基于R/S分析及極限學(xué)習(xí)機(jī)的沉陷區(qū)土地復(fù)墾適宜性研究

陳 強(qiáng)，黃 鑫，拉換才讓

（青海省水文地質(zhì)及地?zé)岬刭|(zhì)重點(diǎn)實(shí)驗(yàn)室/青海省水文地質(zhì)工程地質(zhì)環(huán)境地質(zhì)調(diào)查院，西寧 810008）

隨著采煤沉陷問(wèn)題的日益嚴(yán)重，加之中國(guó)人口現(xiàn)狀及有效耕地的不斷縮減，使得土地復(fù)墾工作也越來(lái)越被重視。中國(guó)已于20世紀(jì)80—90年代開(kāi)展了土地復(fù)墾研究，并取得了良好的效益和經(jīng)驗(yàn)［1］。同時(shí)，在土地復(fù)墾研究方面，許多學(xué)者也取得了較好的成果，如肖武等［2］在分析地面地形特征的前提下，模擬了采煤的動(dòng)態(tài)沉陷過(guò)程，并比較了不同階段的復(fù)墾耕地率，從定量角度揭示了復(fù)墾耕地面積與沉陷積水面積間的關(guān)系；周寧等［3］基于草原礦區(qū)的實(shí)際情況，采用層次分析法構(gòu)建了研究區(qū)的土地復(fù)墾適宜性評(píng)價(jià)模型，具有一定的借鑒意義；王銳等［4］在分析礦區(qū)土地退化的基礎(chǔ)上，結(jié)合土地破壞現(xiàn)狀和自然地理?xiàng)l件，提出了綜合治理措施，為礦區(qū)的土地復(fù)墾工作提供了理論指導(dǎo)。上述研究雖從多方面研究了沉陷區(qū)的土地復(fù)墾，但忽視了復(fù)墾前采煤沉陷區(qū)穩(wěn)定性的評(píng)價(jià)工作，且該工作對(duì)土地復(fù)墾至關(guān)重要，主要表現(xiàn)為若在沉陷區(qū)穩(wěn)定前進(jìn)行土地復(fù)墾，則復(fù)墾工程往往會(huì)因后期沉陷遭到破壞；若在穩(wěn)定較長(zhǎng)時(shí)間后才進(jìn)行復(fù)墾，則會(huì)降低土地的有效利用率。因此，對(duì)沉陷區(qū)的變形穩(wěn)定性評(píng)價(jià)就顯得格外重要，也有不少學(xué)者在該方面進(jìn)行了研究，如賈新果［5］對(duì)非充分開(kāi)采條件下的沉陷規(guī)律進(jìn)行了研究，得出沉陷變形值、沉陷范圍及移動(dòng)角之間的相互關(guān)系，為指導(dǎo)后期煤礦開(kāi)采提供了依據(jù)；張子月等［6］通過(guò)構(gòu)建沉陷區(qū)的動(dòng)態(tài)沉降預(yù)測(cè)模型，有效掌握了沉陷變形與時(shí)間的關(guān)系，對(duì)礦區(qū)土地的持續(xù)生產(chǎn)具有重要的意義；趙忠明等［7］結(jié)合概率積分法、灰色理論和神經(jīng)網(wǎng)絡(luò)構(gòu)建了沉陷特征參數(shù)的預(yù)測(cè)模型，經(jīng)實(shí)例檢驗(yàn)，該模型的預(yù)測(cè)精度較高，適用性較強(qiáng)。上述成果研究了多種預(yù)測(cè)模型在采煤沉陷預(yù)測(cè)中的適用性，但缺少土地復(fù)墾方面研究，也未涉及R/S分析及極限學(xué)習(xí)機(jī)的應(yīng)用研究，存在一定的不足。因此，本研究以三河尖煤礦沉陷區(qū)為工程背景，先利用R/S分析判斷沉陷區(qū)的穩(wěn)定性現(xiàn)狀，再利用極限學(xué)習(xí)機(jī)構(gòu)建其變形預(yù)測(cè)模型，兩者綜合判斷沉陷區(qū)開(kāi)展土地復(fù)墾的適宜性；最后，結(jié)合區(qū)內(nèi)工程實(shí)際，開(kāi)展相應(yīng)土地復(fù)墾措施研究，以便更好地指導(dǎo)后期施工。

