滨海矿山矿坑涌水源识别与混合比研究

doi:10.11872/j.issn.1005-2518.2019.03.406

滨海矿山矿坑涌水源识别与混合比研究

段学良^,¹^,²^,³, 马凤山^,¹^,², 赵海军¹^,², 郭捷¹^,², 顾鸿宇¹^,²^,³, 刘帅奇¹^,²^,³

1. 中国科学院地质与地球物理研究所，中国科学院页岩气与地质工程重点实验室，北京 100029

2. 中国科学院地球科学研究院，北京 100029

3. 中国科学院大学，北京 100049

Study on Water Sources Identification and Mixing Ratios of Mine Water

DUAN Xueliang^,¹^,²^,³, MA Fengshan^,¹^,², ZHAO Haijun¹^,², GUO Jie¹^,², GU Hongyu¹^,²^,³, LIU Shuaiqi¹^,²^,³

1. Key Laboratory of Shale Gas and Geoengineering，Institute of Geology and Geophysics，Chinese Academy of Sciences，Beijing 100029，China

2. Institutions of Earth Science，Chinese Academy of Sciences，Beijing 100029，China

3. University of Chinese Academy of Sciences，Beijing 100049，China

通讯作者: 马凤山（1964-），男，河北吴桥人，研究员，博士生导师，从事地质工程与地质灾害研究工作。fsma@mail.iggcas.ac.cn

收稿日期: 2018-07-31 修回日期: 2018-09-15 网络出版日期: 2019-07-08

基金资助:

国家重点研发计划专题“黄渤海不同类型海岸带海水入侵发生机理研究”（编号：2016YFC0402802）和国家自然科学基金重点项目“海底采矿对地质环境的胁迫影响与致灾机理”. 41831293

Received: 2018-07-31 Revised: 2018-09-15 Online: 2019-07-08

作者简介 About authors

段学良（1994-），男，河北泊头人，博士研究生，从事矿山水文地质与工程地质研究工作13051876966@163.com , E-mail：13051876966@163.com

摘要

通过水化学和同位素分析，并利用主成分分析法（PCA）确定了三山岛金矿西山矿区井下巷道的涌水来源为海水、375-20（Mg）、淡水和320-7（Ca），其中375-20和320-7均为基岩水，但其水化学特征明显不同，前者是富Mg型基岩水，而后者是富Ca型基岩水。据此建立了巷道涌水的混合模型，在此基础上结合极大似然法计算得到巷道涌水混合比，分析其演化规律。研究表明：该方法能够有效识别涌水来源，并计算水样混合比；海水在各端元中占比最大，是混合水的主要成分，各期水样海水比例在50%左右波动；海水比例较高的中段为-510 m中段，在此中段处于1660和2230勘探线之间的水点，各期海水比例大于50%，尤其是510-2水样点，海水比例最高达到77%；淡水主要影响范围是-465 m及以上中段；F3断裂带受采动影响较大，其周围的水样点海水比例波动大，需加强对该断裂带的监测。

关键词： 水化学同位素分析 ; 主成分分析（PCA） ; 涌水源 ; 混合比 ; 三山岛金矿

Abstract

Sanshandao gold mine is located in the Laizhou Bay， eastern China.Its north and west sides are bordering the Bohai sea， only the southeast side is connected to the land.The mining operations are below the sea level， so the sea water is the potential threat to the mine.In order to predict and prevent water inrush disaster， it is important to identify the mine water source and determine the mixing ratios.In view of the identification of water source in mine tunnel， domestic and foreign scholars have done a lot of research.At present， the methods of mine water source identification are neuron network method， based on entropy weight-fuzzy variable set theory， clustering analysis， distance discriminant analysis and Fisher discriminant method.These methods can make a good distinction for water with simple composition， and are only qualitative identification for the composition of the complex water source， and there is no quantitative determination of mixing ratios of the mine water.Based on hydrogeochemical and isotopic analysis， the method of principal component analysis （PCA） was used to identify the mine water sources （seawater， 375-20 Mg， freshwater and 320-7 Ca） of Sanshandao gold mine and established the mixing model of mine water.The 375-20 （Mg） and 320-7 （Ca） are both brine but have different hydrochemical characteristics.The 375-20 is rich in Mg and the 320-7 is rich in Ca.The first， the second and the third components of the PCA method explained 88% of the information of the water samples， so the water sample can be represented by these three principal components.The end-members mixing ratios were calculated by the maximum likelihood method and the evolution rules of mine water were analyzed according to the calculation results.Unlike the traditional method， the maximum likelihood method holds that the end-member concentration is not a fixed value， but a change in time and space， and the influence of mining on the end-member can be effectively reflected by this method.The research shows that the method can effectively identify the water sources and calculated the mixing ratios.The seawater is the main component of mixed water and for the entire mine the proportion of the seawater fluctuated around 50% every year， the proportion of 375-20（Mg） and freshwater fluctuated around 20% and the 320-7（Ca） flucated around 10%. At -510 m sublevel， the mine water has a high proportion of seawater. At most of the water sites which are located between the prospecting lines 1660 and 2230，the proportion of seawater are more than 50%， especially at 510-2， the highest proportion is 77%. The main range affected by fresh water is 465 m sublevel and above. F3 fault is greatly affected by the mining， and the proportion of seawater of sites around which fluctuate greatly， so the monitoring of F3 fault needs to be strengthened.

