陳　鑫，金　丹，李效順,3

(1.中國(guó)礦業(yè)大學(xué)國(guó)土環(huán)境與災(zāi)害監(jiān)測(cè)國(guó)家測(cè)繪局重點(diǎn)實(shí)驗(yàn)室，江蘇 徐州　221116；2.中國(guó)礦業(yè)大學(xué)管理學(xué)院，江蘇 徐州　221116；3.南京農(nóng)業(yè)大學(xué)中國(guó)土地問(wèn)題研究中心，江蘇 南京　210095)

?

貴州省喀斯特溶蝕地區(qū)采煤擾動(dòng)與地質(zhì)災(zāi)害空間相關(guān)分析
——以六盤水市為例

陳鑫1，金丹2①，李效順1,3

(1.中國(guó)礦業(yè)大學(xué)國(guó)土環(huán)境與災(zāi)害監(jiān)測(cè)國(guó)家測(cè)繪局重點(diǎn)實(shí)驗(yàn)室，江蘇 徐州221116；2.中國(guó)礦業(yè)大學(xué)管理學(xué)院，江蘇 徐州221116；3.南京農(nóng)業(yè)大學(xué)中國(guó)土地問(wèn)題研究中心，江蘇 南京210095)

摘要：為了定量化分析采礦擾動(dòng)與地質(zhì)災(zāi)害的相關(guān)性程度，以六盤水市為例，采用Arcgis 10.2空間分析中的核密度估計(jì)與空間相關(guān)性分析，對(duì)六盤水市礦點(diǎn)核密度與6大地質(zhì)災(zāi)害之間的關(guān)系進(jìn)行定量分析，結(jié)果表明：(1)六盤水市采煤活動(dòng)與地質(zhì)災(zāi)害的發(fā)育存在較大的正相關(guān)性，其中與地裂縫相關(guān)性最大，未考慮地裂縫規(guī)模的相關(guān)系數(shù)為0.674，考慮地裂縫規(guī)模的相關(guān)系數(shù)為0.683；采煤活動(dòng)對(duì)山地災(zāi)害的發(fā)育促進(jìn)作用較大，未考慮山地災(zāi)害規(guī)模的相關(guān)系數(shù)為0.427，考慮山地災(zāi)害規(guī)模的相關(guān)系數(shù)為0.380。(2)貴州省喀斯特溶蝕地區(qū)地面塌陷主導(dǎo)誘發(fā)因素為地下水過(guò)度開(kāi)采的人為因素，區(qū)域內(nèi)地面塌陷與采煤活動(dòng)之間相關(guān)性很小，以六盤水市為例，平均相關(guān)系數(shù)僅為0.009 7。(3)基于核密度估算的空間相關(guān)分析方法在定量化采礦擾動(dòng)與地質(zhì)災(zāi)害關(guān)系方面具有較好的效果。

關(guān)鍵詞：空間相關(guān)分析；地質(zhì)災(zāi)害；采煤擾動(dòng)；喀斯特地區(qū)

貴州省礦產(chǎn)資源豐富,是我國(guó)南方最大的煤炭資源基地和煤炭生產(chǎn)基地,在為社會(huì)經(jīng)濟(jì)發(fā)展做出貢獻(xiàn)的同時(shí),地質(zhì)災(zāi)害的發(fā)育加速,粗放型采礦擾動(dòng)成為誘發(fā)地質(zhì)災(zāi)害的一個(gè)重要因素[1]。截至2009年底,貴州省已發(fā)現(xiàn)各類礦山地質(zhì)災(zāi)害近千起,造成人員死亡和失蹤達(dá)295人,直接經(jīng)濟(jì)損失為13.68億元[2]。煤炭井下開(kāi)采造成的地質(zhì)災(zāi)害主要為地面塌陷和地裂縫,其次是崩塌、滑坡和泥石流;露天開(kāi)采誘發(fā)的災(zāi)害類型則以崩塌、滑坡和泥石流為主[3]。我國(guó)開(kāi)采技術(shù)和設(shè)備相對(duì)落后,導(dǎo)致礦山開(kāi)采環(huán)境不斷惡化,近年來(lái),重大地質(zhì)災(zāi)害發(fā)生頻率明顯上升[4]。因此,地質(zhì)災(zāi)害與采礦擾動(dòng)之間的相關(guān)性分析可為預(yù)防和控制地質(zhì)災(zāi)害提供科學(xué)依據(jù)。

