引用本文
王海庆, 聂洪峰, 陈玲, 荆青青, 李梦薇, 李晓阳. 采矿沉陷遥感调查与危害性研究[J]. 国土资源遥感, 2016,28(1): 114-121
WANG Haiqing, NIE Hongfeng, CHEN Ling, JING Qingqing, LI Mengwei, LI Xiaoyang. Remote sensing investigation of mining subsidence and harmfulness research[J]. REMOTE SENSING FOR LAND & RESOURCES,2016,28(1): 114-121  
Permissions
Copyright©2016, 《国土资源遥感》编辑部
《国土资源遥感》编辑部
采矿沉陷遥感调查与危害性研究
王海庆1,2, 聂洪峰1, 陈玲1, 荆青青1, 李梦薇2,3, 李晓阳2,4
1.中国国土资源航空物探遥感中心,北京 100083
2.中国地质大学(北京)地球科学与资源学院,北京100083
3.北京航天世景信息技术有限公司,北京 100089
4.中国人民武装警察部队黄金部队,烟台 264000

第一作者简介: 王海庆(1980-),男,博士,高级工程师,主要从事遥感地质应用方面的研究。Email:whq0705@126.com。

收稿日期: 2015-01-26
基金项目: 中国地质调查局地质调查项目“矿山环境综合调查与评价”(编号: 1212011120027)和“山东省矿山环境调查与评价”(编号: 1212011220073)共同资助
摘要

为了研究采矿沉陷危害,选择山东省济宁市东部煤矿矿集区为研究区,采用多期光学遥感数据与历史资料相结合的方法,辅以必要的现场调查和走访,进行采矿沉陷调查与危害性研究。结果表明: ①研究区内采矿沉陷危害严重,截止到2013年,至少破坏了25.095 km2的土地,并造成24个村庄被迫搬迁; ②总体来说,研究区内采矿沉陷灾害发展迅速,从2009—2013年,采矿沉陷积水面积共增加4.747 km2,2013年相对于2009年的增长率为23.33%; ③就单个采矿沉陷来说,开始阶段来势猛、发展快、危害大; 但快速发展之后,扩展的速度将逐步变缓,并逐渐过渡到自然平衡; ④光学遥感技术完全可以用于采矿沉陷调查和危害性研究,并且其宏观、廉价等特点较好地弥补了地面调查的不足。

关键词: 遥感; 采矿沉陷; 危害; 煤矿
文献标志码:A 文章编号:1001-070X(2016)01-0114-08 doi: 10.6046/gtzyyg.2016.01.17
Remote sensing investigation of mining subsidence and harmfulness research
WANG Haiqing1,2, NIE Hongfeng1, CHEN Ling1, JING Qingqing1, LI Mengwei2,3, LI Xiaoyang2,4
1. China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China
2. School of Earth and Resources, China University of Geosciences(Beijing), Beijing 100083, China
3. Beijing Space View Technology Co., Lta. Beijing 100089, China
4. Gold Geological Party of CAPF, Yantai 264000, China
Abstract

In this paper , aimed at the study of the hazards caused by the mining subsidence using remote sensing images,according to the research objective,the coal mine ore concentration located in the east of Jining City, Shandong Province of China was chosen as the study area. Multi stage optical remote sensing images and historical data were used, and necessary field survey were supplemented also. The results show that: ①The mining subsidence in the study area is very serious. By 2013, at least 25.095 km2 of land was destroyed, 24 villages were forced to move; ②In generally, mining subsidence developed rapidly in the study area. From 2009 to 2013, 4.747 km2 of mining subsidence water area was increased in total, and the growth rate was 23.33%; ③ For a single mining subsidence, it is fierce, fast development, great hazard in the beginning. But after the rapid development, the expansion rate will gradually slow down, and gradually transit to the natural balance; ④Optical remote sensing technique can be used to research and investigation of mining subsidence hazard, and the characteristics such as macroscopic and cheap could make up for the lack of ground survey.

