肖樂樂 胡嵩巖 牛超 任鄧君 藺成森 霍超 孫亞岳
摘要:為有效預(yù)防礦井水害事故的發(fā)生,快速準(zhǔn)確地識別突水水源是礦井防治水工作的關(guān)鍵。對彬長礦區(qū)第四系潛水含水層、洛河組含水層、延安直羅組含水層及工作面突水點所采集水樣進(jìn)行水質(zhì)化驗,通過Piper圖分析各主要含水層的水化學(xué)類型,利用Gibbs圖與主成分分析法分析各含水層水化學(xué)組分成因及水化學(xué)特征成因,基于主成分分析數(shù)據(jù)結(jié)果,選取其主成分荷載得分作為判別因子,建立 PCA-Fisher水源判別模型進(jìn)行各突(涌)水點水源判別,并通過回判驗證模型準(zhǔn)確性。結(jié)果表明:第四系砂礫巖水TDS值較低、水質(zhì)較好,侏羅系含水層SO2-4含量與TDS值的相關(guān)性顯著,水化學(xué)特征主要受地下水溶濾作用、陽離子交替吸附以及黃鐵礦氧化作用的影響,延安直羅組含水層水受煤層采動影響出現(xiàn)咸化趨勢;PCA-Fisher水源判別模型識別高家堡煤礦201工作面突水點水源主要為侏羅系延安直羅組含水層,判別結(jié)果與實際相符。研究表明,主成分分析法可以消除樣本間的信息疊加,較傳統(tǒng)Fisher水源判別模型判別結(jié)果更加準(zhǔn)確。
關(guān)鍵詞:地下水;水化學(xué)特征;PCA-Fisher;突水水源判別
中圖分類號:TD 12文獻(xiàn)標(biāo)志碼:A
文章編號:1672-9315(2022)04-0724-09
DOI:10.13800/j.cnki.xakjdxxb.2022.0412
Chemical characteristics of groundwater and identification
of water inrush sources in Binchang mining areaXIAO Lele HU Songyan NIU Chao REN Dengjun LIN Chengsen HUO Chao SUN Yayue
(1.College of Geology and Environment,Xian University of Science and Technology,Xian 710054,China;
2.Shandong Energy Group Xibei Mining Co.,Ltd.,Xian 710054,China;
3.Shaanxi Zhengtong Coal Co.,Ltd.,Gaojiapu Coal Mine,Xianyang 713600,China)Abstract:In order to effectively prevent the? mine flood accidents,a quick and accurate identification of? the coalmine water inrush source is the key for mine water prevention and control.The water samples? collected from the Quaternary phreatic aquifer,the Luohe Formation aquifer,the Yanan and Zhiluo Formation aquifers and the water inrush points of the working faces in Binchang mining area were tested,and the hydrogeochemical characteristics of the aquifers were examined through the Piper three-Line diagram.Gibbs diagram and PCA method were used to analyze the origin of the hydrochemical components and the causes of hydrochemical characteristics of each aquifer.Based on the results of PCA data,the principal component load score was selected as the discriminant factor,and the PCA-Fisher water source identification model was established to identify the water source of each inrush(gushing)water point,and the accuracy of the model was verified by regression.The results show that the TDS value of the Quaternary glutenite water is lower and the water quality is better.The SO2-4of the Jurassic aquifer has a significant correlation with the TDS value,and the hydrochemical characteristics are mainly affected by the groundwater leaching,cation adsorption and pyrite oxidation.And the Zhiluo and Yanan Formation aquifers water will tends to be salinized under the influence of coal mining.The water inrush points from the No.201 working face of Gaojiapu Coal Mine is mainly from Jurassic Yanan and Zhiluo Formation aquifers,and the discriminant result is consistent with the actual situation.The research shows that the PCA method can eliminate the information superposition between samples,and the model is more accurate than the traditional Fisher water source identification model.
