选择云南省安宁磷矿区为研究区。该矿区地处滇中昆明盆地西南侧, 以中山山地、高原盆地分布为主, 平均海拔2 000 m。区内交通较便捷, 穿过矿区的县级公路向多个方向延伸, 可与国道及高速公路相接。

区内矿山企业众多, 且多为小型规模、集体和私营企业, 以磷矿、石灰岩矿开采为主。大型国有磷矿企业对矿山开发引起的地质灾害及隐患大多采取了一定防御措施; 但小型磷矿与采石场由于开采难度低、规模小, 个体私营企业主及相关部门对采矿引发的地质灾害隐患尚未有足够的重视^[5]。

本研究涉及数据源有高分遥感数据(RS)、采矿权数据(GIS)、野外查证数据(GPS)以及地形、地理、地质等资料。

RS数据主要包括2010年12月18日获取的WorldView2卫星数据(分辨率:全色0.46 m, 多光谱1.8 m), 2010年5月5日获取的SPOT5卫星数据(分辨率:全色2.5 m、多光谱10 m)。为了能够精确、充分地挖掘遥感数据中所包含的矿山地质灾害隐患信息, 以1973年测制的1∶ 5万地形图为基准, 利用1∶ 5万DEM数据对遥感数据进行正射纠正; 将SPOT5全色波段数据与多光谱波段数据进行融合处理, 采用B3(R), B2(G), B1(B)波段组合生成模拟真彩色遥感影像图。地图投影方式为高斯克吕格, 6度分带18带投影。影像地图上随机抽取地物点的平面位置中误差不大于0.50 mm, 可满足高精度矿山地质灾害隐患信息判识的要求。数据为img格式。

GIS数据主要为地形、地理及采矿权数据资料, 地形、地理数据以1973年测制的1∶ 5万地形图为基准, 生成1∶ 5万DEM高程数据, 并获取居民地、道路、交通等数据; 采矿权数据则主要来自云南省国土资源厅, 截止时间为2010年5月, 其中包括矿山名称、开采矿种等属性。数据为shp格式。

GPS数据主要为野外查证资料, 为2010年7月及2011年1月采用手持式GPS(误差小于5 m)所测定的野外观察点位置等数据, 另外还包括观察点地理、地形地貌、灾害隐患及险情的野外照片、野外记录表等。数据为shp格式。

本次研究采用ArcGIS平台, 利用RS和DEM等资料, 叠加矿权数据, 基于3S技术建立三维矿山地质灾害隐患判识标志, 综合分析研究矿山地质灾害隐患, 并采用GPS进行野外实地测量验证地质灾害隐患判识的可靠程度。主要研究内容包括:

1)利用ArcGIS软件, 从研究区矿山主要为磷矿、铁矿及砂石料露天开采方式的特点出发, 建立矿山开发地物解译标志, 提取研究区与矿山开发相关的地物类型(活动开采面、中转场地、固体废弃物等)及其分布位置、面积范围等信息;

2)利用ArcGIS软件中的空间分析工具, 基于DEM数据生成坡度、坡向图, 为后续三维判识地质灾害隐患时粗略查询隐患体发育部位的坡度、坡向奠定基础;

3)在ArcGlobal平台上, 依次叠加遥感影像、地理、DEM、坡度、坡向、地质及矿权等基础资料, 利用三维可视化技术生成三维遥感影像图, 根据遥感影像上地质灾害孕灾背景条件(包括矿山地质灾害隐患赋存的条件, 物源-堆积物厚度与分布, 孕灾地质体的地貌部位、植被发育状态、地形坡度、地质构造、岩性、周边相关地物等)的形态、色调、影纹结构特征, 结合人类工程活动即矿山开发状况, 建立矿山地质灾害隐患三维解译标志; 综合分析判识地质灾害隐患物源及可能的隐患类型、影响对象; 圈定并精确量算出地质灾害隐患体的长度、宽度和面积, 通过DEM估算出其高度; 圈定灾害可能影响范围(公路掩埋长度、村庄损毁面积、建筑损坏数量等);

