ISSN 1009-6248CN 61-1149/P 双月刊

主管单位:中国地质调查局

主办单位:中国地质调查局西安地质调查中心
中国地质学会

    • 中文核心期刊
    • CSCD收录期刊
    • 中国科技核心期刊
    • Scopus收录期刊
高级检索

基于DinSAR技术的宁东煤炭基地区域性地表沉降监测

程霞, 王辉, 王国瑞, 杜灵通, 魏采用, 周峰

程霞, 王辉, 王国瑞, 等. 基于DinSAR技术的宁东煤炭基地区域性地表沉降监测[J]. 西北地质, 2023, 56(6): 369-375. DOI: 10.12401/j.nwg.2023056
引用本文: 程霞, 王辉, 王国瑞, 等. 基于DinSAR技术的宁东煤炭基地区域性地表沉降监测[J]. 西北地质, 2023, 56(6): 369-375. DOI: 10.12401/j.nwg.2023056
CHENG Xia, WANG Hui, WANG Guorui, et al. Monitoring Regional Surface Subsidence of Ningdong Coal Base by DinSAR[J]. Northwestern Geology, 2023, 56(6): 369-375. DOI: 10.12401/j.nwg.2023056
Citation: CHENG Xia, WANG Hui, WANG Guorui, et al. Monitoring Regional Surface Subsidence of Ningdong Coal Base by DinSAR[J]. Northwestern Geology, 2023, 56(6): 369-375. DOI: 10.12401/j.nwg.2023056

基于DinSAR技术的宁东煤炭基地区域性地表沉降监测

基金项目: 宁夏地质局财政项目“宁夏生态状况遥感监测与评价”(NXCZ20220203),中国地质调查局项目“秦岭及宁东矿产资源集中开采区地质环境调查”(DD20160336)联合资助。
详细信息
    作者简介:

    程霞(1984−),女,高级工程师,长期从事矿山地质环境研究。E–mail:270434003@qq.com

    通讯作者:

    杜灵通(1980−),男,研究员,长期从事资源环境遥感研究。E–mail:dult80@nxu.edu.cn

  • 中图分类号: P618.11;P694

Monitoring Regional Surface Subsidence of Ningdong Coal Base by DinSAR

  • 摘要:

    宁东煤炭基地开发已成为宁夏工业经济发展的重要引擎,而煤炭开采所引起的地表沉降成为该区主要的区域地质环境问题。笔者利用合成孔径雷达差分干涉测量技术(DinSAR)和2015~2019年的5期Sentinel-1A数据,对宁东煤炭基地区域性地表沉降特征进行监测。结果表明,不同区域、不同年份间的沉降特征存在较大差异,其中北部地区整体沉降量较大,年最大沉降量达到了0.13 m,南部整体沉降量较小;2015~2016年沉降量最大,而2016~2017年沉降量最小;2015~2019年沉降量超过0.1 m的区域面积为578 km²,沉降区与煤矿工矿开采活动区一致,主要为煤炭开采引发的地表沉降。其他微量地表沉降,一方面来自雷达影像的相干失真,另一方面与地表其他风沙侵蚀等变形有关。DinSAR技术在大范围监测地表沉降方面具有明显优势,但由于时间基线较长,存在一定的失相干现象。

    Abstract:

    The exploitation of Ningdong coal base has become an important engine for industrial economic development in Ningxia. Surface subsidence, which caused by coal mining has become the main geological environmental problem in the area. This study monitored regional surface subsidence characteristics of Ningdong coal base by utilizing Differential Interferometry Synthetic Aperture Radar (DinSAR) and Sentinel-1A dataset from 2015 to 2019. The results indicated that the characteristics of subsidence vary widely in different regions and years, subsidence in the north is larger than that in the south, which maximum reached 0.13 m. In the past four years, the subsidence from 2015 to 2016 is most serious and however its from 2016 to 2017 is lest. During 2015~2019, the area with subsidence value more than 0.1 m were 578 km². The subsidence area is consistent with the mining activity area, which means that the surface subsidence is mainly caused by coal mining. Other slight surface subsidence, on the one hand, could caused by coherent distortion of radar image and be related to the surface deformation such as wind-sand erosion on the other hand. DinSAR technique has distinct advantage in monitoring large-scale land subsidence, but there is a loss of coherent phenomenon due to the long time baseline.

  • 矿渣型泥石流是山地地区矿产资源开发活动中不合理堆排废石弃渣引发或加剧的、严重危及矿山正常生产和人民生命财产安全的一种地质灾害类型(张丽萍,2001康志成,2004徐友宁,2006杨敏,2021)。矿渣型泥石流复杂的启动机理会严重影响对其防治对策的针对性。因此,深入研究矿渣型泥石流的启动机理具有重要的理论和现实意义。近年来,国内外众多专家学者通过现场调查、物理模拟和数值模拟等方法手段,取得了一系列关于矿渣型泥石流启动机理方面的研究成果(王永清,2006徐友宁,2009吕学军,2011李晓晨,2014洪磊,2017刘兴荣,2018黄家华,2023)。国外学者通常将矿渣型泥石流和采矿事故归为一类进行研究,专门研究矿渣型泥石流的文献较少,有学者研究认为采矿废渣启动形成泥石流主要是细颗粒在水流侵蚀作用下导致的(O Hungr et al.,2002Berti ,2005Gregoretti,2008)。中国学者取得了一些对研究矿渣型泥石流启动机理可以借鉴的成果:①通过物理模拟,研究了物源条件、水源条件、地形条件及这些条件的组合对泥石流启动的影响和控制作用,揭示了不同组合条件下试验研究中泥石流的启动条件、物源破坏方式和演化过程(徐友宁等,2009倪化勇等,2014刘兴荣等,2018罗阳,2018林斌等,2019王锴等,2019李宁等,2020)。②通过物理模拟,提出了基于水力类泥石流启动机理计算泥石流预警雨量阈值的方法,并基于试验发生破坏的临界雨量修正了传统I-D预警模型(孟华君等,2017乔建平等,2018)。③通过数值模拟,在泥石流危险性和风险评价基础上提出了实施风险减缓措施,提出了泥石流治理工程效益评价方法(丛凯等,2019唐亚明等,2021)。