Keywords： hydro-chemical and isotope analysis ; principal component analysis （PCA） ; mine water source ; mixing ratios ; Sanshandao gold mine

PDF (1665KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

段学良, 马凤山, 赵海军, 郭捷, 顾鸿宇, 刘帅奇. 滨海矿山矿坑涌水源识别与混合比研究[J]. 黄金科学技术, 2019, 27(3): 406-416 doi:10.11872/j.issn.1005-2518.2019.03.406

DUAN Xueliang, MA Fengshan, ZHAO Haijun, GUO Jie, GU Hongyu, LIU Shuaiqi. Study on Water Sources Identification and Mixing Ratios of Mine Water[J]. Gold Science and Technology, 2019, 27(3): 406-416 doi:10.11872/j.issn.1005-2518.2019.03.406

矿山突水问题是影响矿山安全生产的因素之一，尤其是对滨海矿山，其开采过程中的水害问题日益严重。目前，三山岛金矿西山矿区已进入滨海深部开采。因此，对矿井巷道中的涌水来源进行分析识别，并计算其各水源的混合比，对于突水预测与防治以及防止海水入侵等具有重要意义。

针对矿山坑道中水源的识别，国内外学者开展了大量研究。目前矿山突水、涌水源识别的方法有神经元网络法^[1]、基于熵权—模糊可变集理论^[2]、聚类分析^[3]、距离判别分析和Fisher判别法^[4,5]。这些方法对于成分简单的水源能够做出较好的判别，但对于组成复杂的水源只能做出定性识别，无法定量地确定矿坑水的水源混合比。黄平华等^[6]基于多元统计分析和Fisher识别法，在其混合模型中求出水样的混合比。刘爱华等^[7]在水化学分析的基础上，建立三元混合模型，求出了矿山涌水水源的混合比。马凤山课题组利用水化学分析和同位素分析法，并结合质量平衡法，计算出矿坑每个涌水点的混合比值^[8,9,10,11]。Laaksoharju等^[12]提出“M3”法，该方法主要基于主成分分析（PCA）的多元统计方法，对水样进行混合比计算。PCA方法是一个二维混合模型，其要求前2项因子至少总共解释水样信息的60%，然而第三项主成分往往包含了重要的信息，而此信息又在前2个主成分中体现不出来，因此可能导致端元选择错误^[13]。上述方法都是基于物质平衡法计算端元混合比，假定端元是恒定的。但实际情况往往并非如此，尤其是研究矿山地下水问题，由于矿山岩体裂隙水在空间上存在不均一性，当研究混合比演化时，又涉及到水端元时间上的变化，因为矿山开采导致岩体移动范围不断扩大和应力环境的不断调整^[14]。各端元沿渗流途径入渗的过程中，其成分不会一直保持不变，而会因流经的地层性质和采动影响稍有改变。因此，各端元的混合也是一个随采矿工程的进行而动态变化的过程，传统方法很难准确地反映端元的变化和混合比的演化规律。Carrera等^[15]提出极大似然法，与传统方法不同的是，该方法认为端元浓度不是定值，而是随时间和空间变化的，采动对端元的影响可以通过该方法有效地反映出来，从而得到更精确的计算结果，更好地解释水源演化规律，因此该方法可以有效解决端元不确定的问题。

由于研究区地质条件和矿坑涌水来源比较复杂，基岩卤（咸）水、海水和第四系地下水（大气降水）都可能是涌水来源，环境同位素与水化学综合分析方法为解决这一问题提供了有效的手段。本文在同位素与水化学分析的基础上，利用主成分分析法，选用前3项主成分作为分析指标确定涌水端元，这样所有水样点的信息就由这3个主成分代表，在其构成的各主成分相关关系图中，处于最外围的水样被认为是涌水来源。在确定了参考水端元的前提下，同样选用上述3个主成分作为计算指标，并利用极大似然法计算水样混合比，分析其演化规律。

