2 滑坡滑动体示意图(据Jibson等(2000)修改)

进行Newmark分析首先需要获得斜坡体的静态安全系数(Fs)和边坡角度(α),并由此获取潜在滑坡块体的临界加速度ac(Newmark,1965Wilson et al,1983Jibson et al,2000),即

$ F_s=\frac{c^{\prime}}{\gamma t \sin \alpha}+\frac{\tan \varphi^{\prime}}{\tan \alpha}-\frac{S \gamma_w \tan \varphi^{\prime}}{\gamma \tan \alpha} $ (1)
$ a_c=\left(F_s-1\right) g \sin \alpha $ (2)

其中,c′为内聚力(kPa);γ为坡体的天然重度(kN/m3);α为滑动面倾角,通常可以近似为斜坡坡度(°);φ′为有效内摩擦角(°);S为滑坡饱和程度,考虑到地震滑体处于完全饱和的情况,取S=1;t为滑坡的厚度(m),研究区属于高山峡谷地貌,第四系的沉积相对较少,发育的滑坡大多为浅层滑坡,参考已有研究结果(Jibson et al,2000葛华等,2013),t取3m;γw为水的重度(kN/m3);g为重力加速度,取值9.8m/s2。本研究基于Jibson(2007)提出的永久位移经验公式对南迦巴瓦地区开展潜在地震滑坡危险性分析,即

$ \lg D_n=0.215+\lg \left[\left(1-a_c / \mathrm{PGA}\right)^{2.341} \times\left(a_c / \mathrm{PGA}\right)^{-1.438}\right] $ (3)

其中,Dn为Newmark位移,单位为cm;ac为临界加速度;PGA为地震动峰值加速度。

地震滑坡的危险性分析首先要进行概率地震危险性分析,得到斜坡上的峰值加速度(图 3)。Newmark模型的核心是通过临界加速度ac与地震动峰值加速度PGA的关系来评估边坡的累积位移。在前人研究中多以水平PGA作为输入数据,计算滑坡位移分布(Bray et al,2007Jibson,2007Rathje et al,20092011李雪婧等,2019李环宇等,2023),因此PGA通常指水平方向的地震动参数。考虑到现有基于Newmark模型的地震滑坡概率危险性分析主要关注水平地震作用,其核心公式与参数选择均以水平方向的地震动为主导,本文仅考虑水平地震作用。

图 3 地震滑坡概率危险性分析流程

本文采用地震发生率所引起的地震动加速度(PGA)来分析研究区的地震滑坡危险性,地震活动模型采用泊松模型。根据概率地震危险性的分析结果(Jibson et al,2000胥广银,2003刘甲美等,2016),可以得到研究区每个斜坡单元的地震动概率分布函数F(x)为

$ F(x)=P(X<x)=1-P(X \geqslant x) $ (4)

其中,X为峰值加速度。地震动概率密度函数f(x)为

$ f(x)=\mathrm{d} F(x) / \mathrm{d} x $ (5)

参考前人研究成果(Jibson,19932007Godt et al,2008刘甲美等,2016付国超等,2023),Newmark位移Dn的均值为斜坡临界加速度和地震动强度的函数。本文在得到累积位移Dn以后,取地震滑坡临界阈值为5cm。临界加速度为ac的斜坡在遭受到地震动PGA=x时,地震滑坡概率P(slop|x)可表达为

$ P\left(\text { slop } \mid x, a_c\right)=P\left(D_n \geqslant 5 \mid x, a_c\right) $ (6)

其中,P(Dn≥5|xac)表示斜坡在临界加速度为ac时,遭遇到相应的地震动加速度PGA=x时所产生的Newmark位移Dn≥5cm的概率。

未来一年内发生地震滑坡的概率P(slop)为

$ P(\text { slop })=\int f(x) P\left(\text { slop } \mid x, a_c\right) \mathrm{d} x $ (7)

未来50年内发生地震滑坡的概率为

$ P(\text { slop }, 50)=1-[1-P(\text { slop })]^{50} $ (8)
3 数据处理

本文使用的地形坡度数据由空间分辨率为30m×30m的数字高程模型(DEM)获取。一般情况下,坡度越陡,滑坡发生失稳的概率越大。经计算得到研究区最大坡度为83°,平均坡度超过30°,地形坡度起伏较大,特别是雅鲁藏布江、帕隆藏布江、则普曲和金珠藏布江等河流的河谷两侧地形起伏明显(图 4)。

