矿山地质环境综合评价研究

李辰罡，王学治，赵腾云，牛瑞鹏

（中冀建勘集团有限公司，河北石家庄 050000）

我国社会主义现代化强国的建设以及工业化、信息化的发展均离不开矿产资源开发，由于对矿产资源的依赖程度较高，往往使得某一矿区开发规模和开发深度较大，从而使该区域产生矿山下陷、垮塌、环境水源污染等较为严重的地质问题和环境问题[1-2]。随着“十八大”提出的加大自然生态环境保护力度，矿区、矿山的地质环境和自然环境恢复成了目前研究的热点问题，由于全国各地各个矿山开发程度的不同，因此针对矿山地质环境修复的难度也不相同[3]。想有针对性地对各个矿山地质环境进行修复治理的前提是要了解各个矿山受开采造成的地质问题的程度大小[4]，因此需要针对矿山的地质环境做出评价[5]。但在目前的规范和指导文件中，尚未给出明确、有效的矿山地质环境评价体系框架和评价指标。对于矿山地质环境的评价，不少学者尝试过构建评价体系和评价模型，如，王洋[6]考虑到传统评价矿山环境的常权模型不能反映矿山内部指标的差异性，因此通过潞安矿区为实例借助变权模糊综合法对矿山地质环境质量进行评价，并构建了矿区地质环境评价体系，通过与传统的常权评价法进行对比发现变权模糊综合模型能更加合理地反映矿山的真实情况，从而具备更高的评价精度。马伟[7]认为矿山地质评价中的指标权值和评价分级具有加大的主观性，因此提出了证据权法的矿山环境评价体系，采用GIS提取地质环境评价指标，采用证据权法进行权值计算，并通过赣南稀土矿山进行实际评价分析，结果发现稀土矿山内地质环境差区域主要分布在其东南部和西部，且该方法避免了主观因素的影响，总体评价结果更为客观。但由于矿山的种类不同且各地地质环境差异性较大，使得上述的评价体系或评价方法应用范围较为单一，地域制约性较强，使其不能广泛地应用于实际矿山地质环境评价之中。

本文以陕西省渭南市曹村镇矿山为研究对象，结合直觉模糊决策和优劣解距离法，构建矿山地质环境综合评价模型，并基于实际矿山对评价模型进行有效性分析，为矿山地质环境修复政策提供一定的参考依据。

1 研究概况

曹村镇位于陕西省渭南市西北部，该地发现矿产资源32 种，其中已探明储量的矿产为21 种，该地储量最大的矿产以石灰岩矿为主，石灰岩矿储量位居渭南市前列，并有较为完整的石灰岩矿开发体系。除此之外，还伴有少量的建筑用砂岩、粘土、方解石矿等矿物的开发。目前当地自2011年起到2020在开发、开发完成或政策性关闭的矿山共有日新、太白山、亿丰、金石、众鑫磊、成祥、宁盛、兴和、宝峰寺、频山、铁峰、天源、小元、转良、隆宇、丰伟、艺博、小贾共18 座。其中3 个为大型矿山，16 个石灰岩矿山，其中石灰岩、建筑用砂岩和粘土矿等矿物的开发总量约为1186×104t/a。

但由于长期开发和管理不善和设备的更新不及时，使得当地形成大片的露天矿场，严重占用土地资源且产生了较为严重的地质问题。由于过度开发，使得当地地下含水层结构遭到破坏，地下水出现下降疏干等现象，地下水下降总面积达36.2km2，造成当地居民饮水种植困难。此外由于开采规模大，当地矿山发生次生地质灾害的概率较高，目前当地的主要地质灾害类型包含变形、塌陷、裂缝和滑坡等，并且此类灾害现象在矿区内更为明显。在矿山采空区，地面下沉和裂缝现象较为严重和普遍，发生的次生地质灾害具有影响性大、危害性广等特点。

2 研究方法

2.1 三角模糊数法

在模型的建立及计算过程中，保证模型计算的简洁性和便利性较为重要，为了将评价指标转化为后续模型计算所需的定性指标，本文采用三角模糊数法进行转化。首先将指标转化为三角模糊数：

式中：a——模糊数的上限；

b——可能性最大值；

c——模糊数下限。

基于各专家的评价结果重要程度，对其评价进行权重赋值：

式中：ω——权重向量；

ωn——第n位专家的评价权重。

由联立式（1）、式（2）便可以将三角模糊数转化为所需的定性指标结果：

2.2 改进序关系法

在确定所需的定性指标值后，需要确定定性指标值所占整体的权重大小，传统的权重确定法在确定权重后还需对一致性进行检验，因此本文为了便于计算，采用改进序关系法进行指标权重确定，首先设定评价指标：

再根据专家对指标评价的重要程度排序：

根据顺序分别对指标赋予权重比值rk，权重比值rk根据贡献程度的不同取值在[1.0,1.8]。并分别确定一、二级指标的权重，其权重系数ωk通过下式计算：

2.3 直觉模糊赋权

由于权重的确定对整体结果的影响性关系较大，而在实际确定过程中，由于受样本的影响，权重赋予的准确程度不一且往往受人为主观因素影响较大，为了保证权重赋予的客观性，本文采用直觉模糊集（IFS）赋权法进行指标权重的最终确定。利用前文使用的改进序关系法得到的主观权重ωk，确定不同评价指标之中的权重整体取值范围大小，例如若确定某项指标的权重取值范围为[0.2,0.3]，则可以确定其重要与不重要程度范围分别为[0.2,0.3]和[0.5,0.6]，由此可以确定其模糊集为＜0.2,0.5＞，直觉模糊权重的大小则可以表示为：