1 基本原理

本研究分析過(guò)程主要包括2個(gè)階段：階段一，利用R/S分析及極限學(xué)習(xí)機(jī)分別構(gòu)建沉陷區(qū)地表變形的趨勢(shì)判斷及預(yù)測(cè)模型，以綜合評(píng)價(jià)地表變形的穩(wěn)定性及發(fā)展趨勢(shì)，進(jìn)而為后續(xù)土地復(fù)墾奠定基礎(chǔ)；階段二，若前述判斷沉陷區(qū)地表變形趨于穩(wěn)定，則對(duì)沉陷區(qū)的土地復(fù)墾進(jìn)行研究，以便更好地指導(dǎo)后期農(nóng)業(yè)生產(chǎn)。

1.1 數(shù)據(jù)預(yù)處理

根據(jù)沉陷區(qū)地表監(jiān)測(cè)的實(shí)際情況，監(jiān)測(cè)數(shù)據(jù)往往具有非等距特征，且監(jiān)測(cè)樣本數(shù)偏少，不利于后續(xù)分析。為克服該問(wèn)題，提出利用MATLAB軟件的cftool工具箱實(shí)現(xiàn)沉陷變形與時(shí)間的分段線性插值，并根據(jù)后續(xù)分析模型的需求，將實(shí)測(cè)時(shí)間范圍等分為若干區(qū)間，并求得相應(yīng)時(shí)間節(jié)點(diǎn)處的沉陷值，以達(dá)到增加樣本數(shù)的目的，并實(shí)現(xiàn)非等距向等距轉(zhuǎn)變的處理。

1.2 穩(wěn)定性評(píng)價(jià)模型的構(gòu)建

R/S分析是分形理論的一種定量計(jì)算方法，能描述變形序列長(zhǎng)期記憶性及穩(wěn)定性，適用于地表變形的穩(wěn)定性評(píng)價(jià)［8-11］。若將地表沉陷變形序列表示為｛Ni｝，并將其分解為A個(gè)子序列，每個(gè)子序列長(zhǎng)度為n，則子序列的平均值（ea）可表示為：

式中，Nk，a為第k個(gè)子序列中的第a個(gè)元素。

同時(shí)，計(jì)算各子序列的累計(jì)離差，并根據(jù)其最大值、最小值確定各子序列的極差（Ra）。

再計(jì)算各子序列的標(biāo)準(zhǔn)差（Sa）。

最后，將各子序列的重標(biāo)極差（R/S）a表示為：

在不同n值情況下，可得到相應(yīng)的（R/S）n，進(jìn)而得到若干散點(diǎn)［n，（R/S）n］，由于lgn與lg（R/S）n之間存在線性關(guān)系，即：

式中，C為待擬合常數(shù)，H為Hurst指數(shù)。利用Hurst指數(shù)實(shí)現(xiàn)沉陷變形的趨勢(shì)判斷及穩(wěn)定性分析，其判斷依據(jù)主要是：當(dāng)0＜H＜0.5時(shí)，說(shuō)明沉陷變形穩(wěn)定性具有反持續(xù)性，即沉陷變形處于不穩(wěn)定狀態(tài)，且其偏離0.5越大，穩(wěn)定性越差；當(dāng)H越接近0.5，說(shuō)明沉陷變形具有較強(qiáng)的游離性和隨機(jī)性；當(dāng)H＞0.5時(shí)，說(shuō)明沉陷變形具有持續(xù)穩(wěn)定性，即沉陷變形處于穩(wěn)定狀態(tài)，且其偏離0.5越大，趨勢(shì)性越好。

