基于证据权的矿山地质环境定量评价

李成轶, 田淑芳, 陈建平

(中国地质大学(北京)地球科学与资源学院，北京100083)

基于证据权的矿山地质环境定量评价

李成轶, 田淑芳, 陈建平

(中国地质大学(北京)地球科学与资源学院，北京100083)

摘要：由于地质条件的复杂和地理区域的差异，我国的矿山地质环境问题较为突出，矿山地质环境评价工作至今还没有形成成熟和普遍适用的体系。通过证据权的评价研究，建立基于证据权的矿山地质环境定量评价模型，探索了矿山地质环境定量评价方法。结合具体实例，利用WorldView-Ⅱ数据对北京市房山、门头沟重点矿集区中的部分工作区进行矿山地质环境定量评价，针对评价结果提出了相应的治理建议。

关键词：矿山地质环境； 证据权； 定量评价；北京

中图分类号：TD167

文献标识码：A

文章编号：1674-3636(2015)03-0512-07

收稿日期：2015-06-12；修回日期：2015-06-23；编辑：蒋艳

基金项目：中国地质调查局项目“京津地区矿山环境监测”(1212011220062)

作者简介：李成轶(1992—)，男，硕士研究生，研究方向为遥感地质，E-mail：lcy@cugb.edu.cn

0引言

矿山环境问题是我国当前面临的一个重要挑战，因矿山开采活动造成的尾矿库溃坝、地质灾害、矿山占地等问题，已严重危害到人们的生命安全和财产安全(马丽丽，2013；李谦谦，2014)。目前，我国矿山地质环境评价和治理工作正在加速开展。然而，大多数地区矿山地质环境评价采用的方法却不够成熟，加上地形复杂多变，矿山地质环境问题也各种各样，单个地区的评价难以形成体系(郑百功，2015)，所以建立一套完善的矿山地质环境评价体系有很多困难，对于矿山地质环境评价有大量工作要做。评价因子、评价方法的确定到评价模型的应用都需要进行深入研究，尤其是评价指标的确定，现在还存在着许多亟待解决的问题。

从20世纪70年代开始，国外已开始重视矿山环境保护与治理，矿业发达的国家实行了较规范的矿山环境保护和矿山环境评估制度。国外对于矿山地质环境评价的研究很多，Legg(1990)利用遥感技术对因地表采矿引起的土地环境问题做了定性评价；Venkataraman等(1997)采用遥感和部分基础数据对矿区植被、土地利用、水资源和土壤质量受矿场开发的影响程度做了定性分析。21世纪初，Christian和Wolfgang结合RS、GIS、地形和地下水等方法与数据，研究了地表植被变化与地下矿山开采的关系(Fischer et al,2002)，然而他们并未针对矿山地质环境评价总结出具体的、可操作性的工作流程、模型与方法。

陈建平等(2014)、王巧云等(2014)对区域隐伏矿体进行三维定量预测评价时将区域划分成很多立方体小块，在每个立方体小块中对每种控矿因素的影响赋予一定的权重，并进行迭加分析，实现了对靶区的定量评价。参考上述方法，基于RS和GIS技术，通过对矿山地质环境评价模型和方法的研究，将评价区划分为许多单元格，采用证据权评分原则，对每个单元格所受证据因子影响进行打分，然后根据加权分值定量评价地质环境。

1研究方法

1.1　证据权法

证据权法是一种离散的多元统计方法，最初应用于医学领域。20世纪80年代，Bonham-Carter等(1989)对此方法进行了改进，将其引入成矿预测领域。如今国内大量地学专家学者把证据权法应用于区域成矿预测与评价，并取得了较好的效果(陈建平等，2008，2013；吕鹏等，2011)。然而，证据权法暂未被应用到矿山地质环境评价中，因此尝试将证据权法与矿山地质环境评价的具体问题结合起来，建立一套新的矿山地质环境评价体系。