1 水文地质及构造地质条件

三山岛金矿地处莱州湾滨海地带（图1），其北、西两侧濒临渤海，仅东南部与陆地相连。矿区最大河流为王河，流经矿区南部，并在西北侧三山岛村注入渤海，属间歇性河流。矿区主要断裂有F1、F2和F3。F1为压扭性断裂，是纵贯矿区的控矿构造，总体走向NE40°，倾向SE，倾角为38°，控制倾斜延深达1 000 m以上，为隔水断层。矿体产于F1下盘断层的蚀变岩内，产状与F1断裂基本一致。F2为导水性良好的张性断裂，北部入海，南端被第四系覆盖。F3为张扭性断裂，是矿区内最大的一条导水断裂带，切割含矿蚀变带及F1断层，向北西端伸入渤海，其不仅局部破坏了F1的隔水层，而且沟通了海水与采区的联系，造成采矿坑道大量涌水^[16,17]。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区及断层、裂隙位置分布图

Fig.1 Location distribution diagram of study area, faults and fractures

矿区内第四系广泛分布。按岩性由上至下大体分为四层，第一、三层为含水层，第二、四层为隔水层或弱透水层。含水层主要为中、粗砂，局部为细砂及砾石，厚度为3.50～17.29 m，富水性因含泥质多寡差异较大。第四系底部的隔水层为含砾石的砂质黏土和红棕色黏土层，平均埋深25.5 m，厚度为3～5 m，黏性大，隔水性好。矿区内含水带还包括F1上盘裂隙含水带、F1下盘构造裂隙含水带、F3断裂含水带。F1上盘裂隙含水带底板相对隔水，下部的F1断层泥和糜棱岩阻水。F1下盘构造裂隙含水带，NW向导水裂隙发育，西北端接受海水越流补给。F3断裂含水带贮存有较丰富的地下水，且具有较强的导水能力。此外，因F3的切割错动，使F1的隔水性能在局部遭到破坏，成为沟通SE向区域地下水的导水构造。F3以北、F2以西区域裂隙不发育，该区花岗岩可作为相对隔水岩体或隔水岩体看待。F3以北、F2以东及F1以西破碎蚀变带广泛分布，因此在该范围内更容易接受上部降雨的补给^[18,19]。

根据水文及构造地质条件，初步分析研究区内矿坑涌水来源有海水、基岩水、淡水、第四系咸水和雨水。海水主要沿F3断裂带和F2断裂带北侧入渗，淡水指的是该研究区内的地表水，主要通过F2以东的破碎蚀变带流入井下。

2 研究方法

根据实测数据，利用主成分分析法确定参考端元，再通过极大似然法计算混合比，并分析演化规律。

2.1 水样采集与测试

本研究从2009年12月开始到2015年（除2010年）在矿区坑道内每年定期、分中段、有选择地采集了共166个有代表性的水样，矿坑涌水点位置如图2所示。海水样是在渤海海平面以下1 m处海水中采集的，第四系咸水样是在30 m深处的潜水含水层中采集的，淡水样是在流经矿区的王河中采集的，雨水样和上述水样都是于2009年8~9月在矿区周边所采集的。对上述采集的所有水样都进行了氢氧同位素、主要离子浓度、电导率（EC）、总硬度（TH）和总矿化度（TDS）等指标测试。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 采样点位置分布图

Fig.2 Location distribution diagram of water samples

1.断层（F1、F2、F3）；2.勘探线；3.裂隙带；4.裂隙倾角；5.巷道；6.水样点

2.2 混合比计算方法

本研究采用极大似然法来计算涌水样的混合比，并分析其演化规律。在给定端元浓度实测值的情况下，求得混合比和端元浓度的期望值，通过反复迭代，直到收敛，从而确定最终的混合比和端元浓度。

该方法步骤如下：（1）假定端元浓度已知（即利用端元浓度实测值），通过最小二乘法求得初始混合比；（2）假定混合比已知（即利用上一步求得的初始混合比），似然函数求极值，来估算混合物和端元浓度的期望值；（3）利用上一步的浓度期望值，似然函数求极值，来估算混合比；（4）重复步骤（2）、（3）直到收敛。

（1）利用最小二乘法求初始混合比。假定端元浓度值已知，并且误差符合正态分布，在np个水样、ne个端元和ns个实测指标的情况下可以通过传统的最小二乘法，计算得到所有水样的混合比Δ_np_×_ne，为方便计算将Δ_np_×_ne扩展为Г=（Δ_np_×_ne，-E_np_×_np），混合比必须满足“和为1”的约束条件：