图 4 研究区地形坡度

对南迦巴瓦地区的工程岩体处理过程主要分为3个步骤:①岩体分级,根据研究区的地质图(1 ︰ 25万墨脱幅)对岩体进行分级,主要分为5类:坚硬岩(Ⅰ)、较硬岩(Ⅱ)、较软岩(Ⅲ)、软弱岩(Ⅳ)和松散岩(Ⅴ),其中坚硬岩体一般为未风化的岩浆岩,主要为黑云母花岗岩;较硬岩体一般包括弱风化的坚硬岩,主要为混合岩夹大理岩;较软岩体主要为片麻岩等;软弱岩体主要为砂岩、板岩等;松散岩体为第四系的沉积物(图 5);②岩体融合,基于Arcgis平台的disslove工具将相同属性的岩体进行合并处理;③岩体赋值,依据GB/T50218—2014《工程岩体分级标准》(中华人民共和国住房和城乡建设部,2015)中岩体基本质量的分级要素,以及GB/50021—2001《岩土工程勘察规范》(中华人民共和国建设部等,2004)中岩石和土的分类与鉴别等相关规定,同时参考已有研究结果(Jibson et al,2000Dreyfus et al,2013Chen et al,2014Gallen et al,2017Ma et al,2019),对工程岩体的物理力学参数(包括有效内聚力c′、内摩擦角φ′、岩土体重度γ)进行赋值,赋值之后,基于Arcgis平台的矢量转栅格功能,将岩体不同字段转化为栅格图层(包括内聚力图层、内摩擦角图层、岩土体重度图层)。各级岩体的主要岩性组成及相应的物理力学参数见 表 1,其可作为斜坡静态安全系数Fs和临界加速度ac的计算依据。

图 5 研究区工程地质岩组图

表 1 研究区工程岩体强度参数

根据静态安全系数Fs和临界加速度ac的计算公式(式(1)、式(2))得到南迦巴瓦地区的斜坡临界加速度ac分布情况(图 6)。ac表征了动态斜坡的稳定性,其是克服基地滑动阻力和开始下坡滑动所需的阈值基础加速度。一般来说,ac越小,斜坡越易发生失稳,总体看来,临界加速度的大小与斜坡的坡度密切相关。

图 6 研究区斜坡临界加速度ac分布

根据《中国地震动参数区划图》(第五代地震动参数区划图)研究成果,进行概率地震危险性分析计算,得到南迦巴瓦地区50年10%超越概率水平下的地震动峰值加速度PGA(图 7),PGA最大值为0.41g。

图 7 研究区未考虑地震动放大效应的PGA分布(50年10%超越概率水平)

考虑到地形对地震动加速度有放大效应,还需进行地形校正。利用GB50011—2010《建筑抗震设计规范》中的地震动放大效应公式(式(9))(中华人民共和国住房和城乡建设部等,2010),获得斜坡地震动放大系数的经验取值(表 2),即

$ \lambda=1+\xi \times \alpha $ (9)
表 2 斜坡地震动放大系数的经验取值

式中,λ为放大系数;α为局部突出地形地震动参数的增大幅度;ξ为附加调整系数,取值为1.0(Wang et al,2018)。

根据公式(9)计算得到南迦巴瓦地区突出地形的放大系数λ(图 8),最终得到考虑地震动放大效应的PGA分布情况(图 9),PGA最大值为0.53g。

图 8 研究区地形放大系数λ分布

图 9 研究区考虑地震动放大效应的PGA分布(50年10%超越概率水平)
4 结果 4.1 Newmark位移

根据获得的临界加速度和地震动加速度结果,结合永久位移经验公式(式(3))得到该区地震滑坡的Newmark位移分布(图 10)。结合研究区斜坡临界加速度ac的分布情况(图 6),发现Newmark位移较大的区域与临界加速度较小的区域(ac值基本均小于0.2g)一致性较好,沿雅鲁藏布江、帕隆藏布江、则普曲和金珠藏布江的河谷两侧Newmark位移较大,部分区域位移达到20cm以上。

