基于GIS的高山峡谷煤矿区土地损害程度评价<br/>——以重庆市松藻矿区为例

基于GIS的高山峡谷煤矿区土地损害程度评价
——以重庆市松藻矿区为例

2017-06-15李妍均

中国水土保持 2017年5期

关键词：一致性矿区程度

周川，李萍，王颖，李妍均

(1.重庆地质矿产研究院外生成矿与矿山环境重庆市重点实验室，重庆 400042；2.重庆地质矿产研究院重庆市地质灾害自动化监测工程中心，重庆 400042)

基于GIS的高山峡谷煤矿区土地损害程度评价
——以重庆市松藻矿区为例

周川1,2，李萍1,2，王颖1,2，李妍均1,2

(1.重庆地质矿产研究院外生成矿与矿山环境重庆市重点实验室，重庆 400042；
2.重庆地质矿产研究院重庆市地质灾害自动化监测工程中心，重庆 400042)

高山峡谷；矿区土地损害；评价；GIS；松藻矿区；重庆

将煤矿区土地损害程度评价与GIS技术相结合，着重分析了GIS支持下的矿区损害土地指标因子，建立了基于GIS技术的高山峡谷煤矿区土地损害程度评价模型和体系。结合重庆松藻矿区土地损害实例，实现了对矿区土地损害程度的科学、客观、可视化评价。评价结果表明：松藻矿区采煤塌陷导致的损害区面积为6 230.14 hm2，其中中度破坏面积最大，为3 216.28 hm2，占51.62%；其后依次为轻度破坏2 086.02 hm2、重度破坏909.98 hm2、严重破坏17.86 hm2，分别占损害区面积的33.48%、14.61%和0.29%。

对煤矿区进行土地复垦和再利用，需要建立在对土地现状损害程度进行评价的基础上。矿区土地损害现状评价是针对煤矿井工开采对土地本身造成的破坏状态，通过对空间位置、形态等土地自然属性的综合描述，表示煤炭开采对土地造成的损害[1-2]。GIS是在计算机的支持下，运用系统工程和信息科学的理论，科学管理和综合分析具有空间内涵的地理数据，以提供对规划、管理、决策和研究所需信息的技术系统[3]。目前，GIS被广泛应用于矿区生态演变评价[4]、生态质量综合评价[5-6]、土地复垦适宜性评价[7-9]、土地损害评价[10]等方面。基于GIS的土地损害评价理论和方法，能够便捷准确地进行数据分析，并以统计数值或者图形与统计数值结合的形式表达结果，为土地损害评价提供科学、可靠的技术支撑[10-12]。科学有效地评定矿区损毁程度，优化利用矿区土地是改善当地生态环境、生产生活条件的根本途径。

1 研究区概况

松藻煤矿区位于重庆市南部，面积127.9 km2。出露地层为沉积岩系，主要有二叠系上统龙潭组、长兴组和下统玉龙山组、茅口组，三叠系下统飞仙关组、嘉陵江组等，主要岩性为泥岩和石灰岩。地势南高北低、东高西低，属侵蚀剥蚀及岩溶低山-低丘地貌类型区。海拔288.1～1 321.9 m，立体气候特征明显，属典型的亚热带季风湿润气候区。土壤以黄壤、紫色土和石灰岩土为主，气象灾害主要有春旱、夏伏旱。全年平均气温17.2 ℃，最高气温39.5 ℃，最低气温零下0.7 ℃。年均降水量1 165.6 mm。山体起伏较大，多呈长条状延伸、切割较深，上部一般为林地，林木以松、杉、柏为主；山体中下部分布耕地，主要种植水稻、玉米、小麦、薯类等粮食作物。

2 数据来源及评价方法

2.1 数据来源

本研究采用的数据主要包括地图数据和地面调查数据两部分。地图数据主要有南部四镇(赶水镇、安稳镇、打通镇、石壕镇)土地利用总体规划图(2006—2020年)和土地整治专题图。在ArcGIS 10.2支持下，采用的地图数据和成图比例尺均为1∶10 000。地面调查数据主要为野外踏勘调查所得的地裂缝、塌陷坑、滑坡地质灾害等实地数据。

2.2 评价方法及步骤

(1)指标因子分析。指标因子分析采用实地调查与MSPS预计系统相结合的方法进行[13]。

(2)判断矩阵构建。在层次分析[14]的结构模型下，将各元素按属性分成若干组，形成不同层次。递阶层次结构中各层的元素可以依次与上一层元素进行两两比较，从而建立一系列的判断矩阵

A=(aij)n×n

(1)

式中：A为判断矩阵；aij(i，j= 1，2，…，n)为元素i与j相对于其上一层元素重要性的比例标度，若aij=1，则表示i、j元素具有同等重要性，若aij=3，则表示i元素比j元素稍微重要，若aij=5，表示i元素比j元素明显重要，以此类推，一般采用1～9比例标度对重要性程度赋值；n为判断矩阵阶数。

(3)指标权重确定。设判断矩阵A的最大特征根为λmax，其相应的特征向量为W，则AW=λmaxW。所给出的判断矩阵不可能完全保持一致，有必要进行一致性检验，一致性指标CI计算公式为

(2)