Γ 1_{n e + n p} = 0

（1）

式中：1_ne₊_np是1的ne+np维向量。

（2）建立似然函数。在已知初始混合比的情况下，建立如下似然函数：

f = \overset{n s}{\sum_{s = 1}} [- \frac{1}{2} {(z_{s} - μ_{s})}^{T} A_{S}^{- 1} (z_{s} - μ_{s})]

（2）

式中：z_s为端元和所有混合水样的第S个指标的实测浓度，z_s^T=（x_s^T，y_s^T）=[x_s₁…x_sne，y_s₁，…y_snp]（s=1，2，…，ns）。µ_s是与z_s相对应的浓度期望值，并满足以下约束条件：

Γ μ_{s} = 0_{n p}

（3）

（3）根据混合比估算混合水样及端元浓度值。对于式（2）可以分开求其极大值，施加约束条件式（3）可以得到如下拉格朗日函数：

L = - \frac{1}{2} {(z_{s} - μ_{s})}^{T} A_{s}^{- 1} (z_{s} - μ_{s}) + λ_{s}^{T} Γ μ_{s}

（4）

求解式（4）可得：

μ_{s} = z_{s} - A_{s} Γ^{T} {(Γ A_{s} Γ^{T})}^{- 1} Γ z_{s}

（5）

（4）根据混合水样及端元浓度值推导混合比方程。

将上述求得的式（5）代入式（2），并施加约束条件式（1）、式（3）可得如下拉格朗日函数：

l = - \frac{1}{2} \overset{n s}{\sum_{s = 1}} z_{s}^{T} Γ^{T} {(Γ A_{i} Γ^{T})}^{- 1} Γ z_{s} + β^{T} Γ 1

（6）

式中：β为np维的拉格朗日乘子。

3 数据分析

3.1 水样分析

（1）水化学分析。各期巷道涌水样的阴阳离子浓度、pH值、总矿化度（TDS）、电导率（EC）和总硬度（TH）等参数分析结果见表1。可以看出，巷道涌水样具有较高的Na⁺浓度、Cl^-浓度、EC、TH和TDS，大部分涌水表现为高矿化水，矿化度高于海水，但其K⁺浓度却低于海水，表明岩土对K⁺有较强的吸附作用^[20]。320-7和375-20分别是2014年和2015年在井下-320 m中段和-375 m中段打钻取出的新鲜基岩水，这2种水样的各主要离子质量浓度及TDS都较高，并且320-7的Ca²⁺质量浓度为5 090.2 mg/L，375-20的Mg²⁺质量浓度为3 030.20 mg/L，在所有水样中都是最大值，所以将其分别作为富Ca型和富Mg型基岩水来处理。而水样点150-1在2011年和2012年的Na⁺质量浓度（6 225 mg/L）、Cl^-质量浓度（12 028.2 mg/L）、电导率（28 700 S/cm）和矿化度（22 020.1 mg/L）均为所有水样中的最小值。初步分析此涌水点与其他涌水点水力联系较弱，存在特殊的渗流通道。巷道涌水样pH值近中性，但较为新鲜的基岩水如320-7和375-20水样的pH值相对较小，显示为酸性。与基岩水相比，海水、第四系咸水和淡水的pH值较大一些，而雨水的pH值较小。

表1 水样各离子及同位素等指标浓度分析结果

Table 1 Analysis results of concentrations of ions

分析项目	样品数/个	最大值	最小值	平均值	标准差
δ¹⁸O	166	-1.05	-5.60	-2.17	0.84
δD	166	-2.83	-43.25	-17.87	7.47
K⁺	166	370.00	35.50	234.02	58.48
Na⁺	166	20 000.00	6 225.00	10 642.68	2 001.47
Ca²⁺	166	5 090.20	424.80	1 208.63	674.82
Mg²⁺	166	3 030.20	194.40	1 195.90	372.70
Cl^-	166	40 196.80	12 028.20	20 427.46	4 325.73
SO₄^2-	166	3 842.40	1 306.40	2 435.44	387.91
pH	166	7.81	4.57	7.24	0.41
EC	166	64 700.00	28 700.00	43 052.41	6 400.57
TH	166	17 764.20	4 833.90	7 913.88	2 240.06
TDS	166	69 666.10	22 020.10	36 333.21	7 176.00

新窗口打开| 下载CSV

（2）同位素分析。各期巷道涌水样的氢氧同位素比值分析见表1。各期水样的δ¹⁸O最大值为2015年375-11水样点(-1.05‰)，最小值为2011年285-3水样点(-5.604‰)，平均值较稳定，在-2.42‰~-1.91‰之间。δD的最大值为2014年375-8水样点(-2.83‰)，最小值为2013年285-3水样点(-43.25‰)，平均值在-26.89‰~-9.56‰之间，变化范围较大。