图 10 研究区50年10%超越概率水平下地震滑坡Newmark位移分布
4.2 地震滑坡概率分布

基于Newmark位移的计算结果,进一步得到南迦巴瓦地区50年10%超越概率水平下的潜在地震滑坡概率分布情况(图 11),该结果是在综合研究区地震活动性、地形地貌和工程地质条件等特点的基础上得到的,与Newmark位移的分布特征具有较高的一致性。

图 11 研究区50年10%超越概率水平下地震滑坡概率分布

参考国内外地震滑坡危险性等级划分的研究成果(Jibson et al,2000刘甲美等,2016),本文将南迦巴瓦地区潜在地震滑坡的概率危险性划分为低危险区(P(f)≤0.2)、中度危险区(0.2<P(f)≤0.3)和高度危险区(0.3<P(f)≤0.4)。其中,中、高危险区主要分布于南迦巴瓦峰附近以及沿雅鲁藏布江、帕隆藏布江、则普曲和金珠藏布江等河谷两侧坡度较大的区域。

5 讨论

(1) 本文采用概率地震危险性分析得到的南迦巴瓦地区50年10%超越概率水平下的地震动加速度(PGA)是基于第五代地震动参数区划图得到的,对于研究区的地震活动性模型、潜在震源的划分等存在一定的局限性。在今后的工作中,随着新一代地震动参数区划图的颁布,将三维断层源的地震危险性分析结果纳入Newmark位移模型中,从而使潜在地震滑坡危险性区划结果更加科学与实用。

(2) 研究区的工程地质条件和地形地貌较为复杂多变,不同斜坡单元体的Newamrk位移临界值可能有所不同。本研究参考了前人的临界位移取值(刘甲美等,2016付国超等,2023),后续的研究应建立更加完善的地震滑坡目录等数据资料,将实际的地震滑坡数据库与基于Newamrk位移模型所得到的结果进行分析对比,建立适合于本研究区的地震滑坡临界位移。

(3) 本文基于Newmark位移模型的潜在地震滑坡概率危险性分析中,对于工程岩体的物理力学参数是经验性取值(马思远,2018)。鉴于此,希望可以获得更加适用于本研究区的岩体物理力学数据库,这对于南迦巴瓦地区的地震滑坡灾害防治、地震应急处置以及减轻灾害损失具有指导意义。

6 结论

本文以构造运动强烈、地震活动频繁的南迦巴瓦地区为例,将概率地震危险性分析方法和Newmark位移模型相结合,以地震滑坡概率为危险性指标,给出了南迦巴瓦地区50年10%超越概率水平下潜在地震滑坡的失稳概率。根据所得结果将南迦巴瓦地区潜在地震滑坡的概率危险性划分为低危险区(P(f)≤0.2)、中危险区(0.2<P(f)≤0.3)和高危险区(0.3<P(f)≤0.4)。其中,中、高危险区主要分布于南迦巴瓦峰附近以及沿雅鲁藏布江、帕隆藏布江、则普曲和金珠藏布江等河谷两侧坡度较大的区域。本文研究结果可为区域地震地质防灾规划和应急预案制定提供依据,为重大工程建设安全提供参考和建议。