式中：n为判断矩阵阶数。

显然，当判断矩阵具有完全一致性时，CI=0。λmax-n越大，CI越大，一致性越差。为了检验判断矩阵是否具有满意的一致性，需要将CI与平均随机一致性指标RI进行比较。若随机一致性比率CR=CI/RI<0.10，则判断矩阵具有满意的一致性，否则需要调整判断矩阵的元素取值。随机一致性指标RI取值见表1。

表1 随机一致性指标RI取值[15]

(4) 综合评价得分。计算公式为

(3)

式中：IQI为综合评价得分值；Qi为第i项评价因子；CIi为第i项评价因子的权重,m为评价因子数量。

3 结果与分析

3.1 指标因子分析

3.1.1 数据分析

指标因子是参与土地损害评价的因素，或称评价项目，是进行土地损害程度评价的直接依据。矿区包括采矿工业涉及的全部地域空间，不仅包括地下的矿产资源空间，还包括开采规划时所对应和影响的地表范围，具有空间的有效性和延续性。采矿对土地的影响主要包括地表下沉、地表裂缝、地表塌陷和地表倾斜变形，本研究选取这四类评价因子对研究区进行损害程度评价。

(1)地表下沉。地表下沉是地下采矿造成的直接影响，如影响植被、水、土地等，因此了解地表下沉情况，并对其进行损害程度评价是评价的重点内容。根据MSPS软件预测结果，在南部丘陵山区，地貌起伏大，开采下沉对原地表影响不大。以2009年为基期年，分析可知，截至基期年松藻矿区塌陷深度最大值为3.0 m，开采影响区面积为5 087.50 hm2，平均深度较小。

(2)地表裂缝。沉陷区的地表裂缝可分为两类，一类是永久性裂缝，另一类是动态裂缝。本研究主要围绕采后未自动闭合的永久性裂缝进行研究，即位于采区边界周围的拉伸区，裂缝的宽度和落差较大，平行于采区边界方向延伸的裂缝。矿区土壤黏性大，土层较薄，综合考虑地区特点和复垦规程，确定参评标准为水平变形小于3 mm/m时为无明显影响，水平变形大于9 mm/m时为严重损害。

(3) 地表塌陷坑。采煤沉陷导致地表塌陷坑主要出现在急倾斜煤层开采或顶板岩性不均匀区域，当不均匀受力，或同样受力条件下顶板承受能力不均匀时，可能会产生塌陷坑。松藻矿区总体煤层较薄，只有局部区域出现塌陷坑，且不具有规律性。鉴于该地区地质条件的复杂性和造成塌陷坑原因的多样性，参照塌陷坑破坏等级标准，确定宽10～100 mm、深0～1.5 m、长0.1～100 m的为轻度损害；宽大于6 000 mm、深大于100 m、长大于1 500 m为严重损害。地表裂缝与地表塌陷坑损害程度划分原则一致。

(4) 地表倾斜变形。研究区地表倾斜变形主要表现为下沉导致的附加坡度。附加坡度是由于地表移动导致盆地内不均匀下沉引起的地表倾斜，附加坡度一般小于7°，在山区亦不会超过10°。坡度是引起土壤侵蚀退化和地表水土流失的主要因素之一。通过对国内各种案例的比对分析，可将附加坡度对地表的影响级别划分成4个等级，确定参评标准为：地面坡度小于1°时，无明显影响，为轻度损害；大于7°时，有明显影响且严重侵蚀，为严重损害。

通过实证调查和案例分析，得出各评价因子损害程度分级结果，详见表2。

3.1.2 等级描述

根据对以上各指标因子的分析，结合地表下沉、地表裂缝、地表塌陷坑、地表倾斜变形分析结果，研究指标因子损害程度及地表损害特征，详见表3。

表2 参评因子破坏情况分级

表3 采煤塌陷土地损害程度等级描述

3.2 判断矩阵的构建

结合上述因子分析结果，在汇总专家打分的基础上，由式(1)得到判断矩阵

3.3 指标权重的确定

运用编程软件，由式(2)计算该矩阵CI为-0.000 002 5，CR为-0.000 002 8，CR小于0.10，说明判断矩阵具有满意的一致性。λmax=3.999 992 5所对应的向量W=(0.49，0.25，0.16，0.10)，得出评价指标地表下沉、地表裂缝、地表塌陷坑、地表倾斜变形的权重向量分别为0.49、0.25、0.16和0.10。

3.4 评价分值计算

根据式(3)得到研究区评价总分值区间划分情况，详见表4和图1。

通过对区划结果的统计分析可知，松藻矿区采煤塌陷地损害程度从空间分布上来说呈现南北两端严重、中部相对较弱的态势。采煤塌陷导致的损害区面积为6 230.14 hm2，占研究区总面积的48.71%，其中：中度损害所占比重最大，占损害区面积的51.62%；轻度损害次之，占33.48%；重度损害和严重损害分别占损害区面积的14.61%和0.29%。严重损害和重度损害区主要分布在赶水镇的龙仓村和梅子村，打通镇的向阳村，石壕镇的红椿村和马车村，主要原因在于松藻煤矿、打通煤矿和石壕煤矿的开采规模与开采程度均较为剧烈。中度损害和轻度损害区在安稳镇、赶水镇、打通镇和石壕镇均有分布。详见表5。