西部山区某矿开采扰动下地形变化特征及致灾点分析

席宝顺 高银贵 杨 斌 李 亮 孔皖军

（1.中国矿业大学环境与测绘学院，江苏 徐州 221116；2.鄂尔多斯市中北煤化工有限公司，内蒙古 鄂尔多斯 017000；3.宁夏回族自治区地球物理地球化学勘查院，宁夏 银川 750004）

我国经济快速发展对矿产资源的需求越来越大，矿产开发过程中造成了土地资源破坏同时也给煤炭开采和矿区建设造成了极大不便［1-2］，在一定程度上阻碍了国民经济的可持续发展。在煤炭开采过程中，随着地下采煤活动的推进，采区周围上覆岩层及围岩原始平衡状态受到破坏，产生移动、变形等情况［3-4］，矿区地表沉陷问题越来越严重，不仅影响土地合理利用，而且会引发严重的矿区生态环境问题［5-7］，所以在开采期间对于开采地表进行动态监测极为重要。为了确保矿山开发过程中建设安全和环境安全，应该吸取国内外矿山沉陷监测的经验教训，定性、定量地分析开采期间地表沉陷程度，以便针对可能出现的安全问题及时制定有效的应对措施［8-10］。

目前，常规的地表变化监测方法是利用全站仪、GNSS进行监测，也有利用三维激光扫描系统进行监测，缺点是耗费大量人力和时间，如果遇到地形复杂区域，作业难度加大且存在安全隐患；测量精度受多种因素影响，如仪器灵敏度、操作人员熟练程度、数据计算等［11-12］。对于地形复杂的矿区，如何高效获取测量数据是当前亟待解决的问题。无人机摄影测量技术的出现改变了传统测绘作业模式［13］，其特点是无需接触监测体，减少了由于实地观测接触监测体而带来的变形误差［14］；外业工作量小，观测时间短，能快速获取测区内DEM；影像信息量大，利用率高，可以实现自动化建模［15］。基于无人机监测的多种优势，国内已有学者将其应用于矿山监测领域，白洋等［16］利用无人机在露天矿山开采过程中进行数据采集，实现对露天矿边坡稳定性监测；田帅帅等［17］顾及到高潜水位采煤沉陷区的地形特点，利用无人机快速构建矿区DEM，精确分析矿区沉陷程度；高冠杰等［18］利用四旋翼无人机对宁夏羊场湾煤矿开采沉陷量进行了监测，结果表明，监测精度可以满足矿区沉陷监测要求［18］。上述成果分析表明：较多的学者关注无人机获取的沉陷信息，对于开采前后整体地形特征变化的研究涉及较少，并且由于西部山区地形复杂，西部矿区开采沉陷及地形整体变化问题有待进一步深入研究。本研究通过无人机对西部某矿区S201工作面进行多次观测，研究无人机技术监测矿区地表形变的新方案，掌握开采前后地表整体变化规律，以便对矿区进行更为安全有效的监测。

1 研究区域概况

西部某煤矿位于黄河几字弯河套腹地，起伏不平，地形复杂，地表侵蚀强烈，冲沟发育，水土流失严重，局部地区基岩裸露，是典型的山地沟壑区［19］。区内斜坡大面积覆盖黄土层，且多为马兰黄土，厚度大于10 m，节理发育较强，结构疏松，空隙较大，受降水和沟内水流的冲刷，有较大概率形成陡壁，具备造成崩塌与滑坡的条件［20］。

S201工作面走向长1 252 m，倾向长260 m，煤层采深为200 m，平均倾角2°，为水平煤层，平均采矿厚度为3 m，工作面在2018年7月正式回采，在同年10月停采。

矿山开采工作面上方地势起伏较大，不适合利用常规观测法进行监测。因此，利用天宝无人机搭配索尼A5700镜头在2018年6月、9月、12月和2019年4月，即开采前1个月、开采后2个月、停采后2个月和停采后6个月共进行了4次飞行试验。

2 监测方案设计

2.1 飞行试验

首先，通过野外调研和实地考察，参考矿区地质资料及沉陷参数，确定工作面位置和地表沉降范围，预先埋设控制点，利用全站仪进行测区像控点测量，设计航拍范围，避免出现航摄信息冗余和不足等问题；然后进行航线设计，将设计的航摄范围制作成地理信息数据，导入飞控软件。按照航线进行飞行试验。其中设置航向重叠为80%，旁向重叠为60%，航高230 m。外业结束后，对航摄像片进行处理，通过影像匹配和空三加密等步骤，生成多期数字高程模型和数字正射模型，飞行试验流程与测区概况如图1所示。

