2019, Vol. 28
PDF
有"金属维生素"之称的钒, 在航空航天、化学、电池、颜料、玻璃、光学、医药等众多领域的应用越来越广泛.陕西省山阳-商南钒矿带是钒的重要开采区, 该区域呈一向北倾斜的单斜构造, 地层倒转, 上部地层主要为震旦系灯影组白云岩, 下为寒武系水沟口组, 地势陡峭. 2015年发生的山阳滑坡, 滑坡体主要为上覆的白云岩, 滑床岩层为水沟口组的碳质黏土岩夹薄层硅质岩, 造成斜坡地层"上硬下软"的岩性组合特征, 具备了灾害发生的地质条件.而钒主要赋存于水沟口组地层中, 滑坡发生前, 在发生滑坡的斜坡体下部有矿洞存在, 采矿方式为爆破.开采及爆破两种采矿活动是否加剧了矿区地质灾害的发展及发生?为了回答上述问题, 本文基于矿区地质条件和采矿活动进行矿区地质灾害危险性评价, 进而讨论采矿活动对矿区灾害的影响.
国内外学者就矿区采矿活动对地质灾害及地质环境的影响这一问题研究颇多[1-4], 但由于不同区域的灾害孕灾环境及诱发因素不尽相同, 同时采矿活动与地质环境互馈机理也不尽相同, 所以针对此问题, 地质灾害危险性评价办法也不尽相同.国外学者Hyun?鄄Joo Oh和Saro Lee以韩国三险市某煤矿区为例, 利用证据权法评价矿山地质灾害的危险程度[5-6]; 国内学者黄道光采用模糊综合评判的方法对矿山开发引发地质灾害危险性程度做出量化分析, 取得了很好的效果[7].张丽等将灰色聚类法应用到区域地质灾害危险性评价中, 与实际情况有较高的吻合度[8].总的来说, 现今半定量和定量化的评价在地质灾害危险性评价占了主导地位.本文在对矿区详细地质调查基础上, 进行矿区地质灾害危险性评价.考虑到矿区的特殊性, 危险性评价采取定量结合定性的方法, 首先选择地形地貌、地层岩性、地质构造、斜坡结构等静态地质条件进行地质灾害易发性评价, 在此基础上, 对诱导地质灾害发生的因子, 如降雨、地震、人类活动、采矿活动等进行分析, 进而在易发性的基础上进行危险性评价.
针对上述评价结果, 结合野外调查的研究区各类地质灾害发育的特征, 理论分析采矿活动对各类地质灾害发生的影响作用, 结合矿区地质灾害危险性等级, 对后续矿区矿产资源开采方案的选择进行制约, 同时为矿区防灾减灾管理提供依据, 提升矿区应对灾害的能力.
1 研究区概述 1.1 矿区基本条件研究区位于陕西省商洛市山阳县中村镇(图 1), 地理坐标介于110°09′20.2″~110°13′45.8″E、33°24′14.4″~33°25′44.4″N, 地势陡峭, 地形起伏较大, 总体地形南高北低, 海拔700~1470 m, 沟谷发育, 多为"V"型谷, 坡度一般在35~50°.地质构造上处于烟家沟倒转背斜南翼, 地层倒转, 呈一向北倾斜的单斜构造, 出露地层主要有上元古界震旦系灯影组(Z2 dn)及下古生界寒武系水沟口组(
|
图 1 研究区位置图 Fig.1 Location map of the study area 1-沟谷(gully); 2-公路(highway); 3-研究区范围(study area); 4-矿区建筑(construction) |
作为山阳-商南钒矿带上的重要钒矿开采区, 中村镇钒矿开采区开采时间较长, 是原陕西五洲矿业有限公司山阳县中村钒矿、原山阳县新兴矿业有限公司银花钒矿、山阳县宏昌钒业有限责任公司烟家沟钒矿、山阳县中天钒业有限公司大沟钒矿、山阳县裕源矿业有限公司金狮剑钒矿等5家矿山进行整合形成❶.