4)选取典型地区进行GPS野外查证, 了解地质灾害隐患发育的位置、类型是否正确, 进一步目估隐患体的平均高度, 完善地质灾害隐患体的规模信息; 了解该区的交通、社会、经济等状况, 验证并估算地质灾害隐患可能造成的损失状况, 如公路掩埋长度、建筑中容纳人数等, 评估地质灾害隐患险情。

研究流程如图1所示。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 研究流程图Fig.1 Study flow chart

本次研究的对象不涉及自然发生的地质灾害隐患, 均为由矿山开发引起的地质灾害隐患, 即指那些具备了灾害发生所需要的一些条件但尚未达到临界状态, 在二维遥感图像上与矿山特定地物(采场、固体废弃物等)密切相关, 但其组成要素不能清晰判识, 需要通过三维技术构建一系列孕灾背景条件等的间接解译标志, 进行判识、推断的矿山地质灾害隐患体。下文分述研究区几种主要地质灾害隐患类型的三维判识标志。

2.2.1 崩塌隐患

研究区内的建筑石材类矿山主要是以爆破的方式进行开挖, 这往往会造成坡体岩石破碎, 坡体内积存的弹性应变能释放, 岩体内应力场重新分布, 产生卸荷裂隙。此类裂隙大多呈张开特征, 且平行于边坡面, 坡度一般大于60° , 并会进一步加剧岩体原有裂隙的扩展和张开, 从而导致岩体可能会在重力作用下失稳而急剧坍塌形成崩塌灾害。此类潜在的崩塌灾害险情称之为崩塌隐患。

在三维模拟真彩色高分遥感图像上, 结合采矿权分布情况, 可清晰识别出开采面。该类开采面多位于采矿权包含的山体边坡, 上无植被覆盖, 呈灰色色调; 岩石破碎, 纹理粗糙; 开挖破碎岩石下方悬空, 无挡护设备。在高分遥感数据如WorldView2图像上可清晰看到, 开挖面前后方都存在爆破开挖形成且沿山坡坡体分布的卸载裂隙。因卫星数据获取时太阳光入射角度的关系, 陡坡开挖面往往存在阴影, 而且阴影越深表明开采面越陡峻。结合利用地质资料及前期制作的DEM坡度、坡向图进一步判断, 凡开挖面处地质构造发育, 开挖面坡度大于60° 时, 在重力作用下开挖面上的岩石易失稳塌落。此类开采面则视为崩塌隐患^[6](图2)。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 崩塌隐患Fig.2 Hidden danger of landslip hazard

另外, 建筑石材开发利用的开采设备和矿山建筑多位于开采面下方, 纹理比较清晰, 形状规则, 容易直接判识, 这也是辅助识别上方开采面的重要间接标志。同时, 通过地物所处的方位关系分析, 判断上方崩塌隐患将对下方的开采设备、矿山建筑造成危胁。通过三维图像上定量提取的矿山设备、矿山建筑物数量, 并结合矿山开采规模估算矿山建筑中可能居住的工人数量, 并通过野外查证补充调查数据等, 最终评估出崩塌隐患可能导致的灾情。

2.2.2 泥石流隐患

泥石流是在斜坡上或沟谷中由急速地表径流激发的饱含泥砂、石块等固体碎屑物质, 并具有强大破坏力的特殊洪流所造成的灾害, 是山区最常见的地质灾害之一。按沟谷地貌形态可分为沟谷型泥石流和坡面型泥石流两大类^[7]。研究区磷矿及部分砂石料的开发多沿沟谷两侧山坡开挖, 部分矿山经营者为追求利益的最大化, 将剥离的表土和产生的废石等就地堆存于所在沟谷的上游, 而不运往排土场, 如遇特大暴雨、洪水时, 这些堆存的废土、废石将与水体混合并沿沟谷、山坡流动形成泥石流^[8], 给沟口的道路、居民点、耕地、建筑物、矿山生产设备及人员带来严重损失。此类潜在的泥石流灾害险情称为泥石流隐患。