水样δ¹⁸O-δD关系图如图3所示，图中全球大气降水线（GMWL）方程为δD=8·δ¹⁸O+10。中国东部地区大气降水线（LMWL）方程^[21]为δD=7.46·δ¹⁸O+0.9。从图中可以看出，2009年、2012年、2013年和2015年的水样点绝大多数落在GMWL和LMWL下方，说明水样有海水混合并经历了强烈的蒸发过程。而2011年和2014年水样的D较富集，并且都分布在LMWL上方，且几乎与LMWL平行分布，而其他年份则无此现象，分析可能由于这2年矿井围岩受采动影响产生较多新裂隙，形成新的渗流通道，同时释放出H₂S和CO₂^[22]，导致沿裂隙通道入渗的混合水与H₂S和CO₂中的H和O同位素交换^[23]。混合水与裂隙中释放出的气体进行了少量的同位素交换，因为如果是大量交换则不会与LMWL平行分布而是产生较大偏离，从而出现D富集而¹⁸O相对贫化的现象。从图中还可以看出，淡水来源于大气降水并经历了长期蒸发作用，第四系咸水由大气降水和海水组成，并经历了蒸发^[24]。同时，注意到150-1和285-3水样点（图中红线圈出）的氢氧同位素相对其他水样点较贫化，且相差较大，与上述离子分析相结合，分析这2个涌水点与其他点水力联系相对较弱，存在特殊的渗流通道。除此两点，其他各点的水力联系相对较强。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 水样δ¹⁸O 和δD关系图

Fig.3 The relationship between δ¹⁸O and δD

注：矿坑涌水样为2009~2015年采集，海水、淡水、第四系咸水和雨水于2006年采集

3.2 水端元分析

根据矿区的水文及构造地质条件已初步分析了矿坑可能的涌水来源，海水、基岩水、淡水、第四系咸水和大气降水。大气降水最终会补给淡水和第四系咸水，而由上文同位素分析可知，第四系咸水的贡献可以分配到海水、基岩水和淡水中。基岩水又分为320-7富Ca基岩水和375-20富Mg基岩水。所以，假设涌水来源为四元混合模型，即海水、320-7（Ca）、375-20（Mg）和淡水，下面通过主成分分析法对此假设进行验证。

主成分分析选用各主要离子，包括K⁺、Na⁺、Ca²⁺、Mg²⁺、Cl^-、SO₄^2-、氢氧同位素δ¹⁸O、δD以及EC、TH和TDS作为分析指标。主成分分析结果显示，前3项主成分分别解释了水样信息的54.8%、22.2%和10.6%，所以前3项主成分累计解释了水样信息的87.6%，即对前3个主成分进行分析能够反映全部数据的大部分信息。主成分分析主要计算结果见表2。Na⁺、Ca²⁺、Cl^-、EC、TH和TDS第一因子荷载几乎都达到0.9以上，δ¹⁸O，δD和K⁺第二因子荷载分别达到0.92、0.79和0.78，Mg²⁺和SO₄^2-第三因子荷载分别达到0.81和0.62。利用主成分分析的计算结果绘制出所有水样的主成分相关关系图（图4）。图中巷道涌水包括采集的所有巷道涌水样，可以看出井下巷道涌水绝大多数水样点都落在海水、375-20（Mg）、淡水和320-7（Ca）这4个端元构成的多边形内，说明选取的这4个端元是合理的。

表2 主成分分析主要计算结果

Table 2 Main calculated results of principal component analysis

项目	第一主成分	第二主成分	第三主成分
特征值	6.030	2.440	1.165
贡献率/%	54.82	22.18	10.59
累计贡献率/%	54.82	77.00	87.59
δ¹⁸O	0.041	0.923	0.185
δD	-0.029	0.790	0.259
K⁺	0.061	0.777	-0.501
Na⁺	0.888	0.165	0.354
Ca²⁺	0.827	-0.367	-0.315
Mg²⁺	0.420	0.134	0.813
Cl^-	0.940	0.049	0.312
SO₄^2-	0.503	0.249	0.623
EC	0.910	0.171	0.130
TH	0.890	-0.177	0.334
TDS	0.933	0.071	0.334

新窗口打开| 下载CSV

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 所有水样的主成分相关关系图

Fig.4 Relationship between principal components of all water samples

（a）pc1与pc2关系；（b）pc1与pc3关系；（c）pc2与pc3关系

3.3 计算水端元混合比

由上述分析可知，涌水样的参考水端元为海水、富Ca基岩水320-7、富Mg基岩水375-20和淡水。据此四端元，通过极大似然法可计算出水样的混合比。计算参数选用前3个主成分量。由上述水化学和同位素分析可知，水样点150-1和285-3相对其他各点水力联系较弱，为减小计算误差将单独对其求解。极大似然法计算结果各期水样的目标函数值见表3，混合比计算值见表4。由表3可以看出，每期计算结果的目标函数值都接近于0，说明计算结果误差很小，因此证明了该计算模型的合理性^[25]。