Keyword: remote sensing; mining subsidence; hazard; coal mine
0 引言

煤矿资源是我国重要的矿产资源。煤矿资源的开采利用已为区域经济发展做出了重要贡献, 但同时也造成了严重的地面沉陷, 破坏了大量的农田、建筑和道路, 严重影响了当地人民群众的生活。

国内对采矿沉陷的研究已取得不少的成果, 如阎跃观等[1]研究了急倾斜多煤层开采条件下围岩破坏机理并将地表沉陷分为4种类型区域; Wu等[2]研究了山东省龙口地区煤矿开采引起的地面沉陷及其对环境的影响; 李成尊等[3]对采矿塌陷的遥感特征进行了研究; 王晓红等[4]对采矿塌陷的遥感可识别性进行了研究; 王钦军等[5]探讨了矿山塌陷的遥感识别与边界提取方法; 姚丹丹等[6]和高小六[7]探讨了使用D-InSAR技术监测煤矿区沉陷的方法和效果; 王勤发等[8]对万年县老白马煤矿采空塌陷的现状进行了调查和预测分析; 王创业等[9]在神东矿区锦界煤矿对煤矿开采的松散层厚度、采厚、覆岩综合硬度等影响沉陷的因素进行了研究; 迟占国等[10]在平朔井工一矿研究了煤矿区地表沉陷的规律; 杨成奎[11]研究了地面沉陷的预测方法; 王永辉等[12]和龙四春等[13]探讨了煤矿沉陷灾害的预测方法; 赵晓霞等[14]将采煤塌陷损毁耕地分为轻度、中度、重度3个级别; 刘哲荣等[15]研究了采煤沉陷区土壤性质的演变; 黄晓娜等[16]研究了煤矿塌陷区不同复垦年限土壤颗粒组成的分形特征; 柴华彬等[17]对煤矿塌陷区地基稳定性与承载力的研究现状进行了分析。上述研究虽然广泛涉及围岩破坏机理、危害影响、遥感识别与监测方法、预测分析、土壤性质演变和地基稳定性等方面, 但对应用高分辨率遥感资料研究地面沉陷危害的报道较少。笔者[18]曾利用2009年获取的GeoEye-1高分辨率遥感数据对济宁市煤矿矿集区地面沉陷的现状进行过遥感调查, 并利用多期遥感数据分别对兴隆庄煤矿和龙堌煤矿周边的地面沉陷面进行过调查与监测[19, 20]; 汪宝存等[21]利用遥感数据对开滦煤矿地面塌陷积水进行了动态监测; 许冬等[22]运用遥感与地理信息技术探讨了济宁煤矿区地表塌陷积水的时空演变。但上述研究只注重对采矿沉陷积水面积的调查, 对采矿沉陷的危害性研究不足。本文采用多期遥感数据, 结合地形图和地质图等历史资料, 辅以实地调查验证, 利用ArcGIS平台开展研究区内的采矿沉陷调查和危害性研究。调查和研究过程中充分发挥了遥感技术宏观、真实、高效的特点, 结果真实可靠。

1 研究区及数据源概况
1.1 研究区概况

选择山东省济宁市东部煤矿矿集区为研究区(图1)。

图1 研究区位置示意图Fig.1 Location map of study area

研究区具备下述特点和研究条件: ①地下开采煤矿集中, 在较小的范围内有较大的煤矿开采和生产规模; ②采矿沉陷严重, 已经形成了一定的采矿沉陷灾害, 并且采矿沉陷持续扩展, 其危害不断增加; ③有多期可供选择利用的遥感数据。

研究区位于济宁市东部, 行政区域上涉及曲阜市、兖州市和邹城市3个县级市, 面积396 km2。区内地势平坦, 为典型的平原地貌。区内有多个国有大型煤矿, 主要涉及兴隆庄、杨庄、杨村、东滩、鲍店、横河和南屯共7个煤矿(其中南屯煤矿仅涉及其北部); 这些煤矿都采用地下开采, 生产规模较大。以往研究结果表明, 该区采矿沉陷严重, 而且扩展快, 危害大[12, 14, 18, 19, 20, 22], 是典型的煤矿采矿沉陷区。