2.2 DEM精度检测

依据《数字测绘成果质量检查与验收》（GB/T 18316—2008），均方误差（M）可进行如下计算：

式中，Δ为某点全站仪所测高程与无人机DEM提取高程之差，m；n是研究区域内所测检查点数量。

从无人机观测数据生成的DEM中提取点的高程值，与全站仪采集的地面点高程值进行比较，得到DEM的误差和精度。第1期无人机观测数据生成的DEM观测误差见表1。无人机的4期观测数据按照上式得到的DEM精度见表2。

3 下沉盆地与地形特性分析

3.1 下沉盆地

以第1期DEM为基准，分别用第2、3、4期DEM减去第1期DEM，初步获得开采后2个月、停采后2个月、停采后6个月的沉陷数据。首先过滤研究区内面积较小区域，然后进行平滑处理，获得沉陷区域图像，如图2所示。从图中可以看出，下沉盆地比较明显，第1次研究间隔内下沉盆地中心最大沉陷值为2.6 m；第2次研究间隔内，研究区域地表沉陷程度略有增大，盆地中心最大下沉值为2.9 m，下沉盆地面积有所扩大；第3次研究间隔内，受相邻工作面开采影响，研究区沉陷范围进一步扩大，但盆地中心最大下沉值仍为2.9 m。

3.2 坡度变化

选择监测范围内的典型区域进行坡度变化分析，分别提取4期DEM中典型区域的坡度信息并进行分级处理。分级时，按照坡度值分成0～5°，5°～15°，15°～30°，30°～50°和>50°5个等级。其中，第1期DEM中的坡度分布如图3所示，各期DEM中的坡度分级情况见表3。

统计结果表明：研究区域主坡度在0～30°区间内，大部分区域较为平坦，但少量区域为地形起伏较为明显的沟谷区。受坡度因素影响，地表开采沉陷呈现非均匀状态，山坡区域下沉要比平地下沉更大，该地区坡度整体呈现减小的趋势。分时段具体表现为：

（1）2018年6—9月，随着S201工作面开采逐渐达到充分采动，地表受采煤扰动的影响趋于稳定，坡度较小区域占比逐渐增大，0～5°的坡度区间变化较为明显。坡度较大区域占比逐渐减小，研究区域内地形总体逐渐平坦。2018年9—12月坡度变化形态与2018年6—9月基本一致。

（2）2018年12月—2019年4月，受位于S201工作面西侧的S202工作面回采影响，研究区内坡度较大区域逐渐增多，地势变化再次出现陡坡，但是整体坡度仍小于2018年6月前未受开采影响的原始地形。

为了进一步分析原始坡度走向随工作面开采过程的变化情况，在开采前后的DEM中沿工作面走向和倾向方向分别截取了剖面线，结果如图4所示。

由图4可知：开采后地势整体平缓，原始地形中的孤峰或凸起被修平，但是有部分区域新出现较大的陡坡，原因在于开采活动改变了研究区域的原始坡向，当开采后的坡向与原始坡向同向时，坡度变化表现为增大，开采活动破坏和恶化了研究区地形，反之，坡度变化表现为减小，开采活动对周边环境整体上起修复和改善作用。

3.3 坡向变化

对研究区域DEM进行坡向提取，原始地形坡向提取效果如图5所示，各期坡向占比数据见表4。

该地的沟谷呈东西向水平分布，与工作面走向方向平行，由表4可以看出，坡向在开采前后总体没有发生较大变化。但是，平面区域变化较为明显，2018年6月—2019年4月，平面区域占比呈现出先增大后减小的趋势，与原始地形相比，开采后的平面区域占比仍大于开采前，这与表3中低坡度区域的变化特征相吻合。

从开采前的2018年6月到开采结束，坡向各方向占比均逐渐减小，但是减幅不大。2018年12月—2019年4月，除了西方向坡向变化占比开始增大外，其余各方向仍旧保持减小的趋势，原因是位于S201工作面西侧的S202工作面开始开采，对S201工作面坡度有所影响，使得西方向坡向变化较明显。

3.4 地表起伏度变化

选择5 m×5 m窗口采用焦点统计法提取地表起伏度数据，原始地形的起伏度分布如图6所示，各期数据地形起伏度分级情况见表5。

由表5可知：地表起伏度集中在0～3.0 m区间，随着起伏度等级增大占比逐渐减小。而在0～0.5 m区间内起伏度变化趋势为降低—增加—降低，在0.5～1.0 m，1.0～3.0 m，3.0～5.0 m区间均呈现增加—降低—增加的趋势，原因在于2018年6月—2018年9月，开采初期诱发的地表沉陷导致地势起伏度整体变大，高等级起伏度占比出现增加趋势。2018年9月—2018年12月，随着工作面开采充分程度增加，地表沉陷速度减慢，地表起伏度减小，出现降低趋势。2018年12月之后，相邻工作面S202回采扰动导致地表沉陷范围扩大，受影响区附近地表起伏度变大，高等级起伏度占比再次呈现增加趋势。