Key words:groundwater;hydrochemical characteristics;PCA-fisher;water inrush sources identification
0引言
水害一直是煤礦安全生產(chǎn)面臨的主要威脅之一,快速、準(zhǔn)確掌握突水來源是礦井防治水工作的前提[1-2]。隨著礦井水害防治研究日益增多,近年來水文地球化學(xué)方法在煤礦防治水工作中的研究應(yīng)用越來越廣泛,并且在判別突水水源方面取得了很好的效果。在采動影響下地下水化學(xué)組分將產(chǎn)生不同程度的變化,在時空上呈現(xiàn)一定的規(guī)律性,不同含水層地下水化學(xué)特征的差異性對礦井突水事故后水源識別具有重要意義。桂和榮等利用 Piper圖分析宿南礦區(qū)第四含水層的水化學(xué)數(shù)據(jù),選取SO2-4,Cl-為第四含水層特征離子并進(jìn)行礦井充水水源識別及分析[3];劉文明對地下水的水質(zhì)、水溫、水位等多因素的判別研究,建立QLT判別方法[4]。侯恩科等對檸條塔煤礦水化學(xué)特征進(jìn)行分析,利用回歸分析篩選判別因子建立SR-LSSVM礦井涌水水源判別模型[5]。石磊等通過水化學(xué)特征分析法與模糊聚類分析法相結(jié)合,快速準(zhǔn)確地判斷出突水水源[6]。武強(qiáng),徐星等通過對煤礦突水樣品數(shù)據(jù)的分析,運(yùn)用神經(jīng)網(wǎng)方法,建立突水預(yù)測系統(tǒng)并應(yīng)用于礦井實際生產(chǎn)中[7-9]。黃平華等運(yùn)用 Fisher判別混合計算理論,建立突水水源判別模型并使用 Fisher識別混合計算模型進(jìn)行回判驗證[10]。孫福勛等將質(zhì)心評價引入 Fisher判別模型中,將該模型的判別正確率由60%提升至83.3%[11]。謝文蘋對臨渙礦區(qū)地下水常規(guī)離子和微量元素進(jìn)行主成分分析,揭示采動影響下礦區(qū)水化學(xué)特征演化機(jī)理[12]?;诘叵滤瘜W(xué)特征的突水水源判別分析研究,逐步從單一的判別方法應(yīng)用轉(zhuǎn)變?yōu)槎喾N判別方法混合計算,從而提高了判別模型的穩(wěn)定和準(zhǔn)確性;判別指標(biāo)選取也由常規(guī)水化學(xué)離子的基礎(chǔ)上逐漸加入微量元素、環(huán)境同位素以及地下水水位、溫度等指標(biāo)[13-15]。
文中對彬長礦區(qū)高家堡煤礦第四系潛水含水層、洛河組含水層、延安直羅組含水層及工作面突水點所采集水樣進(jìn)行水質(zhì)化驗,通過Piper圖分析各主要含水層的水化學(xué)類型,利用Gibbs圖與主成分分析法分析各含水層水化學(xué)成分來源和水化學(xué)特征成因,建立基于主成分分析的PCA-Fisher判別模型,對突水水源進(jìn)行判別,對于指導(dǎo)高家堡煤礦水害防治工作具有重要意義。
1水文地質(zhì)特征
彬長礦區(qū)高家堡煤礦位于西北塬區(qū),主要為梁塬地貌,北部、東部邊緣為涇河河谷,西南邊緣為黑河河谷。礦區(qū)處于涇河——馬蓮河二級地下水系統(tǒng)接近排泄區(qū)段的地下水徑流帶之上,主要含水層可分為3類:第四系潛水含水層富水性較弱,距離煤層較遠(yuǎn),對礦井充水基本無影響;白堊系洛河組含水層富水性較強(qiáng),為煤層頂板主要充水含水層,是礦井防治水工作的重點對象;侏羅系含水層富水性較弱,采動影響下侏羅系延安組和直羅組含水層被全部導(dǎo)通,是礦井開采的直接充水含水層(圖1)。
2地下水化學(xué)特征
2.1采樣與分析