❶吴兴辉，等.陕西五洲矿业股份有限公司中村钒矿矿山地质环境保护与恢复治理方案.西安机械工业勘察设计研究院，2013.
经过多年的开采, 研究区内的矿洞早已纵横交错(图 2), 形成了大量采空区, 从而直接导致了多处地面塌陷等地质灾害(图 3).
|
图 2 研究区矿洞分布平面图 Fig.2 Distribution plan of mine pits in the study area 1-矿洞(pit); 2-水系(river); 3-居民地(residential area); 4-地名(place name); 5-公路(highway) |
|
图 3 矿区塌陷坑 Fig.3 Collapse holes in the mining area |
2018年4月通过对矿山地质灾害的详细调查, 发现大多数采场在2010年因效益问题而停采, 其中烟家沟采区因山阳滑坡而停采.多处尾矿库及选矿场内的废弃设备也已停止运行, 采区的矿洞出口处矿渣堆积较多, 易造成泥石流隐患.
1.3 地质灾害发育现状通过遥感解译和1: 1万地质灾害现场调查发现, 研究区地质灾害主要为滑坡、崩塌和泥石流, 其中滑坡9处, 崩塌4处, 泥石流4处, 也可见一些小型的地面塌陷(图 4).
|
图 4 矿区地质灾害分布图 Fig.4 Geological hazard distribution map 1-滑坡(landslide); 2-崩塌(collapse); 3-泥石流(debris flow); 4-公路(highway); 5-居民地(residential area); 6-地名(place name); 7-水系(river) |
地质灾害危险性是给定区域内一定时间灾害发生的强度和可能性, 如果将灾害的出现视为随机事件, 则危险性评价的要点就是估计各种强度的灾害发生的概率➊.本文将在地质灾害易发性评价的基础上, 分析过去地质灾害活动强度和诱发灾害发生的因子(降雨、人类工程活动、采矿活动等), 进行地质灾害危险评价.评价之前构建评价指标体系(表 1), 同时对研究区进行斜坡结构计算, 得到研究区斜坡结构类型图(图 5).研究区共划分为330个斜坡单元, 以斜坡单元为最小评价单元, 以ArcGIS为工作平台进行地质灾害易发性和危险性评价.
➊范文，等.陕南山洪地质灾害受灾区地区紫阳县瓦房店幅地质灾害详细调查报告.长安大学地质调查研究院，2016
|
表 1 危险性评价指标体系 Table 1 Risk assessment index system |
|
图 5 斜坡结构类型图 Fig.5 Slope structure types 1-顺向坡(dip slope); 2-顺斜向坡(down dip slope); 3-横向坡(transverse slope); 4-逆斜向坡(reverse dip slope); 5-逆向坡(converse slope); 6-居民地(residential area); 7-地名(place name); 8-斜坡单元分界线(boundary of slope unit) |
地质灾害易发性评价, 通俗地讲就是解决什么地方最容易发生地质灾害.针对研究区的地理特征和地质灾害调查, 选取以下7个因子进行易发性评价(表 1):高程(X1)、坡度(X2)、坡型(X3)、斜坡结构(X4)、工程地质岩组(X5)、距断裂距离(X6)、距水系距离(X7), 每个因子进行分类以展现其在研究区的分布特征(表 2).在此基础上采用确定性系数法和二元Logistic回归分析, 定量地对研究区进行地质灾害易发性评价.
|
|
表 2 信息量计算值表 Table 2 Classification and distribution of factors in the study area |
基于前述的地质灾害调查结果和影响因子的各类别分区, 用确定性系数法来获得各孕灾环境因子的各类别的信息量值Cf, 分析其对地质灾害的影响大小.确定性系数法的模型如式(1) [9]:
| $ {{C}_{\text{f}}}=\left\{ \begin{align} & \frac{P{{P}_{i}}-P{{P}_{s}}}{P{{P}_{i}}(1-P{{P}_{s}})}, \ \ \ \ P{{P}_{i}}\ge P{{P}_{s}} \\ & \frac{P{{P}_{i}}-P{{P}_{s}}}{P{{P}_{s}}(1-P{{P}_{i}})}, \ \ \ \ P{{P}_{i}}＜P{{P}_{s}} \\ \end{align} \right. $ | (1) |
式(1)中PPi为地质灾害在因子分类i中发生的条件概率, 在实际研究中通常用因子分类i中的地质灾害面积与因子分类i的面积比值来表示, PPs为整个研究区的总灾害面积与研究区总面积的比值.利用此模型最后得到的各因子的各类别的信息量值Cf值(表 2).
