基于投影寻踪动态聚类模型尾矿库溃坝风险的研究

段沛霞

(北京国环建邦环保科技有限公司，北京 100101)



基于投影寻踪动态聚类模型尾矿库溃坝风险的研究

段沛霞

(北京国环建邦环保科技有限公司，北京 100101)

摘要：针对尾矿库溃坝风险评价在环境影响评价工作、实际管理工作中的重要性，应用投影寻踪动态聚类模型与尾矿库风险评价标准，并结合实例，进行定量分析。依照投影特征值进行等级判定，根据最佳投影方向确定不同指标因子对尾矿库溃坝风险的影响程度。研究结果表明，该方法不仅能给出尾矿库运行期的风险评价等级，而且对于尾矿库的普查管理能提供便捷方式，为尾矿库溃坝风险评价提供了一种新方法。

关键词：尾矿库；风险指标体系；投影寻踪；动态聚类

1研究背景

到目前为止，我国已成为世界矿业大国，而尾矿库是金属、非金属矿山的基础设施之一[1]。经统计，目前我国已有尾矿库数量约12600多座，其中危库、险库、病库所占比例达40%左右[2]。2005—2011年，全国尾矿库共发生事故或环境安全事件70起，死亡和失踪353人[3]。尾矿库溃坝除造成人员伤亡和财产损失外，对环境的影响也是巨大的。所以，在采掘类建设项目环境影响评价中，尾矿库溃坝风险评价是非常重要的工作内容之一。

尾矿库是具有高势能的人造泥石流危险源，尾矿库溃坝事故是其危害性最严重的事故。尾矿中一般含有大量有毒有害物质，一旦发生溃坝事故，在造成重大经济损失的同时，伴生、次生泥石流等地质灾害，会直接破坏生态环境[4-7]。尾砂中的重金属直接污染土壤、影响该区域内的植被；尾砂中的有害物质将通过地表径流进入地表水体或通过渗漏到地下水，使区域地表水和地下水环境受到重金属、悬浮物等物质的污染，并导致水土流失[8-10]。为了减少尾矿库溃坝带来的环境影响及对群众生命、财产造成的损失，近年来，李全明、王晋淼、彭康等[11-13]对于运行期尾矿库溃坝风险评价指标体系及风险评价模型开展了研究工作。为了便于环境管理部门、安全管理部门对运行期的尾矿库的管理与普查工作的开展，本文将投影寻踪动态聚类模型引入到尾矿库溃坝风险评价中。

2尾矿库溃坝风险评价指标体系

根据对尾矿库溃坝的主要因素、溃坝模式和溃坝路径的分析和研究，对与尾矿库安全有关的参数和设计指标进行归类，初步建立尾矿库溃坝风险评价指标体系[11]，如图1所示。指标共分为5个大类，包括漫顶溃决、失稳溃决、渗流破坏、结果破坏和管理因素。这5大类指标共包括16个子指标。

3尾矿库溃坝风险评判分级标准

根据大量的尾矿库溃坝事故案例及尾矿坝工程力学特性的分析，并利用国内尾矿库专家系统、结合工程使用中的可操作性，将尾矿坝溃坝风险评价指标分成4个级别[11]，各指标的分级结果如表1所示。

其中，将A级定义为评价的尾矿库可继续安全运行；B级定义为评价的尾矿库带有缺陷运行；C级定义为评价的尾矿库存在严重缺陷，必须交由安全监督机构在限定期限内进行治理，并对运行进行密切监视；D级定义为评价的尾矿库将无法继续运行，由安全监督机构下令停止使用，治理合格后方可再次投入运行[14]。

4投影寻踪动态聚类模型

表1　尾矿库溃坝风险评判分级标准

评判指标A级B级C级D级防洪设计标准/(年一遇)>500100～50050～100<50排洪设施能力系数>0.750.50～0.750.25～0.50<0.25滩顶与库水位高差/m>1.51.0～1.50.5～1.0<0.5平均粒径/mm>0.500.20～0.500.05～0.20<0.05下游坡比(1∶n)>5.03.0～5.01.0～3.0<1.0现状坝高/m>2020～5050～80<80地震烈度/(°)>8.06.5～8.05.0～6.5<5.0堆积容重/(t/m3)>2.01.7～2.01.4～1.7<1.4浸润线高度/m>8.06.0～8.05.0～6.0<5.0横向裂隙衡量系数>0.750.50～0.750.25～0.50<0.25纵向裂隙衡量系数>0.750.50～0.750.25～0.50<0.25水平裂隙衡量系数>0.750.50～0.750.25～0.50<0.25排洪设备完好系数>0.750.50～0.750.25～0.50<0.25日常管理衡量系数>0.750.50～0.750.25～0.50<0.25事故应急衡量系数>0.750.50～0.750.25～0.50<0.25监测设备完备系数>0.750.50～0.750.25～0.50<0.25

(1)预处理：由于各因素数值范围可能相差较大，为了消除极端异常值对聚类结果造成的影响，找出满足下式的样本个体，并将其从样本集中加以剔除。

(1)