    笔者依托中国地质调查局“熊耳山–伏牛山矿集区生态修复支撑调查”项目,以河南省栾川县康山金矿区为研究对象,在系统收集、整理、分析、总结已有调查资料数据的基础上,通过野外实地调查,获取了康山金矿区采矿废石渣堆的空间分布位置和物源特征,在对野外现场取回的废石渣样进行粒度特征分析后,通过室内物理模拟试验,探究矿渣型泥石流启动机理,探讨影响和控制矿渣型泥石流启动的矿渣颗粒级配、沟道底床坡度、启动临界水量等主要因子之间的定量关系,分析不同影响因子作用下矿渣型泥石流的启动方式,以期为今后矿渣型泥石流启动模拟试验的开展和泥石流启动机理的深入研究提供借鉴和参考。

    康山金矿区地处华北陆块南缘熊耳山地区,流域面积22.16 km2,海拨 1 000~1 671 m ,主体山脉呈EW向展布,属侵蚀构造型的中低山地貌。地表切割强烈,坡度陡峭(一般30°~55°),沟谷发育,呈“V”字型,局部直立呈陡崖。巨大的相对高差及陡峻的沟床比降为水源和物源的快速汇集提供了有利的地形地貌条件,也为泥石流的形成提供了充分的势能条件。泥石流物源所在沟谷参数见表1

    表  1  康山金矿区泥石流物源所在沟谷基本情况表
    Table  1.  The basic situation of the valley where the source of debris flow is located in the Kangshan gold mining area
    沟谷 流域面积(km2 最高点高程(m) 最低点高程(m) 沟谷长度(m) 相对高差(m) 纵坡降比(‰)
    后木寺 1.08 1580 1235 1434 345 240.59
    大南沟 0.72 1589 1235 1410 354 251.06
    小北沟 0.50 1576 1203 1338 373 278.77
    韭菜沟 0.43 1610 1172 1423 438 307.80
    排土场 0.19 1494 1176 843 318 377.22
    星星印 1.71 1614 1079 2221 535 240.88
    杏树芽 0.84 1411 1052 1424 359 252.11
    下载: 导出CSV 
    | 显示表格

    康山金矿区属暖温带落叶阔叶林区,雨水充沛,每年降水多集中在6~9月(图1),且多为暴雨形式出现,年平均降水量838.7 mm,年最大降水量1 386.1 mm(1964年)(图2),月最大降水量179.2 mm (2021年8月),日最大降水量159.2 mm (2010年7月24日),1 h最大降水量49 mm (2019年8月21日6时),充沛的降雨为康山金矿区矿渣型泥石流的形成提供了充足的水源条件。

    图  1  研究区2015~2022年5~10月平均降雨量情况
    Figure  1.  The monthly average rainfall in the study area from May to October 2015 to 2022
    图  2  栾川县1958~2022年全年降雨量情况
    Figure  2.  The rainfall in Luanchuan County from 1958 to 2022

    康山金矿区主要开采破碎带蚀变岩型和石英脉型金矿,采矿排放的废石弃渣岩石多呈晶质结构,条带、条纹或块状构造,裂隙不发育,质地坚硬,棱角明显,抗压、抗风化能力强,斜坡岩土体稳定性差。康山金矿区泥石流形成区的主沟道较为顺直,矿渣集中分布于沟谷上游,仅主沟上游和其中一条支沟现有采矿废石渣堆16处,方量13.15万m3;矿区内现有尾矿库4处,方量230万m3。坡面及沟道内堆放的废石渣场地形为阶梯状,外观呈一级或多级台阶状的人工堆积体(图3),台阶高度一般2~7 m,个别达数十米,渣堆坡面角17°~40°。实地调查的16处典型废石渣堆中,47%的废石渣堆进行了植被复垦,76.5%的废石渣堆无拦渣坝、挡土墙或截排水沟,仅有23.5%的废石渣场有拦渣坝、挡土墙或截排水沟。这为泥石流的形成提供了充足的物源条件。

    图  3  典型矿渣堆积体形态参数(a)及断面剖面图(b)
    Figure  3.  (a) Morphological parameters and (b)cross-sectional view of typical slag deposits

    栾川县历史上曾多次暴发山洪、泥石流灾害,多发生于7、8月份。其中,2010年7月24日,受强降雨影响,栾川县境内多地暴发泥石流灾害,造成直接经济损失19.8亿元,死亡68人,失踪21人。“7•24”泥石流灾害中,位于白土镇康山村的康山沟发生了矿渣型泥石流。本次研究实地调查中,在康山沟下游河床较平缓地段依然可见采矿废渣堆积体,这是康山金矿区曾经发生矿渣型泥石流的间接证据(图4)。

    图  4  康山沟历史泥石流证据照片
    Figure  4.  Evidence of historical debris flow in Kangshan Gully

    由于国内没有比较成熟的泥石流模型相似率研究成果(王协康,2000)。因此,本研究参照一般惯例,对水槽的几何尺寸、容重等予以保证,结合野外实地调查结果,最终确定以大南沟沟道横断面作为模型参考原始横断面,沟口处渣堆厚度为原型(图5)。根据曹琰波(2008)李书钦(2009)推导出的各相似比的关系,确定了本次试验的相似比(表2)。考虑综合因素,设计制作了水槽试验装置,试验装置主要由试验水槽、沉砂池、供水系统、数据采集系统和水槽提升系统等5部分有机组成(图6)。