在結(jié)果的分析過(guò)程中，引入關(guān)聯(lián)維數(shù)（D）和相關(guān)性度量參數(shù)（CM），前者可評(píng)價(jià)序列節(jié)點(diǎn)間的關(guān)聯(lián)性，其值越大說(shuō)明各節(jié)點(diǎn)的關(guān)聯(lián)性越大，其值越小則節(jié)點(diǎn)間的關(guān)聯(lián)性越小；后者可評(píng)價(jià)序列的相關(guān)性，其絕對(duì)值越大，說(shuō)明相關(guān)性越強(qiáng)，反之相關(guān)性越弱，且C M為正值時(shí)，為正相關(guān)，反之為負(fù)相關(guān)。

1.3 變形預(yù)測(cè)模型的構(gòu)建

上述R/S分析已判斷沉陷區(qū)穩(wěn)定性趨勢(shì)，其判斷為現(xiàn)有狀態(tài)判斷，然后再以極限學(xué)習(xí)機(jī)為基礎(chǔ)，構(gòu)建地表沉陷預(yù)測(cè)模型，以判斷地表變形的發(fā)展趨勢(shì)。

極限學(xué)習(xí)機(jī)（Extreme learning machine，ELM）是一種新型智能神經(jīng)網(wǎng)絡(luò)，優(yōu)點(diǎn)為操作簡(jiǎn)單、運(yùn)算速度快等。地表沉陷變形樣本為（xi，yi），其對(duì)應(yīng)預(yù)測(cè)值O j可表示為：

式中，g（x）為激勵(lì)函數(shù)；M為隱層節(jié)點(diǎn)數(shù)；βi、wi為權(quán)值向量；b i為閾值。

根據(jù)預(yù)測(cè)思路，預(yù)測(cè)結(jié)果應(yīng)零誤差逼近實(shí)測(cè)值，則：

上式的矩陣形式如下：

式中，H為常數(shù)矩陣。

為實(shí)現(xiàn)零誤差逼近預(yù)測(cè)，則需對(duì)上式進(jìn)行最小二乘求解。

ELM模型雖屬智能預(yù)測(cè)模型，但也存在一定不足：①ELM模型的常用激勵(lì)函數(shù)有3種類(lèi)型，即Sigmiod型、Sine型和Hardlim型，三者的應(yīng)用多依據(jù)使用者經(jīng)驗(yàn)而定，無(wú)法保證其最優(yōu)性。②在ELM模型應(yīng)用過(guò)程中需設(shè)定隱層節(jié)點(diǎn)數(shù)，故無(wú)法保證該參數(shù)的客觀性。③ELM模型應(yīng)用過(guò)程中的連接權(quán)值和閾值是隨機(jī)產(chǎn)生的，隨機(jī)性較強(qiáng)，仍待優(yōu)化研究。

為保證地表沉陷預(yù)測(cè)精度，對(duì)上述3個(gè)不足均進(jìn)行優(yōu)化研究。

第一，鑒于激勵(lì)函數(shù)類(lèi)型相對(duì)較少，提出利用試錯(cuò)法對(duì)3種激勵(lì)函數(shù)的預(yù)測(cè)效果進(jìn)行對(duì)比分析，進(jìn)而確定出最優(yōu)激勵(lì)函數(shù)。

第二，ELM模型屬神經(jīng)網(wǎng)絡(luò)模型，根據(jù)神經(jīng)網(wǎng)絡(luò)模型隱層節(jié)點(diǎn)數(shù)的經(jīng)驗(yàn)公式初步計(jì)算得到初始隱層節(jié)點(diǎn)數(shù)，再以該節(jié)點(diǎn)數(shù)為中心，擴(kuò)展隱層節(jié)點(diǎn)數(shù)范圍，并對(duì)范圍內(nèi)的隱層節(jié)點(diǎn)數(shù)進(jìn)行試算，以確定出最優(yōu)隱層節(jié)點(diǎn)數(shù)。隱層節(jié)點(diǎn)數(shù)（M）的計(jì)算公式：