表3 目标函数值计算结果

Table 3 Calculation results of objective function values

年份	目标函数值	年份	目标函数值
2009	-0.00081	2013	-0.00024
2011	-0.00009	2014	-0.00019
2012	-0.00028	2015	-0.01955

新窗口打开| 下载CSV

表4 所有水样的混合比计算结果

Table 4 Calculation results of mixing ratios of all samples

点号	海水	375-20 Mg	淡水	320-7 Ca	点号	海水	375-20 Mg	淡水	320-7 Ca
105-1a	0.46	0.18	0.26	0.11	510-4b	0.64	0.16	0.21	0.00
105-1b	0.51	0.12	0.34	0.03	510-5a	0.58	0.18	0.20	0.04
150-1a	0.28	0.14	0.49	0.09	510-6a	0.59	0.15	0.21	0.05
150-1b	0.35	0.14	0.51	0.00	510-6b	0.67	0.13	0.19	0.01
150-1c	0.32	0.12	0.52	0.04	510-7a	0.32	0.44	0.13	0.11
150-1d	0.29	0.06	0.10	0.55	510-8c	0.68	0.07	0.19	0.07
195-1a	0.53	0.00	0.24	0.23	510-9d	0.59	0.19	0.22	0.00
195-1b	0.52	0.11	0.27	0.10	510-10d	0.59	0.16	0.25	0.01
195-1c	0.45	0.10	0.30	0.16	510-11f	0.14	0.70	0.14	0.02
195-1d	0.50	0.11	0.29	0.11	510-12f	0.31	0.44	0.26	0.00
240-1a	0.48	0.32	0.14	0.05	510-13f	0.38	0.40	0.22	0.00
240-2a	0.54	0.26	0.17	0.03	510-15f	0.39	0.39	0.22	0.00
240-3a	0.29	0.50	0.07	0.15	510-16f	0.31	0.47	0.22	0.01
240-4a	0.55	0.26	0.19	0.00	510-16kf	0.43	0.36	0.21	0.00
240-5a	0.60	0.00	0.34	0.06	555-1a	0.65	0.06	0.17	0.13
285-1a	0.24	0.37	0.25	0.14	555-1c	0.64	0.14	0.17	0.05
285-1b	0.39	0.21	0.22	0.18	555-1d	0.16	0.11	0.28	0.45
285-1c	0.40	0.16	0.20	0.23	555-2a	0.37	0.42	0.00	0.21
285-1d	0.28	0.20	0.30	0.23	555-3a	0.56	0.16	0.21	0.08
285-2a	0.56	0.15	0.20	0.09	555-3b	0.56	0.19	0.21	0.04
285-2b	0.65	0.13	0.19	0.04	555-3c	0.34	0.24	0.20	0.22
285-2d	0.38	0.07	0.22	0.34	555-3d	0.37	0.09	0.22	0.32
285-3a	0.00	0.30	0.45	0.25	555-4a	0.54	0.23	0.18	0.04
285-3b	0.02	0.25	0.48	0.25	555-4b	0.66	0.16	0.18	0.00
285-3c	0.06	0.17	0.44	0.34	555-4c	0.63	0.16	0.20	0.02
285-3d	0.07	0.32	0.37	0.24	555-4d	0.62	0.15	0.23	0.00
320-8e	0.15	0.67	0.02	0.15	555-5a	0.53	0.23	0.19	0.05
320-9e	0.26	0.58	0.06	0.11	555-5b	0.41	0.39	0.13	0.06
330-1a	0.44	0.13	0.14	0.29	555-5c	0.50	0.18	0.14	0.18
330-1b	0.43	0.11	0.14	0.31	555-6a	0.37	0.39	0.12	0.12
330-2a	0.60	0.07	0.18	0.15	555-6b	0.45	0.40	0.12	0.04
375-1a	0.52	0.28	0.18	0.03	555-7b	0.73	0.07	0.16	0.04
375-1b	0.54	0.23	0.22	0.01	600-1a	0.35	0.39	0.13	0.12
375-1c	0.52	0.24	0.20	0.03	600-1b	0.42	0.36	0.18	0.04
375-1e	0.57	0.23	0.20	0.00	600-1c	0.49	0.34	0.15	0.03
375-2a	0.57	0.24	0.14	0.05	600-1d	0.52	0.20	0.22	0.07
375-3a	0.64	0.15	0.16	0.05	600-1e	0.28	0.24	0.20	0.28
375-3b	0.69	0.07	0.21	0.03	600-2a	0.39	0.38	0.13	0.10