Piper圖是根據(jù)水樣點主要離子含量百分比的不同而繪制的,可以反映出各含水層的水化學(xué)類型的差異[18]。從圖2可看出,各含水層水樣的分布規(guī)律明顯,其中第四系潛水含水層水樣分布位置較為集中,與其他含水層水樣落點位置相對較遠(yuǎn),說明第四系地下水與其他含水層中水水力聯(lián)系較小,由于受氣象因素影響顯著,該含水層地下水交替頻繁,水文循環(huán)周期短,水化學(xué)類型主要為Ca·Na—HCO3型,為低TDS地下水;白堊系洛河組含水層部分水樣點落點較為分散,總體與侏羅系含水層水樣點相距較近,說明二者可能存在一定水力聯(lián)系,水質(zhì)類型為Na-SO4·HCO3;侏羅系含水層水質(zhì)類型為Na-SO4型及Na-Cl型,TDS值較高;利用Piper圖可對3個突水點進(jìn)行水源初步判定,其判別結(jié)果為:43號突水點水樣來源為白堊系洛河組含水層,44,45號突水點水源為侏羅系含水層。雖然利用Piper圖還可以對突水點水樣進(jìn)行快速判別,但水樣測試過程中會出現(xiàn)人為誤差,取樣后至測試其放置時間過長導(dǎo)致是水化學(xué)組分改變而影響判別結(jié)果;由于含水層層間存在水力聯(lián)系導(dǎo)致所取水樣存在一定程度的多含水層混合,各含水層地下水化學(xué)類型判別效果較差,需要進(jìn)一步利用線性或非線性判別方法進(jìn)行驗證[19-20]。
2.2水化學(xué)特征成因
2.2.1離子比例分析
Gibbs圖離子分析法是一種能夠反映礦區(qū)地下水中主要離子的控制因素的對數(shù)圖,已被廣泛用于地下水化學(xué)組分形成機(jī)制的研究中。Gibbs圖所反映的水化學(xué)組分的3種主要控制因素為蒸發(fā)作用、溶濾作用及大氣降水作用分別位于圖中右上,左中和右下3個區(qū)域[21]。將各含水層的水化學(xué)水樣點數(shù)據(jù)投至Gibbs圖上,從圖3可見,各含水層水樣點大都位于圖中蒸發(fā)濃縮及溶濾作用端元,侏羅系含水層為承壓含水層,因此不受到蒸發(fā)作用影響,但其鹽分濃度較大,TDS值較高,這主要由于該含水層地下水徑流條件相對較弱,溶濾作用的持續(xù)進(jìn)行使得地下水中TDS值之間增加,反過來又抑制了溶濾作用的持續(xù)進(jìn)行,因此溶濾作用逐漸減弱。圖中左下端第四系潛水含水層溶濾作用較強(qiáng),右上端的侏羅系含水層溶濾作用較弱,因此Gibbs圖也可以用于表示溶濾作用強(qiáng)弱程度。突水點42號水樣距白堊系洛河組水樣點較近,44、45號水樣點位于白堊系與侏羅系水樣點之間,與侏羅系水樣點相近,結(jié)果與Piper圖判別結(jié)果一致。根據(jù)水化學(xué)樣品在Gibbs圖中不同的落點位置,可以識別突水水源類型。
通過繪制地下水常規(guī)離子的比值端元圖,來指示各主要含水層地下水循環(huán)過程中常規(guī)離子的不同礦物來源(蒸發(fā)鹽巖、硅酸鹽巖和碳酸鹽巖)[22],第四系含水層水樣點分布于硅酸鹽和碳酸鹽巖控制端元之間,且距蒸發(fā)鹽巖端元較遠(yuǎn),說明第四系砂礫巖水徑流條件及補(bǔ)給條件較好,其TDS值較低水質(zhì)較好;白堊系含水層與侏羅系含水層分別位于硅酸鹽巖端元與蒸發(fā)鹽巖端元,鹽巖礦物與硫酸鹽礦物溶解,TDS值增大,與Gibbs圖分析結(jié)果一致,侏羅系含水層水TDS值增大,出現(xiàn)咸化特征,突水點的待判水樣點也均符合初判水源的水化學(xué)特征(圖4)。
2.2.2水化學(xué)常規(guī)離子主成分分析
主成分分析是在保證數(shù)據(jù)信息丟失最少的原則下,對高維度變量進(jìn)行降維處理的一種分析方法。該方法的基本思想是在不損失或減少損失原有水化學(xué)信息的情況下,將含水層水樣中有一定相關(guān)性的分析變量重新組合成新的相互無關(guān)的變量來替代原有的分析變量,新生成的稱為主成分(F1,F(xiàn)2,…,F(xiàn)n),該方法易于對含水層水化學(xué)特征成因影響因子進(jìn)行確定,可用于含水層水化學(xué)特征成因分析。
3判別分析與水源判別模型
通過離子比例法與主成分分析法對礦井含水層地下水化學(xué)成分的來源和控制因素進(jìn)行分析,確定高家堡煤礦主要含水層地下水化學(xué)特征由地下水溶濾作用、陽離子交替吸附作用及黃鐵礦氧化作用控制。因此,選取主成分荷載得分作為礦井突水水源識別模型的判別指標(biāo),將礦井水源分為3類:第四系潛水含水層(Ⅰ)、白堊系洛河組含水層(Ⅱ)和侏羅系延安、直羅組含水層(Ⅲ),選取收集的42個水樣數(shù)據(jù)為訓(xùn)練樣本。