研究区内磷矿及部分砂石料矿山在沟谷上方就地堆存的大量废土、废石为泥石流形成提供了充足的物源。通常这些堆放在沟谷上游的堆积物呈漏斗状、勺状或椭圆状, 环山谷分布, 结构松散, 纹理较为细腻, 表面几无植被覆盖; 堆积体的下方一般无挡护措施, 并有次级沟槽发育。从三维影像图上目估以及从坡度坡向图上可知, 这些沟谷坡度大多大于25° , 可为泥石流形成和倾泻提供流通通道。沟口出山处则由于地形变缓, 泥石流携带的物质开始堆积, 形成泥石流堆积扇。如矿山开发地的沟谷具备以上所述的“ 物源、流通通道、堆积区” 3个条件, 泥石流便有可能形成, 即可判识存在泥石流隐患。

显然, 在三维遥感图像(图3)及DEM图上可以量测出泥石流隐患的长度、宽度、高度, 进而推测出其规模。假如一旦发生泥石流, 沟口的矿山道路、农田、矿山建筑等将受到危害, 而这些地物有其自身的形态、色调、影纹等特征可被识别, 其分布位置、面积、规模等定量数据亦可从三维影图像上量算; 再结合野外查证, 核实农田作物生长态势、矿山建筑可容纳人数等资料, 最终可估算出泥石流隐患对农田、道路、矿山建筑、人员等可能造成的损失情况。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 泥石流隐患Fig.3 Hidden danger of debris flow hazard

2.2.3 滑坡隐患

斜坡上的部分岩、土质, 在重力作用下, 沿着斜坡内的一个或多个较弱面产生整体向下滑移的现象称为滑坡^[9]。滑坡是山区最重要的地质灾害之一。矿山开发所形成的大量堆积物的下方如具备一定的滑动斜面, 又无任何挡护设备时, 在重力作用下极易失稳, 可能形成滑坡灾害, 称之为滑坡隐患。这种隐患对其下方的居民点、建筑物、道路、生产设施等具有重大威胁。

研究区内铁矿开采过程中产生的大量松散固体废弃物, 如碎石、矿渣等, 常常就地沿山坡堆放, 为滑坡灾害的形成提供了物源。在三维遥感图像上这些堆积物多呈为紫色色调(图4), 结构疏松, 纹理较较周围地物细腻而连续, 多呈上陡、中缓、下陡形态, 上部边缘常显上凸的弧形, 表面上几无植被覆盖, 下方多无挡护设备。结合DEM资料、坡度坡向图及地质资料可知, 固体废弃物的堆放坡度多在10° ~45° 范围, 而且部分地段下垫地层的产状亦向下方倾斜, 具有较好的滑动面条件, 在强降雨等诱发下易于形成滑坡。另外, 在三维遥感图像上可通过滑坡形态等预测和估算出可能发生的滑坡的影响范围; 根据影响范围内各类地物的形态、色调、影纹、结构等影像特征识别出可能受灾地物的类型, 获得其位置、长度、面积等量化信息; 进一步结合野外查证资料, 最终完成对滑坡隐患险情的评估。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 滑坡隐患Fig.4 Hidden danger of landslide hazard

依据以上灾害隐患三维判识标志, 获知研究区由矿山开发引起的地质灾害隐患共计6处。其中4处崩塌隐患, 2处滑坡隐患。各处地质灾害隐患可造成的险情如表1所示。

表1

Tab.1

表1(Tab.1)

表1 矿山地质灾害隐患统计 Tab.1 Statistics of mine geological disaster hazard 灾害 类型 开发矿种 矿山名称 所属 区县 属性 影响对象 面积/m2 高度/m 坡度/(° ) 崩塌 隐患 建筑石料 用灰岩 矿山1号 昆明市 西山区 7 800 140 85 9处矿山建筑, 约27个工作人员 崩塌 隐患 建筑石料 用灰岩 矿山2号 昆明市 西山区 1 800 40 90 2处矿山建筑, 约6个工作人员 崩塌 隐患 石灰岩 矿山3号 昆明市 西山区 5 200 80 80 1处施工设备 崩塌 隐患 建筑石料 用灰岩 矿山4号 昆明市 五华区 1 500 30 85 1处矿山建筑, 约3个工作人员 滑坡 隐患 页岩 矿山5号 玉溪市 澄江县 5 000 50 30 40 m长道路 滑坡 隐患 铁矿 矿山6号 玉溪市 易门县 35 000 5 45 1 000 m长矿山道路, 26 000 m2沉淀池

表1 矿山地质灾害隐患统计 Tab.1 Statistics of mine geological disaster hazard