地質(zhì)災(zāi)害影響因素相關(guān)性研究方法主要有傳統(tǒng)的數(shù)理統(tǒng)計(jì)分析[5-6]和資料分析[7],此外,新興數(shù)學(xué)模型在地質(zhì)災(zāi)害影響因素相關(guān)性研究中也得到了廣泛應(yīng)用[8-10],如確定性系數(shù)模型、模糊數(shù)學(xué)模型和主成分分析法等。上述方法實(shí)現(xiàn)了定性描述與定量分析相結(jié)合,但是限于所用模型方法的性質(zhì),未能較好地結(jié)合地理空間因素?？紤]到上述局限性,有學(xué)者將 GIS的空間分析應(yīng)用于地質(zhì)災(zāi)害影響因素研究中[11]。筆者將利用GIS空間分析中的密度分析與相關(guān)性分析方法,以貴州省喀斯特溶蝕地區(qū)典型市——六盤水市作為研究區(qū)域,對(duì)其主要的6種地質(zhì)災(zāi)害類型進(jìn)行核密度估計(jì),并定量分析地質(zhì)災(zāi)害與采礦擾動(dòng)之間的相關(guān)性,比較分析采礦活動(dòng)對(duì)地質(zhì)災(zāi)害發(fā)育的影響程度。

1研究區(qū)概況

貴州省喀斯特溶蝕地區(qū)面積占省域總面積的61.9%。選擇全境均位于喀斯特溶蝕地區(qū)的六盤水市作為研究區(qū)域。六盤水市位于貴州省西部,地處北緯25°19′44″～26°55′33″,東經(jīng)104°18′20″～105°42′50″。地勢(shì)總體上呈西高東低、北高南低態(tài)勢(shì),高程在581～2 873 m之間,中部因北盤江的強(qiáng)烈切割侵蝕,起伏劇烈。研究區(qū)域?qū)俦眮啛釒Ъ撅L(fēng)濕潤(rùn)氣候區(qū),年平均氣溫為13～14 ℃,年降水量為1 200～1 500 mm。區(qū)內(nèi)褶皺變形與斷裂構(gòu)造廣泛發(fā)育，巖層大多為軟硬質(zhì)巖層相間疊置,軟基硬質(zhì)陡崖眾多,碎屑巖分布較廣,巖體風(fēng)化嚴(yán)重,松散層較厚,引發(fā)地質(zhì)災(zāi)害的基礎(chǔ)條件充分。

1.1研究區(qū)礦產(chǎn)資源現(xiàn)狀

六盤水市礦產(chǎn)資源豐富,煤儲(chǔ)量居全省之首,礦山呈數(shù)量多、分布廣的特點(diǎn)。境內(nèi)有盤縣礦區(qū)和水城礦區(qū)2個(gè)國(guó)家重點(diǎn)煤礦區(qū)。據(jù)《六盤水市礦產(chǎn)資源總體規(guī)劃(2011—2015年)》統(tǒng)計(jì)顯示,煤礦的開(kāi)采方式以井工開(kāi)采為主,截至2010年底,共有礦山305個(gè),包括大型9個(gè),中型22個(gè),小型274個(gè);總產(chǎn)量為5 126.59萬(wàn)t,其中大型礦山產(chǎn)量為1 840萬(wàn)t,中型為921.67萬(wàn)t,小型為2 364.92萬(wàn)t;總產(chǎn)值為299.31億元,其中大型礦山產(chǎn)值為106.72億元,中型為53.46億元,小型為139.14億元。煤炭工業(yè)是當(dāng)?shù)刂匾慕?jīng)濟(jì)支柱,在六盤水市國(guó)民經(jīng)濟(jì)中具有重要的戰(zhàn)略地位。

