礦井突水水源判別研究現(xiàn)狀及發(fā)展趨勢

崔中良，黃保勝，龍向前

（云南馳宏鋅鍺股份有限公司，云南 曲靖 655000）

0 引言

礦井突水是礦山開采過程中最具威脅的自然災(zāi)害之一，已成為制約礦山安全高效生產(chǎn)的重要因素。當(dāng)前，我國大多數(shù)礦山已進入深部開采階段，礦井突水防治工作面臨著前所未有的挑戰(zhàn)。湖南柿竹園鎢鉬鉍多金屬礦區(qū)水庫底部及周邊超深越界開采現(xiàn)象嚴重，已經(jīng)形成了突水隱患，嚴重威脅著柿竹園鎢礦的安全生產(chǎn)[1-2]。江西茅坪鎢鉬礦井下水文地質(zhì)條件復(fù)雜，受老窿水、斷裂構(gòu)造、破碎帶影響，形成嚴重的突水隱患[3]。江西某鉭鈮鎢錫礦采空區(qū)被破碎帶貫通，采礦過程中極易誘發(fā)突水[4]。礦井一旦發(fā)生突水，不但可能造成重大的經(jīng)濟損失，而且還會嚴重威脅井下工作人員的生命與健康。而預(yù)防和解決礦井突水災(zāi)害的關(guān)鍵就是快速判斷突水成因、判別突水水源[5-8]，因此建立科學(xué)有效的礦井突水水源判別方法具有十分重要的意義。礦井突水水源判別方法主要有地質(zhì)及水文地質(zhì)分析法、水溫水位法、水化學(xué)分析法、數(shù)理分析法等。每種方法既有一定的優(yōu)越性，又有一定的局限性，因此，如何準(zhǔn)確地選擇合適的礦井突水水源識別方法是需要持續(xù)進行研究的課題[9-13]。本文概述了礦井突水水源判別的研究現(xiàn)狀，并展望其發(fā)展趨勢，以期為保障礦井安全生產(chǎn)的防治水工作提供決策依據(jù)。

1 文獻統(tǒng)計概況

判別礦井突水水源是解決和預(yù)防礦井突水災(zāi)害的關(guān)鍵，在礦山防治水工作中扮演著十分重要的角色。利用中國知網(wǎng)（CNKI）的檢索功能對相關(guān)文獻進行統(tǒng)計分析。主題選擇“突水水源”，選取的時間為2000年1月1日至2018年7月17日，檢索出文獻后再進行人工篩查，把與突水水源判別無關(guān)的、非核心期刊的文獻去除，最終得到163篇與突水水源判別緊密相關(guān)的文獻。2000—2018年，相關(guān)文獻年發(fā)表量呈鋸齒狀上升，說明人們對突水水源判別研究的關(guān)注程度整體呈現(xiàn)上升的趨勢，見圖1。

圖1 歷年與主題相關(guān)的核心文獻數(shù)量變化Fig.1 Changes in the number of core documents related to theme over the years

關(guān)鍵詞分布統(tǒng)計如圖2所示，對文獻進行進一步分析，通過圖2可以看出高頻關(guān)鍵詞有突水水源、奧灰水、水源判別、判別模型、水化學(xué)特征、突水點、神經(jīng)網(wǎng)絡(luò)、頂板砂巖、煤礦突水、灰?guī)r水、模糊綜合評判、主成分分析、砂巖裂隙、水源識別等，說明礦井突水水源的判別方法是當(dāng)前研究的熱點。

圖2 關(guān)鍵詞分布統(tǒng)計Fig.2 Key words distribution statistics

利用中國知網(wǎng)（CNKI）對篩選出的163篇文獻進行計量可視化分析，得到關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)（圖3）。關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的邊緣可看到 GA-BP、Elman、ESN、粒子群算法、遺傳算法、SVM、可拓學(xué)、LIF技術(shù)、人工神經(jīng)網(wǎng)絡(luò)、模糊綜合評判等關(guān)鍵詞，結(jié)合關(guān)鍵詞分布統(tǒng)計結(jié)果（圖2），說明人工神經(jīng)網(wǎng)絡(luò)與計算機算法的結(jié)合是當(dāng)前應(yīng)用的熱點，同時也暗示未來突水水源判別方法的發(fā)展可能主要基于以下兩個方面：新理論、新方法的應(yīng)用或?qū)σ延欣碚?、方法的修正和完善；跨學(xué)科、多理論的結(jié)合。