若樣本指標(biāo)間的信息重疊,直接利用判別指標(biāo)進(jìn)行水源判別時,會對模型的精度造成影響,導(dǎo)致發(fā)生水源誤判。為消除樣本間信息的疊加,利用此前主成分分析對數(shù)據(jù)處理后建立水源識別模型[24-25]。依據(jù)主成分分析,按需提取4個主成分,選取的主成分累計貢獻(xiàn)率98.498%可以有效概括原始樣本信息。主成分與分析標(biāo)量之間的相關(guān)系數(shù)稱為荷載值,將選取的判別指標(biāo)值帶入主成分表達(dá)式,可以得到每個地下水樣品的荷載得分,提取出的荷載得分即為新的判別因子,建立PCA-Fisher判別模型,將上面通過主成分分析法得到的主成分荷載得分作為判別模型的4個判別指標(biāo)(Y1,Y2,Y3,Y4),按照判別分析法進(jìn)行計算。
為驗證水源判別模型是否滿足實際需要,將42個訓(xùn)練樣本逐個帶入判別模型中進(jìn)行回判,結(jié)果編號為24,27樣本判別有誤,判別正確率95.6%。同時傳統(tǒng)Fisher水源判別模型,樣本編號為19,24,27及30的4個樣本發(fā)生誤判,判別正確率為91.1%。誤判原因是由于白堊系洛河組含水層與侏羅系含水層存在水力聯(lián)系,在水化學(xué)組分上有較強(qiáng)的關(guān)聯(lián)性,從而造成誤判。3個突水點水樣在2個判別模型的結(jié)果與前文判別結(jié)果一致,43號水樣水源為白堊系洛河組含水層,44、45號水樣來自侏羅系延安直羅組含水層,主要是由于在煤層開采后,其導(dǎo)水裂隙帶發(fā)育至洛河組導(dǎo)致不同含水層水涌入工作面空間出現(xiàn)一定程度的混合。
傳統(tǒng)Fisher水源判別方法只是簡單的使用常規(guī)水化學(xué)方法進(jìn)行礦井充水水源的分析后,使用線性分析方法進(jìn)行礦井突水水源識別。這種方法在礦井生產(chǎn)初期水文地質(zhì)環(huán)境變化不大,特別是針對單一水源時能夠快速有效的進(jìn)行突水水源判別。隨著礦井開采的不斷進(jìn)行,各含水層的水力聯(lián)系發(fā)生改變,造成樣本數(shù)據(jù)的信息重疊,傳統(tǒng)的Fisher判別易造成誤判。因此,文中基于分析水化學(xué)特征成因分析,利用主成分分析結(jié)果選取判別指標(biāo),在傳統(tǒng)Fisher判別模型基礎(chǔ)上構(gòu)建PCA-Fisher突水水源判別模型(表3)。模型適用于非單一水源突水水源判別,且判別精度高,能夠滿足礦井的實際需求。
4結(jié)論
1)各含水層水化學(xué)特征存在明顯差異,第四系含水層TDS值較低、水質(zhì)較好,侏羅系含水層TDS值較高。
2)確定了影響水化學(xué)特征的主要作用有溶濾作用,陽離子交替吸附作用以及黃鐵礦氧化作用。侏羅系含水層SO2-4含量與TDS值的相關(guān)性顯著。
3)建立了PCA-Fisher判別模型對工作面突水點水樣進(jìn)行判別,判別43號為白堊系含水層水,44,45號為侏羅系延安、直羅組含水層水,結(jié)果與Piper圖判別結(jié)果一致,與實際相符,相較傳統(tǒng)Fisher判別模型更加準(zhǔn)確有效。
參考文獻(xiàn)(References):
[1]崔佳星.邢臺礦地下水化學(xué)特征及突水水源判別模型研究[D].邯鄲:河北工程大學(xué),2012.CUI Jiaxing.Chemical characteristics of groundwater and discrimination models of water brusting in Xingtai coalmine[D].Handan:Hebei University of Engineering,2012.