1.2研究區(qū)地質(zhì)災(zāi)害現(xiàn)狀

研究區(qū)內(nèi)除基礎(chǔ)自然條件復(fù)雜外,人為工程活動(dòng)也十分強(qiáng)烈。六盤水地區(qū)引發(fā)地質(zhì)災(zāi)害的基礎(chǔ)條件和引發(fā)條件充分,為地質(zhì)災(zāi)害易發(fā)高發(fā)區(qū)。據(jù)《中國(guó)典型(市)地質(zhì)災(zāi)害易發(fā)程度分區(qū)圖集——西南地區(qū)卷》(2011年)統(tǒng)計(jì)顯示,六盤水市地質(zhì)災(zāi)害及隱患點(diǎn)主要類型為滑坡、地裂縫、崩塌、不穩(wěn)定斜坡、泥石流和地面塌陷,共1 057處,其中以滑坡為主,為569處(53.8%),其后依次為地裂縫166處(15.7%),崩塌129處(12.2%),不穩(wěn)定斜坡93處(8.8%),泥石流62處(5.9%),地面塌陷38處(3.6%)。由表1可見(jiàn),6種地質(zhì)災(zāi)害及隱患點(diǎn)大部分規(guī)模較小,穩(wěn)定性差。

表1地質(zhì)災(zāi)害和隱患點(diǎn)規(guī)模以及穩(wěn)定性結(jié)構(gòu)占比

Table 1Scales of geological calamities and potential sites and proportion of stable geo-structure

類型不同規(guī)模占比/%不同穩(wěn)定性程度占比/%小型中型大型巨型合計(jì)差較差好合計(jì)滑坡76.1120.81 3.080 100.0043.5554.721.73100.00地裂縫28.7869.062.160100.0099.280.720100.00崩塌53.9125.2218.262.61100.0046.9635.6517.39100.00不穩(wěn)定斜坡100.00000100.0044.1655.840100.00泥石流94.833.4501.72100.0068.9727.593.44100.00地面塌陷100.00000100.0050.0050.000100.00

2數(shù)據(jù)與方法

2.1數(shù)據(jù)來(lái)源與說(shuō)明

數(shù)據(jù)來(lái)源:六盤水市地質(zhì)災(zāi)害矢量數(shù)據(jù)提取于《中國(guó)典型縣(市)地質(zhì)災(zāi)害易發(fā)程度分區(qū)圖集——西南地區(qū)卷》(2011年),包括滑坡、崩塌、泥石流、塌陷、不穩(wěn)定斜坡和地裂縫6大主要地質(zhì)災(zāi)害的地理空間分布、規(guī)模以及穩(wěn)定性;六盤水市礦產(chǎn)資源利用現(xiàn)狀數(shù)據(jù)來(lái)源于《六盤水市礦產(chǎn)資源總體規(guī)劃(2011—2015年)》和《貴州省礦產(chǎn)資源開(kāi)發(fā)利用圖》。六盤水市各類地質(zhì)災(zāi)害以及礦產(chǎn)資源分布情況見(jiàn)圖1～2。

圖1　六盤水市地質(zhì)災(zāi)害分布

圖2　六盤水市煤礦分布

數(shù)據(jù)說(shuō)明:(1)在地質(zhì)災(zāi)害中,滑坡與崩塌常常相伴而生,產(chǎn)生于相同的地質(zhì)構(gòu)造環(huán)境中和相同的地層巖性構(gòu)造條件下,有著相同的觸發(fā)因素。泥石流是滑坡和崩塌的次生災(zāi)害,都屬于山地災(zāi)害類型。不穩(wěn)定斜坡具有在某種不利條件下形成滑坡的可能性?；谝陨峡紤],將崩塌、滑坡、泥石流和不穩(wěn)定斜坡合并作為一類,統(tǒng)稱為山地災(zāi)害。(2)礦山地下開(kāi)采會(huì)造成地面塌陷與地面沉降,地面塌陷有別于地面沉降。地面塌陷一般指非連續(xù)的小面積劇烈陷落,形成塌陷坑,其發(fā)生時(shí)間短促,預(yù)警困難,危害較大。地面沉陷但尚未形成塌坑的變形區(qū)稱為沉降區(qū),可以用函數(shù)式進(jìn)行預(yù)計(jì),以達(dá)到避免危害的目的。基于以上考慮,只進(jìn)行地面塌陷與采礦活動(dòng)的相關(guān)性分析。

