探地雷达结合钻孔探测采煤塌陷区土壤剖面层次及含水率

吴志远，彭苏萍，崔 凡，聂俊丽

探地雷达结合钻孔探测采煤塌陷区土壤剖面层次及含水率

吴志远1，彭苏萍1，崔 凡1，聂俊丽2

（1. 中国矿业大学（北京）煤炭资源与安全开采国家重点实验室，北京 100083；2. 贵州大学国土资源部喀斯特环境与地质灾害重点实验室，贵阳 550025）

为分析煤层开采对地层结构及含水率的影响，利用探地雷达对西部煤矿开采区开采前后地表浅层土壤剖面、土壤含水率分布特征进行了探测研究。通过钻孔地质编录对雷达探测地层分布进行了矫正，并利用实验室实测含水率验证了雷达探测含水率精度。结果表明：1）雷达探测钻探结果显示，煤矿开采区浅层（<10 m）土壤介质结构从上之下主要包含砂层、黏土层和风化层3类。2）探地雷达探测含水率与实测含水率随深度变化规律相似，4个钻孔两种方法探测所得含水率相关系数分别为0.875、0.88、0.94和0.84，表明探地雷达反演浅部地层含水率的可行性，黏土、含砂黏土的含水率远远大于砂层含水率。3）煤矿开采对浅部地层土壤剖面具有一定影响，但土壤剖面整体不变。煤矿开采后浅层土壤含水率下降明显，第1、3次探测L1测线砂层和黏土层含水率损失率平均为28.26%、12.85%。这表明煤层开采对砂层结构土壤含水率影响较大。第二、四次探测砂层平均含水率分别为5.31%，7.44%，含水率增大2.11%，土壤含水率增大范围在5%～56%之间，平均增大范围为27.89%示。黏土层两次探测含水率分别为11.46%、11.96%，含水率增大0.5%，含水率增大范围在−19.13%～19.59%，平均增大范围为4.79%。即黏土类结构层含水量变化较小，砂层结构含水量变化较大，说明黏土类地层受降雨影响较小，砂层结构地层含水量受降雨影响较大，表明浅部地层土壤水分主要受降雨影响。

土壤；含水率；探地雷达；煤矿开采区

0 引 言

随着西部煤炭资源大规模的开采，使当地生态环境进一步恶化，荒漠化进程加剧[1-3]。为了有效的遏制矿区荒漠化，几乎所有矿区都无一例外地选择复垦[4-5]。对于干旱半干旱煤矿开采区，由于浅部地层土壤有机质、矿物质的含量较小，影响土地复垦质量的主要因子为土壤介质和土壤含水率[6-7]。因此要保证土地复垦的有效性，就要根据煤层开采前后浅部地层的土壤介质、土壤含水量等特性选择合理的复垦方式[8]。传统的土地复垦过程中，为了弄清地下土壤介质和土壤含水率的实际情况，通常是通过开挖从土壤剖面上直接观察土壤的具体结构，通过钻孔取样实验室实测获取土壤含水率，这些传统探测方法能够得到精确的地下土壤的结构特征和土壤含水率，但仅限于某一小范围内[9-10]。要得到较大区域范围的土壤介质结构特征和土壤含水率不仅费时费力，而且还会出现以点盖面的情况。探地雷达已被证明探测可实现连续、快速、大范围松散层物性结构的调查以及浅部地层土壤含水率的探测，且具有较高的精确度[11-16]。Huisman等[17]利用探地雷达地面波计算地表土壤含水量，并与TDR数据对比显示，GPR探测所得含水率与TDR实测含水率的误差为± 0.036 m3/m3。Grote等[18]研究表明，当探地雷达中心频率为900 MHz时，利用地面波计算土壤含水量与实验室实测土壤含水量均方根误差为0.11 m3/m3，探地雷达中心频率为450 MHz两种方法探测所得含水率均方根误差为0.17 m3/m3。Galagedara等[19]利用100 MHz探地雷达探测地表10 cm以内土壤含水量，并与TDR测量土壤含水量数据比较显示，两种方法探测所得土壤含水量的误差在0.01 m3/m3以内。在国内，雷少刚等人[20]在针对煤矿开采对地表含水的影响，使用探地雷达对浅部砂层含水率进行了探测，取得了较好的效果。伊天宇[21]设计了雷达波平均振幅能量和平均振幅速度分析程序并应用于实际探测中，结果显示雷达探测潜水面深度与实测深度相对误差为1.2%，表明探地雷达对确定土壤含水分分布具有很大的应用潜力。