在成矿预测与评价中，证据权法将每一个控矿因素作为一种证据因子，根据各自与事实的关联程度，对控矿信息进行迭加，最后对迭加结果进行分析，最终实现成矿预测的目的。具体为将已有成矿事实(矿点或矿床)作为先验概率，找出其控矿因素，在贝叶斯框架下求得每个控矿因素对于成矿事实的条件概率，以此计算出各因素对于成矿的权重。而后验成矿事实则由多种控矿因素变量的权重和控矿因素变量累加得到。

在矿山地质环境定量评价中，采用基于证据权法进行成矿预测的框架，再由先验概率计算权重步骤作出改进，并在计算后验概率时转为计算评价分数。在积累了大量先验知识的前提下，已然知道了不同因子对于矿山地质环境的影响程度，例如地质灾害多发地区矿山地质环境较差，矿山开采强度越大矿山地质环境越差。为了保证权重与先验知识的吻合性，采用层次分析法计算每个因子的权重(层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重)。在计算后验概率步骤中，采用各因子与权重的加权和作为结果，将后验概率转化为矿山地质环境定量评价的分数。这样便规避了证据权法在矿产资源预测中的复杂计算和推导，在一定程度上减少了求解的盲目性，得出的评价分数用来作为矿山地质环境定量评价较为合理。

1.2　评价模型

利用基于证据权法成矿预测的思路，做出相应改进后，建立矿山地质环境定量评价模型。首先建立评价单元，即将研究区划分成一定大小的形状规则的网格单元。然后根据所选的矿山地质环境评价证据因子对各个网格单元进行评分，而每个证据因子分值的影响大小由其权重决定，权重由层次分析法获得。最终计算评价矿山地质环境评价证据权分值Q，其计算公式为：

(1)

式(1)中，Q为矿山地质环境评价证据权分值，W为评价证据因子的权重，F为评价证据因子的评分，n为评价证据因子数量，i为评价证据因子序号。

1.3　工作流程

根据研究内容，不同的地区地形地貌、岩性构造、开发矿种、矿产开采方式等各不相同，这些都会影响矿山地质环境的优劣。由于不同的评价证据因子以不同的方式和程度作用于矿山地质环境，故不同区域的不同影响因子对矿山地质环境评价的证据权重各不相同。

矿山地质环境评价在考虑多要素综合和不同要素的自身特点的基础上，建立评价指标体系、确定评价方法、建立评价模型并确立各指标的权重，以科学、简明的方式对不同区域矿山地质环境进行全面综合评价。具体的工作流程如图1。

图1　工作流程图Fig.1　Flow chart of the quantitative evaluation model

2实例与讨论

通过对不同地形地貌、不同矿种、不同开采方式的区域进行分析，利用遥感技术和GIS手段相结合，分析各种不同因素所造成的地质环境问题的区别。在此基础上按照证据因子加权迭加分析的原则，运用证据权评价模型对京津地区的矿山地质环境作出定量评价。

2.1　工作区概况

房山区和门头沟区位于北京市西南部，非金属矿产丰富，属于重点矿集区，其矿产不合理开发问题比较严重，相对来说地质环境问题尤为突出。据2013年度统计数据，门头沟—房山非金属1∶1万工作区内矿山开发占地为876.17 hm2，其中煤矿开采占地面积最大，为382.95 hm2，占所有矿山占地面积的43.7%；其次为石灰岩，占地面积为126.51 hm2，占所有矿山占地面积的14.43%。占地面积分别为合法采场36.77 hm2、违规采场78.89 hm2、矿山建筑61.01 hm2、中转场地517.35 hm2、固体废弃物182.15 hm2。

着重于矿山地质环境评价方法的研究，仅选取项目中房山、门头沟重点矿集区的部分区域为例，实验所选工作区如图2。

2.2　分析过程

工作区采用空间分辨率为0.5 m的WorldView-Ⅱ高分辨率遥感影像数据，采用1 km的单元格，对工作区矿山地质环境进行评价。

根据建立的综合评价体系，评价过程主要分为建立评价单元格、确立评价递阶层次结构模型、确定各评价证据因子权值、建立矿山地质环境评分标准、矿山地质环境总分值计算和等级划分以及矿山地质环境分区和评价总结6个部分。

