矿区沉陷DEM多重滤波方法研究

针对传统地表移动监测方法周期较长、工作量大的问题,通过无人机LiDAR和点云滤波获取地面点云,并构建沉陷DEM,实现地表沉陷监测的方法具有快速、高效的优势;由于现有点云滤波和插值算法构建的沉陷DEM模型仍会包含噪声,限制了该技术在矿区的普及,因此,进一步研究了沉陷DEM噪声的去除方法,对比分析了多重滤波与经典滤波方法。实验分析结果表明:在几种去噪方法中,中值滤波组合维纳滤波的去噪效果最好,保留了下沉盆地的细节特征,能够满足矿区地表形变监测的基本要求。

基于分段Knothe时间函数的开采沉陷预计模型优化及应用

淮南矿区煤层埋深达800~1200 m,开采影响传播时间长,在使用原始分段Knothe时间函数模型预计该地区地表沉陷动态过程时,存在的不足为:预计的地表沉陷无启动阶段,下沉速度达到最大时对应的地表沉陷值并不等于最大下沉值的1/2,时间因素影响系数(c)以及地面点最大下沉速度对应的时刻(τ)无法实现自适应取值。通过理论研究以及资料分析,应用地表沉陷启动时间t_(0)以及修正模型对Knothe时间函数模型进行优化,并结合淮南矿区地质特征以及概率积分模型相关理论构建了c、τ求解模型,提出了适合淮南厚冲积层矿区的分段Knothe时间函数优化模型。以淮南某矿1613(3)工作面为例,采用所提优化Knothe时间函数模型、原始分段Knothe时间函数模型、分段Knothe时间函数模型分别进行了地表沉陷预测。结果表明:以地表点的实测值作为参考,所提出的优化模型在预计地表形变时,预计标准差为295.8 mm,总体精度较原始分段Knothe时间函数提高了49%,较分段Knothe时间函数提高了53%,证明了所提优化模型的优异性。

高潜水位采煤沉陷区资源化、能源化、功能化利用构想与实践

高潜水位矿区井工开采往往造成地表大面积沉陷积水,矿区生态环境发生变化,沉陷区国土资源由以土地资源为主转变为水资源为主、水土资源共存的局面。目前,采煤沉陷区水资源开发利用不充分,可再生能源开发、多能互补利用和废弃矿井抽水蓄能等方面具有得天独厚的条件和巨大发展潜力,采煤沉陷区国土空间功能也需结合现有条件重新定位与建构。在此背景下,提出高潜水位采煤沉陷区资源化、能源化和功能化利用构想。系统阐述了“三化”面临的科学问题,如采煤沉陷水域水资源量和水生态环境演变规律、地表残余变形规律;“三化”涉及的关键技术与模式,包括监测与评价技术,如“天-空-地-水-井”一体化协同监测技术体系、采煤沉陷区水生态环境调查评价方法、采煤沉陷区建设场地地基稳定性评价方法,以及治理利用技术及模式,如采煤沉陷区水生态环境修复技术模式、采煤沉陷区水资源保持与高效利用技术模式、水资源区域协调开发与高效利用技术模式、风光互补模式、制氢-合成氨-掺氨燃烧发电模式、废弃矿井抽水蓄能模式、农业用地功能构建(复垦地土壤重构)技术、建设用地功能构建(采空区注浆地基加固)技术、生态用地功能构建(地表水系重构与生态湿地建设)技术;并从产业融合、资金筹集、科技创新、区域统筹等方面提出了具体的政策建议。

结合改进Weibull时间函数的开采沉陷动态预测模型

煤炭开采引起的地表沉陷是一个多维动态变化过程,动态预测可以获取采空区上方任意位置、时刻的形变大小,对保护地面基础设施和人民生命安全具有重要意义。为实现地表沉陷的动态预测,针对Weibull时间函数模型结构复杂、参数较多等不足,基于开采沉陷相关理论,建立了仅含一个模型参数,且可以准确描述地表点下沉量、下沉速度、下沉加速度的改进Weibull时间函数模型。在此基础上,结合已有的地表沉陷盆地模型,建立了一种新的开采沉陷动态预测模型,详细阐述了模型参数的确定方法及其对沉陷盆地形态的影响,并结合某矿313工作面和3214工作面实测数据验证了模型的预测精度和适用性。结果表明:改进的Weibull时间函数模型最大均方根误差为52 mm,最大相对误差为2.1%,较改进前分别提高了60.3%和64.4%;开采沉陷动态预测模型预测的下沉曲线形态和实测下沉曲线形态一致,最大均方根误差为17 mm,最大相对误差为1.76%,表明该模型可以预测地表沉陷过程,具有较好的适用性和可靠性。该研究结果可为矿区地表沉陷动态预测提供参考。