2 突水水源特點

礦井突水水源主要包括大氣降水、地表水、地下水和老窯水。大氣降水和地表水的突水路徑主要有兩種形式[14]：（1）通過構(gòu)造斷裂、開采塌陷裂縫、坑口直接進入井巷；（2）通過表層透水層（帶）或潛水含水層，利用下伏基巖裂隙或?qū)畼?gòu)造滲漏進入井巷。大氣降水一般具有礦化度較小（0.02～0.05 g/L）、硬度較低、CO2分壓值較大、CaCO3飽和指數(shù)為負值、pH值介于5.5～7.0之間的特點。地表水的水化學(xué)成分主要受四個因素影響，即地形因素、地質(zhì)因素、氣候因素、植被因素，其中地質(zhì)因素（巖石、土壤的成分特征）決定著該地區(qū)地表水的基本化學(xué)成分。地表水一般具有如下兩個特點[14-15]：（1）渾濁度可由數(shù)十度到數(shù)百度，汛期甚至可達上千度；（2）地表水總含鹽量一般為0.1～0.2 g/L，一般不超過0.5 g/L。此外，大量的有機物和細菌賦存于地表水和大氣降水，這個特征可作為判斷地表水或大氣降水存在的重要依據(jù)。地下水的水化學(xué)特征受補給來源、運移條件、賦存空間巖性特點等因素嚴格控制。各含水層水化學(xué)特征控制因素的差異，決定了其水化學(xué)特征也存在著差異，因此我們可以利用這些差異來區(qū)分地下水的不同來源。老窯水一般為酸性水，突水瞬時水量大、破壞性強，但一般突水后急劇減弱，該特征可作為判定老窯水的重要依據(jù)[8-9]。

3 礦井突水水源判別方法

圖3 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖Fig.3 Key words concurrence network diagram

礦井突水水源判別方法主要有地質(zhì)及水文地質(zhì)分析法、水溫水位法、水化學(xué)分析法、數(shù)理分析法等（圖4）。地質(zhì)及水文地質(zhì)分析法是判別水源的最基礎(chǔ)的方法。水溫水位法操作簡單，主要針對單層水，目前應(yīng)用較多的是“QLT”法（即水質(zhì)水位水溫法）。水化學(xué)分析法包括常規(guī)水化學(xué)分析法、微量元素分析法、同位素分析法。數(shù)理分析法近年來發(fā)展迅速，主要包括多元統(tǒng)計法、灰色系統(tǒng)法、模糊數(shù)學(xué)法等。

3.1 地質(zhì)及水文地質(zhì)分析法

判別礦井突水水源，要充分考慮礦區(qū)的構(gòu)造條件、水文地質(zhì)條件。地質(zhì)及水文地質(zhì)分析法是判別突水水源的基礎(chǔ)方法，往往與其他方法聯(lián)合使用。應(yīng)用地質(zhì)及水文地質(zhì)分析法要求掌握以下信息[16]：（1）礦區(qū)或采區(qū)內(nèi)已存在或可能存在的斷層位置及特征；（2）斷裂構(gòu)造的組合特征、裂隙或巖溶發(fā)育程度、含水層特征；（3）礦體與各含水層水力聯(lián)系緊密程度；（4）以往開展的工程（鉆探、坑探）情況，及對現(xiàn)在水文地質(zhì)特征可能產(chǎn)生的影響；（5）地表水與礦坑水之間的聯(lián)系緊密程度。