2.2核密度估計(jì)

(1)

式(1)中,n為帶寬范圍內(nèi)像元數(shù);K為核函數(shù);h為帶寬或窗寬;x-Xi為估計(jì)點(diǎn)到樣本Xi處的距離。

Arcgis 10.2中核密度估計(jì)的具體計(jì)算步驟:以輸出像元為中心,如礦點(diǎn)核密度輸出柵格像元,定義一個(gè)固定的搜索半徑(h),統(tǒng)計(jì)落入圓形鄰域中要素?cái)?shù)量;確定輸出柵格像元大小,柵格越小,則精度越高;通過(guò)核函數(shù)計(jì)算每個(gè)要素對(duì)各個(gè)輸出像元密度貢獻(xiàn)度;將每個(gè)柵格像元的圓形鄰域中各個(gè)要素的密度貢獻(xiàn)度疊加,將此作為每個(gè)柵格的密度值,輸出每個(gè)柵格像元的密度值并生成密度分布圖。

2.3空間關(guān)聯(lián)分析

波段集統(tǒng)計(jì)(band collection statistics)計(jì)算的相關(guān)系數(shù)可用于描述2個(gè)數(shù)據(jù)集之間的關(guān)系。對(duì)于一組柵格圖層,相關(guān)矩陣表示一個(gè)柵格圖層中的像元值,而這些像元值與另一圖層的像元值相關(guān)聯(lián)。2個(gè)圖層間的相關(guān)性可用于衡量圖層間依存關(guān)系。相關(guān)性為2個(gè)圖層間的協(xié)方差(covij)與2個(gè)圖層標(biāo)準(zhǔn)差(δi和δj)乘積的比值,相關(guān)性的范圍為-1～1。正相關(guān)性表明2個(gè)圖層間呈正的直接關(guān)系,例如,當(dāng)?shù)亓芽p核密度圖層的像元值增大時(shí),礦點(diǎn)核密度圖層的像元值也可能增大。負(fù)相關(guān)性則表示一個(gè)變量隨另一個(gè)變量呈反比例變化。當(dāng)相關(guān)性為0時(shí),表示2個(gè)圖層之間不存在依存關(guān)系。相關(guān)性(Rij)計(jì)算公式為

(2)

covij計(jì)算公式為

(3)

式(3)中,Z為像元值;i和j為堆疊圖層;μ為圖層平均值;N為像元數(shù);k為特定像元。

得到2個(gè)圖層之間的相關(guān)性之后還需對(duì)其進(jìn)行相關(guān)性顯著性檢驗(yàn),檢驗(yàn)公式如式(4)所示。若檢驗(yàn)統(tǒng)計(jì)量t>tα/2(n-2),則說(shuō)明在α顯著性水平下,該相關(guān)性顯著。

(4)

3結(jié)果與分析

3.1核密度分析

3.1.1地質(zhì)災(zāi)害點(diǎn)密度分析

利用核密度分析中的點(diǎn)要素密度估計(jì),對(duì)地裂縫、山地災(zāi)害和地面塌陷進(jìn)行核密度分析。為了使輸出柵格所顯示信息更詳細(xì)且生成的密度柵格較平滑,在進(jìn)行密度分析時(shí)將輸出像元大小設(shè)為100,搜索半徑設(shè)為6 000,population字段值設(shè)為NONE?？紤]到地質(zhì)災(zāi)害有巨型、大型、中型和小型4種規(guī)模,設(shè)置了考慮規(guī)模的情景,在確定點(diǎn)被計(jì)算的次數(shù)時(shí),設(shè)定巨型為4次,大型為3次,中型為2次,小型為1次,population字段值設(shè)為規(guī)模。核密度分析以及考慮規(guī)模的核密度分析(以下稱加權(quán)密度)結(jié)果見(jiàn)圖3,地面塌陷規(guī)模只有小型,因此不進(jìn)行考慮規(guī)模的加權(quán)核密度分析。