前人对中国西部干旱半干旱地区采煤塌陷对土壤剖面及土壤含水率的影响具有一定的研究。刘彩云等[22]通过实验室模拟认为煤矿井工开采形成的裂缝（隙）加剧了土壤水分损失，造成塌陷区含水量明显降低，土壤水分损失量顺序：2005年塌陷区>2004年塌陷区>未塌陷区。邹慧等[23]以沙蒿为研究对象显示，在裂缝发育期和沉降期，土壤水分受开采的影响明显出现土壤水分亏缺，沙蒿根系根系严重受损。毕银丽等[24]研究显示采煤沉陷使得水分恢复期土壤水分条件发生变化，增加了60～80 cm深度处土壤水分的变异性；赵红梅等[25]研究显示地表的地裂缝、塌陷坑、塌陷洞等塌陷形态对土壤持水能力的影响颇为显著。张延旭等[26]研究结果表明，采煤沉陷裂缝造成了土壤含水量的下降，裂缝宽度越大，土壤水分损失量越大。杜国强等[27]分析得出了地裂缝的出现一定程度上降低了裂缝及其周边土体含水率的结论。从前人研究结果可以看出，采煤塌陷会导致地表裂缝丛生进而导致土壤水分降低，但前人研究大多数局限于土壤表层（<1 m）[28-30]。但沙柳等高大乔木的根系埋深往往达到数米深，由于研究地层深度较浅往往导致不能为矿区复垦提供科学的依据，往往导致使用错误的复垦方式，致使生态环境进一步恶化，同时造成较大的经济损失。另外，很多学者研究的地层土壤介质往往只仅限于一种（如砂层）[31-32]，但对于中国西部干旱半干旱地区，黄土、黏土等介质同样是较为常见的土壤类型，因此很有必要了解煤层开采条件下地表浅部地层不同土壤介质含水率的变化情况，为煤矿复垦提供参考。

本次研究首先利用探地雷达结合钻孔取样对煤矿开采过程中浅部地层介质及其结构的变化情况进行了探测分析，然后利用探地雷达结合土壤取芯确定煤矿开采区浅部地层不同土壤介质的含水率变化情况，最后对比分析不同土壤介质在煤层开采条件影响下的地层结构及含水率的变化情况，旨在：1）分析煤层开采前后浅层地层沉积结构的变化，确定煤矿开采对浅部地层土壤剖面的影响；2）分析煤矿开采对地表土壤水分分布的影响；3）分析煤层开采条件下浅部地层不同土壤介质与土壤含水率的关系，为开采后复垦提供科学依据。

1 研究区概况

神东矿区地处中国西北部，矿区属半干旱大陆性季风气候，干燥少雨，大风频繁。由于气候干旱、地表径流较少，导致该地区地下潜水面深度一般在30 m以下[33-34]。同时由于地下煤层开采导致地表出现大量裂缝，进一步加剧了该地区生态的恶化情况。所选研究区位于神东煤矿大柳塔矿区，如图1所示，地理坐标为经度109°51′～109°46′，纬度38°52′～39°41′。研究区主要属风沙堆积地貌，上部由砂层覆盖，砂层厚度0～20 m不等。区内高程最大变化值为35.2 m，地势中间高两边低，植被主要为沙柳，由于前几年煤矿公司的绿化，研究区内分布着少量的杨树。

降雨是煤矿开采区地表土壤含水率变化的重要因素之一。从研究区降水量分布曲线来看，如图2所示。研究区平均年降雨量约为200 mm，降水主要分布在每年的5月份至11月份，其余时间内研究区降雨量稀少。

注：L1-L6为雷达测线。

图2 研究区降水量分布图

相同条件下，不同土壤介质其含水率不同，因此了解研究区地下土壤介质的分布规律对于指导雷达探测反演土壤含水率具有重要作用。通过钻探显示研究区内浅层土壤物性主要包含风积沙含黏土沙、黏土、砾石、黄土等，其中80%地表被砂层覆盖，厚度平均约为2 m，剩余20%的地区被黏土所覆盖。研究区浅部地层典型介质如表1所示。

表1 研究区典型浅部地层介质

2 研究方法

2.1 野外探测方法及钻孔取芯

本次研究的目的为划分研究区浅部地层结构，分析煤层开采对不同地层结构及其含水率的影响规律。在详细分析地质资料的基础上，于研究区内布置雷达测线6条，分别为L1、L2、L3、L4、L5、L6，其中L1、L4测线位于煤层开采工作面巷道上方，L2、L3测线位于开采区中心位置，测线均长900 m，测线间距100 m，L5测线垂直煤层开采方向布置，长度为450 m，L6测线位于开采区外，测线长度为400 m，测线布置图如图1所示。雷达探测次数为4次，包括采前、采中、采后及采煤塌陷稳定后4个时段。第1次探测时间为2015年3月1日，此时基本处于旱季，工作面开采长度为80 m；第2次探测时间为2015年4月10日，研究区处于降水量前期，地层积蓄前期降水，此时工作面开采长度为300 m；第3次探测为2015年6月2日，处于旱季，此时工作面已开采完毕；第4次探测为2015年8月3日，正处于雨季，探测前后均有大雨，此时地表沉陷处于稳定阶段。