    图  5  大南沟沟口渣堆形态参数(a)及断面剖面图(b)
    Figure  5.  (a) Morphological parameters and (b) cross-sectional view of the slag pile at the outfall of Danangou
    表  2  泥石流启动水槽试验装置相似比
    Table  2.  Similar ratio of physical simulation test devices for debris flow startup
    物理量 宽度 容重 应力 内聚力 泊松比 内摩擦角 雨强 流量
    计算式 $ {C}_{l} $ $ {C}_{r} $ $ {C}_{\sigma }={C}_{l} \cdot {C}_{r} $ $ {C}_{c}={C}_{r} $ $ {C}_{\mu } $ $ {C}_{\varPhi } $ $ {S}_{p}={{C}_{l}}^{\frac{1}{2}} $ $ Q={{C}_{l}}^{\frac{5}{2}} $
    相似比 100 1 100 1 1 1 10 105
    下载: 导出CSV 
    | 显示表格
    图  6  泥石流启动水槽试验装置、物料铺设及传感器布置图
    Figure  6.  Layout of water tank material laying and sensor for physical simulation test of debris flow startup

    试验选用3个孔隙水压力和3个体积含水率传感器,埋设位置见图6。孔隙水压力传感器型号为YTYL0101型,精度为0.1% F.S;体积含水率传感器型号为YTDY0102型,精度为0.1% F.S。数据采集方式为自动化采集,传感器直接接入自动化数据采集系统,通过计算机设置采集频率(3 s)实时获取孔隙水压力和体积含水率变化特征。传感器具体参数见表3

    表  3  泥石流启动物理模拟试验所用传感器参数
    Table  3.  Parameters of sensors used in physical simulation test of debris flow startup
    传感器类型 型号 规格 精度 输出信号
    体积含水率 YTDY0102 0~100% 0.1%F.S RS485数字信号
    孔隙水压力 YTYL0101 100 Kpa 0.1%F.S RS485数字信号
    下载: 导出CSV 
    | 显示表格

    试验通过改变水槽坡度、冲水流量和颗粒级配,研究矿渣型泥石流启动特征,探讨影响和控制矿渣型泥石流启动的矿渣颗粒级配、沟道底床坡度、临界水量等主要因子之间的定量关系。根据野外实际调查,研究区泥石流形成区的平均坡度为10°,结合坡度增减对泥石流形成过程的影响,最终确定以坡度为5°、8°、10°、15°和20°作为试验坡度。试验水槽长4 m,宽40 cm,侧面高50 cm,同时水槽侧壁贴有横向和纵向刻度标尺,精度为0.1 cm,以便读取水槽的刻度和试验过程影像,获取泥石流启动特征。试验过程中采用控制阀和瞬时流量计定量控制流量作为泥石流启动过程中清水流量值(L/s),以模拟地表径流冲蚀破坏矿渣堆的情况。试验条件参数见表4

    表  4  泥石流启动物理模拟试验条件参数
    Table  4.  Debris flow startup physical simulation test parameters
    试验水槽条件 试验参数设计
    长度尺寸(cm) 断面尺寸(cm) 物料堆放(cm) 水槽坡度(°) 颗粒级配(细颗粒含量,%)
    400 50×40 70×50×10 5,8,10,15,20 7,15,20,25,30,35,40
    下载: 导出CSV 
    | 显示表格

    为更贴近实际情况,本试验装置设计有清水流通区、物源区、泥石流形成区和堆积区。其中,清水流通区长210 cm,物源区长70 cm(矿渣样堆积体厚度10 cm),泥石流形成区长120 cm。为减小边界效应对试验结果的影响和便于从水槽侧面观察水流对采矿废渣的冲刷过程,水槽两侧安装钢化玻璃,整个试验过程中在水槽正面和侧面各架设一台高清摄像机,对试验现象进行实时记录。试验水槽参数见图7

    图  7  泥石流启动物理模拟试验水槽参数
    Figure  7.  Parameters of the water tank for the physical simulation test of debris flow startup

    试验材料取自研究区大南沟沟口附近坑口采矿废石渣堆,经过晾晒、过筛和颗粒分析,获得了该处矿渣的颗粒级配和试验材料颗粒级配(图7)。前人研究成果表明,废石渣堆颗粒粒径d=2 mm对泥石流的区分具有重要意义(费祥俊,2004)。因此,将粒径小于2 mm的颗粒视为细颗粒,大于2 mm的颗粒视为粗颗粒。为了减小尺寸效应的影响,直径大于60 mm的块石被剔除,其细颗粒含量占采取的矿渣总量的7%,干渣容重18.24 KN/m3,孔隙度为0.31。试验材料颗粒级配见图8。由于研究区采矿废渣堆密实度、细颗粒含量及内摩擦角的不同,使得渣堆在外力条件下剪切破坏存在差异,这些特征将影响到矿渣型泥石流的启动方式和机理。