六盤水市作為典型的山地喀斯特地形,山地災(zāi)害(崩塌、滑坡、泥石流和不穩(wěn)定斜坡)數(shù)量較多,分布較廣,在其所轄的盤縣、水城、六枝特區(qū)以及鐘山區(qū)都有分布。無(wú)論是否考慮規(guī)模,山地災(zāi)害的密度都較高,不考慮規(guī)模的密度區(qū)間為0～0.341 km-2,考慮規(guī)模的加權(quán)密度區(qū)間為0～0.451 km-2。

地裂縫的分布主要集中在盤縣礦區(qū)中的土城煤炭開(kāi)采區(qū)塊、盧家寨-大坪地煤炭開(kāi)采區(qū)塊和老屋基-月亮田-山腳樹(shù)-大田壩煤炭開(kāi)采區(qū)塊。不考慮規(guī)模的密度區(qū)間為0～0.376 km-2,考慮規(guī)模的加權(quán)密度區(qū)間為0～0.740 km-2,是否考慮規(guī)模密度分析的結(jié)果差異比較大,這是由于地裂縫規(guī)模以中型(69.06%)為主所致。

地面塌陷數(shù)量較少,密度較小,密度分布區(qū)間為0～0.088 km-2,主要集中分布在鐘山區(qū)等人口密度較大的地區(qū),礦區(qū)內(nèi)分布很少。地面塌陷發(fā)育原因與采礦活動(dòng)的相關(guān)性有多大,還需要對(duì)其進(jìn)行空間相關(guān)性分析。

3.1.2礦點(diǎn)核密度分析

利用核密度分析中的點(diǎn)要素密度估計(jì),對(duì)煤礦礦點(diǎn)進(jìn)行核密度分析。考慮到采礦的影響范圍,設(shè)置不同半徑的緩沖區(qū)。然而,對(duì)緩沖區(qū)半徑設(shè)定尚沒(méi)有一個(gè)權(quán)威的統(tǒng)一標(biāo)準(zhǔn),半徑設(shè)定大小對(duì)研究結(jié)果的影響如何,仍需要進(jìn)一步研究。因此,以礦點(diǎn)為圓心,分別以500～3 000 m每間隔500 m設(shè)置緩沖區(qū),生成的緩沖區(qū)為面狀圖層,先將面狀圖層轉(zhuǎn)換為像元大小為200×200的柵格圖層。采用2 km×2 km 大小的網(wǎng)格來(lái)覆蓋整個(gè)研究區(qū)域,可通過(guò)Arcgis 10.2中的Fishnet工具實(shí)現(xiàn)。在此基礎(chǔ)上采用區(qū)域統(tǒng)計(jì)中Zonal Statistics as Table模塊,計(jì)算每個(gè)網(wǎng)格中柵格數(shù),然后進(jìn)行點(diǎn)密度分析,輸出像元大小設(shè)為100。輸出半徑設(shè)為6 000,受篇幅限制,只列出未設(shè)置緩沖區(qū)的礦點(diǎn)密度分布圖(圖4)。圖4顯示,六盤水市煤礦數(shù)量多,分布范圍廣但不均勻,主要集中分布在盤縣礦區(qū),其他地方煤礦分布集中度不高,全市礦點(diǎn)密度分布區(qū)間為0～0.426 km-2。

3.2采礦擾動(dòng)與地質(zhì)災(zāi)害相關(guān)性分析

利用Arcgis 10.2提供的Band Collection Statistics模塊對(duì)礦點(diǎn)以及礦點(diǎn)緩沖區(qū)核密度與6大類型地質(zhì)災(zāi)害核密度進(jìn)行相關(guān)性分析,結(jié)果見(jiàn)表2。參與計(jì)算的柵格單元數(shù)為1 352×1 682,樣本量很大,對(duì)其進(jìn)行顯著性檢驗(yàn),t檢驗(yàn)值的絕對(duì)值均大于t0.025(∞)=1.960 0,說(shuō)明在0.05顯著性水平下,采礦擾動(dòng)與地質(zhì)災(zāi)害發(fā)育之間的相關(guān)性顯著。