得到Cf值之后, 用二元Logistic逻辑回归模型[10]来求得各因子的权重值.二元Logistic逻辑回归模型是二分类因变量(因变量y只取0、1两个值)常用的统计分析方法, 它描述的是二元因变量(通常0表示地质灾害不存在, 1表示地质灾害存在)和一系列的自变量(X1, X2…, Xn)之间的关系.自变量可以是连续的也可以是离散的, 不需要满足正态的频率分布.逻辑回归函数如下式:
| $ P=\frac{1}{1+{\text{e}^{-(\alpha +{{W}_{1}}{{X}_{1}}\cdots +{{W}_{n}}{{X}_{n}})}}} $ | (2) |
式(2)中: P为滑坡发生的概率, α为截距, Wi为回归系数, Xi为影响因子.
根据遥感解译及1: 1万地质灾害调查结果, 调查区有灾害点17个, 将其作为灾害样本点P取值为1, 在未发现灾害地区采用ArcGIS选取随机点17个, 作为非灾害样本点P取值为0.依据确定性系数法得到的信息量值, 提取34组样本的各个因子信息量值, 作为研究区的已知特殊点输入SPSS软件中进行二元逻辑回归分析, 得到逻辑回归系数(Wi)值(表 3), 逻辑回归系数即为各个因子的权重值, 然后将得到的回归系数带入到公式(2)中求取整个研究区的灾害发生概率P, P的范围为[0, 1].为了求解方便, 将式(2)两边取自然对数, 并将影响因子Xi (i =1, 2, 3, …, n)作为自变量, 得到线性回归模型:
| $ \text{In}(\frac{P}{1-P})=a+\sum\limits_{i=1}^{7}{{{w}_{i}}+{{C}_{\text{f}}}} $ | (3) |
|
|
表 3 因子权重计算表 Table 3 Calculation results of weights of factors |
式(3)中: P为每一斜坡单元孕灾环境敏感性指数, a为逻辑回归截距, Wi为影响因子Xi的权重, Cf为影响因子Xi对某一斜坡单元地质灾害发生提供的信息量值.通过式(3)即可得到研究区所有斜坡单元的敏感性指数P, 得到调查区孕灾环境敏感概率分布图, 之后在ArcGIS里面采用自然断点分级法, 将调查区按P值大小分为3个区, 其中P＜0.42为低易发区, 0.42＜P＜0.6为中等易发区, P>0.6为高易发区, 最终形成地质灾害易发性分区图(图 6).
|
图 6 地质灾害易发性分区图 Fig.6 Zonation map of geological hazard susceptibility 1-低易发性(low susceptibility); 2-中易发性(medium susceptibility); 3-高易发性(high susceptibility); 4-斜坡单元分界线(boundary of slope unit); 5-居民地(residential area); 6-地名(place name) |
研究区330个斜坡单元, 总面积13.81 km2.根据灾害易发性分区结果(图 6)可知, 全区易发程度等级分布并没有呈现显著的规律性, 低易发性和中易发性的斜坡数量居多, 高易发性区域的空间分布位置主要是因为这些区域的斜坡多为顺向坡且距离水系和断裂近.不同易发程度的斜坡数量和面积占比见表 4.
|
|
表 4 易发性分区统计表 Table 4 Statistics of vulnerability zonation |
得到地质灾害易发性评价结果后, 分析过去地质灾害活动强度和诱发灾害发生的因子来进行致灾因子危险性评价, 最后在ArcGIS里面用乘积法进行地质灾害危险性评价.