[2]XIAO L L,ZHANG Q Q,NIU C,et al.Spatio-temporal patterns in river water quality and pollution source apportionment in the arid beichuan river basin of northwestern china using positive matrix factorization receptor modeling techniques[J].International Journal of Environmental Research and Public Health,2020,17(14):5015.
[3]桂和榮.皖北礦區(qū)地下水水文地球化學(xué)特征及判別模式研究[D].合肥:中國科學(xué)技術(shù)大學(xué),2005.GUI Herong.Hydrogeochemical characteristics and discrimination model of groundwater in northern Anhui mining area[D].Hefei:University of Science and Technology of China,2005.
[4]劉文明,桂和榮,孫雪芳,等.潘謝礦區(qū)礦井突水水源的QLT法判別[J].中國煤炭,2001,27(5):31-34.LIU Wenming,GUI Herong,SUN Xuefang,et al.Identification of water inrush source by QLT method in Panxie mining area[J].China Coal,2001,27(5):31-34.
[5]侯恩科,姚星,文強(qiáng).檸條塔煤礦水化學(xué)特征及水源識別模型[J].西安科技大學(xué)學(xué)報,2021,41(4):624-631.HOU Enke,YAO Xing,WEN Qiang.Hydrochemical characteristics and water source identification model in Ningtioata coal mine[J].Journal of Xian University of Science and Technology,2021,41(4):624-631.
[6]石磊,徐樓英.基于水化學(xué)特征的聚類分析對礦井突水源判別[J].煤炭科學(xué)技術(shù),2010,38(3):97-100,124.SHI Lei,XU Louying.Perdiction of mine water inrush sources based on cluster analysis of hydrogeochemical features[J].Coal Science and Technology,2010,38(3):97-100,124.
[7]武強(qiáng),張波,趙文德,等.煤層底板突水評價的新型實用方法Ⅴ:基于GIS的ANN型、證據(jù)權(quán)型、Logistic回歸型脆弱性指數(shù)法的比較[J].煤炭學(xué)報,2013,38(1):23-28.WU Qiang,ZHANG Bo,ZHAO Wende,et al.A new practical methodology of coal seam floor water burst evaluation:The comparison study among ANN,the weight of evidence and the logistic regression vulnerable index method based on GIS[J].Journal of China Coal Society,2013,38(1):23-28.
[8]WU Q,MU W P,XING Y,et al.Source discrimination of mine water inrush using multiple methods:a case study from the Beiyangzhuang mine,Northern China[J].Bulletin of Engineering Geology and the Environment,2019,78(1):469-482.
[9]徐星,田坤云,鄭吉玉.基于遺傳BP神經(jīng)網(wǎng)絡(luò)模型的礦井突水水源判別[J].工業(yè)安全與環(huán)保,2017,43(11):21-24.XU Xing,TIAN Kunyun,ZHENG Jiyu.Discrimination minewater inrush source based on genetic BP neural network model[J]. Industrial Safety and Environmental Protection,2017,43(11):21-24.
[10]黃平華,陳建生.基于多元統(tǒng)計分析的礦井突水水源Fisher識別及混合模型[J].煤炭學(xué)報,2011,36(S1):135-140.HUANG Pinghua,CHEN Jiansheng.Fisher identification and mixing model of mine water inrushwater source based on multivariate statistical analysis[J].Journal of China Coal Society,20 11,36(S1):131-136.
[11]孫福勛,魏久傳,萬云鵬,等.基于 Fisher判別分析和質(zhì)心距評價法的礦井水源判別[J].煤田地質(zhì)與勘探,2017,45(1):80-84.SUN Fuxun,WEI Jiuchuan,WAN Yunpeng,et al.Recognition method of mine water source based on Fishers discriminant analysis and centroid distance evaluation[J].Coal Geology & Exploration,2017,45(1):80-84.
[12]解文蘋.采動影響下礦區(qū)充水含水層水化學(xué)時空演化機(jī)理研究[D].合肥:合肥理工大學(xué),2016.XIE Wenping.Water-rock interaction and temporal and spatial evolution in discharge squifers under mining-induced disturbance in coal-mining district[D].Hefei:Hefei University of Technology,2016.
