潘谢矿区地下水水化学特征分析及其判别模型的建立

■李佩全 马济国 罗江发

（淮南矿业(集团)有限责任公司生产部 安徽淮南 232001）

潘谢矿区地下水水化学特征分析及其判别模型的建立

■李佩全 马济国 罗江发

（淮南矿业(集团)有限责任公司生产部 安徽淮南 232001）

迅速准确地判断充水水源是矿井安全生产的重要保障。以淮南潘谢矿区为例，通过对矿区不同含水层107个水样的采集与化学特征的测试分析，判别了不同含水层的水化学类型；基于Bays线性判别分析法，建立了该矿区各主要含水层水化学判别模式，并结合微量元素的分析，构建了混合水源计算模型。结果表明：新生界下部含水层水化学类型单一，而煤系砂岩裂隙含水层、石炭系太原组灰岩含水层与奥陶纪灰岩含水层之间水化学类型相近；应用Bays判别模型可以识别出部分新生界下部含水层水样本，而其它含水层水样本则无法区分；混合水源模型计算过程简单，且能有效确定地下水混合程度。为矿区突水水源判别及计算奠定了理论基础。

地下水系统 水化学类型Bays判别分析混合模型

矿井充水是煤矿五大灾害(充水、瓦斯、火灾、粉尘、动力地质灾害)之一，随着开采范围和深度的加大，矿井充水发生的可能性越来越大[1]。为了有效防治煤矿重大突水事故，“预测预报”是首当其冲的任务。从水量变化看，一般有“湿帮-滴水-淋水-流水-突水”的量变到质变的过程[2]。煤矿生产过程一旦发生突水，首要的工作是迅速准确地判断充水水源，以采取相应的防治措施，减少或避免淹井等重大事故的发生。因此，突水发生后及时准确判断突水水源，是矿井防止突水工作中的关键环节[3]。

目前常采用地下水化学、同位素、水温、水位动态观测和分析等方法判别突水水源[4]。研究表明结合SPSS建立的Bays线性判别分析具有计算简便，误判率低，稳定性高等特点[5-6]。随着煤矿开采深度的逐渐增加，地下水混合作用逐渐增强，各水源特征水质阈值难以界定，也就无从对涌水的来源正确判断。实际中发现，矿区地下水水源组分混合现象普遍，该类突水危害更大，因此对混合水体的来源组成及其混合程度的研究更为重要。本文以潘谢矿区为例，对不同含水层进行水化学类型分析，并采用多元统计学中的Bays判别分析法，结合矿区水文地质条件等建立了潘谢矿区突水水源判别模式和新的混合计算模型。

1 研究区地质背景

淮南潘谢矿区位于淮河北岸，区内有潘北矿、潘二矿、潘三矿、谢桥矿、张集矿及顾北矿等 (图1)。地质构造从东到西由复杂到简单，总体为中等—复杂。煤层瓦斯含量大，地温高，地压大，开采深度500-900 m[7]。图1表明，潘谢矿区中包含多个断层，当断层切割含水层的地段时存在突水危害。同时受断层破碎带的影响，煤层或煤系砂岩因断层错动可以与灰岩相接，各灰岩含水层之间会通过导水裂隙带对煤系地层进行补给。加上潘谢矿区包含煤矿区较多，具有多煤层、开采量大等特点，各含水层之间存在一定的混合现象。

潘谢矿区含煤地层为石炭系上统太原组和二叠系中下山西组和石盒子组[8]，可采和局部可采煤层有8层。各组煤层顶底板岩性大同小异，底板多为滨海三角洲、湖泊相的砂质泥岩和泥岩组成，含大量菱铁结核，顶板由前三角洲相泥质粉细砂岩、中-细砂岩及滨海、泻湖相和海相的砂质泥岩和泥岩组成[7]。矿区含水层主要包括新生界下部含水层（简称下含水）、煤系砂岩裂隙含水层（简称煤系水）、石炭系太原组灰岩含水层 （简称太灰水）、奥陶纪灰岩含水层（简称奥灰水）、寒武纪灰岩含水层（简称寒灰水）(图2)。由于寒灰水采样困难，样品数量较少，文章中不进行讨论。