    图  8  试验材料颗粒级配图
    Figure  8.  Particle gradation diagram of test material

    分别在5种坡度、15种冲水流量和7种细颗粒含量的条件下进行了共计25组试验(表5)。

    表  5  泥石流启动物理模拟试验结果汇总
    Table  5.  Summary of physical simulation test results of debris flow initiation
    试验
    组次
    冲水流
    量(L/s)
    底床坡
    度(°)
    细颗粒
    含量(%)
    启动方式
    D01 0.82 10 7 顶面侵蚀+流态化
    D02 0.88 10 7 顶面侵蚀+流态化
    D03 1.19 10 7 顶面侵蚀+流态化
    D04 1.24 10 7 顶面侵蚀+流态化
    D05 1.40 10 7 顶面侵蚀+流态化
    D06 1.45 10 7 流态化
    D07 1.48 10 7 流态化
    D08 1.99 10 7 顶面侵蚀
    D09 2.07 10 7 顶面侵蚀
    D10 2.32 10 7 顶面侵蚀
    D11 2.43 10 7 顶面侵蚀
    D12 2.97 10 7 顶面侵蚀
    D13 3.10 10 7 顶面侵蚀
    D14 3.52 10 7 顶面侵蚀
    D15 5.95 10 7 顶面侵蚀
    D16 1.48 5 7 顶面侵蚀
    D17 1.48 8 7 顶面侵蚀
    D18 1.48 15 7 流态化
    D19 1.48 20 7 顶面侵蚀+流态化
    D20 1.48 10 15 流态化
    D21 1.48 10 20 顶面侵蚀
    D22 1.48 10 25 顶面侵蚀
    D23 1.48 10 30 顶面侵蚀
    D24 1.48 10 35 顶面侵蚀
    D25 1.48 10 40 顶面侵蚀
    下载: 导出CSV 
    | 显示表格

    通过对试验现象的观察分析发现,不同水槽坡度、不同冲水流量和不同细颗粒含量条件下,泥石流的启动过程不同,分别为:

    (1)顶面侵蚀型启动方式。

    水槽坡度分别为5°、8°的两组试验,冲水流量为1.99 L/s~5.95 L/s的8组试验,细颗粒含量为20%~40%的5组试验,表现为该类启动方式。由于水槽坡度较小,或冲水流量较大,或试验材料细颗粒含量较高,试验开始后在径流作用下,水流在堆积体上部快速汇集,水流在堆积体顶面形成束流快于在堆积体内部的下渗,在堆积体顶部坡面束流的作用下,堆积体下部表层细颗粒首先被带走,随后侵蚀作用由堆积体表面向内部、下部向上部发展,最后引起上部堆积体的揭底启动形成泥石流,其启动过程见图9

    图  9  D24组次试验泥石流启动过程
    Figure  9.  Debris flow start-up process of sub-test D24

    (2)流态化型启动方式。

    水槽坡度分别为10°、15°的2组试验,冲水流量为1.45 L/s、1.48 L/s的2组试验,细颗粒含量为7%、15%的2组试验,表现为该类启动方式。分别在水槽坡度、冲水流量适中或细颗粒含量较低条件下,试验开始后在径流作用下,水流在堆积体的下渗速率与其在顶部表面形成束流的速率相当,在堆积体顶部表面形成径流的同时,堆积体含水量不断增加,逐步达到饱和状态。随着水流的入渗作用,堆积体下部开始失稳,坡脚首先向下滑动,逐渐堆积体上部发生整体失稳,在水流的参与下,并呈流态化迅速形成泥石流,其启动过程见图10

    图  10  D07组次试验泥石流启动过程
    Figure  10.  Debris flow start-up process of sub-test D07

    (3)顶面侵蚀+流态化型启动方式。

    水槽坡度为20°的1组试验,冲水流量为0.82~1.40 L/s的5组试验,表现为该类启动方式。在水槽坡度较大或冲水流量较小试验条件下,试验开始阶段在径流作用下,水流不断渗入堆积体,从堆积体下部坡脚有水渗出时堆积体并未达到饱和状态,此时在堆积体顶部表面形成径流,并逐渐侵蚀表层堆积体,坡脚首先出现滑动,随着含水量的升高,堆积体整体达到饱和状态,开始呈现大面积流态化现象,形成泥石流。其形成过程见图11

    图  11  D19组次试验泥石流启动过程
    Figure  11.  Debris flow start-up process of sub-test D19

    (1)顶面侵蚀型启动方式。

    分析D24组试验数据,得出顶面侵蚀型泥石流孔隙水压力和体积含水率变化特征(图12)。

    图  12  D24组次试验体积含水率和孔隙水压力变化过程
    Figure  12.  Variation process of volumetric water content and pore water pressure in D24 sub-test

    结果显示,该类泥石流的孔隙水压力和体积含水率曲线呈现以下几方面特征:①在径流作用下,随着水流在堆积体上部快速聚集,在堆积体顶部表面迅速形成径流,堆积体的体积含水率和孔隙水压力呈现逐渐增加趋势。②随着堆积体下部表层颗粒被水流不断冲走,下部的体积含水率率先达到峰值,此时下部堆积体启动,该处孔隙水压力随即下降,并逐渐消散。③侵蚀作用由堆积体下部向中上部继续发展,中部和上部堆积体含水率继续增加到一定程度时,导致中上部堆积体揭底启动形成泥石流,孔隙水压力随即下降,并逐渐消散。

    综合此类启动模式的试验条件、启动现象及孔隙水压力变化特征,顶面侵蚀型启动主要是由于坡面径流的形成快于内部下渗速率,导致渣堆中细颗粒先被带走,粗颗粒重新排列。由于渣堆颗粒之间无黏结,当受力平衡被打破,骨架颗粒的抗力小于水的地表径流冲刷力和骨架颗粒自身重力时,渣体就会显示出一层层被剥离,被水流带走的现象。

    (2)流态化型启动方式。

    分析D07组试验数据,得出流态化型泥石流孔隙水压力和体积含水率变化特征(图13)。

    图  13  D07组次试验体积含水率和孔隙水压力变化过程
    Figure  13.  Variation process of volumetric water content and pore water pressure in D07 sub-test