本次研究主要采用200 MHz GR探地雷达系统对浅部地层含水率进行探测。雷达探测参数分别为：时窗300 ns，采样点数2048。对采集数据进行自动增益，滤波、背景去噪、滑动平均等常规处理。然后在雷达剖面中以雷达标（间隔25 m）为参照，在层位信息较多的位置布置钻孔。利用洛阳铲取芯，进行地质编录，钻孔矫正雷达探测地下地层的深度。同时利用钻孔取样实测含水率对比分析探地雷达探测浅部地层含水率的精度，钻孔位置如图1所示，利用经纬仪对煤层开采前后地层海拔变化进行了探测。

2.2 雷达探测及室内含水率获取方法

本次研究在雷达测线上每隔25m设置一个雷达含水率采样点，共布置采样点37个，垂向上取样间隔为0.5m。为了验证雷达探测浅层土壤含水率的精确性，本次研究还在雷达测线设置钻孔取样点，对近地表层黏土质砂、细砂、中砂、粗砂、砂砾、黏土质砂和黏土特点及含水性进行分析，为研究地质雷达含水率反演算法提供实际验证材料。钻孔取样点与岩芯编录取样点相同，利用环刀法对土壤进行取样。垂向上的含水率取样间隔与雷达数据相同，均为0.5m。在实验室内利用烘干法测试土壤样品重量含水率，然后利用公式1计算出样品的体积含水率。

式中和分别为土壤样品的干密度和水的密度，g/cm，为质量含水率，%。

本次研究采用现代谱中的ARMA谱分析方法反演浅部地层土壤含水率。ARMA现代谱分析是一种建模方法，即通过对平稳线性信号过程建立模型来估计功率谱密度。如果令{()}是雷达数字信号，如果满足差分方程

则过程{()}称为一ARMA(,)过程。其中，()是个均值为零、方差为2的白噪声，简记为{()~(0,2)}；式中的a和b分别称作自回归（AR）参数和移动平均（MA）参数，和分别叫作AR阶数和MA阶数。地质雷达采集得到的信号是反映地下不同深度介电常数变化，而这种变化量是未知的，可以采用白噪声的形式模拟。

利用上式，可以获取信号{()}的谱密度参数

通过Cadzow谱分析法，可以实现现代ARMA谱的计算[35]。

2.3 煤矿开采对地层结构影响机理

煤矿塌陷区地表破坏程度主要取决于地表裂缝的宽度、落差和密度，地表裂缝的条件与开采条件和微地貌有关。当矿区上覆岩层基本相同，没有特殊的断层构造时，水平缓倾斜煤层单矩形工作面表面的永久静裂纹主要分布在地表运动的水平移动区，如图3所示[36]。

注：d为点间水平距离；b为水平移动系数；S0为拐点偏移距；a为地表最大水平拉伸变形距拐点水平距离。（1）永久性裂缝发育区，（2）动态裂缝发育区。

若不考虑地形地貌的影响，则完全开采或接近完全开采时地表最大水平拉伸变形距拐点水平距离a为

其中r为主要影响半径。

一般情况下，影响地表变形量的主要因素有切向tan=2.2±0.2，拐点偏移量s=0.1H，因此，最大水平拉伸变形的水平距离矿业以外的边界应该是

式中b为水平拉伸距边界距离，H为煤层埋深厚度；为煤层倾角；为采深。

3 结果与分析

3.1 探地雷达结合钻孔确定浅部地层结构

L1雷达探测结合钻孔取芯地质编录所得综合剖面图结果显示，雷达剖面解释与钻孔岩性具有较高一致性，如图4所示。雷达剖面经过小波变换及增益处理以增加其分辨率。从图中可以看出L1测线内浅部地层土壤剖面主要分为中砂、黏土和风化带3类，其中地表主要被中砂覆盖，中砂厚度从0～9 m不等，南部中砂厚度较大，中部和北部中砂厚度较小。黏土层除180～210 m处出露地表外，其余部分均位于砂层下部，黏土层厚度在2.3～6.5 m之间，在地层内分布较为均匀。黏土层下部为风化层，主要为砾石层和风化砂岩层。

注：0，80，160 ns 表示时间；0，4.9，9.8 m表示深度。

3.2 煤矿开采对浅部地层结构的影响

3.2.1 垂直煤层开采方向地层结构变化

收集研究区内4个钻孔的煤层平均埋藏深度为201 m，如表2所示。根据式（4）计算的拉伸区拐点为57 m，采矿沉陷区域划分如图5所示。图6为L5测线第1、3、4次雷达探测浅部地层剖面图。从图6中可以看出，第三次探测中在开采边缘裂缝发育区内产生地层不连续现象，这主要是由于地下煤层开采导致地表产生阶梯型裂缝所致。但在第四次探测时地层不连续现象已消失，因为此时裂缝已被砂层掩盖。沉降稳定区内三个钻孔处中砂和黏土深度基本没有变化。在地层结构变化明显处进行钻孔取芯编录以确定煤矿开采前后浅部地层结构的变化情况，结果表明，三次探测中钻孔岩性并没有明显变化，砂层及黏土层的分界（红色曲线）变化规律基本相同，这表明除了裂缝发育区内，地下煤层开采对浅部地层结构基本没有影响。

表2 研究区埋藏煤层深度

注：D1-D4为研究区钻孔.