结合InSAR与实测数据的矿区地表大量级沉陷监测方法

针对利用合成孔径雷达干涉测量技术(InSAR)难以获取矿区大量级沉陷信息的问题,本文提出了一种融合实测数据的大量级沉陷InSAR监测方法。该方法首先计算矿区时序InSAR累计沉降盆地,然后基于InSAR最大形变监测梯度确定融合边界,最后利用反距离权重插值方法将实测数据和InSAR监测结果融合,完整获取矿区的大量级沉陷盆地。以山东某矿3308工作面为研究区域进行监测,并对该方法的可行性和精度进行了验证。结果表明,该方法提取的矿区大量级沉陷盆地连续完整,空间位置和形态特征与实际开采情况相符,与水准实测数据相比,融合结果的平均误差和均方根误差分别为73.2和111.6 mm,可获取更为完整准确的矿区沉陷信息。

动态采煤沉陷区预回填施工控制模式研究

鉴于传统采煤沉陷区“先稳沉后治理”方式存在治理滞后的问题和国家对于生态环境保护的愈加重视,动态采煤沉陷区预治理的理念和思想越来越成为业内共识。对于预治理为农业用地或建设用地的动态采煤沉陷区场地而言,一项基础性工作就是需要对上述场地进行预先回填以满足该场地对于设计使用标高的要求。动态采煤沉陷区内预回填工程的传统控制模式是通过施工高程进行控制,且施工高程随着地表动态沉陷呈降低趋势,即不同沉陷时刻对应不同的施工高程。由于预回填工程的实际施工时间往往滞后于勘察设计时间,施工时如果仍采用勘察设计时间节点所确定的施工高程,则会造成最终稳沉后场地实际高程与原预期规划高程出现偏差。为解决传统的以高程控制预回填工程施工模式存在的问题,提出了以土方回填厚度控制预回填施工的新思路,分析推导了地表各点不同情况下土方预回填厚度的计算公式,为绘制土方回填等厚线平面图提供理论依据。研究表明:在地下工作面开采计划和地表规划高程不变的情况下,以填厚控制预回填工程的施工模式克服了以高程控制的不足,该方法具有预回填土方厚度不随时间变化的特点,对于动态采煤沉陷区预治理设计和施工具有一定的适用性。

光伏电站对沉陷塘冬季水质和浮游植物群落结构的影响

[目的]探究水面光伏电站对沉陷塘冬季水质及浮游植物群落结构特征影响,为水面光伏应用于采煤沉陷水域提供数据参考。[方法]对立柱光伏沉陷塘、漂浮光伏沉陷塘和无光伏沉陷塘(对照)的水体和浮游植物群落进行采样调查,并通过Pearson相关性分析和逐步回归分析进行影响因素分析。[结果]立柱光伏沉陷塘浮游植物共鉴定出41种,漂浮光伏沉陷塘浮游植物共40种,无光伏沉陷塘浮游植物共47种,物种均以硅—绿藻型为主。相较对照沉陷塘,水面光伏电站减弱了沉陷塘光照强度,光伏沉陷塘的电导率(EC)、总溶解固体(TDS)、氧化还原电位(ORP)和氨氮(NH_(3)-N)有所降低,且立柱光伏电站上述指标小于漂浮光伏电站;漂浮光伏电站还能降低水体化学需氧量(COD_(Cr))、总氮(TN)和总磷(TP)的含量。漂浮光伏、立柱光伏沉陷塘的浮游植物种类数、密度和生物量相比与对照沉陷塘均略有降低。而Shannon-Wiener多样性指数、Pielou均匀度指数和Margalef丰富度指数均表现为:无光伏沉陷塘>漂浮光伏沉陷塘>立柱光伏沉陷塘。[结论]水面光伏有助于降低冬季水体盐度,保持水体温度与溶解氧含量,并且上述指标立柱光伏电站改善效果比漂浮光伏电站好,在一定程度上漂浮光伏电站还可以改善富营养水体。水面光伏能对浮游植物群落结构产生一定影响,且漂浮光伏对沉陷水体浮游植物影响较立柱光伏小。Pearson和逐步回归分析发现立柱光伏沉陷塘浮游植物群落多样性主要受水温(WT)、总氮(TN)影响,漂浮光伏沉陷塘主要受水温(WT)影响。综合而言,漂浮光伏电站更有利于沉陷塘水质,对浮游植物群落结构影响最小。