致谢: 感谢审稿人为改进本文提出宝贵而有建设性的意见和建议。
参考文献
陈晓利、邓俭良、冉洪流, 2011, 汶川地震滑坡崩塌的空间分布特征, 地震地质, 33(1): 191-202.
陈晓利、冉洪流、王明明, 2012, 潜在地震滑坡危险区区划方法, 地球物理学报, 55(4): 1269-1277.
丁林、钟大赉, 2013, 印度与欧亚板块碰撞以来东喜马拉雅构造结的演化, 地质科学, 48(2): 317-333.
董汉文、许志琴、李源等, 2014, 东喜马拉雅构造结墨脱剪切带特征及其区域构造意义, 岩石学报, 30(8): 2229-2240.
付国超、潘华、程江等, 2023, 潜在地震滑坡的概率危险性分析-以陕西陇县为例, 地震学报, 45(2): 341-355.
葛华、陈启国、王德伟, 2013, 地震滑坡危险性评价及编图——以映秀震中区为例, 中国地质, 40(2): 644-652.
李环宇、陈涛、杨福平等, 2023, 浙江省文泰震区地震滑坡危险性评估, 中国地震, 39(3): 636-649.
李雪婧、高孟潭、徐伟进, 2019, 基于Newmark模型的概率地震滑坡危险性分析方法研究-以甘肃天水地区为例, 地震学报, 41(6): 795-807.
刘甲美、高孟潭、吴树仁, 2016, 概率性地震滑坡危险性区划方法及其应用, 岩石力学与工程学报, 35(增刊Ⅰ): 3100-3110.
刘焰、SIEBEL W、王猛, 2006, 东喜马拉雅构造结陆内变形过程的研究, 地质学报, 80(9): 1274-1284.
马思远. 2018. 基于Newmark模型的地震滑坡危险性评价研究——以芦山地震和汶川地震为例. 北京: 中国地震局地质研究所.
唐方头、尤惠川、梁小华等, 2019, 西藏米林6, 9级地震发震断层判定及其构造属性讨论. 地球学报, 40(1): 213-218.
王兰民、郭安宁、王平等, 2020, 1920年海原大地震震害特征与启示, 城市与减灾, (6): 43-53.
王亚强、王兰民、张小曳, 2004, GIS支持下的黄土高原地震滑坡区划研究, 地理科学, 24(2): 170-176.
谢超. 2018. 南迦巴瓦地区构造地貌及断裂活动特征. 北京: 中国地震局地质研究所.
谢超, 2019, 南迦巴瓦地区构造地貌及断裂活动特征, 国际地震动态, (5): 43-46.
许冲、戴福初、徐锡伟, 2010, 汶川地震滑坡灾害研究综述, 地质论评, 56(6): 860-874.
许冲、吴熙彦、徐锡伟, 2018, 黄土高原及邻区的地震滑坡, 工程地质学报, 26(增刊Ⅰ): 260-273.
胥广银. 2003. 潜在震源三维空间模型及其在地震危险性概率分析中的应用研究. 北京: 中国地震局地球物理研究所.
许志琴、蔡志慧、张泽明等, 2008, 喜马拉雅东构造结——南迦巴瓦构造及组构运动学, 岩石学报, 24(7): 1463-1476.
张进江、季建清、钟大赉等, 2003, 东喜马拉雅南迦巴瓦构造结的构造格局及形成过程探讨, 中国科学: (D辑), 33(4): 373-383.
郑来林、金振民、潘桂棠等, 2004, 东喜马拉雅南迦巴瓦地区区域地质特征及构造演化, 地质学报, 78(6): 744-751.
中华人民共和国建设部、中华人民共和国国家质量监督检验检疫总局, 2004, GB 50021-2001岩土工程勘察规范(2009年版), 北京: 中国建筑工业出版社.
中华人民共和国住房和城乡建设部、中华人民共和国国家质量监督检验检疫总局, 2010, GB/T 50011-2010建筑抗震设计规范(2024年版), 北京: 中国建筑工业出版社: 19-21.
中华人民共和国住房和城乡建设部, 2015, GB/T 50218-2014工程岩体分级标准, 北京: 中国计划出版社.
Armijo R, Tapponnier P, Han T L, 1989, Late Cenozoic right-lateral strike-slip faulting in southern Tibet, J Geophys Res-Sol Ea, 94(B3): 2787-2838.
Avouac J P, Tapponnier P, 1993, Kinematic model of active deformation in central Asia, Geophys Res Lett, 20(10): 895-898.
Bray J D, Travasarou T, 2007, Simplified procedure for estimating earthquake-induced deviatoric slope displacements, J Geotech Geoenviron, 133(4): 381-392.
Chen X L, Liu C G, Yu L, et al, 2014, Critical acceleration as a criterion in seismic landslide susceptibility assessment, Geomorphology, 217: 15-22.
Chousianitis K, Del Gaudio V, Kalogeras I, et al, 2014, Predictive model of Arias intensity and Newmark displacement for regional scale evaluation of earthquake-induced landslide hazard in Greece, Soil Dyn Earthq Eng, 65: 11-29.
Dai F C, Lee C F, Deng J H, et al, 2005, The 1786 earthquake-triggered landslide dam and subsequent dam-break flood on the Dadu River, southwestern China, Geomorphology, 65(3-4): 205-221.
Del Gaudio V, Pierri P, Wasowski J, 2003, An approach to time-probabilistic evaluation of seismically induced landslide hazard, B Seismol Soc Am, 93(2): 557-569.
Dreyfus D, Rathje E M, Jibson R W, 2013, The influence of different simplified sliding-block models and input parameters on regional predictions of seismic landslides triggered by the Northridge earthquake, Eng Geol, 163: 41-54.
Fu G C, Pan H, Cheng J, 2024, An uncertainty analysis of the Newmark displacement model for earthquake-induced landslides in the Jiuzhaigou National Geopark, J Earth Sci, 35(6): 1998-2012.