地裂縫與采礦的相關(guān)性最大,不考慮規(guī)模的平均相關(guān)系數(shù)為0.674,考慮規(guī)模的平均相關(guān)系數(shù)為0.683。地裂縫分布區(qū)域多為煤礦分布區(qū)域,并且隨著緩沖區(qū)半徑從0增至3 000 m,相關(guān)系數(shù)從0.765逐漸減小至0.575,這是由于六盤水市煤礦開(kāi)采方式多為井工開(kāi)采,造成大量的采空區(qū),在采空區(qū)上方形成下沉盆地,這些地裂縫多發(fā)育于此。因此,隨著緩沖區(qū)半徑的增大,超過(guò)下沉盆地范圍,相關(guān)性可能就會(huì)降低。

山地災(zāi)害與采礦的相關(guān)性較大,不考慮規(guī)模的平均相關(guān)系數(shù)為0.427,考慮規(guī)模的平均相關(guān)系數(shù)為0.380,表明在形成崩塌、滑坡、泥石流和不穩(wěn)定斜坡等山地災(zāi)害的基本條件充分的基礎(chǔ)上,采礦活動(dòng)對(duì)山地災(zāi)害具有促發(fā)作用。

圖3　六盤水市各類地質(zhì)災(zāi)害核密度分布

圖4　六盤水市礦點(diǎn)核密度分布

表2顯示,在小于1 000 m范圍內(nèi)相關(guān)系數(shù)的變化趨勢(shì)隨著緩沖區(qū)半徑的增大而增大,這是由于在采空區(qū)地表的內(nèi)邊緣區(qū)表現(xiàn)為壓縮,使巖層或者土層發(fā)生隆起或滑移從而誘發(fā)山地災(zāi)害。此外,在采空區(qū)地表外圍區(qū)域?yàn)槔靺^(qū)域,對(duì)巖層具有拉伸作用,也會(huì)引起巖層或者土層的滑移等,加劇山地災(zāi)害的發(fā)生,導(dǎo)致相關(guān)系數(shù)隨緩沖區(qū)半徑的增大而增大。大于1 000 m范圍相關(guān)系數(shù)的變化趨勢(shì)先出現(xiàn)下降之后又有所上升,可能是由于隨著緩沖區(qū)半徑增大,與自然因素引起的地質(zhì)災(zāi)害點(diǎn)重疊,導(dǎo)致相關(guān)系數(shù)有所下降,這也說(shuō)明采礦對(duì)地質(zhì)災(zāi)害的發(fā)育影響顯著。

地面塌陷與采礦的相關(guān)性很低,平均相關(guān)系數(shù)僅為0.009 7。從密度分析結(jié)果可以看出,地面塌陷主要集中分布在以鐘山區(qū)為核心的人口密度較大的水城盆地地區(qū),可以推斷六盤水市地面塌陷的主導(dǎo)誘發(fā)原因不是采煤活動(dòng),而是由于人類生產(chǎn)生活用水造成地下水分散的、大量的開(kāi)采,形成地下漏斗,加之六盤水地區(qū)屬于巖溶地區(qū),潛蝕作用加劇,巖土平衡失調(diào),從而造成小面積劇烈的地面塌陷。已有研究中,巖溶塌陷的主要誘發(fā)原因?yàn)槌槿〉叵滤热藶橐蛩氐挠^點(diǎn)[13]也得到有力佐證。

表2不同類型地質(zhì)災(zāi)害核密度與礦點(diǎn)以及礦點(diǎn)緩沖區(qū)核密度之間的相關(guān)系數(shù)和t檢驗(yàn)值

Table 2Correlation coefficients of kernel densities of different types of geological hazards with that of the mining sites and buffer of the mining sites andttest

礦點(diǎn)緩沖區(qū)距離/m地裂縫地裂縫(加權(quán))山地災(zāi)害山地災(zāi)害(加權(quán))地面塌陷相關(guān)系數(shù)t檢驗(yàn)值相關(guān)系數(shù)t檢驗(yàn)值相關(guān)系數(shù)t檢驗(yàn)值相關(guān)系數(shù)t檢驗(yàn)值相關(guān)系數(shù)t檢驗(yàn)值00.765*17940.794*19720.399*6570.353*569-0.034*-515000.766*17950.792*19530.424*7060.373*606-0.029*-4410000.729*16060.748*16970.439*7380.386*630-0.003*-415000.660*13240.667*13510.426*7110.379*6180.013*2020000.624*12060.627*12120.430*7180.384*6270.024*3625000.596*11180.592*11070.436*7310.392*6430.042*6430000.575*10600.564*10290.436*7310.394*6470.055*83

