综合物探聚类分析解释技术研究

2022-02-21孙文斌杜雯莉牛云飞张瑞瑞

工程地球物理学报 2022年1期

孙文斌，杜雯莉，牛云飞，张瑞瑞

(北京探创资源科技有限公司，北京 100067)

1 引言

煤矿井下富水区及构造探测常用物探方法主要有：瞬变电磁法、高密度直流电法、音频电透视法、二维三维地震勘探、槽波地震勘探、无线电波坑道透视法、地质雷达等，各种物探方法都有各自的适用条件和优势。20世纪80年代，刘光鼎[1]、王家林[2]便提出了各种物探方法必须互相补充、取长补短。目前采煤工作面一般选择两种以上物探方法相互验证。但在资料解释方面主要还是依赖技术人员经验进行判断，并划分异常区，而针对多种物探成果的解释多数仅停留在简单对比分析其解释成果异同方面[3-6]，少有能够深入挖掘不同物探方法探测资料所包含信息的文献。

聚类分析是一种无监督分类方法，不需要或仅需极少量学习样本便能够完成对数据的分类[7]。非常适合地球物理这类学习样本较少的领域。利用聚类分析算法，能够将综合物探成果进行分类，再结合现场探测环境划分物探异常区。本文以山东某矿为例，利用聚类分析算法对该工作面瞬变电磁法(以下简称瞬变)和无线电波坑道透视法(以下简称坑透)探测成果进行综合解释，划分异常区。

2 工程概况

2.1 工作面概况

工作面井下位置位于五采扩大区中部，西为采空区，东为实体煤区域，北至设计停采线，南部进入3下煤层风氧化带。工作面地面标高+34.40～+34.84 m，平均标高+34.67 m，工作面标高-394.8～-458.8 m，平均标高-426.8 m，面宽226.9～263 m。煤层厚度3.9～6.80 m，平均煤厚6.40 m，煤层倾角2°～20°，平均倾角7°。

工作面地层整体为东南高、西北低的单斜构造。工作面南部靠近风化带附近倾角较大，最大处约20°，倾角一般4°～10°，平均6°。工作面发育19条断层，均为正断层，最大落差6 m。

工作面回采的主要充水因素为3下煤顶底板砂岩含水层、侏罗系砂岩含水层与底板三灰岩含水层。

2.2 综合物探设计

为探测该工作面顶板含水层富水情况和面内构造发育情况，采用瞬变电磁法和无线电波坑道透视法进行探测，瞬变电磁法和坑透测点布置如图1所示。

图1 瞬变电磁法和坑透测点布置示意图Fig.1 TEM and radio wave tunnel method measuring points layout diagram

瞬变电磁法探测在该工作面辅运顺槽、胶运顺槽分别布置一条710 m测线，探测顶板30°、60°、90°三个探测方向，测点间距10 m，两条巷道共布置测线1 420 m，物理测点144个，采集数据点432个。

坑透采用定点观测方法，频率选用0.3 MHz，发射点距50 m，接收点距10 m，每个发射点接收点数15个。在工作面辅运顺槽和胶运顺槽分别布置一条700 m测线，每条测线发射点15个，对应接收点207个。两条巷道共布置测线1 400 m，发射点30个，接收点414个。

3 数据预处理

不同的物探方法探测结果数值大小相差往往较大，且单位也不同。本文首先对探测数据进行归一化预处理，使不同物探方法探测结果数值均位于0～1之间，从而可以利用聚类分析算法进行后续处理，将不同物探方法探测结果进行综合分析解释。

3.1 瞬变电磁法数据预处理

瞬变电磁法探测数据为各探测方向不同深度围岩视电阻率值序列，视电阻率值越小，围岩越富水。为便于比较，针对瞬变电磁探测成果，首先需要将各探测方向的视电阻率值投影至回采工作面所在水平面，然后将数据网格化，形成2×2规则数据网格。最后利用如下公式进行归一化计算：

(1)

式(1)中：Xin为i点归一化后的视电阻率(Ω·m);Xmax为原始视电阻率最大值(Ω·m);Xmin为原始视电阻率最小值(Ω·m);Xi为i点原始视电阻率(Ω·m)。

3.2 无线电波坑道透视法数据预处理

坑透探测数据为工作面内各位置处介质吸收系数，吸收系数越大，该处越可能存在构造。坑透数据可直接进行网格化，形成2×2规则数据网格。坑透数据归一化计算公式如下：

(2)