另外，为了满足尺度不变性，采用下式对剔除后的评价指标值进行极差归一化处理：

(2)

(3)

(3)构造目标函数：对于任一投影方向，基于某一聚类准则的样本分类结果是确定的，记整个样本的投影特征值序列组成的集合为Ω={z1,z2···,zn}，要将他们分成k类，采用动态聚类法[16]，实现步骤如下：

(4)

(5)

上述优化问题可应用免疫进化算法[17]解决。

5实例应用

根据李全明[11]、彭康[13]、王铁军[14]等人的研究，得到了库1、2、3的指标参数。应用计算机技术，按照表1尾矿库溃坝风险评价分级标准，在各分级标准范围内任意生成了7个样本参数用于本文的评价模型。依据该模型建立，其中n=10,m=16,p=4(既将样本聚类为4类)。各样本的评价指标参数及评价结果见表2。

表2　各样本评价指标参数及评价结果

6结论

通过实例计算，投影寻踪动态聚类模型应用于尾矿库溃坝风险评价是成功的，为此方向的研究提供了一种新方法。且整个计算过程无人为干扰，无需人为赋予权重，计算结果更客观、明了。此方法对于环境保护部门、安全管理部门鉴定尾矿库的运行状态提供了一种较为可靠的方法，为今后尾矿库的普查工作提供了一种便捷方法。

参考文献：

[1]李全明，王云海，廖国礼.尾矿库安全评价中的科学问题及评价方法探讨[J].中国安全生产科学技术，2006，2(6):53-57.

[2]贾倩，刘彬彬，於方，等. 我国尾矿库突发环境事件统计分析与对策建议[J]. 安全与环境工程，2015，22(2):92-96.

[3]国家安全生产监督管理总局.尾矿库普查与管理系统[M].2007.

[4]孙丽，李启月，朱旭渡．FAHP法在尾矿库安全性评价中的应用[J]．矿业研究与开发，2012，32(2)：80-83.

[5]杨金艳， 蒲生彦，谢燕华，等．尾矿库溃坝风险评价方法的研究进展[J]．环境污染与防治，2014，36(11)：84-88.

[6] 赵林长．尾矿库溃坝事故危险有害因素分析及对策措施[J]．黑龙江冶金，2015，35(2)：35-36.

[7]Komnitsas K，Kontopoulos A．Risk assessment and proposed remedial actions in coastal tailings disposal sites in Romania[J]．Minerals Engineering，1998，11(12)：1179-1190.

[8]敖漉，谢朝新，高殿森,等.某尾矿库溃坝后的环境影响分析与防范措施[J].三峡环境与生态，2010，3(1):41-43.

[9] Nriacu J O． A global assessment of natural sources of atmospherictrace metals[J]. Nature，1989，338( 6210) : 47-49．

[10] 伏凤艳，宋波，钟雪梅，等.尾砂库溃坝对大环江沉积物中重金属的影响[J]. 环境科学研究，2015，28( 1) : 31-39．

[11]李全明，张兴凯，王云海,等.尾矿库溃坝风险指标体系及风险评价模型研究[J].水利学报，2009，40(8):989-994.

[12]王晋淼，贾明涛，王建，等.基于物元可拓模型的尾矿库溃坝风险评价研究[J]. 中国安全生产科学技术，2014，10(4)96-102.

[13] 彭康，李夕兵， 王世鸣，等. 基于未确知测度模型的尾矿库溃坝风险评价[J].中南大学学报:自然科学版，2012，43(4):1447-1452.

[14] 王铁军.探究尾矿库溃坝风险指标体系及风险评价模型[J].科技与企业，2015(8)：160-161.

[15]段沛霞，李大鹏，倪长健.投影寻踪动态聚类法在绿洲生态稳定性评价中的应用[J].四川师范大学学报:自然科学版，2007，11(30):183-185.

[16]任若恩，王惠文.多元统计数据分析—理论、方法、实例[M].北京:国防工业出版社，2000:148-151.

[17]倪长健.免疫进化算法研究及其在水问题中的应用[D]. 成都：四川大学，2003.

Research on Tailings Dam Risk based on Projection Pursuit Dynamic Cluster Model

DUAN Pei-xia

(Beijing Guohuan Jianbang Environmental Science and Technology CO., LTD, Beijing 100101 ,China)

Abstract：In view of the importance of tailings dam risk assessment in the needs of environmental impact assessment and practical management, the projection pursuit dynamic cluster model and the tailings risk evaluation standard were combined to conduct the quantitative analysis according to the projection characteristic value of the degrees and the optimal projection direction to determine the influence of different indicators of risk factors on the tailings dam in real examples. Research results showed that the method could not only give the risk evaluation in the operation time period, but also provide a convenient way of general survey and management for tailings, which could be a new method to evaluate the dam risk as well.

Key words：tailings; risk index system; projection pursuit; dynamic clustering

中图分类号：X820.4

文献标志码：A

文章编号：1673-9655(2016)01-0082-04

作者简介：段沛霞(1984-)，女，硕士研究生，工程师，主要从事环境影响评价工作。

收稿日期：2015-06-23