式中，m、n分別為輸入、輸出層節(jié)點(diǎn)數(shù)；z為調(diào)節(jié)常數(shù)，一般取10。

由于m=6、n=1，則初始隱層節(jié)點(diǎn)數(shù)為13，故將試算區(qū)間設(shè)定為10～16。

第三，由于連接權(quán)值和閾值具有隨機(jī)性，無(wú)法通過(guò)試算求得，且鑒于粒子群算法的全局優(yōu)化能力，進(jìn)而利用粒子群算法優(yōu)化ELM模型的連接權(quán)值和閾值。優(yōu)化過(guò)程：①參數(shù)初始化。將粒子群規(guī)模設(shè)置為400，粒子維數(shù)設(shè)置為2，分別代表連接權(quán)值和閾值，最大迭代次數(shù)為350，其他參數(shù)隨機(jī)設(shè)置。②迭代尋優(yōu)。在迭代過(guò)程中，將預(yù)測(cè)誤差平均值作為適宜度值，不斷對(duì)比粒子適宜度值與全局最優(yōu)適宜度值，若粒子適宜度值更優(yōu)，則將其替代全局最優(yōu)適宜度值，反之，繼續(xù)迭代尋優(yōu)。③輸出結(jié)果。當(dāng)達(dá)到最大迭代次數(shù)后，輸出全局最優(yōu)適宜度值條件下的連接權(quán)值和閾值，進(jìn)而實(shí)現(xiàn)二者的優(yōu)化。

結(jié)合上述優(yōu)化方法，將優(yōu)化過(guò)程設(shè)定為：先利用經(jīng)驗(yàn)公式計(jì)算出初始隱層節(jié)點(diǎn)數(shù)，對(duì)3種激勵(lì)函數(shù)進(jìn)行尋優(yōu)；在確定最優(yōu)激勵(lì)函數(shù)前提下，計(jì)算不同隱層節(jié)點(diǎn)數(shù)的預(yù)測(cè)效果，進(jìn)而確定最優(yōu)隱層節(jié)點(diǎn)數(shù)；最后，利用粒子群算法實(shí)現(xiàn)連接權(quán)值和閾值的優(yōu)化預(yù)測(cè)。

2 實(shí)例分析

2.1 工程概況

三河尖煤礦位于江蘇省徐州市沛縣龍固鎮(zhèn)境內(nèi)，交通較為便利，屬黃淮沖積平原地貌，地形起伏較小，地勢(shì)較為平坦，略向東北傾斜。區(qū)內(nèi)下覆基巖以泥巖、砂巖為主，平均厚度約661 m，并夾有一定的石灰?guī)r；上覆土體平均厚度220 m，由東向西不斷增厚。同時(shí)，礦區(qū)下覆可采煤層主要為山西組7、9煤和太原組17、21煤，總厚度平均為9.73 m，且于2000年9月開(kāi)采至今，共開(kāi)采31個(gè)工作面，平均采深700 m。采煤方法為走向長(zhǎng)壁法，頂板管理方法為全部冒落法。另外，隨著工作面的開(kāi)采，地表沉陷日益嚴(yán)重，為及時(shí)掌握地表沉陷規(guī)律，建立了地表移動(dòng)觀測(cè)站，獲得了大量的地表沉陷實(shí)測(cè)數(shù)據(jù)，其中，L45監(jiān)測(cè)點(diǎn)的實(shí)測(cè)結(jié)果如表1所示。

表1 L45監(jiān)測(cè)點(diǎn)沉陷實(shí)測(cè)數(shù)據(jù)

根據(jù)L45監(jiān)測(cè)點(diǎn)豎向沉降和水平位移的監(jiān)測(cè)結(jié)果，得出該點(diǎn)的沉陷變形具有非等距特征，需進(jìn)行數(shù)據(jù)處理。因此，通過(guò)線性插值處理，得到L45監(jiān)測(cè)點(diǎn)處理后的沉陷曲線如圖1所示。結(jié)合R/S分析的基本原理，將2個(gè)變形序列等分為60個(gè)周期，其中豎向沉降序列是43.76 d/周期，水平位移序列是43.63 d/周期。