式(2)中：Xin为i点归一化后的视电阻率(Ω·m);Xmax为原始视电阻率最大值(Ω·m);Xmin为原始视电阻率最小值(Ω·m);Xi为i点原始视电阻率(Ω·m)。

最后将瞬变电磁、坑透归一化后的数据进行汇总整理，形成数据集，以便后续进行聚类分析计算，汇总后的数据如表1所示，因网格化后的数据量较大，共有超过4万行，故仅列出部分数据。

表1 工作面综合物探数据集

4 聚类分析

聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。

从统计学的观点看，聚类分析是通过数据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。从机器学习的角度，簇相当于隐藏模式。聚类是搜索簇的无监督学习过程。与分类不同，无监督学习不依赖预先定义的类或带类标记的训练实例，需要由聚类学习算法自动确定标记，而分类学习的实例或数据对象有类别标记。

K均值聚类算法[8-10](K-Means Clustering Algorithm)是一种迭代求解的聚类分析算法，给定一个数据点集合和需要的聚类数目K，根据某个距离函数反复把数据分入K个聚类中。其具体步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类[11-15]。每分配一个样本，聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类，没有(或最小数目)聚类中心再发生变化，误差平方和局部最小。

经过预处理后的数据，可以在SPSS22.0统计分析软件中进行聚类分析，经多次对比分析，将预处理数据分为5类效果相对最佳，表2为聚类分析结果，图2为聚类分析散点图。

表2 聚类分析结果

图2 聚类分析散点Fig.2 Cluster analysis scatter diagram

根据聚类结果，以聚集组号绘制等值线图，得到聚类分析成果图3，图中蓝色区域(对应聚集编号为1、2的数据聚集)即为异常区所在位置，据此主要划分了4处较集中的异常区。

图3 聚类分析异常区Fig.3 Cluster analysis of abnormal areas

结合现场施工时的记录，辅运顺槽150 m处有钻机，520～530 m有矿车，据此判断异常二、异常四两处异常区主要是受现场干扰影响所致，予以排除，保留异常一、异常三两处异常区作为聚类分析成果。

为分析评价聚类分析效果，单独对瞬变电磁法(图4、图5)和坑透(图7)探测成果进行处理解释并划分异常区。排除探测现场金属等干扰后，瞬变电磁法划分相对低阻异常区1处(图6)，坑透解释断层3条(图8)。

图4 辅运顺槽瞬变电磁视电阻率Fig.4 Apparent resistivity diagram of auxiliary tunnel

图5 胶运顺槽瞬变电磁视电阻率Fig.5 Apparent resistivity diagram of rubber transport tunnel

图6 瞬变电磁探测成果Fig.6 Achievement map of TEM

图7 坑透吸收系数CT成像Fig.7 CT imaging of pit penetration absorption coefficient

图8 坑透探测成果Fig.8 Achievement map of radio wave tunnel method

将瞬变电磁法与坑透探测成果图与聚类分析成果叠加绘制成图9，由图9可知，聚类分析成果异常区一与瞬变Ⅰ号相对低阻异常区位置、范围基本一致。在200～350 m位置处，瞬变电磁法与坑透成果均未划分异常区，聚类分析成果显示存在一处异常区。

图9 聚类分析与瞬变、坑透成果对比Fig.9 Comparison of cluster analysis with transient and radio wave tunnel method

经矿方实际回采验证：

1)胶运顺槽回采35 m，辅运顺槽回采34.5 m，出现顶板淋水，初见水量4 m3/h；胶运顺槽回采42 m，辅运顺槽回采39 m，顶板淋水量8 m3/h；胶运顺槽回采78 m，辅运顺槽回采75 m，出现顶板淋水及采空区涌水，其中顶板淋水量5 m3/h、采空区涌水量11 m3/h。出现淋水范围基本与聚类分析划分的异常一的位置一致，比瞬变电磁划分的Ⅰ号相对低阻异常区位置、范围更加准确。

2)胶运顺槽回采190 m，辅运顺槽回采194 m，涌水量5 m3/h；胶运顺槽回采323 m，辅运顺槽回采324 m，出现顶板淋水及采空区涌水，其中顶板淋水量1 m3/h、采空区涌水量11 m3/h。出现淋水范围基本与聚类分析划分的异常二的位置一致，瞬变电磁法在此处未划分异常区。