图2 含水层柱状分布图Fig.2 Columnar map of aquifer

图1 潘谢矿区地质构造纲要图Fig.1 Geological structure outline of Panxie coal mine

2 样品与测试

本次研究使用的样品包括潘谢矿区(潘北矿、潘三矿、潘二矿、

顾北矿、谢桥矿和张集矿)下含水、煤系水、太灰水以及奥灰水在内的107个水样品。每个采样点采集水样2500 ml做地下水常规组分测试，先用水样将预先清洗的样品瓶冲洗3次后装样，密封后带回实验室低温保存。水样常规水化学在中国科学技术大学结构中心进行测试。测试的项目包括：CO32-、HCO3-、Cl-、SO42-、Ca2+、Mg2+、K+、Na+等。其中CO32-、HCO3-的测试方法为酸碱滴定法；Cl-、SO42-测试方法为离子色谱法 （792Basic IC）；Ca2+、Mg2+测试方法为EDTA滴定法；K+、Na+测试方法为火焰原子吸收光度法（Corning410）。

3 地下水系统水质分析结果与讨论

图3 潘谢矿区各含水层水样的piper三线图

3.1 地下水水化学类型分析

地下水的化学成分极其复杂，与周围的介质密切相关。如图2所示，下含水围岩组成与煤系水相近，主要由泥岩和砂岩组成，而太灰水与奥灰水围岩则主要由碳酸盐组成。各含水层所处的地球化学环境不同，形成了各自不同的水化学特征[9-11]。Piper三线图系统可以用来研究水化学水质，定性判断各含水层之间的水力联系及补给关系[12]。图3显示，下含水水化学类型全部为Na-Cl型，这是由于下含水水平运动缓慢，垂直渗透性差，近于封闭状态，补给水源贫乏，与其他含水层之间无水力联系。而煤系水、太灰水、奥灰水水化学类型均包含了Na-K-HCO3-Cl、Na-Cl以及Na-HCO3型，水化学特征基本一致。这是由于太灰含水层在受到断层破碎带的影响时，有可能会对煤系地层进行补给，而奥灰为太灰补给水源，两者本身存在一定水力联系。这表明煤系水、太灰水、奥灰水之间存在一定程度混合。

3.2 突水水源Bays线性判别指标体系

以K++Na+、Ca2+、Mg2+、CO32-、HCO3-、Cl-和SO42-作为分析因子，利用SPSS进行Bays线性判别分析，共建立了3个判别方程，前2个函数的方差贡献率达89.9%（表1），说明利用此函数可以解释绝大多数信息[3]。所建立的判别方程如表2及以下所示：

表1 判别方程解释量Table 1 Interpretation for discriminant equation

式中：F1、F2为判别函数，(K++Na+)、CO32-、HCO3-、Cl-、SO42-分别代表其含量。

判别效果图（图4）表明，煤系水、太灰水与奥灰水之间无法清晰地区分出来，表明煤系水、太灰水和奥灰水之间存在一定水力联系，这与水化学类型分析部分所得结果一致。

表2 判别方程Table2 Discriminant equation

图4 判别函数的分组图Fig 4 Figure of grouping using discriminant function

3.3 混合模型计算

在混合水的研究当中，难度最大的方面在于背景值的确定，从而在没有办法确定端元值的前提下就无法建立有效的混合计算方程。有学者提出基于多元统计分析的矿井突水水源Fisher识别以及混合模型[4]，但实际上，这种模型仍然需要依赖端元组分的选取。然而要确定端元值并不简单。研究表明常规离子、微量元素、同位素都

可以用来进行水源识别。在上述用常规离子建立的水源判别模型中，可以得到判别效果图（图4）。如图4所示，中间的组质心就是背景值。

因此，潘谢矿区各含水层常规离子的背景值为：下含水：F1（常规水化学）=-3.241；煤系水：F1（常规水化学）=1.007；太灰水：F1（常规水化学）=-0.133；奥灰水：F1（常规水化学）=-2.011。

同样，选取矿区各含水层标型微量元素进行Bays线性判别分析[13]，可以得到微量元素的背景值。选取Li、Sc、V、Pb、Mn、Cr、Ti和Co这八种元素作为标型微量元素进行判别分析，得出背景值：下含水：F2（微量元素）=-0.619；煤系水：F2（微量元素）=5.548；太灰水：F2（微量元素）=-0.594；奥灰水：F2（微量元素）=-0.514。