1.2 遥感数据源

根据调查和研究目的, 选取了2009— 2013年获取的模拟真彩色遥感数据, 并收集了2景2013年获取的Landsat8卫星遥感数据用于辅助研究(表1和图2)。

表1 遥感数据基本信息 Tab.1 Basic information of remote sensing data

图2 不同时期遥感图像快视图Fig.2 Quick-look map of remote sensing images in different periods

2 采矿沉陷遥感调查
2.1 遥感识别标志

采矿沉陷是指在矿产资源开采利用时造成的地面沉陷, 不同于采矿塌陷。采矿塌陷往往形成地表高程急剧变化的塌陷坑, 且面积较小(往往以m2为单位计算), 在遥感图像中受阳光照射角度和卫星遥感图像拍摄角度的影响, 可以见到较为明显的阴影, 从而易于识别。采矿沉陷的地面高程变化相对较缓, 且面积较大, 在光学遥感图像中难以直接识别, 但可根据采矿沉陷形成的积水坑间接识别。采矿沉陷作为一种灾害, 如果没有积水, 仅使沉陷区的土地丧失部分使用功能(如不再具有建房居住的功能), 但仍可生长草木。而在济宁地区, 由于人口密度大、耕地资源严重紧张, 当地居民不顾危险, 仍在采矿沉陷的危险区内耕种, 直至积水淹没耕地才不得已而放弃耕种。本文着重研究采矿沉陷的危害, 侧重于研究有积水的采矿沉陷区, 故对采矿沉陷的遥感识别也将从采矿沉陷积水坑入手。

采矿沉陷积水坑具有独特的影像特征, 在高空间分辨率遥感图像中易于识别, 完全可以与露天的采沙坑、采土坑区别开[18]。其主要特征有: ①边界比较圆滑, 不会出现明显的拐角; 但采沙坑、采土坑的边界往往较平直, 有明显的拐角。②边坡比较平缓; 但采沙坑、采土坑的边坡往往较陡(甚至直立)。③形成和发育受地下采空区的控制, 往往可间接反映地下采空区的空间形态(比如采煤巷道的走向与规模)。另外, 通过对比历史资料与现场调查, 还可以将历史上形成的湖泊等地表水体与地面沉陷积水坑区别开。但需要注意的是, 某些采矿沉陷可能已被治理和利用, 其积水坑也会出现较平直的边界和明显的拐角。因此, 在利用光学遥感手段进行采矿沉陷积水坑调查时, 需要对多个识别标志进行综合判断分析, 必要时应进行相应的现场调查和走访。

2.2 采矿沉陷积水面积变化

根据多个识别标志进行综合判断分析, 从研究区的模拟真彩色遥感图像中圈定出采矿沉陷积水坑, 并通过野外调查验证进一步修改完善其识别结果。图3为研究区内采矿沉陷积水坑的分布情况。

图3 研究区内采矿沉陷积水坑分布图Fig.3 Distribution map of mining subsidence water pits in study area

经研究发现, 研究区内采矿沉陷积水坑分布广、面积大、危害严重。采矿沉陷积水坑的面积在逐年扩大, 在2009年获取的遥感图像中, 采矿沉陷积水面积为20.349 km2; 在2010年的遥感图像中面积为22.385 km2, 比2009年增加了2.036 km2, 增长率超过了10%; 在2011年的遥感图像中变为23.090 km2, 又比2010年增加了0.705 km2, 相对于2010年的增长率为3.15%; 在2012年的遥感图像中, 采矿沉陷积水面积为24.097 km2, 比2011年增长了1.007 km2, 相对于2011年的增长率为4.36%; 在2013年的遥感图像中, 采矿沉陷积水面积为25.095 km2, 比2012年增长了0.998 km2, 相对于2012年的增长率为4.14%(图4及表2)。

图4 采矿沉陷积水面积变化曲线图Fig.4 Curve graph for area changes of mining subsidence water pits

表2 采矿沉陷积水坑面积增长情况一览表 Tab.2 List for area increase of mining subsidence water pits(km2)