    结果显示,该类泥石流的孔隙水压力及体积含水率曲线表现出明显的上升和下降特征,但其下降过程未出现与顶面侵蚀型类似的过程,而是呈现出同步变化趋势。其数据变化主要分为两个阶段:①在渗透作用下,体积含水率和孔隙水压力急速上升到峰值,含水率峰值表现为堆积体中部小、堆积体上部和下部大,这与堆积体的触水顺序、堆积形态和体量有关,而孔隙水压力的峰值大小则与堆积体坡面形态有关。②在堆积体呈现流态化现象启动后,含水率传感器暴露在空气中,水量迅速流失,体积含水率降至初始数值,而孔压则是由上部至下部依次回落至初始状态,说明启动后堆积体含水量迅速下降,而孔压则是由堆积体上部转移到了下部,堆积体流态化启动时呈现整体失稳自上而下滑动,抬高了坡脚部分的坡面高度,导致堆积体下部的孔压会有一个短暂的稳定过程且大于上部和中部的孔压值。

    综合此类启动模式的试验条件、启动现象及孔隙水压力变化特征,流态化型启动方式主要是由于矿渣颗粒被水流渗透破坏而形成的。此类启动方式的渣堆细颗粒含量都较少,坡面径流和内部入渗速率相当,即渣堆是经历了一个从上到下完全贯通饱和的过程。坡脚在达到饱和后,率先在水流的推动作用下整体坍塌、移动。而上部渣堆在整体已达到饱和的情况下,由于坡脚渣堆的失稳,致使其失去底部支撑力,在蓄积的水流压力和已经贯通其中的内部径流推动下,整体发生坍塌、移动,形成大流量、大重度的泥石流。

    (3)顶面侵蚀+流态化型启动方式。

    分析D19组试验数据,得出顶面侵蚀+流态化型泥石流孔隙水压力和体积含水率变化特征(图14)。

    图  14  D19组次试验体积含水率和孔隙水压力变化过程
    Figure  14.  Variation process of volumetric water content and pore water pressure in D19 sub-test

    结果显示,试验开始后,堆积体含水率也会有一个升降过程,但总体持续时间上要大于流态化方式启动时间,主要具有以下3方面特征:①堆积体形成顶部表面径流和底面径流,此时含水率传感器和孔压传感器会先后达到峰值,但在坡脚部分因坡面径流和底面径流作用先达到饱和状态并受到一定的冲蚀作用下先行启动后,坡脚部分的含水率传感器会突降至初始状态,此位置的孔压传感器也会稳定下来,位于中部和上部的孔压传感器因表层已启动会有一个突降的现象。②当坡脚启动后水流在堆积体内部继续入渗,表层以侵蚀下切形式继续启动,此过程中上部堆积体的含水率会逐渐下降,堆积体中部逐渐达到饱和状态,体积含水率会有一个微小的抬升,而后开始下降,而3个位置的孔压传感器数值则会相对稳定在一个状态持续到试验结束。③此种启动方式下,传感器的数据在堆积体启动结束前会有一个相对稳定的过程。

    综合此类启动模式的试验条件、启动现象及孔隙水压力变化特征,顶面侵蚀+流态化型启动方式主要是由于矿渣颗粒同时被水流渗透和径流冲蚀破坏而形成的。此类启动方式的渣堆细颗粒含量都较少,冲水流量也不大,水流在渣堆内部的渗透速率要大于其形成坡面径流的速率。由于冲水流量较小,矿渣颗粒之间的孔隙又较大,故水流会在渣堆内部由上至下逐步渗透使渣堆达到饱和状态,降低了渣堆颗粒间的剪切力在渣堆完全饱和后,渣堆由下至上开始由发生局部的坍塌到整体揭底启动形成泥石流。同时,在渣堆表面形成坡面径流带走渣堆中的细颗粒形成浑浊的泥流,增加了对渣堆表层颗粒的冲击力,带动渣堆由表向里层层剥蚀启动。

    通过对泥石流不同启动方式传感器数据的观察与分析发现,无论是何种启动方式孔隙水压力都会有一个突变升高的过程,当孔隙水压力达到峰值时松散堆积物开始启动。通过对相同冲水流量(1.48 L/s)下不同坡度和不同细颗粒含量的孔隙水压力进行分析得出(图15图16),水槽坡度越大,泥石流启动所需的外动力越小,相应的泥石流启动孔隙水压力也随之减小。在坡度为5°时,启动孔隙水压力最大,为1 KPa;坡度为20°时,启动孔隙水压力最小,为0.5 KPa。在相同坡度、不同级配条件下,启动孔隙水压力与细颗粒含量变化关系不明显。

    图  15  泥石流启动临界孔压与坡度变化关系图
    Figure  15.  The relationship between the critical pore pressure and slope change at the start of debris flow
    图  16  泥石流启动临界孔压与细颗粒含量变化关系图
    Figure  16.  The relationship between the critical pore pressure and the content of fine particles at the start of debris flow

    本组别试验为D01~D15组,各组次试验相同的条件是:固定底床坡度为10°,采用图3所示级配散粒干渣40 kg,以10 cm厚度、70 cm长度堆置于底床具有一定粗糙度的矩形水槽物源区,同时在试验材料底部等间距(间隔20 cm)埋设3组孔隙水压力传感器,在试验材料顶部表面等间距(间隔20 cm)插入3组体积含水率传感器。在上述试验条件下,通过改变每次试验冲水流量,测定不同冲水流量条件下泥石流启动临界水量。试验结果见表6图17