图2　工作区示意图Fig.2　Sketch map showing the work area

2.2.1建立评价单元格2013年度矿山地质环境综合评价拟采用1 km单元格进行。该单元格可运用GIS软件，如ArcGIS中Create Fishnet工具，根据工作区经纬度自动生成(图3)。

图3　工作区评价单元划分图Fig.3　Map showing division of evaluation units in the work area

2.2.2确立评价递阶层次结构模型根据影响矿山地质环境的主要因素，如自然地理、基础地质、开发占地、矿山地质灾害、水资源破坏程度、矿山生态环境恢复治理等，建立矿山地质环境评价递阶层次结构模型(图4)。

图4　矿山地质环境评价递阶层次结构模型Fig.4　Hierarchical structural model for evaluation of mine geological environment

2.2.3确定各评价证据因子权值通过层次分析法获得各评价证据因子的权值(表1)。

表1　工作区矿山地质环境评价因子权重列表

2.2.4建立矿山地质环境评分标准在矿山地质环境评价递阶层次结构模型的基础上，根据研究区的矿山地质环境特征，分别从自然地理、基础地质、资源损毁和地质环境四大系统进行细分，按每个因子的规模、强度、比例等不同，对矿山地质环境，建立矿山地质环境评分标准，同时参照《矿产资源开发遥感监测技术规范》(DZ/T 0266—2014)、《矿山遥感监测工作指南》等相关标准和规范，确定了16个评价证据指标的分级标准(表2)。被分为1级的因子对矿山地质环境影响很小，2级因子对矿山地质环境有一定影响，3级因子对矿山地质环境有较大的影响，一个3级因子可导致当地矿山地质环境的剧烈恶化。

2.2.5矿山地质环境证据权分值计算和等级划分根据上述评分标准，基于ArcGIS平台，对每个单元格的16个评价证据指标分别进行专家评分，单元格归属1级评分为1，归属2级评分为2，归属3级评分为3，分别用颜色深浅表示，由浅到深分别为1、2、3分(图5)。

图5　各单元分值评定结果Fig.5　Evaluation results of scores for every unit

结合评价证据指标和矿山地质环境的权值计算每个单元格矿山地质环境证据权分值，根据评价模型(1)，导出式(2)为：

(2)

式(2)中，i=(1，2，…，16),Xi为第i个评价指标相对矿山地质环境的权值,Pi为第i个评价指标的评分,W为单元格的证据权分值。

在所有单元格矿山地质环境证据权分值计算结果的基础上，根据矿山地质环境分级标准(表3)，将矿山地质环境分为3个等级，此标准通过多次实验与野外验证制定，也可根据实际情况调节阈值。

2.2.6矿山地质环境分区和评价总结以矿山地质环境分级结果图为基础，结合遥感解译成果、遥感影像、地形图、地质图等资料，对矿山地质环境分级结果图进行修编，用曲线拟合代替网格折线，并尽量反映矿山环境的实际边界，从而得到工作区矿山地质环境评价图(图6)，并根据分级结果提出相应的恢复治理建议。

图6　工作区矿山地质环境评价图Fig.6　Evaluation map of mine geological environment in the work area

表2　矿山地质环境评价证据指标分级表

表3　矿山地质环境分级标准

基于证据权的矿山地质环境定量评价模型计算出每个单元格的总分值进行定量评价，研究区被分为3个等级：矿山地质环境级别一般区(图中蓝线以外区域)；矿山地质环境级别较差区(图中蓝线内，不包含黄线区域)；矿山地质环境级别差区(图中黄线内区域)，环境级别差区一般矿产开采强度大、开采点密集、对资源破环严重而又疏于恢复治理、灾害隐患较大。建议对于矿山地质环境级别差区重点加强治理力度，对于高强度开采的矿点实施一定的限制措施，加大环境恢复治理力度，尤其对于地灾多发区域应重点防范，减少灾害的发生；对于一般区域应在现有状态的基础上加强保护，防止一般区域演变成较差区或差区；对于较差区域则应采取限制开采、环境恢复治理、实施生态保护等措施，使其矿山地质环境级别向一般区域发展，严防演变成差区。