从2009— 2013年, 根据获取的遥感图像分析, 采矿沉陷积水面积共增加了4.747 km2, 2013年相对于2009年的增长率为23.33%。在增加的采矿沉陷积水面积方面, 兴隆庄煤矿(矿山范围内, 下同)增加最多, 为1.758 km2; 其次为鲍店煤矿, 为1.401 km2。在2013年相对于2009年的增长率方面, 杨村煤矿增长最快, 达56.91%; 其次是鲍店煤矿, 为31.02%。

根据调查得到的采矿沉陷积水面积, 结合矿山面积, 可计算出采矿沉陷积水比率。该比率可在一定程度上反映采矿沉陷的严重程度。研究区内采矿沉陷积水比率最大的是兴隆庄煤矿, 达17.20%; 其次是鲍店煤矿, 为15.99%(表3)。

表3 采矿沉陷积水比率一览表 Tab.3 List for ratio of mining subsidence water area
3 采矿沉陷危害性研究
3.1 破坏土地

采矿沉陷是一个动态变化过程, 采矿沉陷积水坑是采矿沉陷的结果之一。即有采矿沉陷未必有采矿沉陷积水坑, 只有当沉陷达到一定的程度, 使地表高程低于地下水位时, 才能形成有长期积水的采矿沉陷积水坑。即使如此, 在积水区域与非沉陷区之间也有一定宽度的过渡地带。对于过渡地带的宽度, 笔者也开展了一些调查和研究, 然而从目前的研究进展来看, 还没有统一的规律性数据或公式可以推荐, 但可明确的是其影响因素主要有: 采空区埋深、采空区高度、采空区宽度、采空区至地表的物质结构及其力学性质等。另外, 采矿沉陷积水面积也受降水量的影响, 连续性降雨和特大暴雨会使采矿沉陷积水面积扩大。研究区内地势非常平坦, 没有自然因素造成的地表高程变化, 故除非发生洪涝灾害使区内地面普遍被淹, 采矿沉陷积水坑的范围不会超出采矿沉陷的范围。在本文使用的遥感图像中, 未发现洪涝灾害的迹象; 气象资料也未显示在获取遥感数据之前短期内有长期连续性降雨和特大暴雨的记录, 故本次研究可以排除气象因素的影响。因此, 采矿沉陷的范围往往大于采矿沉陷积水坑的范围。本文遵循保守的原则, 利用采矿沉陷积水坑的面积估算采矿沉陷破坏的土地面积, 虽然不足以全面反映采矿沉陷破坏土地的实际面积, 但至少可作为一种参考, 并且也符合当地居民珍惜每一寸土地、辛勤耕种的实际情况。

根据获取的遥感图像, 本文认为研究区内的采矿沉陷至少破坏了25.095 km2的土地。其中, 兴隆庄煤矿(矿山范围内, 下同)破坏的土地最多, 为9.675 km2; 其次是东滩煤矿, 为6.106 km2; 鲍店煤矿为5.917 km2; 横河煤矿为1.282 km2; 南屯煤矿北部为1.212 km2; 杨村煤矿为0.863 km2; 杨庄煤矿为0.040 km2。

就单个采矿沉陷(对应单独的地下采空区)而言, 开始阶段来势猛、发展快、危害大, 往往在短时间内破坏大量土地及土地上的道路、房屋、庄稼和树木等; 快速发展后, 扩展速度将逐步变缓, 逐渐过渡到自然平衡状态。以兴隆庄镇东侧(大施村东北)的采矿沉陷(图5)为例, 2009年, 有一条NNW走向的采矿沉陷积水坑, 长1 070 m(图5(a)); 2010年, 该采矿沉陷积水坑急剧向北扩展, 长度扩展为1 953 m, 积水淹没了兴隆庄煤矿向外运煤的铁路(图5(b)中呈圆弧状的线状地物); 2011年相对2010年没有明显变化(图5(c)); 2012年, 该采矿沉陷积水坑仍没有明显的变化, 但其西侧出现了一个新的采矿沉陷积水坑, 长1 589 m(图5(d)); 2013年相对2012年没有明显变化(图5(e))。