圖4 礦井突水水源判別方法分類Fig.4 Determination methods of water inrush water source in mine

3.2 水溫水位法

水溫水位法操作簡單，主要針對單層水。不同含水層的水溫受地溫梯度的影響會有一定的差距，因此通過對比突水點的水溫與具有突水隱患含水層的水溫，可以初步預(yù)測礦井突水水源。相互聯(lián)系的含水層的水位會隨其中一個含水層水位的變化而變化，這種含水層之間的水位動態(tài)聯(lián)系可為判斷突水來源提供可靠依據(jù)[15]。將礦區(qū)各含水層、礦井各出水點及匯水點水質(zhì)特征和季節(jié)性變化規(guī)律與開采過程中出現(xiàn)的出水點的水質(zhì)特征進行對比，亦可有效地判別水源。水質(zhì)、水溫及水位的演變通常是相互聯(lián)系的[17]。判別突水水源的“QLT”法即為水質(zhì)、水位和水溫的特征進行綜合判別突水水源的方法。袁文華等[18]基于地溫特征建立了地溫方程，并運用該方程計算了突水含水層水溫，結(jié)果顯示計算結(jié)果與實際出水點水溫一致，說明水溫水位判別法對突水水源判別具有指示作用。孫福元等[19]基于水質(zhì)特征對廣東格頂煤礦礦井突水水源進行了判別，后經(jīng)連通試驗證明，與突水水源分析結(jié)果完全正確。劉文明等[20]運用“QLT”法判別潘謝礦區(qū)礦井突水水源，并取得了較好的效果，判別有效率達94%。Wu Qiang等[21]通過研究北陽莊礦運輸巷道特大突水的具體情況，一方面通過分析充水含水層（包括第四系多孔含水層和寒武—奧陶系巖溶含水層）中地下水的動態(tài)響應(yīng)規(guī)律來確定水源，另一方面建立了埋藏深度和地溫的線性方程來計算水溫，并對比含水層水溫與突水點實測水溫進而識別突水水源，結(jié)果顯示這兩種方法均能有效判別礦井突水水源。

3.3 水化學(xué)分析法

水化學(xué)分析法是基于不同水體自身組分的特征，從微觀上認識和判別不同水源間的差異和聯(lián)系的一種方法。礦區(qū)不同含水層的水化學(xué)特征存在差異。礦井突水水源判別方法主要有常規(guī)水化學(xué)法、同位素法、微量元素法、稀土元素法等。常規(guī)水化學(xué)法主要是對水中 Ca2+、K+、Na+、SO42-、HCO3-、Mg2+、Cl-、CO32-等主要離子含量和堿度、電導(dǎo)率、硬度、酸度、pH值、礦化度等水質(zhì)綜合指標(biāo)進行分析，確定含水層水質(zhì)類型與突水水質(zhì)類型，最后類比確定礦井突水水源。常規(guī)水化學(xué)法適用于判斷含水層水質(zhì)特征差異較大的單一水源。微量元素法、同位素法是分別基于水中微量元素、同位素特征進行突水水源判別的方法。微量元素法的判別結(jié)果可信度較高，運用的前提是特征組分易檢、穩(wěn)定。同位素一般不與其他組分發(fā)生反應(yīng)，用于示蹤十分可靠，具有準(zhǔn)確度高、速度快的優(yōu)點，但其測試成本高。稀土元素因具有獨特的地球化學(xué)性質(zhì)而被廣泛用于各種不同地質(zhì)過程的研究[22-25]。隨著近幾十年來測試技術(shù)的快速發(fā)展，稀土元素在地下水水文地球化學(xué)研究領(lǐng)域中的應(yīng)用愈來愈多，并取得了一系列的成果，如水-巖相互作用、地下水徑流示蹤等[26-29]。因此應(yīng)用礦井突水稀土元素的地球化學(xué)特征來判別突水來源，具有可靠的理論依據(jù)[30]。張雁[31]采用水化學(xué)分析法對礦井不同含水層的水質(zhì)進行舒卡列夫分類，并將其與王樓煤礦11305工作面的突水水樣進行對比，認為突水水源為侏羅系砂巖裂隙水。后經(jīng)驗證，分析結(jié)果完全正確。桂和榮等[32]對皖北礦區(qū)深層地下水水樣進行了微量元素測試，并建立了微量元素主成分分析模型和突水水源主成分的判別表達式。潘國營等[33]運用氫、氧同位素和氚同位素判別了突水來源，為礦區(qū)制定礦井水防治策略提供了重要的科學(xué)依據(jù)。陳陸望等[34]建立了皖北礦區(qū)巖溶水環(huán)境同位素判別模式，對判別礦井突水水源具有重要借鑒意義。陳松等[35]以皖北任樓煤礦太原組灰?guī)r含水層為例，研究灰?guī)r含水層中稀土元素在地下水與圍巖間的分異特征，結(jié)果表明灰?guī)r水中Y元素的峰值效應(yīng)也可作為灰?guī)r水源識別的依據(jù)。謝文蘋等[36]采用因子分析法對皖北礦區(qū)地下水中稀土元素的地球化學(xué)特征進行研究，并基于稀土元素建立了判別突水水源的Bayes模型，且判別率高達93%，判別結(jié)果與因子分析結(jié)果吻合。Qu Shen等[37]基于含水層水質(zhì)類型和同位素特征對廢棄礦井井水來源進行了判別。