Note: D1-D4 are drilling of the study area.

3.2.2 平行煤层开采方向地层结构变化

选取开采工作面边界的L1测线进行分析，该测线位于采煤塌陷盆地裂缝发育区内。将L1测线400～450 m的4次雷达数据剖面进行对比，如图7所示，从图中可以看出，第一、二次探测时，同相轴（红色曲线）没有明显变化，第三次探测时，同相轴出现断裂情况，第四次探测时同相轴又呈连续状态。

图5　沉陷盆地划分

图6 L5测线第1、3、4次探地浅部地层（<10 m）雷达剖面图

图7 L1测线400～450 m 4次探测雷达剖面对比图

这与L5测线情况相同，即第三次探测时地表阶梯型裂缝刚形成导致层位断裂，第四次探测时裂缝被砂层充填层位连续。通过分析该层位相对深度的均值和方差，如图8所示，同样发现在4次探测过程中主要层位经历了相对深度变化从大到小，最后稳定的这一过程，并且其相对位置并没有明显变化。

图8 L1测线（400~450 m）4次开采主层位对比

3.3 探地雷达探测含水率与实测含水率对比分析

3.3.1 探地雷达探测含水率与实测含水率与深度关系对比分析

分别对比分析D1-D4钻孔探地雷达探测所得含水率与实测含水率随深度变化规律，如图9、表3所示。

图9 实测含水率与雷达反演含水率对比图

D1-D4钻孔探地雷达反演含水率平均分别为5.59、5.88、8.74和13.1 cm3/cm3。实测探地雷达含水率平均为4.70、4.91、6.27和11.09 cm3/cm3，含水率分别相差0.89、0.96、2.47和2.28 cm3/cm3。探地雷达探测含水率与实测含水率随深度变化规律相似，4个钻孔两种方法探测所得含水率相关系数分别为0.875、0.88、0.94和0.84（<0.01），表明探地雷达反演浅部地层含水率的可行性。另实测含水率随深度变异系数较雷达探测含水率随深度变异系数略大。外从图中可以看出黏土、含砂黏土的含水率远远大于砂层含水率。

表3 4个钻孔实测含水率与雷达探测含水率关系表

注：**表示显著性相关（<0.01）。

Note: ** means significant correlation (<0.01).

3.3.2 探地雷达探测含水率与实测含水率随测线变化规律分析

图10a为L2测线第一次雷达探测土壤含水率与实测含水率随测线分布图。

a. 第一次雷达探测与实测含水率对比图

a. Comparison between first radar detection and measured moisture content

b. 雷达探测含水率与实测含水率1:1图

从图10中可以看出，雷达探测含水率与实测含水率随测线分布具有一定的相似性，两次探测含水率相关系数为0.76（<0.01），均方根误差为1.74 cm3/cm3，如图10b所示。雷达探测土壤含水率平均为8.57 cm3/cm3，随测线的变异系数为0.196。实测含水率平均值为7.50 cm3/cm3，随测线的变异系数为0.221。两种方法所得含水率差值平均为1.07 cm3/cm3，实测含水率变异系数较雷达探测含水率变异系数大。两种方法获得钻孔含水率及剖面含水率分析结果显示，利用探地雷达能够得到与实测结果相近的土壤含水率。

3.4 采煤沉陷对浅部地层含水率变化影响

L1测线位于地下巷道上方，煤层开采后该地区地表破坏最严重，是土地复垦重点地区，因此本次研究以L1测线为重点研究对象对地表土壤含水率变化进行分析。图11为L1测线4次雷达探测含水率剖面图。从图11中可以看出，4次探测雷达剖面含水率具有较高的相似性。土壤含水率随深度变化均为从上至下依次增大；在测线方向上，含水率均呈中间高两边低的特点，这种变化主要是由土壤性质变化引起。对比L1测线第1次探测和第3次探测含水率雷达剖面可以看出，在相同的探测条件下（探测时间均为旱季），煤矿开采后浅部地层土壤含水率显著降低，反映到雷达含水率剖面上为紫色范围增大，蓝色范围减小。其中第1次探测L1测线砂层平均含水率为7.15 cm3/cm3，第三次探测地层平均含水率平均为5 cm3/cm3，含水率平均降低2.15 cm3/cm3，含水率损失率平均为28.26%，如图12a所示。第1次探测L1测线黏土层平均含水率为10.96 cm3/cm3，第三次探测地层平均含水率平均为9.55 cm3/cm3，含水率平均降低1.41 cm3/cm3，含水率损失率平均为12.85%，如图12b所示。煤层开采含水率对砂层含水率影响大于黏土层含水率。