圖1 L45數(shù)據(jù)處理后的變形曲線

2.2 沉陷穩(wěn)定性分析

2.2.1 整體穩(wěn)定性分析 為充分評(píng)價(jià)沉陷變形的穩(wěn)定性，將沉陷區(qū)的累計(jì)變形序列與速率序列均進(jìn)行R/S分析，結(jié)果如表2所示。由表2可知，沉降變形和水平變形各序列的Hurst指數(shù)均大于0.5，說(shuō)明各序列具有長(zhǎng)期記憶性，沉陷變形處于穩(wěn)定狀態(tài)，且速率序列較變形序列的Hurst指數(shù)小，說(shuō)明前者的穩(wěn)定性判斷趨于保守，后者穩(wěn)定性評(píng)價(jià)更高；在關(guān)聯(lián)維數(shù)評(píng)價(jià)中，以速率序列的關(guān)聯(lián)維數(shù)相對(duì)更大，說(shuō)明速率序列節(jié)點(diǎn)間的關(guān)聯(lián)性相對(duì)更強(qiáng)；相關(guān)性度量參數(shù)CM均大于0，說(shuō)明各序列的相關(guān)性均為正相關(guān)，且以變形序列的相關(guān)性相對(duì)更強(qiáng)；各序列的擬合度均趨近于1，說(shuō)明各序列的擬合效果均較好。

表2 沉陷變形穩(wěn)定性分析

變形序列的自相關(guān)性會(huì)放大分析結(jié)果的顯著性，減弱分析結(jié)果的可信度［8］。因此，進(jìn)一步采用AR（1）模型對(duì)各沉陷變形序列進(jìn)行去相關(guān)性處理，并重新進(jìn)行R/S分析，結(jié)果如表3所示。對(duì)比表2和表3，得出各序列在去相關(guān)性處理后，Hurst指數(shù)和C M指標(biāo)均出現(xiàn)不同程度的減小，但關(guān)聯(lián)維數(shù)D和擬合度卻有不同程度的增加，說(shuō)明AR（1）模型能很好地去除變形序列的自相關(guān)性，且在去除相關(guān)性后會(huì)減小沉陷變形的穩(wěn)定性趨勢(shì)，但會(huì)增加各序列節(jié)點(diǎn)間的關(guān)聯(lián)性，并提高擬合精度。值得指出的是，通過(guò)去相關(guān)性處理后，沉陷變形的穩(wěn)定性現(xiàn)狀評(píng)價(jià)結(jié)果并未改變，仍處于穩(wěn)定狀態(tài)。

表3 去相關(guān)性后的沉陷變形穩(wěn)定性分析

2.2.2 分階段穩(wěn)定性分析 為進(jìn)一步分析沉陷變形穩(wěn)定性隨時(shí)間的演變規(guī)律，再采用遞增時(shí)段和等時(shí)段的分階段方式對(duì)沉陷變形的穩(wěn)定性進(jìn)行評(píng)價(jià)。

1）遞增時(shí)段分析。遞增時(shí)段分析是先選取監(jiān)測(cè)前期若干序列進(jìn)行R/S分析，再依次遞加分析序列，得到相應(yīng)各遞增階段的Hurst指數(shù)，計(jì)算結(jié)果如表4所示。由表4可知，豎向沉降序列和水平位移序列的前期Hurst指數(shù)均較小，且隨分析序列的不斷疊加，Hurst指數(shù)逐步增加，說(shuō)明隨時(shí)間的持續(xù)，沉陷變形趨于穩(wěn)定，且2個(gè)序列的分析結(jié)果具有較好的一致性，驗(yàn)證了R/S分析的有效性；同時(shí)，遞增各階段的擬合度均較高，說(shuō)明擬合效果較好，所得Hurst參數(shù)的可信度較高。

