基于层次分析-模糊综合模型的矿山地质生态环境评价研究

郁 文，丁国轩，樊小鹏，董毅兵，韩兵兵，万宝峰，岳珊珊

（甘肃工程地质研究院，兰州 730050）

矿产资源开采与利用在国家经济发展、人民生活水平提高等方面做出了巨大的贡献，与此同时，其对环境的改变与破坏也不容忽视。随着矿产资源开发强度的增大，特别是长期无序不合理开发，诱发了严重的矿山地质环境问题，不仅影响到矿山的正常运营，也对矿山影响范围内的人员造成了严重威胁，甚至改变了周围居民的生存环境[1-2]。针对矿山地质生态环境治理和修复开展研究刻不容缓。其中，矿山地质生态环境评价是不可或缺的一环，也是后续治理工作的基础。需要应用适宜的方法对矿山地质生态环境进行评价，根据评价结果，采用针对性强的工程手段和生物手段有次序、有重点地实现矿山地质生态治理与修复工作，推进矿山企业的可持续发展[3]。同时，矿山生态环境质量评价作为矿山环境管理的重要内容，是衡量矿山生态保护与恢复治理成效的一项基本工作[4]。因此，科学有效的矿山地质环境评价显得尤为重要。

目前，矿山地质环境评价方法繁多，主要有灰色关联分析法、综合指数法、层次分析法（AHP）、模糊物元分析法、BP神经网络法、支持向量机法（SVM）及多学科综合评价法等。黄永泉等[5]采用灰色关联分析法对江西省矿山环境质量进行评价，认为该方法可正确处理各评价指标间的相互关系。黄俊宝[6]采用MAPGIS技术对福建省矿山地质环境进行综合评价，并总结出一套操作性强且能反映矿山地质环境特征的综合评价法。李东等[7]分别应用BP神经网络法和支持向量机法（SVM）对新疆地区矿山环境进行评价，认为两种模型均能满足矿山环境评价的精度要求，其中支持向量机法（SVM）更适合矿山环境评价。赵玉灵[8]利用AHP法对海南岛矿山环境进行了分析评价，将海南岛矿山地质环境划分为4个等级：严重影响区、较严重影响区、一般影响区和无影响区。马丽丽等[9]采用层次分析与模糊数学综合评判法对北京市昌平区建筑用砂矿区进行生态环境评价，认为运用该方法进行矿区生态评价是有效的。陈哲锋等[10]通过综合应用层次分析与模糊数学综合评价法对三江成矿带矿山环境进行评价，认为综合应用两种评价方法可以使评价结果更符合实际。

以上矿山地质环境评价研究均取得了良好的结果。但矿山地质生态环境是一个动态的变化过程，而且评价结果受评价因子和权重的影响显著，针对不同地区、不同类型的矿山地质生态环境评价应选择适宜的影响因子。周富春等[11]采用经济效益指标、生态效益指标和社会效益指标构建矿山环境治理效益评价体系，为评价提供了科学依据。马丽丽等[9]通过对研究区居民地人口密度、地形地貌、水体密度、植被覆盖度、矿业占地及生态多样性6项指标的综合分析，有效地实现了北京市昌平区建筑用砂矿区生态环境的科学评价。马伟等[12]选取矿山开发活动、坡度、坡向、高程、构造、植被覆盖度6类地质环境评价指标对赣南稀土矿山地质环境开展了评价。

本文拟以甘肃省靖远县境内105座矿山为例，将矿山地质生态环境作为一个复杂系统，综合考虑其现状和演变趋势、矿山地质生态环境治理难度及抗干扰能力，结合矿山地质详细调查数据和卫星遥感数据，应用层次分析法和模糊综合评判法对研究区矿山地质生态环境展开评价，以期为西北地区矿山地质生态环境治理和恢复提供理论依据，为政府和企业有效开展矿山地质生态环境综合管理提供数据支持。