图11 L1测线雷达4次探测含水率剖面图

a. 砂层含水率

a. Sand water content

b. 黏土层含水率

为了对比蒸发等自然条件对浅部地层含水率的影响，本次研究选取了未开采区域L6测线进行探地雷达浅部地层含水率探测，两次探测土壤含水率平均值为8.04、7.83 cm3/cm3，含水率相差0.21 cm3/cm3，两次探测土壤含水率相关系数为0.86（<0.01）。探地雷达探测浅部地层含水率剖面如图13所示。从图中可以看出，第1、3次探测浅部地层（<10 m）含水率在垂向上及沿测线方向变化规律相似，表明在未开采区蒸发等因素对浅部地层含水率影响不大。

图13 L6测线雷达第一、三探测含水率剖面图

3.5 浅层土壤剖面与含水率关系分析

从整个区域岩性结构来看，研究区北部地层砂层较薄,（平均约为1.2 m），其下部黏土层埋深较浅；南部砂层厚度较大（平均约为4.5 m），其下部黏土层埋深较大。黏土是很好的隔水层及储水层[37]，而砂层是较好的导水层，因此在浅部地层（<10 m）黏土层厚度越大，地层土壤含水率越大，这也是导致研究区浅部地层含水率北大南小的主要因素。

对比L1测线第2、4次探测所得浅部地层含水率剖面，如图14a、14b所示。从图14a中可以看出，第4次探测期间浅部地层（<10 m）的含水量（平均为10.86 cm3/cm3）大于第1次未开采地层的含水量（9.3 cm3/cm3），这与第4次降水量较大有关（降雨量分布如图2所示）。其中L1测线上部0～6 m范围内主要为砂层，两次探测砂层平均含水率分别为5.31%，7.44%，含水率增大2.11%，土壤含水率增大范围在5%～56%之间，平均增大范围为27.89%。黏土层两次探测含水率分别为11.46%、11.96%，含水率增大0.5%，含水率增大范围在−19.13%～19.59%，平均增大范围为4.79%，如图14b所示。即黏土类结构层含水量变化较小，砂层结构含水量变化较大，说明黏土类地层受降雨影响较小，砂层结构地层含水量受降雨影响较大。因此可以推测相比黏土层，砂层含水率更易受外界因素（降雨、沉陷）的的影响。另外降雨是控制研究区浅部地层土壤含水率的关键因素。

a. 砂层含水率

a. Water content of sand

b. 黏土含水率

4 结 论

本次研究利用探地雷达对煤矿前后浅部地层土壤剖面及土壤含水率进行了探测，并利用钻孔地质编录及取样实测含水率对雷达探测结果进行了矫正。得出以下结论：

1）利用探地雷达结合钻孔编录能够很好的反映浅部地层的结构特征，研究结果显示研究区浅部地层土壤介质主要分为砂层、黏土层和风化带三类。煤层开采对浅部地层产生一定影响，但煤层结构在开采后整体并未发生明显变化。

2）利用探地雷达能够得到与实测精度相近的浅部地层含水率。煤矿开采对浅部地层含水率产生较大的影响。在均为旱季时，煤层开采后浅部地层含水率显著降低，其中砂层结构土壤含水率损失率平均为28.26%，黏土层含水率损失率平均为12.85%，煤层开采对砂层含水率影响更大。

3）对沉降稳定后浅部地层含水率分析显示，降雨是控制煤矿开采区浅部地层含水率的主要因素。其中砂层在降雨后含水率变化较黏土层大，这与煤矿开采影响规律相似。

[1] 陈奇，邓丁海，慎乃齐. 对煤矿开采防治沙漠化进程的研究[J]. 中国矿业，2001，10(5)：28－31.

Chen Qi, Deng Dinghai, Shen Naiqi. Land Desertification acceleration caused by activities of ore Mining[J]. China Mining Magazine, 2001, 10(5): 28－31. (in Chinese with English abstract)

[2] 吴煜. 新疆干旱荒漠区煤矿开采区域的水土保持措施探讨[J]. 中国水土保持，2017(6)：33－35.

Wu Yu. Discussion on water and soil conservation measures in coal mining areas in arid desert areas of Xinjiang[J]. Soil and Water Conservation in China, 2017(6): 33－35. (in Chinese with English abstract)

[3] 刘英，吴立新，岳辉，等. 荒漠化矿区地下采矿对地表土壤湿度的影响[J]. 煤炭科学技术，2016，44(11)：197－202.

Liu Ying, Wu Lixin, Yue Hui, et al. Effect of underground coal mining on land surface soilmoisture in desert mining area[J]. Coal Science & Technology, 2016, 44(11): 197－202. (in Chinese with English abstract)

[4] 刘娜，范玉芳，辜李仁，等. 某煤矿土地复垦与生态恢复措施研究[J]. 现代矿业，2016(10)：159－165.