高潜水位采煤沉陷区微塑料赋存特征及风险评估

为探明高潜水位采煤沉陷区微塑料污染赋存特征及其环境风险,选取安徽省淮南市春申湖、舜耕湿地公园两个典型采煤沉陷区为研究区域,采集了表层水体,底泥及周边农田土壤样品,采用体视显微镜、扫描电镜、红外光谱对微塑料尺寸、形状、颜色及丰度等赋存特征进行表征.结果表明:采集的样本中多为纤维微塑料和薄膜微塑料,类型主要以聚乙烯,聚丙烯为主,颜色以黄色和透明为主,粒径大多小于500μm.采煤沉陷区的地表水丰度范围为0.77~7.1pcs/L,沉积物微塑料的丰度范围为540~2800pcs/kg,周边农田土壤微塑料的丰度范围为380~2380pcs/kg.采用污染负荷指数(PLI)模型进行评估,地表水和农田土壤的风险评估都为于Ⅰ级,属于轻微污染,而沉积物中的微塑料风险评估为Ⅱ级,属于中度污染.

采空区地表沉陷计算预测方法研究

本文以某煤矿开采形成的采空区范围为研究区,在搜集煤层赋存情况、现有采空区分布情况的基础上,选取岩层合理的物理力学指标,利用比较常用的概率积分法、数值模拟法对采空区的下沉值、水平变形、最大地表竖向变形等进行预测模拟,从而预测研究区地表变形情况。煤矿采空区地表变形的预测,是工程建设场地适宜性预测评估结论的重要依据。

SBAS-InSAR技术融合CNN-LSTM模型的矿区开采沉陷监测与预测

针对传统矿区开采沉陷监测方法耗费人力财力和预测预警模型较少的问题,研究提出一种基于短基线集合成孔径雷达干涉测量(Small Baseline Subset-Interferometry Synthetic Aperture Radar,SBAS-InSAR)技术和卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM)相结合的矿区开采沉陷监测预测方法。首先,利用SBAS-InSAR技术对建新煤矿进行矿区开采沉陷监测,获取了该矿区的年平均沉降速率和累计沉降值。用GNSS监测数据与SBAS-InSAR结果进行对比验证,其拟合效果较好。其次,在此基础上利用CNN-LSTM模型预测后6期沉降数据,其结果与CNN和LSTM预测结果进行对比。研究显示,CNN-LSTM模型的平均绝对误差(S_(MAE))和均方根误差(S_(RMSE))比单一的CNN和LSTM分别至少降低了44.8%和40.6%,其决定系数均高于98%。最后,进一步预测前6期和中6期沉降数据,验证了CNN-LSTM预测模型在时间上的一致性。因此,SBAS-InSAR融合CNN-LSTM模型在类似矿山开采沉陷监测和预测中有较好的应用前景。

基于多数据源的采煤沉陷区早期识别及地面形变特征监测——以神木市大柳塔镇为例

煤矿区生态环境问题受到社会的广泛关注,如何实现采煤沉陷区精准、高效、经济的早期识别和动态监测显得尤为迫切。本文在资料收集与整理分析的基础上,利用2000—2022年5期DEM数据进行差分解算,同时利用2015年6月15日至2023年7月15日共计164期长时间序列Sentinel-1数据,对煤矿区地面沉降进行动态监测,查明了神木市大柳塔镇采煤沉陷区现状分布与地面沉降特征,形成了一套基于多数据源的采煤沉陷区早期识别方法。研究结果表明:①大柳塔镇采煤沉陷区分布面积为252.70 km 2,包括地面塌陷、采空区悬顶两种类型,神华公司石圪台、哈拉沟、大柳塔、活鸡兔4大矿区煤矿塌陷问题严重;②将分辨率为2 m的DEM数据重采样为5 m后进行差值运算,误差为0.01 m,精度较高且计算高效;③DEM差分解算、SBAS-InSAR技术均能对地面塌陷范围进行精准识别,匹配度高,且各方法间互为补充,相互印证。