1 研究区概况

靖远县位于甘肃省中东部，黄河上游，东经104°13′～105°15′，北纬36°09′～37°15′。县境东与宁夏回族自治区海原县接壤，南与甘肃省会宁县毗邻，西南、西北、东北分别与甘肃榆中县、景泰县和宁夏中卫县相连，西与白银市白银区交界，白银市平川区从中析置，将县域一分为二，形成南北相对的两个部分。靖远县地处祁连山余脉、腾格里沙漠向黄土高原过渡地带，区域内总的地势是四周高，中间低，总面积5 809.4 km2。其气候属温带大陆性半干旱区，光照充足，少雨多风。靖远县城年平均降水量244 mm，多集中于7、8、9三个月，占全年降水量的61.4%以上。日最大降雨量79.9 mm，小时最大降雨量46.0 mm。靖远县年平均气温8.9℃。最热月为7月，平均气温22.5℃；最冷月为1月，平均气温零下7.8℃，极端最高气温37.4℃，极端最低气温零下33.3℃。

靖远县矿山地质环境评价工作详细调查了采矿权矿山105座。其中砖瓦黏土矿54座（1座中型，其余均为小型）、建筑用砂石料矿及其他40座（5座中型，其余均为小型）、煤矿11座（规模均为小型），规模等级按年产量划分。按开采方式分为露天开采矿山93座，地下开采矿山12座。按生产状态分为在建矿山4座，生产矿山59座，停产矿山34座，政策性关闭矿山8座。调查面积17.4 km2，遥感解译22.4 km2。

2 评价方法及应用

2.1 矿山地质生态环境影响因素

根据前人研究成果结合实际调查，参考《矿山地质环境调查评价规范》和《甘肃省矿山地质环境详细调查技术要求》，在影响矿山地质生态环境因素中，选择自然环境、生态环境和社会环境3类共11项因素作为参评因子[9，11-13]，如图1所示。

自然环境主要体现矿山地质生态环境抵抗矿山开采活动影响的能力。其中，地形坡度表示抵抗水土流失的能力，植被覆盖率表示生物承载力，降水量表示植被自然恢复能力，水、土适宜性表示现状环境适宜于植物生长的积极程度。生态环境主要体现矿山地质生态环境的现状和预测影响，土地污染程度主要反映矿区污染源的状况和污染现状，地质灾害反映矿山开采对地质环境的影响程度，土地挖损反映土地资源的破坏程度，土地压占反映地表景观的破坏程度，环境恢复治理主要以植树种草为标度，表示政府企业为恢复矿山地质生态环境作出的积极响应。社会环境主要表征矿山开采活动对经济发展和居民生活的影响，经济效益通过提供就业岗位机会表示，对居民生活的影响主要通过矿山周围人口密度表示。

2.2 确定矿山地质生态环境影响因素权重

2.2.1 层次分析法（AHP）

层次分析法[14-15]是一种系统分析方法。它将一个复杂的多目标决策问题按总目标、各层子目标、评价准则直至具体方案的顺序分解为不同的层次结构，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，实现复杂问题的分层化、条理化和逻辑化。然后，用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重。最后，再用加权求和的方法递阶归并各方案对总目标的最终权重，以此最终权重作为目标（多指标）、多方案优化决策的依据。

1）判断矩阵的建立

判断矩阵A主要是本层级因素与上一层级之间相对重要性的比较。两两比较的标度aij构成的判断矩阵是应用AHP法的基础，也是相对重要度计算的重要依据。这种比较结果可以通过应用较广的标度来表示（表1），即用数值的大小直观地表达相对重要性，并写成判断矩阵。

表1 标度及其含义Table 1 Scale and its meaning

2）权重的计算

判断矩阵建立后，采用“和积法”计算出各矩阵的最大特征根λ及其对应的特征向量w，从而求出各个元素的权重值；并通过计算CR=CI/RI进行矩阵的一致性检验，CI表示为一致性指标，RI表示为判断矩阵的平均随机一致性指标，CR表示为一致性比例，计算步骤如下。