    表  6  不同冲水流量条件下泥石流启动临界水量
    Table  6.  Critical water volume for debris flow initiation under different flushing flow conditions
    试验
    组次
    物源状态 细颗粒
    含量(%)
    底床坡
    度(°)
    冲水流
    量(L/s)
    临界水
    量(L)
    D01 散粒干渣 7 10 0.82 42.94
    D02 散粒干渣 7 10 0.88 39.56
    D03 散粒干渣 7 10 1.19 34.31
    D04 散粒干渣 7 10 1.24 33.21
    D05 散粒干渣 7 10 1.40 30.22
    D06 散粒干渣 7 10 1.45 28.51
    D07 散粒干渣 7 10 1.48 26.46
    D08 散粒干渣 7 10 1.99 28.71
    D09 散粒干渣 7 10 2.07 29.71
    D10 散粒干渣 7 10 2.32 31.35
    D11 散粒干渣 7 10 2.43 31.64
    D12 散粒干渣 7 10 2.97 33.22
    D13 散粒干渣 7 10 3.10 28.54
    D14 散粒干渣 7 10 3.52 27.58
    D15 散粒干渣 7 10 5.95 17.85
    下载: 导出CSV 
    | 显示表格
    图  17  冲水流量与临界水量的关系
    Figure  17.  Relationship between flushing water flow and critical water volume

    表6所示试验数据进行回归分析,得到如下关系式:

    $$ S=\left\{\begin{array}{c}17.117{Q}^{2}-60.315Q+80.504\\ (R=0.9541\text{,}Q<2L/s)\\ 20.312Q-3.2614{Q}^{2}+1.6532\\ (R=0.9962\text{,}2L/s<Q<3L/s)\\ 1.6167{Q}^{2}-19.09Q+74.219\\ (R=0.9475\text{,}Q>3L/s)\end{array}\right. $$ (1)

    试验结果表明,当Q<2 L/s时,冲水流量越大,临界水量越小,存在一个最有利于泥石流启动的冲水流量1.76 L/s;当2 L/s<Q<3 L/s时,冲水流量越大,临界水量越大,存在一个最大临界水量33.28 L;当Q>3 L/s时,随着冲水流量增大,临界水量又会减小,最终趋于平稳,在冲水流量达到5.95 L/s时后临界水量基本稳定在17.87 L附近。

    本组别试验为D16、D17、D07、D18、D19,各组次试验相同的条件是:试验采用图3所示级配散粒干渣40 kg,以10 cm厚度、70 cm长度堆置于底床具有一定粗糙度的矩形水槽物源区,同时在试验材料底部等间距(间隔20 cm)埋设3组孔隙水压力传感器,在试验材料顶部表面等间距(间隔20 cm)插入3组体积含水率传感器,冲水流量1.48 L/s。通过改变底床坡度,测定不同底床坡度条件下泥石流启动的临界水量。试验结果见表7图18

    表  7  不同底床坡度条件下泥石流启动临界水量
    Table  7.  Critical water volume for debris flow initiation under different bed slope conditions
    试验
    组次
    物源状态 细颗粒含
    量(%)
    底床坡
    度(°)
    冲水流
    量(L/s)
    临界水
    量(L)
    D16 散粒干渣 7 5 1.48 71.23
    D17 散粒干渣 7 8 1.48 53.44
    D07 散粒干渣 7 10 1.48 26.46
    D18 散粒干渣 7 15 1.48 19.27
    D19 散粒干渣 7 20 1.48 15.01
    下载: 导出CSV 
    | 显示表格
    图  18  底床坡度与临界水量的关系
    Figure  18.  The relationship between the slope of the bed and the critical water volume

    表7所示试验数据进行回归分析,得到如下关系式:

    $$ S=0.377\;7\theta ^{2}-13.184\theta+128.53(R=0.950\;5) $$ (2)

    式中:θ为底床坡度;S为临界水量;R为相关系数。

    试验结果表明,底床坡度越大,泥石流启动所需临界水量越少;反之,底床坡度越小,临界水量越多,并且存在一个最小坡度5.59°和最小临界水量13.48 L,即当坡度大于5.59°或临界水量大于13.48 L时,可能启动形成泥石流。

    本组试验为D07、D20、D21、D22、D23、D24、D25组,各组次试验相同条件是:试验采用图3所示级配散粒干渣40 kg,以10 cm厚度、70cm长度堆置于底床具有一定粗糙度的矩形水槽物源区,同时在试验材料底部等间距(间隔20 cm)埋设3组孔隙水压力传感器,在试验材料顶部表面等间距(间隔20 cm)插入3组体积含水率传感器,固定底床坡度为10°,统一以1.48 L/s流量供水。通过改变底颗粒级配,测定不同颗粒级配条件下泥石流启动的临界水量。试验结果见表8图19

    表  8  不同颗粒级配条件下泥石流启动临界水量
    Table  8.  Critical water volume for debris flow initiation under different particle gradation conditions
    试验
    组次
    物源状态 底床坡
    度(°)
    细颗粒
    含量(%)
    冲水流
    量(L/s)
    临界水
    量(L)
    D07 散粒干渣 10 7 1.48 26.40
    D20 散粒干渣 10 15 1.48 18.84
    D21 散粒干渣 10 20 1.48 17.36
    D22 散粒干渣 10 25 1.48 15.20
    D23 散粒干渣 10 30 1.48 14.93
    D24 散粒干渣 10 35 1.48 16.00
    D25 散粒干渣 10 40 1.48 16.21
    下载: 导出CSV 
    | 显示表格
    图  19  细颗粒含量与临界水量的关系
    Figure  19.  Relationship between fine particle content and critical water amount

    表8所示试验数据进行回归分析,得到如下关系式:

    $$ S=0.020\;6m^{2}-1.250\;8m+33.788(R=0.981\;2) $$ (3)