3.4 數(shù)理分析法

3.4.1 多元統(tǒng)計法

多元統(tǒng)計法主要包括判別法（距離判別法、Bayes判別法、Fisher判別法）和聚類分析法。判別分析法主要用于判斷對象的歸屬類，是在若干類已知對象中確定新對象歸屬類的一種有效統(tǒng)計分析方法[38]。周健等[39]將建立的距離判別分析模型用于礦井突水水源識別，模型檢驗結(jié)果及實例計算證明，利用六大基本離子建立的距離判別分析模型具有較強的判別能力。張春雷等[40]把Bayes多類線性判別法應(yīng)用到淮南顧橋礦地下水判別實例中，并取得了較好效果。陳紅江等[41]把礦井突水水源識別的Fisher判別模型應(yīng)用于華北某礦井并予以驗證，結(jié)果表明該模型利用回代估計法所得到的誤判率小，并具有較強的判別能力。聚類分析方法是先定量地確定樣本之間的親密程度，然后按親疏差異程度歸入不同的分類群體之中。李世峰等[42]結(jié)合礦井的實際突水及水質(zhì)分析資料對各小范圍內(nèi)的最新水點進行聚類分析，并將該礦突水水源分為3類，有效提高了礦山防治水的針對性和可靠性。

3.4.2 灰色系統(tǒng)法

灰色系統(tǒng)法是基于灰色系統(tǒng)數(shù)學(xué)理論對礦井突水水源進行判別的方法。灰色系統(tǒng)法能較好地處理多個水源判別問題。灰色系統(tǒng)法主要包括局勢綜合判別法、灰色關(guān)聯(lián)度法、最大效果測度法?；疑P(guān)聯(lián)度方法是根據(jù)諸因素間動態(tài)過程的相似性或相異程度來衡量因素間發(fā)展態(tài)勢的一種量化方法，即將突水點的水質(zhì)及主要離子成分的含量視為一條線上的點，量化其與識別對象之間的貼近度，并計算出研究對象與待識別對象各影響因素之間的貼近程度的關(guān)聯(lián)度，然后通過比較各關(guān)聯(lián)度的大小來判斷待識別對象與研究對象的影響程度[43]。這種方法具有計算簡單、容易理解的特點，但是它在確定各含水層標(biāo)準(zhǔn)時需要大量的數(shù)據(jù)，且所得的標(biāo)準(zhǔn)往往缺乏廣泛性和有效性[44]。郝彬彬等[45]以華北地區(qū)某礦為例，利用灰色關(guān)聯(lián)度法對礦井突水水源進行分析與計算，結(jié)果顯示，大青灰?guī)r水與礦井突水水樣的關(guān)聯(lián)度最高，判定突水水源是大青灰?guī)r含水層，后經(jīng)驗證發(fā)現(xiàn)，突水水樣為大青灰?guī)r水的判斷是可靠的?；疑謩菥C合判別法屬于多點決策法的范疇，它引入效果測度，使問題簡化，可以解決多個事件的問題。高衛(wèi)東[46]將灰色局勢決策方法應(yīng)用于礦井突水水源判別，結(jié)果顯示該方法判別結(jié)果是可靠的，灰色局勢決策方法可用于解決礦井突水水源的判別問題。最大效果測度法是在灰色局勢綜合決策的基礎(chǔ)上用化學(xué)指標(biāo)去判別某個突水水源的方法[38]，在多個水源同時充水的情況下無效。洪雷等[47]利用最大效果測度值法對燕子山礦突水水源進行了研究，有效判定出突水水源為煤層頂板砂巖裂隙水，為礦井防治水工作提供了一個新的思路。