2.4 评价模型

确定权重之后，为了保证评价模型所得出评价的准确性，在直觉模糊集（IFS）方法的基础之上，本文采用优劣解距离法（TOPSIS）构建矿山地质环境评价模型。首先对评价指标X进行定域，X中某一模糊集A可以表示为：

式中：mA——A的隶属度函数；

nA——A的非隶属度函数。

确定其模糊集后便可以建立加权模糊矩阵F，首先需确定直觉模糊权重W，这里确定方法前文已给出，不再过多赘述，对于加权模糊矩阵F，可以表示为：

根据加权模糊矩阵F求出其正负理想解A+为：

加权模糊矩阵F的负理想解A-为：

通过计算各个指标和其正负理想解的欧几里德距离得到正负理想解的欧几里德距离分别为D2（xi，A+）、D2（xi，A-），借助欧几里德距离便可得到最终的综合评价指标为：

3 案例分析

3.1 评价指标体系构建

为了对上文建立的矿山地质环境综合评价模型进行有效性分析，本文选取于陕西省渭南市西北部的曹村镇矿山为研究对象，该地区矿山以产灰岩矿为主，本次所研究的18座矿山分布地域位置如图1所示。

图1 研究区域及矿山分布位置

由于该地区矿山分布位置不同，因此针对上述矿山的评价指标，应尽可能结合每座矿山的实际生产情况为主进行选取，由于所研究的区域矿山过度开采造成的问题主要包含地质灾害隐患、土地耕地占用等问题，因此在进行一级指标划分时可以将矿山的自然地理、矿山开发、土地破坏、地质灾害划分为评价体系的一级指标；在一级指标的基础之上，将矿山地质环境、周边景观破坏程度、交通干线破坏程度、矿山规模、开采强度、废弃物数量、露天面积、工业广场面积、废石（土、渣）堆积面积、破坏土地类型、生态修复面积、矿山地质灾害规模等12 项依次标记为X1,X2,…,X12，并作为评价体系的二级指标。

3.2 矿山地质环境评价

由于本文的矿山地质环境评价体系中共有X1,X2,…,X12共计12 个二级指标，其中包含X1、X2、X3、X10和X12共5个定性指标。根据前文三角模糊数法提出其定性指标的三角模糊数。X1、X2、X3指标三角模糊数指标定性结果如表1所示。X10和X12三角模糊数指标定性结果如表2所示

表1 X1、X2、X3三角模糊数指标定性结果

表2 X10和X12三角模糊数指标定性结果

根据矿山的实际情况，对矿山的地质环境评价标准进行划分，由曹村镇各处矿山的情况将其划分为无影响区域、一般影响区域、严重影响区域和非常严重影响区域，并根据矿山质量的不同，对评价指标进行隶属度划分，其中定性指标X1、X2、X3、X10和X12划分为[0，0.333）、[0.333，0.667）、[0.667，1）。在此基础之上建立加权模糊矩阵并根据公式（12）计算出最终的曹村镇矿山地质环境评价结果如表3所示。

3.3 实际结果分析

以2011~2020年的卫星数据进行遥感调查，根据调查结果得到了太白山石灰岩矿山占地结果和矿山占地统计结果。

结合图2和图3可以看出，当地矿山占地情况在10年间呈现出先增加后减小的趋势，并在2018 年矿山占地总面积达到峰值，使得这一时期大量土地资源被占用，造成地质地貌的严重破坏。在规划发布之后有效减少了矿山和矿区的各个部分的占地面积，在一定程度上体现了矿山地质环境治理取得的成效。

图2 太白山遥感调查结果

图3 曹村镇矿山占地情况

利用本文提出的模型分别对2011 年、2014 年、2017 年和2020 年的曹村镇矿山地质环境进行评价并得到了图4 所示的结果。从图中可以看出在2011~2020 年期间当地地质环境质量总体呈现下降趋势，但在2017~2020年间相对贴进度变化较小，表明在2017~2020 年间矿山地质环境偏向稳定，甚至偏好的方向发展，此结论和前文遥感调查结果相符。

图4 曹村镇矿山地质环境评价结果

4 结论

本文以陕西省渭南市曹村镇矿山为研究对象，结合直觉模糊决策和优劣解距离法，构建矿山地质环境综合评价模型，并基于实际矿山对评价模型进行有效性分析，并得出了如下结论：

（1）通过对2011年、2014年、2017年和2020年的曹村镇矿山地质环境进行评价发现当地地质环境变化呈现出先减小后增大的趋势，此过程与遥感调查结果相符，验证了评价模型的有效性和实用性。

（2）通过将地质指标划分为4 个一级指标和12 个二级指标，能够较为客观有效地反映矿山地质环境质量程度，对本文的评价体系具备较高的契合度。