基于C#语言与ArcGIS Engine 的开采沉陷预计系统开发

为了预计煤层开采引发的地表移动变形,基于极坐标系的概率积分法,借助C#语言和ArcGIS Engine组件工具库设计开发了矿区开采沉陷预计系统。开采沉陷预计系统适用于不规则形状的开采工作面,能够对开采区域地表各点不同开采时间后的下沉、水平移动、水平变形、倾斜、曲率进行预计,并对预计结果进行后处理,绘制地表移动变形云图。以陕西省某矿308工作面开采为例,根据工作面的开采条件、地层岩性等特征选取概率积分参数并代入本系统进行地表移动变形预计,将结果与实测地表移动变形进行对比分析。结果表明:使用该系统预计的地表下沉值与实测下沉值的相对误差小于10%,且下沉盆地形态与实际基本吻合,该系统的预计结果较为可靠,对矿区的开采沉陷预计具有一定的适用性。

采煤沉陷松散层变形研究现状与分析

开采沉陷是煤炭资源井工开采所面临的主要环境地质问题,其中松散层变形是东部高潜水位矿区生态修复和西部生态脆弱区保护所关注的重点,获得沉陷变形参数对推动开采减损、生态环境保护与修复有着重要的指导意义。借助CiteSpace文献计量软件,基于中国知网(China National Knowledge Infrastructure,CNKI)数据库进行可视化分析,通过对该研究方向近30年主要研究力量、研究热点和现状趋势量化统计与分析,详细地阐述了该方向的研究现状,简要概述了沉陷成因、理论分析、室内试验、数值模拟及原位实测等方面开展的研究内容。从多学科交叉促进理论研究发展、多方法联合建立高精度动态监测、发展与创新测试装备和技术等方面对其未来趋势进行了展望,提出“空-天-地-孔”一体化监测平台的建设与运营,以期通过多维度、网格化立体数据的获取,进一步掌握松散层内部变形特征与传递机理,为实施“源头控制”和“过程治理”理念和评价废弃矿井CO_(2)封存地质条件提供基础数据与科学支撑。

采煤沉陷区框架结构抗变形研究现状与展望

针对我国矿山城市采煤沉陷区土地资源工程建设利用难的问题,在统计采煤沉陷区发展现状、综合治理及其工程建设利用率的基础上,分析了利用采煤沉陷区场地进行工程建设的必要性。从框架结构抗变形原理、共同作用机理、混凝土框架结构及钢框架结构抗变形技术等4个方面,总结分析了框架结构建筑物变形损害与保护技术的研究发展历程与不足之处;并展望了框架结构建筑物抗变形技术的发展方向:地表移动变形下大跨及多高层框架结构附加效应的动态演化规律,地表移动变形下地基-基础-结构共同作用的力学行为及变形协同机制,框架结构建筑物新型抗变形技术,框架结构建筑物抗震抗变形调控技术,以便形成地表移动变形下框架结构建筑物的综合理论与技术体系,为实现采煤沉陷区进行大型框架结构建筑物工程建设利用提供理论和技术支撑。

基于创新能力培养的3S技术及应用综合实验设计与实践——以地表沉陷InSAR数据处理为例

为提升实验课程效果、培养学生的创新能力,结合新时期防灾减灾专业人才需求,开展了3S技术及应用综合实验设计与实践研究。首先,明确了3S技术及应用综合实验课的目标,提出了相应的实验内容及实践步骤。其次,以地表沉陷专题为例,设计了以InSAR数据处理为主线的实验方案,包括具体的实验环节和实验过程。该实验充分融合3S技术及应用课程内容,有效结合课堂理论、学生科创、科研实践等,有助于提高学生的学习热情、增强学生的综合能力和创新意识。

西南地区某机场跑道中段道面沉陷区的检测与评价

对西南某机场跑道部分区域沉陷变形的情况进行专项调查,找到沉陷区域并评价其严重程度,帮助机场运营管理单位掌握飞行区道面状况。首先将跑道检测区按照沉陷程度分为十个闭合水准线路,分区测量点位高程;再将高程数据与设计数据对比分析,运用Surfer、Matlab软件制图呈现和计算跑道沉陷程度;结合道面纵、横坡坡度的改变判断跑道的适用性。评价结论为跑道沉陷部分体积约2700 m~3,约20%测量区域的横坡坡度不符合要求,为避免沉陷情况加剧,应在道面维护工作上做出相应应对措施。