①对矩阵A的每一列向量进行归一化，得到：

则：

即为所求的矩阵特征向量，也就是选取的评价体系中各个参选因素的权重值，是重要性的量化值。

④计算判断矩阵A的最大特征根λ，即

⑤对判断矩阵进行一致性检验，先计算CI，即

再计算CR，即

式中：RI由大量试验给出（表2）。

表2 AHP法的平均随机一致性指标值Table 2 Average random consistency parameter of AHP method

通过大量计算和经验，如果n＞2时，CR<0.1，则认为该判断矩阵通过一致性检验，否则不通过，视其不具有满意一致性，需要对矩阵做出适当的修改至具有满意的一致性。

2.2.2 确定矿山地质生态环境各影响因素权重

通过AHP确定影响矿山地质生态环境因素中3类11项影响因素的权重，如表3至表6所示。

计算判断矩阵的最大特征根λ，进而检验各判断矩阵的一致性。根据比较标度（表1）得到分层比较矩阵（表3至表6）。

表3 A—B判断矩阵表Table 3 Judgment matrix of A-B

表4 B1—C判断矩阵表Table 4 Judgment matrix of B1-C

表5 B2—C判断矩阵表Table 5 Judgment matrix of B2-C

表6 B3—C判断矩阵表Table 6 Judgment matrix of B3-C

当矩阵阶数≤2时，矩阵总有完全一致性，当矩阵阶数>2时，CR<0.10，矩阵具有满意的一致性。由表7可知，各矩阵均具有满意的一致性。各因子权重见表8。

表7 矩阵一致性参数表Table 7 Parameter of matrix consistency

表8 矿山地质生态环境影响因子及权重Table 8 Factors and weights of mine geological and ecological environment impact

由表8可知，矿山地质生态环境影响指标中，生态环境（B2）指标占主导地位，即矿山开采的直接作用是矿山地质生态环境影响程度的主因。矿山地质生态环境影响诸因子中，地质灾害（C6）因子对其影响最大，其不仅直接造成了地质生态环境的破坏，而且对人身安全和财产安全构成了威胁。

2.3 模糊综合评价法确定隶属度

2.3.1 模糊数学法建立模糊矩阵

1）因素集的建立

根据参评因素选取原则，进行评价指标的选取，建立因素集U，即

2）评价集的建立

评价集是指评价者对评价对象可能做出的所有评价的集合V，即

3）隶属度函数的建立[16-18]

隶属度函数表示各因素评价指标权重值的一个模糊集合，主要体现了某因素属于某模糊集合的隶属度程度。在模糊评价过程中，如果所有评价过程均使用同一个隶属度函数，而且指标实际测量点的选择具有客观性，那么认为评价的结果就会是公正可信的。隶属度函数的上下界限取值主要根据指标实测值确定，需要同时符合客观性和操作性。根据以上方法和原则建立隶属度函数U，即

式中：i为环境评价因素集的各个因素，取值为1～11；Ci1～Ci4分别为评价集中4个等级的标准值；xi为选取的影响因子实测值。

4）模糊关系矩阵建立

在得到实测值的情况下，从一个单因素指标出发建立该因素的隶属度函数，以确定该因素对评价集中各元素的隶属度，元素集中第m个因素对评价集中第n个元素的隶属度表示为Rmn，因素集的结果为一个模糊集合R，由此得到评价矩阵：

2.3.2 矿山影响程度隶属度确定

根据研究区实际调查情况，本文在矿区地质生态环境评价中共设置4种结果：①自然环境适于环境修复、生态环境影响轻微的区域为“轻微”，②自然环境适于环境修复、生态环境影响较轻的区域为“较轻”；③自然环境不适于环境修复、生态环境影响较严重的区域为“较严重”，④自然环境不适于环境修复、生态环境影响严重的区域为“严重”。即V={轻微，较轻，较严重，严重}。评级标准如表9所示。

表9 矿山地质生态环境影响评价指标体系及分级标准Table 9 Assessment index system and grading standards of mine geological ecological environment impact

本文以BYJY102号矿山为例说明计算步骤，该矿山为正在开采的煤矿。矿区影响范围内地形坡度为20°～40°；矿山周围植被呈斑块状分布，覆盖率小于20%；年平均降雨量230 mm；煤矿区地貌属典型的黄土丘陵沟壑区，附近无地表水资源，植物生长适宜性较弱；煤及煤矸石大量堆放，且矿山正在开采；发育有一处地面塌陷地质灾害，规模为中型，治理难度大；土地属性为草地，表层挖损面积0.5 hm，压占面积10 hm；调查中未见恢复治理成效；煤矿工作人员大于50人，煤矿周边为主要乡镇，人口较密集，大于500人。根据上述条件，将其进行量化处理，形成原始矩阵X=｛2.8，3.2，3，3.2，4，3.8，1，4，4，1，4｝。