Liu Na, Fan Yufang, Gu Liren, et al. Study on land reclamation and ecological restoration measures of a coal mine[J]. Modern Mining, 2016(10): 159－165. (in Chinese with English abstract)

[5] 荣颖，胡振琪，付艳华，等. 中美草原区露天煤矿土地复垦技术对比案例研究[J]. 中国矿业，2017，26(1)：55－59.

Rong Ying, Hu Zhenqi, Fu Yanhua, et al. Comparative study on land reclamation technology in typical surface coal mine in steppe region between China and USA[J]. China Mining Magazine, 2017, 26(1): 55－59. (in Chinese with English abstract)

[6] 吴志远，尹尚先，马丽红. 基于探地雷达的煤矿开采区地表土壤含水率变化研究[J]. 华北科技学院学报，2017(6)：15－18.

Wu Zhiyuan, Yin Shangxian, Ma Lihong. Research on the change of surface soil water content in mining area based on ground penetrating radar[J]. Journal of North China Institute of Science and Technology, 2017(6): 15－18. (in Chinese with English abstract)

[7] 谷裕，王金满，刘慧娟，等. 干旱半干旱煤矿区土壤含水率研究进展[J]. 灌溉排水学报，2016，35(4)：81－86.

Gu Yu, Wang Jinman, Liu Huijuan. Advance of Soil moisture in arid and semi-arid mining areas[J]. Journal of Irrigation and Drainage, 2016, 35(4): 81－86. (in Chinese with English abstract)

[8] 王春吉，孙永平，朱恒峰. 浅谈煤矿开采沉陷区土地复垦技术措施[J]. 中国地名，2013(2)：44－45.

Wang Chunji, Sun Yongping, Zhu Hengfeng. Technical measures of land reclamation in subsidence area of coal mining[J]. Chinese Place Name, 2013(2): 44－45. (in Chinese with English abstract)

[9] 卞正富. 我国煤矿区土地复垦与生态重建研究[J]. 资源与产业，2005，7(2)：18－24.

Bian Zhengfu. Research on the recultivation and ecological reconstruction in coal mining area in China[J]. Resources & Industries, 2005, 7(2): 18－24. (in Chinese with English abstract)

[10] 高淑慧，贾志斌，张树礼，等. 露天煤矿排土场的复垦研究[J]. 环境与发展，2011，23(3)：39－42.

[11] Benedetto A. Water content evaluation in unsaturated soil using GPR signal analysis in the frequency domain[J]. Journal of Applied Geophysics, 2010, 71(1): 26－35.

[12] Buchner J S, Wollschlaeger U, Kühne A, et al. Estimating subsurface structure and water content by GPR Data inversion based on FDTD forward modeling and automatic feature detection[C]// Agu Fall Meeting. 2011.

[13] Ma Y, Zhang Y, Zubrzycki S, et al. Hillslope-scale variability in seasonal frost depth and soil water content investigated by gpr on the southern margin of the sporadic permafrost zone on the tibetan plateau[J]. Permafrost & Periglacial Processes, 2016, 26(4): 321－334.

[14] Han X L, Liu J T, Zhang J, et al. Identifying soil structure along headwater hillslopes using ground penetrating radar based technique[J]. Journal of Mountain Science, 2016, 13(3): 405－415.

[15] Sham J F C, Lai W W L, Leung C H C. Effects of homogeneous/heterogeneous water distribution on GPR wave velocity in a soil’s wetting and drying process[C]// International Conference on Ground Penetrating Radar, 2016.

[16] 聂俊丽. 补连塔矿12406工作面浅部地层结构地质雷达探测研究[J]. 煤炭工程，2013，45(8)：75－78.

Nie Junli. Study on geological radar detection of shallow strata structure in No.12406 coal mining face of bulianta mine[J]. Coal Engineering, 2013, 45(8): 75－78. (in Chinese with English abstract)

[17] Huisman J A, Sperl C, Bouten W, et al. Soil water content measurements at different scales: Accuracy of time domain reflectometry and ground-penetrating radar[J]. Journal of Hydrology, 2001, 245(1/2/3/4): 48－58.

[18] Grote K, Hubbard S, Rubin Y. Field-scale estimation of volumetric water content using ground-penetrating radar ground wave techniques[J]. Water Resources Research, 2003, 39(11): 1321.

[19] Galagedara L W, Parkin G D. An analysis of the ground-penetrating radar direct ground wave method for soil water content measurement[J]. Hydrological Processes, 2003, 17(18): 3615－3628.

[20] 雷少刚，卞正富. 探地雷达测定土壤含水率研究综述[J]. 土壤通报，2008，39(5)：1179－1183.

Lei Shaogang, Bian Zhengfu. Review on soil water content measurement with ground penetrating radar[J]. Chinese Journal of Soil Science, 2008, 39(5): 1179－1183. (in Chinese with English abstract)

[21] 伊天宇. 土壤含水率与GPR信号属性关系数值模拟研究[J]. 西部探矿工程，2018(11)：126－130.