375-3d	0.60	0.13	0.21	0.06	600-2b	0.48	0.38	0.14	0.00
375-4a	0.63	0.12	0.16	0.10	600-2c	0.46	0.39	0.15	0.01
375-4b	0.61	0.09	0.20	0.10	600-2d	0.58	0.17	0.21	0.05
375-4c	0.60	0.10	0.15	0.14	600-3a	0.30	0.49	0.09	0.12
375-4d	0.55	0.09	0.19	0.17	600-3b	0.38	0.45	0.12	0.05
375-4e	0.60	0.08	0.15	0.17	600-3c	0.43	0.39	0.13	0.05
375-5a	0.35	0.26	0.20	0.19	600-4b	0.48	0.36	0.14	0.03
375-5b	0.40	0.23	0.22	0.16	600-4c	0.45	0.40	0.10	0.06
375-5c	0.33	0.25	0.25	0.17	600-5b	0.33	0.45	0.14	0.08
375-5d	0.30	0.23	0.26	0.22	600-5c	0.41	0.35	0.17	0.06
375-5e	0.42	0.07	0.17	0.33	600-5d	0.31	0.43	0.21	0.05
375-6a	0.42	0.11	0.12	0.36	600-6c	0.56	0.23	0.15	0.06
375-6b	0.37	0.13	0.17	0.34	600-6d	0.12	0.46	0.24	0.18
375-6f	0.55	0.20	0.24	0.00	600-6e	0.60	0.17	0.20	0.04
375-7a	0.40	0.16	0.17	0.27	600-7c	0.47	0.37	0.15	0.02
375-7e	0.66	0.14	0.17	0.03	600-8c	0.42	0.43	0.12	0.04
375-7f	0.57	0.23	0.19	0.01	600-8d	0.45	0.33	0.22	0.00
375-8a	0.52	0.13	0.18	0.17	600-9c	0.43	0.42	0.12	0.03
375-8b	0.46	0.03	0.13	0.37	600-9d	0.35	0.47	0.18	0.00
375-8e	0.57	0.32	0.10	0.01	600-10d	0.71	0.09	0.18	0.02
375-8f	0.57	0.39	0.00	0.04	600-11e	0.00	0.37	0.12	0.52
375-9e	0.62	0.23	0.15	0.00	600-12e	0.22	0.38	0.16	0.24
375-9f	0.59	0.19	0.22	0.00	600-13e	0.46	0.28	0.17	0.10
375-10f	0.53	0.25	0.20	0.02	600-14e	0.54	0.19	0.20	0.07
375-11f	0.33	0.57	0.10	0.00	600-15e	0.65	0.15	0.19	0.01
375-12f	0.31	0.55	0.13	0.01	600-16e	0.64	0.12	0.21	0.03
375-13f	0.20	0.68	0.11	0.02	600-17e	0.65	0.08	0.21	0.06
420-1a	0.44	0.18	0.24	0.13	600-17f	0.42	0.15	0.25	0.18
420-1c	0.49	0.20	0.20	0.10	600-18e	0.69	0.08	0.20	0.04
420-2a	0.41	0.26	0.16	0.17	600-18f	0.55	0.19	0.25	0.01
465-1a	0.47	0.26	0.12	0.15	600-19e	0.70	0.08	0.20	0.03
465-1b	0.38	0.18	0.19	0.25	600-20f	0.53	0.24	0.19	0.04
465-1c	0.45	0.00	0.33	0.22	600-21f	0.38	0.15	0.22	0.24
465-2a	0.34	0.13	0.17	0.36	600-22f	0.58	0.18	0.24	0.01
465-2c	0.30	0.12	0.23	0.35	600-23f	0.59	0.17	0.24	0.01
510-1a	0.65	0.15	0.10	0.10	645-1f	0.31	0.46	0.23	0.01
510-1b	0.71	0.08	0.18	0.04	645-2f	0.25	0.41	0.29	0.06
510-1c	0.59	0.24	0.17	0.00	645-3f	0.32	0.44	0.23	0.01
510-2a	0.70	0.09	0.11	0.10	645-4f	0.32	0.47	0.19	0.03
510-2b	0.77	0.07	0.15	0.02	690-1f	0.23	0.54	0.22	0.01
510-2c	0.64	0.09	0.21	0.06	690-1kf	0.29	0.37	0.34	0.00
510-3a	0.62	0.15	0.15	0.09	690-2c	0.48	0.42	0.11	0.00
510-3b	0.63	0.15	0.19	0.04	690-2f	0.31	0.43	0.26	0.00
510-4a	0.60	0.15	0.14	0.11	690-2kf	0.32	0.44	0.23	0.01