①隶属度计算

在评价因子中选择地质灾害因子3.8来计算其隶属度。根据公式（10）计算如下：

写成矩阵形式为：U(x)={0,0,0.2,0.8}。同样用该方法计算出其他评价因子的隶属度。

②建立模糊关系矩阵

按上述所计算的各评价因子的隶属度，利用隶属函数求得模糊关系矩阵，如下：

2.4 矿山地质生态环境影响评价结果

2.4.1 综合评判法

为了全面考虑评价指标对地质生态环境评价结果的影响，在单因素评价的基础上，还需要考虑各元素的影响权重。综合评价是通过对权重集和模糊矩阵的运算得到的，体现了各评价指标权重的不同及影响程度隶属度的不同。具体运算为：

式中：w为由AHP法得到的各因素权重集；R为因素集的模糊矩阵；B为综合评价的结果。按照模糊数学法中最大隶属度的原则，矩阵运算结束后，矿山地质生态环境质量综合评价的等级取决于矩阵计算后各级别的隶属度大小，即隶属度值在地质生态环境评价集中数值最高的等级。

2.4.2 评价结果

根据最大隶属度原则，该矿山地质生态环境评价为影响严重。

同理，根据此评价方法和步骤，可得出其他104座矿山的地质生态环境影响等级。

由表10可知，靖远县矿山地质生态环境影响中，影响程度为“轻微”和“较轻”的矿山其数量占大多数。通过图2可知，矿山地质生态环境影响分级中，矿山数量影响“轻微”＞“较轻”＞“严重”＞“较严重”，占比分别为44.8%、37.1%、12.4%和5.7%。

表10 矿山地质生态环境影响程度评价及分区结果Table 10 Evaluation of degree and district of mine geological and ecological environment impact

图2 矿山地质生态环境影响程度分级统计Fig.2 Grading statistics of mine geological and ecological en⁃vironment impact degree

3 矿山地质生态环境影响分析

采用Spearman相关分析法进行相关性分析，得到矿山地质生态环境影响分级与地质灾害、地形坡度、植被覆盖率、矿山类型等因子显著相关（表11）。

表11 各影响因子与影响结果的相关性分析Table 11 Correlation analysis of each impact factor and impact results

分析矿山地质环境详细调查数据和地质生态环境影响程度分级数据，靖远县砖瓦粘土矿主要分布在东湾镇、北滩镇、东升镇红湾村，地质生态环境影响程度分级主要为“轻微”和“较轻”，地质灾害因素是造成分级差异的主要原因；建筑用砂石料及其他矿山主要分布在刘川镇、大芦镇、三滩镇、五合镇、高湾镇，地质生态环境影响程度分级主要为“轻微”“较轻”和“较严重”，地质灾害是造成分级差异的主要原因；煤矿主要分布在东升镇靠近王家山一侧，地质生态环境影响程度分级为“严重”，主要是由地质灾害和土地污染造成。如图3所示。

图3 矿山地质生态环境影响程度分级图Fig.3 Grading map of mine geological and ecological environ⁃ment impact degree

4 结论

本文在实地调查和遥感数据的基础上，将研究区矿山地质生态环境作为一个系统，综合考虑其地质生态环境现状和预测影响、治理难度及抗干扰能力差异，应用层次分析法和模糊综合评判法对矿山地质生态环境开展评价，得出：

1）靖远县105座矿山中，地质生态环境影响严重的矿山13座，占比12.38%；影响较严重的矿山6座，占比5.71%；影响较轻的矿山39座，占比37.14%；影响轻微的矿山47座，占比44.76%。

2）矿山地质生态环境影响分级与地质灾害、地形坡度、植被覆盖率、矿山类型等因子显著相关。矿山地质生态环境影响中，地质灾害因素对评价结果影响大。砖瓦黏土矿主要分布在东湾镇、北滩镇、东升镇红湾村，地质生态环境影响程度分级主要为“轻微”和“较轻”；煤矿主要分布在东升镇靠近王家山一侧，地质生态环境影响程度分级为“严重”；建筑用砂石料及其他矿山主要分布在刘川镇、大芦镇、三滩镇、五合镇、高湾镇，地质生态环境影响程度分级主要为“轻微”“较轻”和“较严重”。

3）层次分析法-模糊综合评价法理论清晰，易于掌握，可操作性强，在矿山地质生态环境评价中可以取得较理想结果，相关工作人员可以对其快速掌握，开展矿山地质生态环境评价工作。评价结果可为政府和企业有效开展矿山地质环境综合管理提供理论支持。