Yi Tianyu. Numerical simulation of the relationship between soil moisture content and GPR signal properties[J]. West-China Exploration Engineering, 2018(11): 126－130. (in Chinese with English abstract)

[22] 刘彩云，刘军，王健，等. 采煤塌陷对土壤水分损失影响及其机理研究[J]. 内蒙古水利，2008(1)：68－70.

Liu Caiyun, Liu Jun, Wang Jian, et al. Effects of coal mining collapse on soil water loss and its mechanism[J]. Inner Mongolia Water Conservancy, 2008(1): 68－70. (in Chinese with English abstract)

[23] 邹慧，毕银丽，朱郴韦，等. 采煤沉陷对沙地土壤水分分布的影响[J]. 中国矿业大学学报，2014, 43(3)：496－501.

Zuo Hui, Bi Yinli, Zhu Binwei, et al. Effect of mining subsidence on soil moisture dynamic changes of sand land[J]. Journal of China University of Mining & Technology, 2014, 43(3): 496－501. (in Chinese with English abstract)

[24] 毕银丽，邹慧，彭超，等. 采煤沉陷对沙地土壤水分运移的影响[J]. 煤炭学报，2014，39(S2)：490－496.

Bin Yinli, Zou Hui, Peng Chao, et al. The influence of mining subsidence on soil moisture movement in sandy land[J]. Journal of China Coal Society, 2014, 39(S2): 490－496. (in Chinese with English abstract)

[25] 赵红梅，张发旺，宋亚新，等. 大柳塔采煤塌陷区土壤含水量的空间变异特征分析[J]. 地球信息科学学报，2011，12(6)：753－760.

Zhao Hongmei, Zhang Fawang, Song Yaxin, et al. Spatial variation of soil moisture content in mining subsidence areas of Daliuta, Shenmu county, Shannxi province[J]. Geo-information Science, 2011, 12(6): 753－760. (in Chinese with English abstract)

[26] 张延旭，毕银丽，陈书琳，等半干旱风沙区采煤后裂缝发育对土壤水分的影响[J]. 环境科学与技术，2015，38(3)：11－14.

Zhang Yanxu, Bi Yinli, Chen Shulin, et al. Effects of fracture development on soil moisture after coal mining in semi-arid sandstorms[J]. Environmental Science and Technology, 2015, 38(3): 11－14. (in Chinese with English abstract)

[27] 杜国强，陈秀琴，郄晨龙，等. 半干旱矿区地裂缝对土壤水分和地表剪切强度的影响[J]. 生态与农村环境学报，2016，32(2)：224－228.

Du Gouqiang, Chen Xiuqin, Qie Chenlong, et al. Impacts of cracks on soil moisture and surface shear strength in semi-arid mining area[J]. Journal of Ecology and Rural environment, 2016, 32(2): 224－228. (in Chinese with English abstract)

[28] 刘哲荣，燕玲，贺晓，等. 采煤沉陷干扰下土壤理化性质的演变：以大柳塔矿采区为例[J]. 干旱区资源与环境，2014，28(11)：133－138.

Liu Zherong, Yan Ling, He Xiao, et al. Effects of mining subsidence on physical and chemical properties of soil in the subsided land of the Daliuta Mining Area[J]. Journal of Arid Land Resources and Environment, 2014, 28(11): 133－138. (in Chinese with English abstract)

[29] 袁玉敏，陈超，台晓丽，等. 超大工作面采煤对风沙区表层土壤理化性质的影响[J]. 内蒙古煤炭经济，2016(3)：94－95.

Yuan Yumin, Chen Chao, Tai Xiaoli, et al. The influence of super large working face coal mining on the physicochemical properties of surface soil in sandstorm area[J]. Inner Mongolia Coal Economy, 2016(3): 94－95. (in Chinese with English abstract)

[30] 韩煜，史娜娜，王琦，等. 采煤塌陷干扰下风沙区土壤理化性质变化特征[J]. 环境科学与技术，2016(11)：15－19.

Han Yu, Shi Nana, Wang Qi, et al. Characteristics of soil physical and chemical properties in sandstorm area under the disturbance of coal mining collapse[J]. Environmental Science and Technology, 2016(11): 15－19. (in Chinese with English abstract)

[31] 王琦，全占军，韩煜，等. 采煤塌陷对风沙区土壤性质的影响[J]. 中国水土保持科学，2013，11(6)：110－118.

Wang Qi, Quan Zhanjun, Han Yu, et al. Effects of mining subsidence on soil properties in windy desert area[J]. Science of Soil and Water Conservation, 2013, 11(6): 110－118. (in Chinese with English abstract)

[32] 宋亚新. 神府—东胜采煤塌陷区包气带水分运移及生态环境效应研究[D]. 北京：中国地质科学院，2007.