图5 采矿沉陷不同年份发展情况对比Fig.5 Comparison of mining subsidence developing in different years

3.2 破坏村庄

采矿沉陷在破坏大量土地的同时, 也迫使多个村庄搬迁。根据多期遥感图像, 结合历史资料, 可以很容易地识别出已消失的村庄。但要识别出因采矿沉陷消失的村庄, 还需要综合利用煤矿开采和采矿沉陷等信息。为了区别因土地耕作集约化、并村合集、新农村建设等非避灾性搬迁的村庄, 笔者对室内解译结果进行了实地走访调查, 以进一步确认村庄搬迁的原因。如图6所示, 位于左上角的四新村所在地, 在2009年的遥感图像中已经沦为采矿沉陷积水坑; 位于右下角的后屯村所在地, 在2009年的遥感图像中已位于采矿沉陷积水坑的边沿, 村庄已基本搬迁完毕, 但仍依稀可见村庄的痕迹, 而在2013年的遥感影像中已经完全沦为采矿沉陷积水坑; 位于右上角的程家庄、东程家庄和西程家庄3个村庄所在地, 在2009年的遥感图像中还是完好的村庄(但在其南部、西部和西北部都有严重的采矿沉陷), 在2013年的遥感图像中已完全消失。

图6 因采矿沉陷消失的村庄Fig.6 Disappeared villages due to mining subsidence

对照历史资料, 结合采矿沉陷积水坑分布情况, 圈定了24个因采矿沉陷消失的村庄, 并在现场调查和走访中得到了证实。24个村庄中, 位于兴隆庄煤矿矿山范围内的有9个, 东滩煤矿矿山范围内有6个, 鲍店煤矿矿山范围内有5个(表4)。

表4 因采矿沉陷消失的村庄 Tab.4 Villages disappeared due to mining subsidence

采矿沉陷灾害严重破坏了当地的生态环境, 大量土地被损毁, 多个村庄被迫搬迁, 不少建筑倒塌或被淹没(图7), 多条道路遭毁坏, 给采矿沉陷区原居民的生产和生活造成了灾难性影响, 也给当地的社会治安和安全稳定埋下了隐患。

图7 被采矿沉陷积水淹没的楼房和农田Fig.7 Farmland and building destroyed by mining subsidence

3.3 灾情预测

根据采矿沉陷遥感调查结果, 笔者分析了研究区内采矿沉陷扩展趋势, 就单个采矿沉陷区域研究了其扩展方向。根据历年发展变化情况, 尤其是在近2 a快速发展的区域, 圈定了7处危险区(图3), 预测这些区域可能会发生新的采矿沉陷。在这7处危险区内, 涉及3个村庄, 预测这些村庄将需要搬迁。以图5所示的兴隆庄镇东侧采矿沉陷区为例, 从2009―2013年的发展变化来看, 采矿沉陷正在向SW方向快速发展。故笔者预测该采矿沉陷区域的西南部为危险区, 有可能发生新的采矿沉陷; 且其西南部的大施村处在危险区域内, 预测该村庄需要搬迁。

总体来说, 采矿沉陷受地下采空区控制, 采矿沉陷积水坑的形态和规模也在一定程度上反映了地下采空区的形态和规模。若要根治采矿沉陷, 仍需从地下采空区入手。建议在矿山开采之前制订切实有效的采空区治理方案, 并在矿山开采过程中严格执行。

4 结论

1)所选择的研究区内采矿沉陷危害严重, 截止到2013年, 至少破坏了25.095 km2的土地, 并迫使24个村庄搬迁, 毁坏多条道路, 给沉陷区原居民的生产和生活造成了灾难性影响, 也给当地的社会治安和安全稳定埋下了隐患。

2)总体来说, 研究区内采矿沉陷灾害发展迅速。2009―2013年间, 根据获取的遥感图像分析, 采矿沉陷积水面积共增加4.747 km2, 2013年相对于2009年的增长率达到23.33%。