本文采用地质灾害点密度、降雨量、人类活动强度和采矿强度指标来进行致灾因子危险性评价.
所得到的地质灾害点核密度图、降雨量趋势图、人类工程密度图和矿洞分布密度图归一化后在ArcGIS里面各因素按专家打分法赋予的权重进行栅格叠加得到致灾因子危险性分布图(图 7).
|
图 7 致灾因子危险性程度图 Fig.7 Risk degrees of disaster-inducing factors 1-居民地(residential area); 2-地名(place name); 3-致灾因子危险性程度(risk degree) |
将上述致灾因子危险性分布图与地质灾害易发性分布图在ArcGIS里面做乘积, 即得到地质灾害危险性分布图(图 8).
|
图 8 地质灾害危险性分区图 Fig.8 Hazard zonation of geological hazards 1-低危险性(low risk); 2-中危险性(medium risk); 3-高危险性(high risk); 4-斜坡单元分界线(boundary of slope unit); 5-居民地(residential area); 6-地名(place name) |
由图 8可见:研究矿区地质灾害各个危险性等级分布较集中, 低危险性和中危险性斜坡主要分布在研究区边界, 高危险性区域主要分布在研究区中部.这些区域矿洞密集, 采空区面积大, 对灾害的诱发能力大, 说明研究区的采矿活动对矿区地质灾害的发展及发生都起到了一定的影响作用.进一步统计了在各种诱发因素下的不同危险性等级的斜坡数量和面积及其占比(见表 5).
|
|
表 5 危险性分区统计表 Table 5 Statistics of risk zonation |
矿区发育的地质灾害类型较多, 由上述危险性评价结果可知矿区高危险性区域主要分布在矿洞密集处, 这些区域采空区面积大, 易引发各种灾害.本文将危险性评价结果与野外调查情况结合, 理论分析研究区采矿活动对滑坡、崩塌、泥石流等灾害发展及发生的影响方式.
3.1 采矿活动对塌陷的影响研究区塌陷处较多, 但大多为小型塌陷, 引发采空区塌陷的因素与岩体的结构、构造、节理状况及工程地质条件等有关, 当然矿房尺寸也制约着塌陷的规模.矿区采矿所用方法主要为房柱留矿法, 开采后采场上部的应力主要由两侧的矿柱承担, 导致矿柱上应力升高.在节理发育或构造带处, 更容易发生塌陷.地面塌陷也会加剧岩体失稳, 从而引发滑坡崩塌等灾害.
3.2 采矿活动对滑坡的影响野外调查过程中发现研究区滑坡及不稳定斜坡发育较多, 这主要基于研究区特殊的地层结构.震旦系灯影组白云岩与寒武系水沟口组地层发生倒转, 形成"上硬下软"的斜坡岩性组合特征.钒矿体赋存于下伏的水沟口组地层中, 水沟口组地层主要为黏土岩和硅质岩, 力学结构差, 在爆破和巷道开挖的采矿活动下, 岩体原应力平衡状态遭到破坏, 应力重新分布.同时采矿形成采空区后, 致使原本抗剪强度较低的黏土岩结构面整体抗剪强度下降, 在上覆白云岩的推力作用下, 结构面剪应力密集, 最后达到贯通, 形成滑动带.
矿区在多年的开采下, 采空区错综复杂而且密度较大, 尤其是在钒矿富集处, 矿柱较少, 在顶部硬岩的拉应力逐渐增大的情况下, 产生了大量纵横交错的裂隙.长时间的裂隙发展使顶板硬层被分割成许多独立破碎的岩块, 岩体整体结构性破坏, 最后导致采场顶板岩体垮落, 形成塌陷坑.地表形成的与灾害运动方向近乎垂直的拉张裂缝, 引起上覆白云岩强烈的移动和变形, 导致变形体与下伏母岩脱离, 进而产生滑坡.