Song Yaxin. Study on Water Movement and Ecological Environment Effect in the Subsidence Zone of Coal Mining in Shenfu-Dongsheng[D].Beijing: Chinese Academy of Geological Sciences, 2007. (in Chinese with English abstract)

[33] Ling W. A synergetic study on large-scale coal mining and eco-environment protection in shendong coal mining area[J]. Journal of Harbin Institute of Technology, 2015, 22(1): 124－128.

[34] Yang J Z, Chen S S, Wang Y, et al. Green mining technology of shendong mining area[J]. Coal Science & Technology, 2013, 41(9): 34－39.

[35] 崔凡，陈柏平，吴志远，等. 基于探地雷达功率谱和雷达波振幅包络估算砂壤含水率[J]. 农业工程学报，2018， 34(7)：121－127.

Cui Fan, Chen Baiping, Wu Zhiyuan, et al. Soil moisture estimation based on GPR power spectrum and envelope amplitude in sand loam[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(7): 121－127. (in Chinese with English abstract)

[36] 胡海峰，何万龙，康建荣. 采煤塌陷区土地破坏面积和破坏程度的预测[J]. 矿山测量，2001(3)：21－24.

Hu Haifeng, He Wanlong, Kang Jianrong. Prediction of land damage area and damage degree in coal mining subsidence area[J]. Mine Survey, 2001(3): 21－24. (in Chinese with English abstract)

[37] Lunt I A, Hubbard S S, Rubin Y. Soil moisture content estimation using ground-penetrating radar reflection data[J]. Journal of Hydrology, 2005, 307(1): 254－269.

Using ground penetrating radar combined with borehole to detect soil profile and water content in coal mining subsidence area

Wu Zhiyuan1, Peng Suping1, Cui Fan1, Nie Junli2

(1.,,100083,;2.,,,550025,)

In this study, to analyze the influence of coal seam mining on formation structure and water content, ground penetrating radar (GPR) combined with borehole sampling was firstly used to detect and analyze the change of shallow stratum medium and its structure in the process of coal mining. Then the soil water content of different soil media in the shallow strata of coal mining area is determined by GPR and sampling. Finally, the changes of strata structure and moisture content of different soil media under the influence of coal seam mining conditions is compared. The objectives of this research were to analyze 1) the change of the sedimentary structure of the shallow strata before and after coal mining, and determine the influence of coal mining on the soil profile of the shallow strata; 2) the influence of coal mining on the distribution of soil moisture in surface soil; and; 3) the relationship between different soil media and soil moisture content in shallow strata under coal mining conditions to provide scientific basis for reclamation after mining. The radar detection drilling results showed that the soil medium structure of the shallow layer (< 10 m) in the mining area of coal mine mainly included sand layer, clay layer and weathering layer from the top to the bottom. The water cut detected by GPR was similar to the measured water cut with depth. The correlation coefficients of water cut detected by the two methods for the four boreholes were 0.875, 0.88, 0.94 and 0.84, respectively. The results also showed that the water content of clay and sand clay was much higher than that of sand. Coal mining had a certain impact on the shallow soil profile, but the soil profile remained unchanged. After coal mining, the water content of shallow soil decreased significantly. The water content of sand layer in L1 measured in the 1st and 3rd times decreased by 2.15% on average, and the water content loss rate was 28.26% on average. The moisture content loss rate of clay layer in the first and third detection was 12.85% on average. This showed that coal mining had a great influence on soil moisture content of sand structure. The average moisture content of the sand layer detected in the second and fourth times was 5.31% and 7.44%, respectively. The increase range of moisture content was between 5% and 56%, and the average increase range was 27.89%. The water content of clay layer detected twice was 11.46% and 11.96%, respectively, with an increase of 0.5%, 19.13% - 19.59% and an average increase of 4.79%. That was to say, the moisture content of clay structure layer changes little while that of sand structure changed greatly. This indicated that the clay stratum was less affected by rainfall and the water content of sand stratum wsa more affected by rainfall. The shallow soil moisture was mainly affected by rainfall.

soils; water content; ground penetrating radar systems; coal mining area

2019-01-03

2019-06-09

中国矿业大学(北京)煤矿资源与安全开采国家重点实验室项目(SKLCRSM17KFA06)

吴志远，博士，研究方向主要为土壤修复。Email：15201359815@163.com

10.11975/j.issn.1002-6819.2019.14.031

S152.7

A

1002-6819(2019)-14-0243-09

吴志远，彭苏萍，崔 凡，聂俊丽. 探地雷达结合钻孔探测采煤塌陷区土壤剖面层次及含水率[J]. 农业工程学报，2019，35(14)：243－251. doi：10.11975/j.issn.1002-6819.2019.14.031 http://www.tcsae.org

Wu Zhiyuan, Peng Suping, Cui Fan, Nie Junli. Using ground penetrating radar combined with borehole to detect soil profile and water content in coal mining subsidence area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(14): 243－251. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.14.031 http://www.tcsae.org