Gallen S F, Clark M K, Godt J W, et al, 2017, Application and evaluation of a rapid response earthquake-triggered landslide model to the 25 April 2015 MW7, 8 Gorkha earthquake, Nepal. Tectonophysics, 714/715: 173-187.
Godt J, Sener B, Verdin K L, et al, 2008, Rapid assessment of earthquake-induced landsliding, Tokyo: Association for Disaster Prevention Research: 463-468.
Jibson R W, 1993, Predicting earthquake-induced landslide displacements using Newmark's sliding block analysis, In: Transportation Research Board TRB. Annual Meeting(1993). Washington, DC: National Research Council: 9-17.
Jibson R W, 2007, Regression models for estimating coseismic landslide displacement, Eng Geol, 91(2~4): 209-218.
Jibson R W, Harp E L, Michael J A, 2000, A method for producing digital probabilistic seismic landslide hazard maps, Eng Geol, 58(3~4): 271-289.
Jibson R W, Keefer D K, 1993, Analysis of the seismic origin of landslides: Examples from the New Madrid seismic zone, Geol Soc Am Bull, 105(4): 521-536.
Jibson R W, Micheal J A, 2009, Maps showing seismic landslide hazards in Anchorage, Alaska, Reston: U.S. Geological Survey.
Keefer D K, 1984, Landslides caused by earthquakes, Geol Soc Am Bull, 95(4): 406-421.
Keefer D K, 2002, Investigating landslides caused by earthquakes-a historical review, Surv Geophys, 23(6): 473-510.
Ma S Y, Xu C, 2019, Assessment of co-seismic landslide hazard using the Newmark model and statistical analyses: a case study of the 2013 Lushan, China, MW6, 6 earthquake. Nat Hazards, 96(1): 389-412.
Newmark N M, 1965, Effects of earthquakes on dams and embankments, Géotechnique, 15(2): 139-160.
Rajabi A M, Khamehchiyan M, Mahdavifar M R, et al, 2013, A time probabilistic approach to seismic landslide hazard estimates in Iran, Soil Dyn Earthq Eng, 48: 25-34.
Rathje E M, Saygili G, 2009, Probabilistic assessment of earthquake-induced sliding displacements of natural slopes, Bull N Z Soc Earthq, 42(1): 18-27.
Rathje E M, Saygili G, 2011, Estimating fully probabilistic seismic sliding displacements of slopes from a pseudoprobabilistic approach, J Geotech Geoenviron, 137(3): 208-217.
Wang F W, Cheng Q G, Highland L, et al, 2009, Preliminary investigation of some large landslides triggered by the 2008 Wenchuan earthquake, Sichuan Province, China, Landslides, 6(1): 47-54.
Wang T, Wu S R, Shi J S, et al, 2018, Assessment of the effects of historical strong earthquakes on large-scale landslide groupings in the Wei River midstream, Eng Geol, 235: 11-19.
Wang W F, Zhu C H, Qing Y B, et al, 2014, Research on transverse faults in the Longmenshan fault zone, China, Adv Mater Res, 1010~1012: 1380-1386.
Wilson R C, Keefer D K, 1983, Dynamic analysis of a slope failure from the 6 August 1979 Coyote lake, California, earthquake, Bull Seismol Soc Am, 73(3): 863-877.
Xu C, Xu X W, Yao X, et al, 2014, Three(nearly)complete inventories of landslides triggered by the May 12, 2008 Wenchuan MW7, 9 earthquake of China and their spatial distribution statistical analysis. Landslides, 11(3): 441-461.
Xu Y R, Allen M B, Zhang W H, et al, 2020, Landslide characteristics in the Loess Plateau, northern China, Geomorphology, 359: 107150.
Zhang Y S, Yang Z H, Guo C B, et al, 2017, Predicting landslide scenes under potential earthquake scenarios in the Xianshuihe fault zone, Southwest China, J Mt Sci, 14(7): 1262-1278.