3.4.3 模糊數(shù)學(xué)法

模糊數(shù)學(xué)法先進行單項指標(biāo)的評價，然后分別對各單項指標(biāo)給予適當(dāng)?shù)臋?quán)重，最后應(yīng)用模糊矩陣復(fù)合運算的方法得出綜合評價的結(jié)果。運用模糊數(shù)學(xué)法建立的水源判別模型中，權(quán)重的確定不能簡單地用超標(biāo)加權(quán)法。模糊數(shù)學(xué)法主要包括模糊綜合判別法、模糊相似比法、最大貼近度法。李明山等[48]成功地運用最大貼近度法準(zhǔn)確判別了姚橋礦井突水水源。余克林等[49]根據(jù)礦井含水層的水化學(xué)特征，建立了二級模糊綜合評判數(shù)學(xué)模型，并準(zhǔn)確地判別出了礦井突水水源。魏永強等[50]采用模糊綜合評判方法對礦井突水水源進行了判別，結(jié)果表明該方法評判效果極佳。

4 其他方法

其他方法主要有人工神經(jīng)網(wǎng)絡(luò)法、地理信息系統(tǒng)法（GIS理論法）、支持向量機法（SVM法）、可拓識別法。目前，人工神經(jīng)網(wǎng)絡(luò)法在礦井突水水源判別中已經(jīng)得到了廣泛應(yīng)用。人工神經(jīng)網(wǎng)法判別的結(jié)果較其他方法具有客觀性，但對訓(xùn)練樣本的選擇具有一定的難度。常見的人工神經(jīng)網(wǎng)絡(luò)模型有BP神經(jīng)網(wǎng)絡(luò)、SOM神經(jīng)網(wǎng)絡(luò)、ESN神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)等。劉猛[51]以BP神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)，建立水源判別模型，并隨機選取礦井采掘過程中收集到的水樣進行水源判別預(yù)測，結(jié)果顯示水源判別結(jié)果與實際情況完全相符。吳巖等[52]把水質(zhì)中的7種離子的含量作為判斷因素，并結(jié)合改進的SOM神經(jīng)網(wǎng)絡(luò)模型對礦井突水水源進行了判別，結(jié)果顯示該方法的誤判率為零，能夠準(zhǔn)確地判別礦井突水水源。李垣志等[5 3]提出了基于ESN神經(jīng)網(wǎng)絡(luò)的水源判別模型，并將其應(yīng)用于不同礦山，效果良好。徐星等[8]結(jié)合水文地質(zhì)條件將神經(jīng)網(wǎng)絡(luò)應(yīng)用于突水水源判別，準(zhǔn)確判斷了突水水源。GIS是隨著地理科學(xué)、計算機技術(shù)、遙感技術(shù)和信息科學(xué)的迅速發(fā)展而發(fā)展起來的，不但具有強大的數(shù)據(jù)處理功能，而且可實現(xiàn)對分析結(jié)果的可視化表達。楊梅[54]將Bayes突水水源判別模型植入GIS中，建立基于GIS的突水水源判別系統(tǒng)，從而實現(xiàn)了突水水源的快速判別。SVM法是一種建立在統(tǒng)計學(xué)理論基礎(chǔ)上的機器學(xué)習(xí)方法，具有較好的適應(yīng)能力和較高的分準(zhǔn)率。錢家忠等[55]利用支持向量機法建立水源判別模型，并用于判別潘三煤礦B8、C13組煤系突水水源，結(jié)果表明用SVM法判別更加快速有效。可拓識別法是一種改進的物元可拓法。馮琳等[56]利用改進的可拓識別方法對新的突水水樣進行了分析，得到了較好的突水水源判別效果。