    式中:m为细颗粒含量;S为临界水量;R为相关系数。

    试验结果表明,临界水量与试验材料细颗粒含量呈二次函数关系,而且当细颗粒含量达到30.36% 时最有利于泥石流启动。当试验材料细颗粒含量达到这一数值前,细颗粒含量越大,启动时的临界水量越少。也就是说,粗颗粒含量越大,启动时的临界水量越多。

    本次实验所得不同冲水流量、底床坡度、级配条件下矿渣型泥石流启动临界关系与前人(徐友宁等,2009)研究成果具有趋势一致性,验证了研究成果的可靠性,且在其研究基础上进一步完善了较大冲水流量(极端降雨情况)下矿渣型泥石流启动临界条件的关系。

    (1)不同试验条件下,泥石流分别以不同方式启动:包括顶面侵蚀型、流态化型、顶面侵蚀+流态化型3种启动方式。

    (2)不同启动方式下,矿渣堆积体内部孔隙水压力和体积含水率数据表现出不同的变化特征,泥石流启动临界孔隙水压力与底床坡度呈负相关关系,坡度为5°时,启动孔隙水压力最大,为1 KPa,坡度为20°时,启动孔隙水压力最小,为0.5 KPa;在相同坡度、不同级配条件下,泥石流启动孔隙水压力与细颗粒含量变化关系不明显。

    (3)矿渣型泥石流启动临界水量随着冲水流量不断增大,呈现先减小、后增大、再减小趋势,冲水流量为1.76 L/s时最有利于泥石流启动;底床坡度越大、细颗粒含量越高,泥石流启动临界水量越少,当坡度大于5.59°或临界水量大于13.48 L时,有利于泥石流的启动,当细颗粒含量为30.36% 时最有利于泥石流启动。

    致谢:该项研究得到中国地质调查局西安地质调查中心侯光才研究员、徐友宁研究员、朱立峰正高级工程师,长安大学曹琰波副教授,中国地质调查局西安矿产资源调查中心张江华正高级工程师的悉心指导和栾川县自然资源局、栾川县气象局、栾川县金兴矿业有限责任公司的大力支持。同时,各位审稿专家认真审阅了本文,并提出了宝贵的修改意见,在此一并表示感谢。

  • 图  1   宁东煤炭基地区位图

    Figure  1.   Location map of Ningdong coal base

    图  2   基于SARscape的DinSAR测量技术流程图

    Figure  2.   Flowchart of differential interferometry synthetic aperture radar by SARscape

    图  3   不同处理下的干涉条纹图(2015~2016年)

    a.干涉条纹图;b.去平后的干涉条纹图;c.滤波后的干涉条纹图;d.重去平后的干涉条纹图

    Figure  3.   Interferogram with different processing (from 2015 to 2016)

    图  4   不同时间段宁东地表沉降及主要煤矿开采区

    a. 2015~2016 年;b. 2016~2017 年;c. 2017~2018 年;d. 2018~2019 年;e. 主要煤矿开采区

    Figure  4.   Subsidence map of Ningdong region in different periods and mainly coal mining areas

    图  5   2015~2019年累积沉降量及沉降切面图

    a. 2015~2019 年累积沉降量;b. A–B 线沉降切面;c. C–D 线沉降切面

    Figure  5.   Cumulative subsidence and its profile of Ningdong region from 2015 to 2019

    图  6   DinSAR监测沉降量的精度验证图

    Figure  6.   Precision validation of subsidence by DinSAR

    表  1   Sentinel-1A干涉像对及其时空基线表

    Table  1   Temporal and spatial (perpendicular) baselines of Sentinel-1A interferograms

    干涉像对编号主影像成像时间副影像成像时间时间基线(d)空间基线(m)
    12015052020160514360−101.11
    2201605142017052137238.32
    3201705212018051636051.09
    42018051620190523372−18.87
    下载: 导出CSV
  • 白泽朝,汪宝存,靳国旺,等. Sentinel-1A数据矿区地表形变监测适用性分析[J]. 国土资源遥感,2019,31(2):210–217.

    BAI Zechao, WANG Baocun, JIN Guowang, et al. Applicability analysis of ground deformation monitoring in mining area by Sentinel-1A data[J]. Remote Sensing for Land and Resources, 2019, 31(2): 210-217.

    董英,张茂省,卢娜,等. 陕北能源化工基地资源开发引起的植被生态风险[J]. 地质通报,2008,27(8):1313–1322.

    DONG Ying, ZHANG Maosheng, LU Na, et al. Ecological risk of vegetation caused by resource exploitation in the Northern Shaanxi, Energy & Chemical Industry Base, China[J]. Geological Bulletin of China, 2008, 27(8): 1313-1322.

    杜臻, 张茂省, 冯立, 等. 鄂尔多斯盆地煤炭采动的生态系统响应机制研究现状与展望[J]. 西北地质, 2023, 56(3): 78−88.

    DU Zhen, ZHANG Maosheng, FENG Li, et al. Research Status and Prospect of Ecosystem Response Mechanism to Coal Mining in Ordos Basin[J]. Northwestern Geology, 2023, 56(3): 78-88.

    杜灵通,徐友宁,宫菲,等. 宁东煤炭基地植被生态特征及矿业开发对其的影响[J]. 地质通报,2018,37(12):2215–2223. doi: 10.12097/j.issn.1671-2552.2018.12.012

    DU Lingtong, XU Youning, GONG Fei, et al. Characteristics of vegetation and ecology in Ningdong coal base and the effects of mining activities[J]. Geological Bulletin of China, 2018, 37(12): 2215-2223. doi: 10.12097/j.issn.1671-2552.2018.12.012

    冯旻譞, 齐琦, 董英, 等. 利用Sentinel-1A数据监测大西安2019~2022年大西安地表形变[J]. 西北地质, 2023, 56(3): 178−185.