表4 遞增時(shí)段穩(wěn)定性分析

2）等時(shí)段分析。等時(shí)段分析是將監(jiān)測(cè)周期等分為若干區(qū)間，對(duì)各區(qū)間進(jìn)行相應(yīng)的R/S分析，相關(guān)計(jì)算結(jié)果如表5所示。由表5可知，兩序列在不同時(shí)段的Hurst指數(shù)均有所差異，且隨時(shí)間持續(xù)不斷增加，說(shuō)明沉陷穩(wěn)定性隨時(shí)間是變化的，體現(xiàn)了分階段分析的必要性，并在相應(yīng)階段，豎向沉降序列的Hurst指數(shù)均大于水平序列的Hurst指數(shù)，說(shuō)明豎向變形更易于趨于穩(wěn)定；同時(shí)，各等時(shí)段的擬合度均趨于1，說(shuō)明擬合效果較好，采用等時(shí)段分析得到Hurst參數(shù)的可信度也較高。

表5 等時(shí)段穩(wěn)定性分析

對(duì)比上述分時(shí)段的分析結(jié)果，得出沉陷變形的穩(wěn)定性具有時(shí)間演化特征，在不同階段的穩(wěn)定性有所差異，但總體表現(xiàn)為隨時(shí)間的持續(xù)穩(wěn)定性不斷增加，驗(yàn)證了R/S分析對(duì)沉陷變形穩(wěn)定性隨時(shí)間變化分析的有效性。

2.3 變形預(yù)測(cè)分析

為對(duì)比分析各優(yōu)化階段的優(yōu)化效果，先以L45監(jiān)測(cè)點(diǎn)豎向變形為例，詳述各優(yōu)化階段的預(yù)測(cè)效果，再利用水平變形預(yù)測(cè)來(lái)驗(yàn)證預(yù)測(cè)模型的有效性；同時(shí)，在預(yù)測(cè)過(guò)程中，以后4個(gè)周期樣本為驗(yàn)證樣本，并在以100 d等距增加外推預(yù)測(cè)3個(gè)周期，以判斷地表沉陷的發(fā)展趨勢(shì)。

首先，以預(yù)測(cè)結(jié)果的相對(duì)誤差均值和訓(xùn)練時(shí)間為預(yù)測(cè)效果評(píng)價(jià)指標(biāo)，得出3種激勵(lì)函數(shù)的預(yù)測(cè)效果如表6。由表6可知，3種激勵(lì)函數(shù)的預(yù)測(cè)效果存在明顯差異，說(shuō)明通過(guò)試錯(cuò)法確定最優(yōu)激勵(lì)函數(shù)的方法是可行的；對(duì)比三者的預(yù)測(cè)效果，得出Sigmiod型激勵(lì)函數(shù)具有最小的平均相對(duì)誤差和訓(xùn)練時(shí)間，預(yù)測(cè)效果相對(duì)最優(yōu)，其次是Hardlim型和Sine型。因此，本研究確定激勵(lì)函數(shù)類(lèi)型為Sigmiod型。

表6 不同激勵(lì)函數(shù)預(yù)測(cè)效果對(duì)比

其次，對(duì)10～16個(gè)隱層節(jié)點(diǎn)數(shù)的預(yù)測(cè)效果進(jìn)行試算分析，結(jié)果如表7所示。由表7可知，不同隱層節(jié)點(diǎn)數(shù)的預(yù)測(cè)效果也存在明顯差異，其中，隱層節(jié)點(diǎn)數(shù)為15時(shí)，平均相對(duì)誤差僅為2.68%，訓(xùn)練時(shí)間為28.63 ms，預(yù)測(cè)效果相對(duì)最優(yōu)，其余隱層節(jié)點(diǎn)數(shù)的預(yù)測(cè)效果相對(duì)略差，進(jìn)而確定ELM模型的隱層節(jié)點(diǎn)數(shù)為15。

