当前位置:首页 期刊杂志

基于层次分析法的矿山地质环境评价

时间:2024-07-28

邱俊秀

(山东省煤田地质局第二勘探队,山东 济宁 272000)

1 研究区概况及数据源

1.1 研究区概况

门源回族自治县位于青海省海北藏族自治州东部,所处地理位置海拔高、生态脆弱、矿产资源丰富,由此衍生出的自然灾害、矿产资源的开发利用对地质环境影响较大。

1.2 研究区数据源

研 究 区 工 作 底 图 是2017 年9 月12 日 的Landsat8 遥感影像图,通过使用ENVI 的图像增强、大气校正等预处理工作,在ArcGIS 中选用波段4、3、2 合成自然真彩色影像,得到研究区的遥感影像。其他基础数据还包括:研究区GDEMDEM 数据、研究区统计年鉴等。

2 评价方法

2.1 层次分析法

层次分析法是将所分析目标分解至可量化的层次,通过目标层、准则层、指标层三个层次的不断推进,直至在指标层构建判断矩阵量化出指标层中各个评价指标的权重,作为目标层评价的系统性决策方法。其中本文的评价目标就是矿山地质环境,通过层层挖掘影响地质环境优劣的多个能够量化的指标进行权重分析,在此基础上,进一步指导对矿山地质环境优劣的评价。

2.2 评价因子的选择

本文选取了门源回族自治县地貌因子、矿产开发、地质灾害作为层次分析法的准则层。选取了地貌因子下的地形坡度、植被覆盖度,矿产开发下的地面塌陷、压占土地,地质灾害下的滑坡、泥石流作为指标层。通过对这些指标的权重确定以及定量分析,得到方案层矿山地质环境质量评价的结果,即完成矿山地质环境评价的目标。

2.3 根据层次分析法确定指标权重

2.3.1 构建判断矩阵

层次分析法对于评价因子权重的判断就是通过平行因子之间的两两比较的方式,回答平行因子中任意两个元素谁更重要的问题,从而得到判断矩阵。参照比例标度(如表1 所示),通过专家打分法得出评价因子的判断矩阵A(如表2 所示)。

表1 比例标度

表2 判断矩阵A

2.3.2 检验判断矩阵的一致性比率

判断矩阵的一致性比率是用来检验所构建的判断矩阵是否合理的依据。矩阵一致性比率为CR,其公式为CR=CI/RI。只有CR≤0.1 时表明矩阵通过了一致性检验,即判断矩阵的构建是合理的,否则构建的判断矩阵需要进行调整,直至构建出合理的判断矩阵。求解CR所涉及到的公式见公式(1)、公式(2),其中λmax是判断矩阵的最大特征根,n为判断矩阵的阶数。RI根据所建立矩阵阶数的不同有其相对应的值(如表3 所示)。

表3 判断矩阵阶数对应的RI 值

通 过 计 算λmax=6.0304,CI=0.0061,CR=0.0049,即CR<0.1,矩阵通过了一次性检验。其重要性依次是泥石流、滑坡、地面塌陷、压占土地、植被覆盖度、地形坡度。

3 评价模型的构建

3.1 评价因子赋值

本文选择了影响矿山地质环境的六个影响因子,对六个影响因子进行等级划分并通过赋值的方式进行量化(如表4 所示)。

表4 影响因子等级划分及赋值

3.2 评价因子提取

3.2.1 地形坡度提取

本文下载了覆盖研究区的三幅空间分辨率为30m 的GDEMDEM 影像,通过ArcGIS 进行了合并及裁剪得到研究区DEM 工作底图,并在ArcGIS 中提取了坡度数据(如图1 所示)。

图1 研究区地形坡度图

结果表明:该研究区最大坡度为72.31°,最小坡度为0°。

3.2.2 植被覆盖度提取

本文以遥感影像图为底图,通过计算归一化植被指数得到了研究区植被覆盖度信息(如图2所示)。

图2 研究区植被覆盖度

结果表明:该研究区植被覆盖度最小为0,最大为0.62。

3.2.3 泥石流、滑坡、地面塌陷等因子提取

地质灾害下的泥石流、滑坡,矿产开发下的地面塌陷、压占土地等评价因子以遥感影像为工作底图,采用人机交互法,根据对应的要素解译标志进行结果的提取。泥石流遥感影像特征:影像色调与周围有明显变化,呈现出带状分布特点,颜色较暗;滑坡遥感影像特征:颜色呈灰白色,形状呈带状扇形,多发生在植被较少、坡度较大处;地面塌陷遥感影像特征:分布在矿区周围,颜色较深,形状趋向于椭圆;压占土地遥感影像特征:分布在研究区矿点周围,由于矿种类的不同堆积物呈现出或深或浅的颜色,并且周边还有比较亮的规则的矿区建筑物。研究区相应评价因子的解译结果如图3 所示。

图3 滑坡、泥石流、地面塌陷、压占土地提取结果图

根据研究区地质信息提取结果表明:地面塌陷破坏土地面积0.84km2,占研究区面积的0.01%;压占土地面积34.63km2,占研究区面积的0.5%;泥石流破坏土地面积2.2km2,占研究区面积的0.03%;滑坡破坏土地面积2.1km2,占研究区面积的0.03%。

4 评价结果

4.1 评价网格划分

本文的评价模型是基于对研究区划分1km×1km 评价网格单元的基础上,对参与的评价因子进行得分及权重的综合运算,得到评价单元总分结果。其具体公式见公式(3)。

式中:

F-矿山地质环境得分;

Fi-各评价因子的权重值;

Wi-各评价因子的评分量化值。

4.2 评价结果分析

通过对研究区已经划分好的网格在ArcGIS 中进行条件赋值与空间分析得出矿山地质环境得分,并根据分值的不同划分出不同的区域(如图4所示)。

图4 矿山地质环境分区图

F≥8 矿山地质环境优质区:该区植被覆盖率高,坡度相对较小,无地质灾害,无矿山开发活动。

8>F≥6 矿山地质环境良好区:该区植被覆盖率较高,坡度较小,地质灾害破坏性小,矿山开发活动带来的危害较小。

6>F≥3 矿山地质环境一般区;该区主要分布在地质灾害及矿业活动频繁区域周边,植被覆盖相对较小。

F<3 矿山地质环境较差区:该区主要位于地质灾害发生区及矿业活动频繁的区域,并且该区域植被覆盖率很低。

5 结论与展望

本文运用层次分析法,基于遥感影像、DEM影像及相关的年鉴资料等,利用ArcGIS 平台得出了研究区矿山地质环境评价分区图。该分区图对了解矿山地质环境存在的问题,继而为今后的矿山地质环境恢复治理,促进矿山开发的可持续发展及生态文明建设具有一定的指导意义。

免责声明

我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!