    FENG Minxuan, QI Qi, DONG Ying, et al. Monitoring Surface Deformation in Xi’an City from 2019 to 2022 Based on Sentinel-1A Data[J]. Northwestern Geology, 2023, 56(3): 178−185.

    高冠杰,侯恩科,谢晓深,等. 基于四旋翼无人机的宁夏羊场湾煤矿采煤沉陷量监测[J]. 地质通报,2018,37(12):2264–2269. doi: 10.12097/j.issn.1671-2552.2018.12.018

    GAO Guanjie, HOU Enke, XIE Xiaoshen, et al. The monitoring of ground surface subsidence related to coal seams mining in Yangchangwan coal mine by means of unmanned aerial vehicle with quad-rotors[J]. Geological Bulletin of China, 2018, 37(12): 2264-2269. doi: 10.12097/j.issn.1671-2552.2018.12.018

    李广宇,张瑞,刘国祥,等. Sentinel-1A TS-DInSAR京津冀地区沉降监测与分析[J]. 遥感学报,2018,22(4):633–646.

    LI Guangyu, ZHANG Rui, LIU Guoxiang, et al. Land subsidence detection and analysis over Beijing-Tianjin-Hebei area based on Sentinel-1A TS-DInSAR[J]. Journal of Remote Sensing, 2018, 22(4): 633-646.

    李旺. 基于哨兵卫星的长白山地区地表形变监测DInSAR技术[J]. 北京测绘,2018,32(9):1073–1077.

    LI Wang. DInSAR technology of subsidence monitoring in Changbai mountain area based on Sentinel satellite[J]. Beijing Surveying and Mapping, 2018, 32(9): 1073-1077.

    欧阳伦曦,李新情,惠凤鸣,等. 哨兵卫星Sentinel-1A数据特性及应用潜力分析[J]. 极地研究,2017,29(2):286–295.

    OUYANG Lunxi, LI Xinqing, HUI Fengming, et al. Sentinel-1A data products’ characteristics and the potential applications[J]. Chinese Journal of Polar Research, 2017, 29(2): 286-295.

    王国瑞,徐友宁,程霞,等. 宁东煤炭基地金凤煤矿GPS地面变形监测研究[J]. 地质通报,2018,37(12):2199–2207. doi: 10.12097/j.issn.1671-2552.2018.12.010

    WANG Guorui, XU Youning, CHENG Xia, et al. A study of GPS ground deformation monitoring of Jinfeng coal mine in Ningdong coal base[J]. Geological Bulletin of China, 2018, 37(12): 2199-2207. doi: 10.12097/j.issn.1671-2552.2018.12.010

    王景升,李佳,陈宝雄,等. 宁夏东部能源化工基地煤炭产业生态风险评估[J]. 资源科学,2013,35(10):2011–2016.

    WANG Jingsheng, LI Ja, CHEN Baoxiong, et al. Coal mining ecological risk assessment of the energy chemical production base in Eastern Ningxia[J]. Resources Science, 2013, 35(10): 2011-2016.

    谢晓深,侯恩科,高冠杰,等. 宁夏羊场湾煤矿浅埋煤层开采地面塌陷发育规律及形成机理[J]. 地质通报,2018,37(12):2233–2240. doi: 10.12097/j.issn.1671-2552.2018.12.014

    XIE Xiaoshen, HOU Enke, GAO Guanjie, et al. A study of the development regularity and formation mechanism of ground subsidence in shallow coal seam mining of Yangchangwan coal mine, Ningxia[J]. Geological Bulletin of China, 2018, 37(12): 2233-2240. doi: 10.12097/j.issn.1671-2552.2018.12.014

    张永庭,徐友宁,梁伟,等. 基于无人机载LiDAR的采煤沉陷监测技术方法——以宁东煤矿基地马连台煤矿为例[J]. 地质通报,2018a,37(12):2270–2277.

    ZHANG Yongting, Xu Youning, LIANG Wei, et al. Technical methods for colliery subsidence disaster monitoring using UAV LiDAR: A case study of the Maliantai colliery, Ningdong coal base, Ningxia[J]. Geological Bulletin of China, 2018a, 37(12): 2270-2277.

    张永庭,魏采用,徐友宁,等. 基于遥感技术的宁东煤炭基地土地利用变化及驱动力分析[J]. 地质通报,2018b,37(12):2169–2175.

    ZHANG Yongting, WEI Caiyong, XU Youning, et al. An analysis of land use changes and driving forces in Ningdong coal base of Ningxia with remote sensing technology[J]. Geological Bulletin of China, 2018b, 37(12): 2169-2175.

    郑美楠,邓喀中,陈华,等. 时序累积DInSAR与GIS结合的矿区沉降监测与分析[J]. 煤矿安全,2017,48(1):160–163. doi: 10.13347/j.cnki.mkaq.2017.01.044

    ZHENG Meinan, DENG Kazhong, CHEN Hua, et al. Monitoring and analysis of mining subsidence based on timing accumulation DInSAR and GIS[J]. Safety in Coal Mines, 2017, 48(1): 160-163. doi: 10.13347/j.cnki.mkaq.2017.01.044

图(6)  /  表(1)
计量
  • 文章访问数:  165
  • HTML全文浏览量:  28
  • PDF下载量:  48
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-12-11
  • 修回日期:  2023-01-28
  • 录用日期:  2023-02-26
  • 网络出版日期:  2023-04-09
  • 刊出日期:  2023-12-19

目录

/

返回文章
返回