[13]劉鑫,向偉,司炳成.汾河流域淺層地下水水化學(xué)和氫氧穩(wěn)定同位素特征及其指示意義[J].環(huán)境科學(xué),2021,42(4):1739-1749.LIU Xin,Xiang Wei,Si Bingcheng.Hydrochemical and isotopic characteristics in the shallow groundwater of the Fenhe river basin and indicative significance[J].Environmental Science,2021,42(4):1739-1749.
[14]黃望望.新集礦區(qū)地下水水文地球化學(xué)與環(huán)境同位素特征[D].阜陽:安徽大學(xué),2020.HUANG Wangwang.Groundwater hydrogechemistry and environmental isotope characteristics in Xinji Mining Area[D].Fuyang:Xuzhou:Anhui University,2020.
[15]劉基.呼吉爾特礦區(qū)深埋含水層水文地球化學(xué)特征及其指示意義[J].干旱區(qū)資源與環(huán)境,2021,35(1):154-159.LIU Ji.Hydrogeochemical characteristics and indicative significance of deep aquifer in Hujierte mining area[J].Journal of Arid Land Resources and Environment,2021,35(1):154-159.
[16]JOSHUA F V,ANDREW J L,ARDEN D D,et al.Multivariate statistical approach to estimate mixing proportions for unknown end members[J].Journal of Hydrology,2012,460-461:65-76.
[17]HOU E K,WEN Q,CHE? X Y,et al.Study on recognition of mine water sources based on statistical analysis[J].Arabian Journal of Geosciences,2019,13(2):291-295.
[18]吳丁丁,姚震,賈鳳超,等.新疆哈密盆地地下水水化學(xué)特征及成因分析[J].干旱區(qū)資源與環(huán)境,2020,34(7):133-141.WU Dingding,YAO Zheng,JIA Fengchao,et al.Chemical characteristics and genesis of groundwater in Hami Basin,Xinjiang[J].Journal of Arid Land Resources and Environment,2020,34(7):133-141.
[19]代革聯(lián),薛小淵,牛超.基于水化學(xué)特征分析的象山礦井突水水源判別[J].西安科技大學(xué)學(xué)報,2017,37(2):213-218.DAI Gelian,XUE Xiaoyuan,NIU Chao.Discrimination of water inrush source in Xiangshan coal mine based on chemical characteristics of groundwater[J].Journal of Xian University of Science and Technology,2017,37(2):213-218.
[20]董毅,解海軍.許疃礦32塊段出水水源Fisher識別分析[J].西安科技大學(xué)學(xué)報,2016,36(1):75-79.DONG Yi,XIE Haijun.Discrimination analysis of water inrush source by Fisher in Xutuan mine 32 block[J].Journal of Xian University of Science and Technology,2016,36(1):75-79.
[21]QIAO W,LI W P,ZHANG S C,et al.Effects of coal mining on the evolution of groundwater hydrogeochemistry[J].Hydrogeology Journal,2019,27(6):2245-2262.
[22]陳陸望,劉鑫,殷曉曦,等.采動影響下井田主要充水含水層水化學(xué)環(huán)境演化分析[J].煤炭學(xué)報,2012,37(S2):362-367.CHEN Luwang,LIU Xin,YIN Xiaoxi,et al.Analysis of hydrochemical environment in main discharge aquifers under mining disturbance in the coal mine[J].Journal of China Coal Society,2012,37(S2):362-367.
[23]王心義,徐濤,黃丹.距離判別法在相似礦區(qū)突水水源識別中的應(yīng)用[J].煤炭學(xué)報,2011,36(8):1354-1358.WANG Xinyi,XU Tao,HUANG Dan.Application of distance discrimination in identifying water inrush resource in similar coalmine[J].Journal of China Coal Society,2011,36(8):1354-1358.
[24]紀(jì)卓辰,丁湘,侯恩科,等.納林河二號煤礦涌水水源判別的PCA-Logistic方法[J].煤田地質(zhì)與勘探,2020,48(5):97-105,112.JI Zhuochen,DING Xiang,HOU Enke,et al.The PCA-Logistic method for identification of water burst in Nalinhe No.2 coal mine[J].Coal Geology & Exploration,2020,48(5):97-105,112.
[25]HUANG P H,WANG X Y,F(xiàn)EDERICO C,et al.Piper-PCA-Fisher recognition model of water inrush source:a case study of the Jiaozuo mining area[J].Geofluids,2018:1-10.