注：a,b,c,d,e,f分别代表第1期至第6期的样本

新窗口打开| 下载CSV

4 讨论

由表4可知，各期水样中海水在所有端元中占比最大，而320-7富Ca基岩水的占比最小。对每期水样点的混合比求均值得到矿井整体的端元混合比，并绘制出图5。从图中可以看出，海水在4个水源中占比最高，其次是375-20（Mg）、淡水和320-7（Ca）。并且每年各水源的混合比变化不大，海水的占比稳定在50%左右，375-20（Mg）和淡水的占比稳定在20%左右，320-7（Ca）则在10%左右波动。比较特殊的一年是2015年，这一年所采集的水样都集中在深部中段，375-20（Mg）的占比达到了37%，而320-7（Ca）仅占到3%，所以分析认为375-20（Mg）主要影响相对较深的中段，而320-7（Ca）的影响范围则在浅部中段。从前3期数据可以看出320-7（Ca）占比较大的中段均在465中段及以上。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 每期水样所有水点混合比平均值

Fig.5 Average mixing proportions of all water samples for the entire mine from 2009 to 2015

淡水主要渗入到相对较浅的中段，前4年各期水样（除了存在特殊渗流通道的150-1和285-3水样点），淡水占混合水比例最高的水样点分别为240-5(34%)、105-1（34%）、465-1（33%）和285-1（30%）。由于2014~2015年水样点多数集中在相对较深中段，因此所含淡水比例较低。150-1水样点前3期的淡水比例分别为49%、51%和52%，说明该点受淡水影响较大，从采样点位置图上看淡水主要通过F2断裂带东侧及F1断裂带西侧的破碎蚀变带入渗至此点，且渗流通道相对较独立。285-3水样点各端元混合比每期的变化很小，淡水比例稳定在40%左右。

各期水样中，海水占混合水比例最高的水样点集中在510中段，前4期分别为510-2（70%）、510-2（77%）、510-8（68%）和600-10（71%）。从采样点位置图上分析，510-2水样点既可以接受西南侧F3断裂带入渗的海水，又可以接受北面沿F1、F2断层导入的海水，所以，该水样点含有较高的海水比例。2014年和2015年海水比例最高的水样点分别为600-19（70%）和375-9（59%）。600-18和600-23水样点也具有较高的海水比例，这些水样点距离北侧海水较近，接受来自海水的补给。375-9水样点位于海水下方，所以海水入渗较严重。

断层F3周围的水样点105-1、285-2、555-4和600-6各期的混合比变化浮动都较大，尤其是600-6水样点，2012~2014年海水比例分别为56%、12%和60%，变化浮动较大。这说明F3断裂带对海水的导入贡献较大，并受采动影响较大。因此，在采矿过程中需加强对该断裂带的监测，以便对突涌水灾害做出有效防治。

5 结论

通过水化学方法对涌水样进行分析，结果表明涌水样具有高矿化特征，多数离子质量浓度（如Na⁺，Cl^-等）都较海水高；利用氢氧稳定同位素分析，150-1和285-3水样点与其他各点水力联系较弱；2011年和2014年出现D富集而¹⁸O相对贫化的现象，这是混合水入侵过程中与少量H₂S、CO₂中的H和O同位素交换的结果；综合环境同位素与水化学分析方法，确定了海底矿井复杂条件下的涌水来源为海水、富Ca基岩水320-7和富Mg基岩水375-20。

考虑到端元浓度值会受采动影响而在空间和时间上发生变化，利用极大似然法计算得到矿坑涌水样各端元的混合比。其中海水是混合水样的主要成分，在所有端元中占比最大；各期水样海水比例在50%左右波动。海水比例较高的中段为510中段，尤其是510-2水样点，因为既可以接受沿西南侧F3断裂导入的海水，又可以接受来自北侧的海水。此外，延伸到海底的水样点375-9和600-15及其以北的水样点，由于受北面海水的影响，海水占混合水的比例都较高。淡水的主要影响范围为465中段及以上，对更深的中段影响相对较小。

F3断裂带是矿区内最大的一条导水断裂带，F3断裂带周围的水样点，海水比例波动起伏较大，尤其是600-6水样点，2013~2014年变化高达48%。说明其受采动影响较大，加强对F3断裂带的监测，对防治突涌水很有必要。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

阿淑芳，刘宁宁，余生晨，等 .

基于免疫算法改进的反向传播神经元网络矿井水害水源识别研究

[J]. 华北科技学院学报， 2017，14（1）：34-39.