5 存在的問題及發(fā)展趨勢

5.1 存在的問題

現(xiàn)階段礦井突水水源判別方法面臨的主要問題有：各種礦井突水水源判別方法均有很多成功的應(yīng)用案例，但這些方法都有各自的適用范圍和局限性，不足以應(yīng)對錯綜復(fù)雜、變化多端的突水環(huán)境；目前我國大多數(shù)礦山已進入深部開采階段，礦井井水的混合程度明顯加強，因此礦井突水的物理性質(zhì)（溫度、顏色、氣味等）和化學(xué)成分（SO42-、Mg2+、HCO3-等）將產(chǎn)生“混合效應(yīng)”，這將導(dǎo)致多解問題，如何正確判別突水（混合水）水源及各水源混合比例仍是當(dāng)前需要不斷進行研究的課題；基于水質(zhì)數(shù)據(jù)的水源判別方法絕大多數(shù)都基于7種離子，即SO42-、Mg2+、HCO3-、Na+、K+、Ca2+、Cl-，忽略了不同時空范圍內(nèi)識別礦井突水水源特征離子的差異性。

5.2 發(fā)展趨勢

目前，用于判別礦井突水水源的方法涉及了化學(xué)、計算機科學(xué)、數(shù)學(xué)、GIS和可拓學(xué)等領(lǐng)域，已經(jīng)從簡單的水溫水位法跨越出來，邁向精細化、廣泛化、可視化的發(fā)展方向。精細化指判別精度會越來越高，廣泛化指適用范圍會越來越廣，可視化指判別結(jié)果的直觀性越來越好。精細化、廣泛化、可視化的實現(xiàn)可能主要通過以下方式：（1）跨學(xué)科、多理論的結(jié)合。王欣等[57]將遺傳算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合，在同樣的訓(xùn)練樣本和待測樣本下，識別效果比BP神經(jīng)網(wǎng)絡(luò)、距離判別法、Bayes判別法識別精度更高。鄭琳等[58]基于模糊聚類分析方法，建立礦井突水水源模糊綜合評判模型并植入GIS中，不僅實現(xiàn)了對礦井突水水源快速判別，而且實現(xiàn)了將評判結(jié)果直觀地顯示給用戶。Liu Qin等[59]提出了一種綜合水化學(xué)分析、水源檢測和水路勘查的綜合識別模型，即采用Schukalev分類法判別突水水源，且在水化學(xué)分析階段采用層次聚類分析對水樣進行分類，最后結(jié)合水通道勘察和水源檢測驗證結(jié)論。此綜合判別模型被應(yīng)用于布蘭溝煤礦突水事故，結(jié)果表明綜合判別模型具有互補優(yōu)勢，提高了突水預(yù)測效率。馬雷等[60]建立了基于GIS和水質(zhì)水溫的礦井突水水源判別模型，并應(yīng)用于潘一煤礦86-1號突水判別，結(jié)果顯示該法在含水層間地溫差較大的情況下應(yīng)用效果較好。胡偉偉等[61]根據(jù)撫順老虎臺礦區(qū)同位素、水化學(xué)特征及混合計算得出了突水中各部分來源水的混合比例。（2）新理論、新方法的應(yīng)用或?qū)σ延欣碚摲椒ǖ男拚屯晟啤Ｍ艏螚畹萚62]建立基于粒子群徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的礦井突水水源判別模型，并與傳統(tǒng)最小二乘法的RBF神經(jīng)網(wǎng)絡(luò)相比，發(fā)現(xiàn)其精度更高，優(yōu)化結(jié)果更為合理。王仲陽等[63]發(fā)現(xiàn)利用主成分分析法（PCA法）與Bayes法綜合模型識別礦井突水水源時能有效消除樣本變量指標(biāo)間的相互影響，進而提高突水水源識別的準(zhǔn)確率。Yang Yong等[64]提出了一種利用激光誘導(dǎo)熒光技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)礦井突水水源在線判別的新型突水水源判別模型，理論分析和試驗結(jié)果表明，該方法識別率達到98%，為解決礦井在線判別突水水源類型提供了新思路，是一種非常有效的礦井突水水源類型判別方法。隨著礦井突水水源判別方法的精細化、廣泛化、可視化，礦山防治水的決策依據(jù)將越來越可靠。