3.3 采矿活动对崩塌的影响研究区山高坡陡, 矿区开采前的修建公路和矿区的建设等人类活动, 造成了多处陡坡或陡坎.在后续开采过程中的爆破及矿洞开挖等采矿活动下, 这类陡坡上的临空岩体变得破碎, 在重力作用下卸荷裂隙不断发育形成陡张裂缝, 与岩体内的原生结构面相组合, 久而久之, 裂隙贯通造成斜坡局部岩块与岩体分离, 最终导致崩塌产生.
3.4 采矿活动对泥石流的影响矿区采矿及选矿产生的大量矿渣、固体废弃物、废石等, 大多未进行处理.在调查期间发现, 沟谷两岸的斜坡上矿洞出口处堆积大量的矿渣, 矿洞出入口未完全封闭, 有水流出.在矿渣堆集处坡脚无挡墙, 同时在选矿场废弃的设备杂乱分布, 未经处理.沟岸在流体的侧蚀作用下, 其两边斜坡逐渐发展了较好的临空面, 在自身重力和内部孔隙水压力的作用下, 斜坡局部地方发生垮塌, 沟岸后退, 从而沟道加宽.同时会使较稳定的矿渣堆及废弃物转化为泥石流物源, 再遇上强降雨诱发条件, 将会诱发泥石流灾害, 对矿区安全构成隐患.
4 结论1) 经过野外调查发现, 研究区共发育17处灾害, 其中滑坡9处, 崩塌4处, 泥石流4处.
2) 以定性结合定量的评价方法对研究区进行地质灾害危险性评价, 将研究区的危险性等级划分为低、中、高3级.其中高危险性区域主要分布在研究区中部, 这些区域矿洞密集, 采空区面积大, 对灾害的诱发能力大; 低危险性和中危险性斜坡主要分布在研究区边界无采矿活动的区域.
3) 通过分析地质灾害危险性评价结果, 结合野外调查情况, 得出了采矿活动对研究区地质灾害的发生起了一定的诱发作用.在了解研究区各种地质灾害发育机理的基础上, 理论分析了采矿活动对各种地质灾害从发展到发生的各个环节的影响作用.
| [1] |
李伟. 松宜煤矿区采矿活动对地质灾害的影响分析[J]. 科技视界, 2016, 6(25): 356. DOI:10.3969/j.issn.2095-2457.2016.25.279 |
| [2] |
杨学亮, 殷文静. 地下采矿对矿山地质环境的影响探究[J]. 中国金属通报, 2018, 26(1): 149. DOI:10.3969/j.issn.1672-1667.2018.01.092 |
| [3] |
雒卫. 地下采矿对矿山地质环境影响[J]. 科技传播, 2012, 4(7): 19. |
| [4] |
何兴江.地下采矿与地质环境互馈机理及矿山地质环境治理研究[D].成都: 成都理工大学, 2008. http://cdmd.cnki.com.cn/Article/CDMD-10616-2008086094.htm
|
| [5] |
Oh H J, Lee S. Assessment of ground subsidence using GIS and the weights-of-evidence model[J]. Engineering Geology, 2010, 115(1/2): 36-48. |
| [6] |
Kim K D, Lee S, Oh H J, et al. Assessment of groundsubsidence hazard near an abandoned underground coal mine usingGIS[J]. Engineering Geology, 2006, 50(8): 1183-1191. |
| [7] |
黄道光. 地质灾害危险性评价及重要性浅析[J]. 中国新技术新产品, 2010, 18(8): 119. DOI:10.3969/j.issn.1673-9957.2010.08.116 |
| [8] |
张丽, 李广杰, 周志广, 等. 基于灰色聚类的区域地质灾害危险性分区评价[J]. 自然灾害学报, 2009, 18(1): 164-168. DOI:10.3969/j.issn.1004-4574.2009.01.025 |
| [9] |
石磊彬. 基于确定性系数法的区域地质灾害评价[J]. 山西建筑, 2014, 40(1): 67-69. |
| [10] |
杜谦, 范文, 李凯, 等. 二元Logistic回归和信息量模型在地质灾害分区中的应用[J]. 灾害学, 2017, 32(2): 220-226. DOI:10.3969/j.issn.1000-811X.2017.02.039 |