侯天琦

（成都理工大學，四川 成都 610059）

地質災害既包括自然環(huán)境形成的災害，也包括人為原因造成的災害，在礦上進行采礦時，由于對礦山的地貌條件造成了改變，很容易形成地質災害。因此，我們要了解礦山地質災害的特征[1]，地質災害前礦山周圍環(huán)境會發(fā)生的變化，人類的那些行為會導致當?shù)氐牡刭|環(huán)境造成破壞。了解地質災害對人類社會會造成多么嚴重的影響，評估礦上地質災害的災害等級。

地質災害的評價思路分為兩種，一種是定性風險評價，主要評估的是災害發(fā)生的可能性大小，一種是定量風險評價，主要評估的是礦山地質災害的經濟損失和對人們后續(xù)采礦工作的影響程度。GIS技術配合定量評先評價法可以分區(qū)分析礦山地質災害的特征，大部分傳統(tǒng)方法可以在計算機內模擬礦山環(huán)境，再通過改變地質數(shù)據評估當?shù)氐V山的地質災害，但傳統(tǒng)方法無法對統(tǒng)一地區(qū)的地質災害再按制造其他要求進行小區(qū)域劃分，將GIS技術融入礦山開采區(qū)災害易發(fā)評估方式中，完美的彌補了這一缺陷[2]。

1 基于GIS的礦山開采區(qū)地質災害易發(fā)性分區(qū)評價方法

1.1 采集礦山開采區(qū)的地質災害風險評級數(shù)據

利用互聯(lián)網礦山信息庫和查閱文獻圖書的方法，確定礦山的典型災害的種類，并進行統(tǒng)計和分類。礦山的災害易發(fā)性評估方法還是要根據礦山的地質、地形已經具體的采礦方式來進行評估。如果沒有這些基礎數(shù)據，單純依靠經驗和高科技儀器，評估出來的結果也是不不準確的。所以在調查前期，一定要將數(shù)據調查清楚。將以上的災害數(shù)據導入GIS系統(tǒng)，利用GIS系統(tǒng)的空間密度可視化的功能對系統(tǒng)中的礦山地質狀況進行空間密度分析。GIS系統(tǒng)中的數(shù)據對比來源是利用遙感影像技術收集而來，根據地理學的物質在不同地質中的衰減規(guī)律，準確預測礦山地質災害在礦山上的分布規(guī)律，當災害空間變化是連續(xù)的時候，密度方程的分布曲線開始由峰值向低谷回落。根據密度數(shù)值對地質災害評價分出等級：

表1 地質災害風險統(tǒng)計評級分級

如上表所示，礦山地區(qū)最終的災害評估條件最終確定為每平方公里的死亡人數(shù)和財產損失。

利用統(tǒng)計數(shù)據制定評判等級數(shù)據的標準，最后得出上表結果，基于GIS技術采集數(shù)據得出的地質災害風險統(tǒng)計評級分級具有科學性。

1.2 根據地質災害風險評級確定評估技術

礦山分區(qū)的災害性評級涉及的因素，幾種因素對礦山地質災害的影響也不同，對地質災害的預測的準確與否和預測速度都影響地質災害的發(fā)生。礦山地質災害的傳統(tǒng)監(jiān)測方式是人工巡查，人工巡查需要耗費大量的勞動力，而且發(fā)現(xiàn)災害的速度慢，能確定的災害范圍不夠準確。想要實現(xiàn)大面積監(jiān)測還是需要借助帶有定位裝置的無人機進行遙感監(jiān)測。不過無人機和人工巡查相比的弱點就是它不會思考，無法將災害進行等級分類。因此，我們一定要根據地質災害的風險等級，分析不同等級的地質災害的形成原因[3]。GIS技術可以對礦區(qū)采礦后的地表塌陷、地表裂縫等因素進行分析，并結合礦區(qū)地表分層模型計算綜合指標，得出礦區(qū)地質災害的評價分區(qū)結果。

1.3 顯示地質災害易發(fā)性分區(qū)評價結果

地面塌陷的形成原因除了暴雨和地震等自然原因，還有采礦計劃設計不合理導致的認為原因。GIS建立的礦山災害數(shù)據模型，反應了包括真實的礦山海拔高度和地表特征。后期經過數(shù)據校正處理，根據研究地區(qū)的評價單元指數(shù)得到地質災害的危險等級數(shù)值，得出潛在地質災害分區(qū)域分布圖。根據空間分布圖，總結危險區(qū)域主要集中分布區(qū)的特點：礦山坡度基本＞40°[4]，礦區(qū)處于礦山的陰坡面，陰坡面的整體山勢陡峭易發(fā)生滑坡，地質災害一旦發(fā)生礦山山腳的村落很難幸免[5]。

2 仿真實驗

為了驗證本文設計的災害易發(fā)性分區(qū)評價方法的結果準確度，需要設計仿真實驗，對比傳統(tǒng)的評價方式和本文設計的方案評價災害等級的正確性。

2.1 實驗準備

在計算機中模擬30個礦山地質災害的檢測點，災害地區(qū)占據整個礦山區(qū)域。利用地質災害風險統(tǒng)計評級分級表中的標準對30個礦山監(jiān)測點進行風險評級，并利用GIS空間運算各種等級的災害風險面積占礦山總面積的百分數(shù)。按照災害的危害性進行評估，危險地區(qū)面積占總面積的23.45%，較危險地區(qū)的面積占總面積的22.4%，低危險地區(qū)的面積占總面積的10.23%，按照本文方法將災難的易損性和易發(fā)性也使用GIS進行計算，最后和傳統(tǒng)方式進行對比。

2.2 實驗結果與分析

為了驗證本文設計的評價方法的準確性，利用該評價方法和傳統(tǒng)方法進行礦山地區(qū)進行地質災害易發(fā)性風險評價，為了保證數(shù)據不是隨機得到，供做了五次實驗，實驗結果如圖。

如圖1所示：風險評估需要采集數(shù)據，進行人工評估和計算，礦山災害易發(fā)性風險評估總時間需要將計算三項時間夾在一起。傳統(tǒng)方式的計算值比實際易發(fā)性數(shù)值都大3平方公里，而本文設計的評估方式誤差值都在1平方公里以下。根據曲線走向分析，傳統(tǒng)方式的誤差值時大時小，對最終結果的確定誤差并不穩(wěn)定，相反，本文設計的評估方式所形成的曲線走勢平穩(wěn)。因此評估結果更加具有可信性，傳統(tǒng)方式的測試結果受其他因素影響不能被降低到一定范圍。

圖1 災難易發(fā)性誤差曲線

礦山地區(qū)的災害的易發(fā)性研究一直是采礦工作最關注的災害性研究之一，傳統(tǒng)的評估方式準確性較低，沿用下去已經起不到防治礦山地質災害的作用。再加上傳統(tǒng)方式的預測風險時間較長，如果發(fā)生的是重大災害，人員沒有足夠的時間撤離，人員的生命安全和財產都得不到保障。針對以上問題設計本文的評估方案，預判災害所需的時間短，準確度相比傳統(tǒng)方法也有了很大的提高。

3 結語

本文通過GIS可以將檢測區(qū)域按檢測數(shù)據類型進行分區(qū)的特點設計了基于GIS的礦山開采區(qū)地質災害易發(fā)性分區(qū)評價方法。驗證該方法的仿真實驗的災害數(shù)據是經過計算機模擬選定的，沒有考慮其他突發(fā)狀況對數(shù)據的影響，希望在以后的研究中可以將風險條件考慮的更加全面。