基于无人机倾斜摄影测量技术与SVR算法的开采沉陷监测与预计

为实现矿区开采沉陷高精度监测与预计,将无人机倾斜摄影测量技术与支持向量回归算法(Support Vector Regression Algorithm,SVR)相结合,对赤峰市六家煤矿采区沉降量进行了监测与预计,并将预计结果与GPS实测结果进行了对比。结果表明:GPS实测矿区10 d测量沉降量为0.2~15.8 mm,东西南北区平均沉降量分别为51.2、31.5、46.6、130.8 mm,北侧沉降量分别为东、西、南侧的2.55、4.15、2.81倍,矿区北侧为沉降严重区,需要进行重点监测并制定合理有效的防治措施。基于无人机倾斜摄影测量技术与SVR算法预测的矿区东西南北区累计平均沉降量分别为49.4、31.5、45.8、134.6 mm,所有测点2种测量方式所得相对误差均在5%以内,反映出所提方法预计精度较高,为实现矿区开采沉陷高精度监测与预计提供了参考。

基于U2-Net的广域In SAR开采沉陷区自动识别方法研究

我国井工煤矿量大面广,地下开采隐蔽性强,现有的人工调查、遥感探测、现场实测等方式难以满足大范围开采沉陷区自动识别实现要求,不利于实现高效监管、动态监测。为此,提出了一种基于U2-Net的广域合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)开采沉陷区自动识别方法,该方法通过各种形变梯度和噪声水平的模拟数据集训练卷积神经网络(Convolutional Neural Network,CNN),使其能够实现由差分干涉图一步输出包含开采沉陷位置信息的二值矩阵。试验表明:U2-Net的平均像素准确率(Mean Pixel Accuracy,MPA)和平均交并比(Mean Intersection Over Union,MIoU)分别达到了0.9163、0.9119,均高于试验中的其他2种模型,能够更好地抑制噪声,突出形变信号。在覆盖神东矿区不同时间间隔的In SAR干涉图上,U2-Net自动识别了覆盖面积超过54600 km2的干涉图,检测出了多处边界信息清晰平滑的沉陷区,识别的平均准确率达到92.45%。结果表明:对比其他网络,U2-Net通过2级嵌套的“U”形结构能够以较小的计算量融合多尺度和多层次特征,在噪声抑制和形变区域识别方面具有显著优势。由此可见,联合深度学习可服务于精细化开采沉陷区详细调查,促进In SAR技术的应用,为广域开采沉陷区智能识别提供了一种新的技术方法。

采煤沉陷区地裂缝对土壤含水率的影响

为了探究地裂缝对深层土壤含水率的影响,以陕北某煤炭基地煤矿区为研究对象,利用统计分析方法分析动态地裂缝和边缘地裂缝对浅层(0.1~0.3 m)和深层(0.5~6.0 m)土壤含水率的影响,并基于克里金插值法解析土壤含水率的时空变化规律.研究结果表明:①竖直方向上,深度为0~2.0 m时,动态地裂缝区和边缘地裂缝区的土壤含水率均低于未扰动区的值;深度为2.0~6.0m时,各区土壤含水率差异不明显,表明地裂缝对土壤含水率的影响深度约为0~2.0 m,即地裂缝对浅层土壤含水率的影响较大,对更深层土壤含水率的影响相对较小.②水平方向上,动态地裂缝区土壤含水率整体低于闭合区,而1年边缘裂缝区土壤含水率整体高于2年边缘裂缝区,表明地裂缝会对土壤含水率的空间分布产生较大影响.综合来看,地表塌陷与地裂缝的出现改变了土壤的结构状态,加速了土壤水分的蒸发,降低了土壤持水性.

基于多源数据的孟村矿开采沉陷规律研究

煤炭开采引起的地表沉陷威胁生命财产安全,开展矿区沉陷监测具有重要意义。本文基于多源数据,研究孟村矿401101工作面开采地表沉陷规律。以实测数据为基础,获取研究区概率积分参数并进行地表移动变形预计,验证无人机摄影测量用于监测矿区沉陷的可行性,并利用数值模拟揭示地表沉陷机理。