*表示在0.05顯著性水平上相關(guān)顯著。

4結(jié)論與建議

基于上述分析,得出以下基本結(jié)論:(1)六盤水市采煤活動(dòng)與山地災(zāi)害以及地裂縫的發(fā)育存在較大的正相關(guān)性。其中,采煤活動(dòng)與地裂縫相關(guān)性最大,未考慮規(guī)模情況下的相關(guān)系數(shù)為0.674,考慮規(guī)模的相關(guān)系數(shù)為0.683;采煤活動(dòng)對(duì)山地災(zāi)害的發(fā)育促進(jìn)作用較大,未考慮規(guī)模的相關(guān)系數(shù)為0.427,考慮規(guī)模的相關(guān)系數(shù)為0.380。這與井工開(kāi)采引發(fā)地裂縫可能性大于引發(fā)崩塌、滑坡和泥石流的可能性[1]的觀點(diǎn)相符。(2)貴州省喀斯特溶蝕地區(qū)地面塌陷主導(dǎo)誘發(fā)因素為地下水過(guò)度開(kāi)采的人為因素,區(qū)域內(nèi)地面塌陷與采煤活動(dòng)之間相關(guān)性很小,以六盤水市為例,平均相關(guān)系數(shù)僅為0.009 7。(3)結(jié)果通過(guò)顯著性檢驗(yàn)且與已有研究結(jié)果相符,說(shuō)明基于核密度估算的空間相關(guān)分析是可行且直觀的。

針對(duì)所得到的結(jié)論,結(jié)合西南地區(qū)特殊的喀斯特地形等條件,提出以下建議:(1)貴州喀斯特溶蝕地區(qū)煤礦以井工開(kāi)采方式為主,因此在采礦過(guò)程中應(yīng)盡量開(kāi)展回填采礦法,邊開(kāi)采邊治理,最大限度地減少采礦對(duì)巖體穩(wěn)定性的影響,進(jìn)而減少地質(zhì)災(zāi)害的發(fā)生。(2)研究區(qū)域地面塌陷主要是由于地下水過(guò)度開(kāi)采導(dǎo)致,應(yīng)將地下水開(kāi)采管理區(qū)劃分為禁采區(qū)、限采區(qū)和控制區(qū);采取人工回灌措施避免巖溶塌陷發(fā)生。(3)加強(qiáng)地下水動(dòng)態(tài)監(jiān)測(cè)網(wǎng)絡(luò)構(gòu)建和地面塌陷的監(jiān)測(cè),完善地質(zhì)環(huán)境保護(hù)和地質(zhì)災(zāi)害的防治法規(guī),加強(qiáng)政府監(jiān)督與管理,以避免和減少采礦等人為因素誘發(fā)的地質(zhì)災(zāi)害。

參考文獻(xiàn)：

[1]唐春,李波.礦山地質(zhì)災(zāi)害防治與土地復(fù)墾[J].中國(guó)水土保持,2007(2):25-27.

[2]楊勝元.貴州礦山地質(zhì)環(huán)境[M].北京:地質(zhì)出版社,2012:81.

[3]何芳,徐友寧,喬岡,等.中國(guó)礦山地質(zhì)災(zāi)害分布特征[J].地質(zhì)通報(bào),2012,31(2/3):476-485.

[4]黃德志,古黃玲,辛宇佳.礦山開(kāi)采和道路建設(shè)與巖石結(jié)構(gòu)破壞及誘發(fā)地質(zhì)災(zāi)害:構(gòu)造地質(zhì)學(xué)教學(xué)實(shí)踐與思考[J].生態(tài)經(jīng)濟(jì),2012(10):165-168.