表7 不同隱層節(jié)點(diǎn)數(shù)的預(yù)測(cè)效果對(duì)比

最后，再利用粒子群算法優(yōu)化ELM模型的連接權(quán)值和閾值，且為驗(yàn)證其優(yōu)化效果，將其與前述隱層節(jié)點(diǎn)數(shù)優(yōu)化結(jié)果進(jìn)行對(duì)比分析，結(jié)果如表8所示。由表8可知，在相應(yīng)驗(yàn)證節(jié)點(diǎn)處，通過(guò)粒子群算法的參數(shù)優(yōu)化，預(yù)測(cè)結(jié)果的相對(duì)誤差均不同程度地減小，進(jìn)而說(shuō)明其能有效提高預(yù)測(cè)精度；同時(shí)，其預(yù)測(cè)結(jié)果的最大相對(duì)誤差僅為2.29%，平均相對(duì)誤差為2.14%，預(yù)測(cè)精度較高，進(jìn)而驗(yàn)證了本研究?jī)?yōu)化ELM模型在地表沉陷預(yù)測(cè)中的適用性；另外，通過(guò)外推預(yù)測(cè)可知，后續(xù)3個(gè)外推預(yù)測(cè)值均呈增加趨勢(shì)，但增加頻率相對(duì)較小，趨于向穩(wěn)定方向發(fā)展。

表8 沉陷區(qū)豎向沉降預(yù)測(cè)結(jié)果

為驗(yàn)證該預(yù)測(cè)模型的有效性，再對(duì)L45監(jiān)測(cè)點(diǎn)的水平位移進(jìn)行預(yù)測(cè)研究，結(jié)果如表9所示。由表9可知，沉陷區(qū)水平位移預(yù)測(cè)結(jié)果的最大相對(duì)誤差為2.49%，平均相對(duì)誤差為2.17%，與豎向沉降預(yù)測(cè)結(jié)果相當(dāng)，進(jìn)一步驗(yàn)證了該預(yù)測(cè)模型的有效性；同時(shí)，外推預(yù)測(cè)結(jié)果顯示，沉陷區(qū)的水平位移也會(huì)進(jìn)一步增加，但增加速率較小，說(shuō)明其水平位移也趨于向穩(wěn)定方向發(fā)展。

根據(jù)前述分析，得出三河尖煤礦采煤沉陷區(qū)現(xiàn)階段穩(wěn)定性較好，后期沉降變形也趨于穩(wěn)定，適宜采取后續(xù)土地復(fù)墾措施。

表9 沉陷區(qū)水平位移預(yù)測(cè)結(jié)果

3 土地復(fù)墾措施

為便于后續(xù)開(kāi)展土地復(fù)墾工作，重點(diǎn)結(jié)合規(guī)范及工程實(shí)際，開(kāi)展三河尖煤礦采煤沉陷區(qū)的土地復(fù)墾措施研究。

3.1 工程技術(shù)措施

3.1.1 表土剝離及堆放 剝離表層土壤以備復(fù)墾工程利用是土地復(fù)墾的常用方法。該方法可增強(qiáng)三河尖煤礦采煤沉陷區(qū)的土體利用率，減少?gòu)?fù)墾成本，且應(yīng)妥善保管剝離土體，防止土質(zhì)惡化，盡可能保持土體的原有土壤結(jié)構(gòu)，以利于種植植物。

3.1.2 土地平整工程 由于地表沉陷具有不均勻性，如L45監(jiān)測(cè)點(diǎn)的豎向沉降與水平位移存在差異，常使被損壞土地的表層起伏不平，難以進(jìn)行有效的土地利用。因此，可以對(duì)沉陷區(qū)地表起伏不平的地區(qū)采取平整措施，確保土地坡度和平整度滿足復(fù)墾標(biāo)準(zhǔn)。

3.1.3 土地翻耕 受多種因素的影響，地表土體常有土壤壓實(shí)的現(xiàn)象，降低了雨水的滲透能力，為恢復(fù)該類(lèi)土地的使用功能，可對(duì)其進(jìn)行清理、翻松等，以疏松土壤，增強(qiáng)其滲透能力，并恢復(fù)其土壤結(jié)構(gòu)。為達(dá)到此目標(biāo)，可采取一定政策鼓勵(lì)三河尖煤礦采煤沉陷區(qū)老百姓積極開(kāi)展農(nóng)業(yè)生產(chǎn)。

