Найти в Дзене
Природа и явления

Анализ природных явлений Альп (часть 2)

Анализируя значения ROI, становится ясно, что водосборы БЦМ генерируют большее количество массовых переносов, чем водосборы БЦМ, которые в наибольшей степени подвержены влиянию водных потоков. Хотя некоторые водосборы ИКМ и БЦМ способны генерировать массовый транспорт, по данным Уилфорда и др. (2004), в них сообщается только о потоках воды. Для интерпретации этого неожиданного результата и понимания причин различного поведения необходимо учитывать землепользование, оползни и распределение ППСГ. Многомерный статистический анализ (Johnson and Wichern, 1982), примененный к водосборам Сузы, показывает, что селевые и гиперконцентрированные потоки соответственно сильно/средне коррелируют с обнаженной породой (коэффициент корреляции Пирсона ρ = 0.533 с p < 10-5, ρ = 0.233 с p = 0.03). Водные потоки отрицательно коррелируют с коренной породой (ρ = -0.364 и p = 0.002). Анализ также показывает, что оползни и DSGSD статистически коррелированы соответственно положительно и отрицательно с обна

Анализируя значения ROI, становится ясно, что водосборы БЦМ генерируют большее количество массовых переносов, чем водосборы БЦМ, которые в наибольшей степени подвержены влиянию водных потоков.

Хотя некоторые водосборы ИКМ и БЦМ способны генерировать массовый транспорт, по данным Уилфорда и др. (2004), в них сообщается только о потоках воды. Для интерпретации этого неожиданного результата и понимания причин различного поведения необходимо учитывать землепользование, оползни и распределение ППСГ.

Фото из интернета
Фото из интернета

Многомерный статистический анализ (Johnson and Wichern, 1982), примененный к водосборам Сузы, показывает, что селевые и гиперконцентрированные потоки соответственно сильно/средне коррелируют с обнаженной породой (коэффициент корреляции Пирсона ρ = 0.533 с p < 10-5, ρ = 0.233 с p = 0.03). Водные потоки отрицательно коррелируют с коренной породой (ρ = -0.364 и p = 0.002). Анализ также показывает, что оползни и DSGSD статистически коррелированы соответственно положительно и отрицательно с обнаженными коренными породами. Когда выходная порода превышает 10% водного стока может произойти, ГВ становится более вероятным для значений, превышающих 20%. Это значение возрастает до 59% для селевых потоков, где оба процесса становятся высоко вероятными.

Распределение процессов течения в исследуемых водосборах варьируется в соответствии с классификацией. Водные потоки более вероятны в БЦМ, чем в БЦМ, в то время как в селевом потоке происходит обратное. Гиперконцентрированные потоки равномерно распределены в обоих типах бассейнов. Бассейны МОЦ не рассматриваются из-за ограниченных размеров пробы.

Выводы

Возникновение проливных процессов зависит от многих факторов, которые можно классифицировать как инициирование, предрасполагающие и смягчающие. Как подчеркивалось ранее, основным фактором, вызывающим проливные процессы, является выпадение сильных дождей, предшествующих инициированию.

Начиная с анализа исторической информации о прошлых проливных явлениях, в данной работе исследуются факторы, определяющие типы и возникновение проливных явлений в Западных Альпах. Были выявлены и выделены условия, в основном ответственные за эти явления, в предрасполагающих и инициирующих факторах. Было собрано и проанализировано более 769 документированных проливных процессов, произошедших с 1728 по 2015 год в 78 водосборных бассейнах Сузинской долины. Наборы данных, связанные с климатом, геологией и морфологией, землепользованием и наличием исторических оползневых явлений, были разработаны в качестве вклада в многомерный статистический анализ для характеристики поведения водосборных бассейнов. Исследованные водосборные бассейны были классифицированы по индексу погоды глины, индексу геологической прочности и методу Уилфорда и др. (2004) для установления роли литологии и морфометрической обстановки в качестве предрасполагающих факторов для запуска проливных процессов. Согласно Уилфорду и др. (2004), в некоторых водосборных бассейнах, потенциально подверженных массовому переносу, регистрировались только процессы, связанные с водным потоком. Чтобы понять причину такого неожиданного поведения, были приняты во внимание землепользование, оползни и распределение DSGSD.

Среди предрасполагающих факторов ключевую роль играют литологические характеристики водосбора (CWI) и морфометрические параметры (Wilford et al., 2004). Однако, независимо от того, какой класс КСВ принят во внимание, очевидно, что основным предрасполагающим фактором процесса является процент выброса горной породы (рис. 12, 13, 14). Более высокий процент выбытия породы увеличивает образование мусора, который является основным источником подвижного материала. Несмотря на то, что в случае активизации оползни всё ещё могут быть важным источником осадков, они не влияют на характеристики проливного процесса (рис. 12B, 13B, 14B). Даже ДСГСР (рис. 12B, 13B, 14B) не влияют на поведение проливных процессов. Такой результат можно объяснить тем, что ДСГСР в основном воздействует на склоны, образованные сланцами (классифицируемыми как ЭКМ), которые уже характеризуются очень низкими геомеханическими свойствами (см. соответствующий класс GSI в табл. 1), что приводит к образованию большого количества мусора даже при отсутствии DSGSD. Поэтому бюджет на содержание осадочных пород в водосборном бассейне в основном зависит от высокого процентного содержания в них обнажённой породы.