3结论

以遥感和地理信息系统为技术手段，以遥感数据、地形图、矿区资料、矿山开发遥感调查成果及野外调查成果为基础资料，通过分析工作区的自然地理、基础地质、矿山开发状况，对研究区的矿山地质环境评价证据指标进行选取。从矿山地质环境评价证据指标的选取、评价方法的选择至评价模型的应用，都经过了大量的研究与实践，最终对工作区的矿山地质环境结果进行对比研究，为矿山地质环境评价体系的建立提供依据。

根据各个区域不同的情况建立的矿山地质环境评价指标，总体来看比较全面、科学，但是对于评价证据因子的选取还存在一些问题，如人口密度、尾矿库对周围环境的影响，地下开采后矿山周围土地承载力等因素的改变对矿山地质环境的影响等。因此，在评价时证据因子的选取有待于进一步完善。

参考文献：

陈建平, 陈勇, 王全明.2008.基于GIS的多元信息成矿预测研究：以赤峰地区为例[J]. 地学前缘, 15(4):18-26.

陈建平,严琼,李伟,等.2013.地质单元法区域成矿预测[J]. 吉林大学学报：地球科学版,43(4):1083-1091.

陈建平,于萍萍,史蕊,等.2014.区域隐伏矿体三维定量预测评价方法研究[J].地学前缘,21(5),211-220.

吕鹏, 朱鹏飞, 毕志伟,等.2011. 基于GIS和证据权模型的克什克腾旗有色金属成矿预测与评价[J]. 地质与勘探, 47(5):909-917.

李谦谦.2014.基于遥感的河北矿山地质环境评价研究[D].河北石家庄：石家庄经济学院.

马丽丽.2013.基于GIS与RS的不同矿区矿山地质环境评价方法对比研究[D].北京：中国地质大学(北京).

王巧云,刘汉栋,陈建平,等.2014.山东焦家金成矿带三维地质建模及成矿预测[J].地质学刊,38(3):412-420.

郑百功.2015.矿山地质环境问题类型及评价方法综述[J].地球,(4):339-349.

BONHAM-CARTER G F, AGTERBERG F P, WRIGHT D F. 1989.Weights of evidence modelling: a new approach to mapping mineral potential[C]//AGTERBERG F P, BONHAM-CARTER G F. Statistical Applications in the Earth Sciences: Geological Survey of Canada Paper 89-9. Ottawa, CAN: Geological Survey of Canada, 171-183.

FISCHER C, BUSCH W. 2002.Monitoring of environmental changes caused by hard-coal mining[J].Remoteing,GIS Application,and Geology,Proceeding of SPIE,44-46.

LEGG C A.1990.Application of remote sensing to environmental aspects of Surface Mining Operations in the United Kingdom[M]//Institution of Mining & Metallurgy. Remote Sensing: An Operational Technology for The Mining and Petroleum Industries. Dordrecht, NED: Springer Netherlands,159-164.

VENKATARAMAN G,KUMAR S P,RATHA D S,et al.1997.Open cast mine monitoring and environmental impact studies through remote sensing:a case study from Goa,India[J]. Geocarto International,12(2):39-53.

A quantitative evaluation of mine geological environment based on weights of evidence

LI Cheng-yi, TIAN Shu-fang, CHEN Jian-ping

(School of Earth Sciences and Resources, China University of Geosciences (Beijing), Beijing 100083, China)

Abstract：Due to the complicated geological conditions and geophysical differences, China′s problems of mine geological environment are more prominent and serious. It is more urgent that China has not yet formed a mature and generally applicable system of evaluation. Under this circumstance, this study established a quantitative evaluation model of mine geological environment based on weights of evidence, and discussed the quantitative evaluation methods. Combined with the specific example, this work quantitatively evaluated the mine geological environment in key ore-concentration areas of Fangshan-Mentougou districts in Beijing using the WorldView-Ⅱ data, and put forward some improvement suggestions based on the evaluation results.

Keywords：mine geological environment; weights of evidence; quantitative evaluation; Beijing