3.1.4 表土回覆 土地平整后要進(jìn)行表層覆土，覆土來(lái)源主要有2個(gè)：一是原有土地表層剝離的土壤；二是建設(shè)主體工程剝離的表層土壤。項(xiàng)目區(qū)剝離的表土可以滿足土地復(fù)墾的需求，覆土厚度根據(jù)復(fù)墾后土地利用方向的具體情況確定。

3.1.5 防護(hù)工程設(shè)計(jì) 當(dāng)外排土場(chǎng)堆較高時(shí)，應(yīng)按照“先攔后棄”的原則，預(yù)先設(shè)置擋土墻，且為保護(hù)排土場(chǎng)邊坡沖刷，需增設(shè)截排水溝。

3.2 生物和化學(xué)措施

3.2.1 生物措施 生物措施是通過(guò)改善土壤環(huán)境，以恢復(fù)土壤肥力及生物活性的措施，如施加無(wú)機(jī)化肥措施等。該措施可有效增強(qiáng)復(fù)墾區(qū)的生物多樣性，對(duì)區(qū)內(nèi)的生態(tài)恢復(fù)和建設(shè)具有重要作用。

3.2.2 土壤改良 當(dāng)復(fù)墾區(qū)土地肥力低下時(shí)，應(yīng)采取消除危害物質(zhì)，并圍繞水、肥、氣、熱四大肥力要素進(jìn)行土壤改良，且改良措施主要在管護(hù)期或耕種期進(jìn)行，復(fù)墾期主要對(duì)土壤肥力特別低下的采取施肥措施。

3.3 監(jiān)測(cè)措施

為保證環(huán)保設(shè)施的落實(shí)及正常運(yùn)行，并驗(yàn)證環(huán)境影響的實(shí)際情況和環(huán)境保護(hù)措施的效果，需對(duì)復(fù)墾效果進(jìn)行監(jiān)測(cè)。復(fù)墾工作實(shí)施期間，至少每10 d對(duì)復(fù)墾實(shí)施措施監(jiān)測(cè)1次，每季度對(duì)復(fù)墾實(shí)施情況和效果監(jiān)測(cè)1次，依據(jù)復(fù)墾節(jié)點(diǎn)工期定期進(jìn)行監(jiān)測(cè)；管護(hù)期每年的監(jiān)測(cè)頻次控制在2次左右。

3.4 管護(hù)措施

土地復(fù)墾后期養(yǎng)護(hù)是生態(tài)復(fù)墾成敗的關(guān)鍵，主要包括澆水、施肥、培土補(bǔ)植等，應(yīng)根據(jù)土地復(fù)墾區(qū)的實(shí)際情況確定管護(hù)時(shí)間，且管護(hù)時(shí)間不宜少于3年，可根據(jù)后期實(shí)際情況進(jìn)行調(diào)整。

4 結(jié)論

1）通過(guò)R/S分析在沉陷變形穩(wěn)定性判斷中的應(yīng)用，得出該方法能有效評(píng)價(jià)沉陷區(qū)的沉陷穩(wěn)定性，且能有效分析沉陷穩(wěn)定性隨時(shí)間的演化規(guī)律，可為土地復(fù)墾提供參考依據(jù)。

2）沉陷區(qū)土地復(fù)墾是一個(gè)系統(tǒng)工作，且勢(shì)在必行，因此應(yīng)結(jié)合礦區(qū)的復(fù)墾條件，合理規(guī)范復(fù)墾措施，提高土地利用率，在有效利用礦產(chǎn)資源的同時(shí)，也應(yīng)保證生態(tài)環(huán)境的穩(wěn)定。

3）通過(guò)變形預(yù)測(cè)研究，得出本研究的預(yù)測(cè)模型的預(yù)測(cè)精度較高，適宜于沉陷區(qū)變形預(yù)測(cè)，且預(yù)測(cè)結(jié)果得出沉陷區(qū)變形趨于向穩(wěn)定方向發(fā)展。

4）土地復(fù)墾前的沉陷穩(wěn)定性評(píng)價(jià)及變形預(yù)測(cè)研究具有重要的作用，可為后期開(kāi)展土地復(fù)墾研究奠定理論基礎(chǔ)，值得進(jìn)一步深入研究。