4 致灾点分析

致灾点是在煤矿开采过程中容易产生滑坡、崩塌等地质灾害的点。黄土高原地区由于特殊的地质条件，在长期的风化侵蚀作用下，沟谷两侧多呈现出一种近乎垂直的陡坡形态，进而引发滑坡和崩塌等地质灾害。若仅考虑坡度改变对诱发地质灾害的影响，根据已有学者对黄土高原地区灾害发生规律的分析［21］，滑坡灾害大多发生在 20°～50°的斜坡，崩塌灾害多集中分布于60°以上的斜坡。

为了确定开采对坡度的扰动程度，将开采前DEM原始坡度分为 0～30°、30°～50°、50°～70°和>70°4个区间，利用开采前后的两期坡度结果相减获得坡度变化情况，从开采前的2018年6月到开采后2019年4月的坡度变化如图7所示。

开采前后坡度变化为负，表示该点坡度变化趋于平缓；变化为正，表明该点坡度趋于陡峭。图7中，随着原始坡度增大，开采导致的坡度变缓情况呈增多趋势，原始坡度大于70°时，90%以上的点坡度变化为负。

4.1 致灾点分布与原始坡度的关系

将开采前后坡度变化量划分为4个等级，1级致灾5°～15°，2级致灾15°～30°，3级致灾30°～50°，4级致灾＞50°，若坡度变化小于5°（含负数），但是原始坡度较大则认为非地下开采影响致灾。研究区所有致灾点分布与原始坡度的关系如表6所示。

由表6可知：大量的致灾点分布在原始坡度较低的区域，原始坡度较高的区域致灾点较少，所以在进行土地复垦与场地稳定性评价时，原始坡度小于30°的区域是需要重点关注的区域。另外，在同一原始坡度区间内，致灾点等级与数量成反比，即等级越高数量越少，4级致灾点在整个研究区内分布较少，分布成簇，进行矿山治理时相对容易。

图8为一致灾区域局部放大图。该区域位于斜坡处，且为一阳坡，周围降雨冲刷出现多条沟壑，有利于雨水汇合；植被较少，坡顶有一条宽0.2 m的平行于走向方向的地裂缝，斜坡比较陡，坡顶与周边道路的高差达到13.3 m，为滑坡的剪出创造了条件；地下开采打破了土体应力均衡状态，外向张应力、剪应力增大，加剧了土体裂隙发展，增加了崩塌灾害形成的概率。

4.2 致灾点分布与沉陷量的关系

将致灾点分布情况与沉陷盆地进行联合分析，获得致灾点与沉陷量的关系，如图9所示。

总体来说，0.5～1.0 m沉陷区内致灾点数目最多；从开采前到开采结束，各级致灾点在各个沉陷区间内均有分布，且致灾点等级越低，占比越高；4级致灾点多分布于大于2.1 m的沉陷区域内。

4.3 致灾点分布

在无人机高分辨率遥感影像和原始高程图上显示的3、4级致灾点的分布情况，如图10所示。

由图10可知，高级致灾点的分布特征为：①多分布于原始高程较高的区域，高程较低的区域鲜有分布；②多分布于测区内沟谷附近的道路两侧；③致灾点受植被覆盖影响明显，植被长势较好的区域致灾点数量较少，而裸露的岩石周围聚集大量致灾点，该类区域容易产生滑坡、崩塌等地质灾害。

5 结 论

（1）利用无人机对西部山区某矿进行沉陷监测，完成外业数据采集和内业数据处理，获得3期地表沉陷盆地数据，分析得知研究区地表最大下沉为2.9 m。

（2）引入坡度、坡向和起伏度等地形特征因子分析开采扰动下的地形变化特征，研究表明，随着工作面的开采，坡度整体上表现为逐渐变缓，起伏度明显逐渐减小，在坡向特征上变化较小。

（3）利用坡度获得开采活动产生的致灾点，并结合开采下沉值和原始地形分析，结果表明，高级致灾点多产生于地表沉陷值大于2.1 m、原始坡度为0～30°、开采前海拔相对较高且植被覆盖较少的道路和沟谷两侧。由此可知在矿山开发过程中，对于开采沉陷产生较多的致灾点，可以采取植树种草、养护路基等方式，保证矿区道路安全运行。