混合比例描述了参考水样点对地下水样的贡献程度。根据以上数据，其具体计算方法如下：由于煤系水、太灰水及奥灰水之间水力联系较强，因此以煤系水、太灰水、奥灰水三个参考水样点为端元建立三角形ABC。假设待判水样点X位于三角形内部。因此，观察水样点X的混合程度主要通过计算参考水样点A、B和C的混合比例得出。如图5所示，地下水中待判水样X的混合比例可表示为：

图5 a):混合比例计算图示;b):混合比例计算分析简略图Fig 5 a)A schematic of calculating the mixing portions,b)A schematic illustration of the stages in calculating the mixing portions

太灰水围岩以灰岩为主，夹砂、泥岩，而奥灰水围岩以中厚层白云岩、白云质灰岩为主，夹灰岩（图2），两者主要成分均为碳酸盐。而且太灰水与奥灰水水化学类型相近（图3），奥灰水为太灰水补给水源。因此，当混合水中包含了下含水、煤系水、太灰水及奥灰水等三种以上水源时，可以将太灰水与奥灰水作为一个含水层（统称灰岩含水层）来建立模型计算混合比例。

将3个太灰和奥灰水的混合水样应用上述方法进行验证，图6显示，识别效果较好。

图6 混合水样判别效果Fig 6 Discriminant effect of mixed water sample

4 结论

（1）潘谢矿区各含水层均以Na-Cl型为主。煤系水、太灰水与奥灰水之间存在一定程度混合。

（2）利用SPSS进行Bays逐步判别分析，建立了单一水源判别方程，在此基础上结合微量元素的分析，提出突水水源混合比例计算模型，解决了混合模型中端元值难以确定的问题。

（3）突水水源判别模型能有效识别地下水水源，但矿井突水水源判别模型建立在有限数据的基础上，受数据随机性、代表性、准确性的影响。另外，在水源判别时应该考虑多种判别方法联用，并结合微量元素、同位素以及稀土元素进行分析，建立可靠水源识别模型。

[1]尹帅,周鹏,余继平.渭北煤田铜川矿区鸭口煤矿充水因素分析 [J].中国煤炭地质, 2013,25(2):43-44.

[2]桂和荣,陈陆望.矿区地下水水文地球化学演化与识别 [M].北京：地质出版社,2007: 1-2.

[3]李再兴,张凤鸣,庞良,等.有关矿井突水水源判别方法的探讨 [J].地下水,2009,31 (5):16-17.

[4]黄平华,陈建生.基于多元统计分析的矿井突水水源Fisher识别及混合模型 [J].煤炭学报,2011,36(1):131-135.

[5]曹雪春,钱家忠,孙兴平.煤矿地下水系统水质分类判别的多元统计组合模型--以顾桥煤矿为例 [J].煤炭学报,2010,35(1):141-144.

[6]张春雷,钱家忠,赵卫东,马雷.Bays方法在矿井突水水源判别中的应用 [J].煤田地质与勘探,2010,38(4):34-37.

[7]张文艺.潘谢矿区水文地质特征与缩小防水煤柱机理 [J].水文地质与工程地质, 2002,2(3):32-33.

[8]Jian Chen,Guijian Liu,et al.Geochemistry of environmentally sensitive trace elements in Permian coals from the Huainan coalfield,Anhui,China.International Journal of Coal Geology, 2011,88:41-42.

[9]张磊,许光泉.矿井突水水源的水化学特征分析及其判别模型 [J].矿业安全与环保, 2010,37(2):7-8.

[10]汪世花.鹤壁矿区各含水层水化学特征与水源判别初探 [J].中州煤炭,1985,(5): 30-31.

[11]Richard W.Healy,Timothy T.Bartos,Cynthia A.Rice,et al.Groundwater chemistry near an impoundment for produced water,Powder River Basin,Wyoming,USA[J].Journal of Hydrology,2011,403:42-43.

[12]黄平华,陈建生.焦作矿区地下水水化学特征及涌水水源判别的FDA模型 [J].煤田地质与勘探,2011,39(2):43-44.

[13]陈陆望,桂和荣,尹晓曦,等.临涣矿区突水水源标型微量元素及其判别模型 [J].水文地质工程地质,2010,37(3):17-21.

P641.4[文献码]A

1000-405X（2015）-10-130-136-3

李佩全，1982年毕业于淮南矿业学院采矿系，高级工程师，研究方向为煤矿生产技术管理。