[5]郭果,陳筠,李明惠,等.土質(zhì)滑坡發(fā)育概率與坡度間關(guān)系研究[J].工程地質(zhì)學(xué)報(bào),2013,21(4):607-612.

[6]強(qiáng)菲,趙法鎖,黨亞倩.陜南秦巴山區(qū)地質(zhì)災(zāi)害與影響因素的相關(guān)性分析[J].南水北調(diào)與水利科技,2015,13(3):557-562.

[7]向小龍,孫煒?shù)h,李國(guó)偉,等.云南鹽津地區(qū)地質(zhì)災(zāi)害發(fā)育特征及影響因素分析[J].地質(zhì)力學(xué)學(xué)報(bào),2015,21(1):97-107.

[8]劉艷輝,劉傳正,唐燦,等.基于確定性系數(shù)模型的地質(zhì)災(zāi)害多因子權(quán)重計(jì)算方法[J].中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào),2015,26(1):92-97.

[9]宋丹青,鮑春.模糊數(shù)學(xué)在地質(zhì)災(zāi)害危險(xiǎn)性分區(qū)中的應(yīng)用:以九甸峽水利樞紐為例[J].水利與建筑工程學(xué)報(bào),2015,13(1):104-108.

[10]滕繼東,任興偉,劉永林.基于AHP法的地質(zhì)災(zāi)害影響因素權(quán)重的確定[J].中國(guó)水運(yùn)(理論版),2007,5(4):128-131.

[11]徐媛.基于GIS的互助縣地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)研究[D].北京:中國(guó)地質(zhì)大學(xué),2013.

[12]SILVERMAN B W.Density Estimation for Statistics and Data Analysis[M].[s. l.]:CRC Press,1986：4-5.

[13]蔣俊.巖溶及采空區(qū)塌陷的地質(zhì)災(zāi)害研究[D].長(zhǎng)沙:中南大學(xué),2008.

(責(zé)任編輯： 李祥敏)

Spatial Correlation Analysis of Mining Disturbance and Geological Calamities in Guizhou Karst Area:A Case Study of Liupanshui City.

CHENXin1,JINDan2,LIXiao-shun1,3

(1.Key Laboratory of Land Environment and Disaster Monitoring, China University of Mining and Technology, Xuzhou 221116, China;2.School of Management, China University of Mining and Technology, Xuzhou 221116, China;3.China Land Problem Research Center, Nanjing Agricultural University, Nanjing 210095, China)

Abstract:In order to quantify the correlation between geological calamities and mining disturbance, the paper, taking Liupanshui City as a case, applied kernel density analysis and spatial correlation analysis of Arcgis 10.2 to quantitative analysis of the relations of six major geological calamities with kernel density of the mining activities in the region. Results show: (1) the development of geological hazards is quite positively related to the mining activities in Liupanshui City, especially, the development of ground fissures, of which the correlation coefficient is 0.674 without considering scale of the fissure, and 0.683 with scale of the fissure taken into account, and coal mining activities play a quite big role in promoting development of mountain hazards with correlation coefficient being 0.427 without considering scale of the mountain hazard, and 0.380 with scale of the hazard taken into account; (2)excessive exploitation of groundwater is the major artificial factor triggering surface collapse, and mining activities are not very much blamed, with the mean correlation coefficient being only 0.009 7; and (3) the spatial correlation analysis based on kernel density estimation functions well in quantifying the relationships between mining disturbances and geological calamities.

Key words:spatial correlation analysis;geological calamity;coal mining disturbance;karst area

作者簡(jiǎn)介：陳鑫(1992—),男,山西晉中人,碩士生,主要從事資源經(jīng)濟(jì)與政策研究。E-mail: chenxinnum1@163.com

DOI：10.11934/j.issn.1673-4831.2016.02.006

中圖分類號(hào)：X45

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1673-4831(2016)02-0207-06

通信作者①E-mail: jindan@cumt.edu.cn

基金項(xiàng)目：國(guó)家科技基礎(chǔ)性工作專項(xiàng)(2014FY110800);國(guó)家自然科學(xué)基金(71473249);江蘇省社會(huì)科學(xué)基金(15EYA002)

收稿日期：2015-11-09