3)就单个采矿沉陷(对应单独的地下采空区)来说, 刚开始来势猛、发展快、危害大, 但快速发展后, 扩展的速度将逐步变缓, 并逐渐过渡到自然平衡。

4)本文采用的光学遥感技术具有宏观、廉价、快速、高效的特点, 可以用于采矿沉陷的危害调查和研究, 弥补常规地面调查的不足。

然而, 关于采矿沉陷危害的研究仍有一些重要问题需要进一步开展。比如: 本文中提到的在积水区域与非沉陷区之间也有一定宽度的过渡地带, 如何能够更加科学合理、符合实际地计算该宽度, 还需要深入探讨和研究。另外, 如何权衡矿产资源开采的利与弊?如何评价矿产资源开采利用带来的经济效益与采矿沉陷等矿山地质灾害的危害对社会整体发展的影响?是需要长期探讨的难题。限于笔者收集到的资料有限, 未能在这方面开展工作, 期待有志学者深入研究。

致谢: 本文研究过程中得到了杨金中、王晓红、周英杰、汪洁、王斌、姚维岭、李飞等同仁的帮助, 在此表示衷心的感谢!

The authors have declared that no competing interests exist.

参考文献
[1] 阎跃观, 戴华阳, 王忠武, 等. 急倾斜多煤层开采地表沉陷分区与围岩破坏机理——以木城涧煤矿大台井为例[J]. 中国矿业大学学报, 2013, 42(4): 547-553.
Yan Y G, Dai H Y, Wang Z W, et al. Ground subsidence zone and surrounding rock failure mechanism due to steep multiple coal seam mining: a case study at Muchenyjian Datai Mine[J]. Journal of China University of Mining and Technology, 2013, 42(4): 547-553. [本文引用:1]
[2] Wu Q Y, Pang J W, Qi S Z, et al. Impacts of coal mining subsidence on the surface land scape in Longkou City, Shand ong Province of China[J]. Environmental Earth Sciences, 2009, 59(4): 783-791. [本文引用:1]
[3] 李成尊, 聂洪峰, 汪劲, 等. 矿山地质灾害特征遥感研究[J]. 国土资源遥感, 2005, 17(1): 45-48. doi: DOI: 106046/gtzyyg. 2005. 01. 11.
Li C Z, Nie H F, Wang J, et al. A remote sensing study of characteristics of geologicol disasters in a mine[J]. Remote Sensing for Land and Resources, 2005, 17(1): 45-48. doi: DOI:10.6046/gtzyyg.2005.01.11. [本文引用:1]
[4] 王晓红, 聂洪峰, 李成尊, 等. 不同遥感数据源在矿山开发状况及环境调查中的应用[J]. 国土资源遥感, 2006, 18(2): 69-71. doi: DOI: 106046/gtzyyg. 2006. 02. 17.
Wang X H, Nie H F, Li C Z, et al. The application of characteristics of different remote sensing data sources to the investigation of the mining situation and environment of mines[J]. Remote Sensing for Land and Resources, 2006, 18(2): 69-71. doi: DOI:10.6046/gtzyyg.2006.02.17. [本文引用:1]
[5] 王钦军, 陈玉, 蔺启忠. 矿山地面塌陷的高分辨率遥感识别与边界提取[J]. 国土资源遥感, 2011, 23(3): 113-116. doi: DOI: 106046/gtzyyg. 2011. 03. 20.
Wang Q J, Chen Y, Lin Q Z. Surface collapse identification and its boundary extraction using high resolution remote sensing[J]. Remote Sensing for Land and Resources, 2011, 23(3): 113-116. doi: DOI:10.6046/gtzyyg.2011.03.20. [本文引用:1]
[6] 姚丹丹, 吴侃, 何强. 基于D-InSAR技术的煤矿区沉陷监测[J]. 金属矿山, 2014, 32(11): 151-155.
Yao D D, Wu K, He Q. Coal mine subsidence monitoring based on D-InSAR technology[J]. Metal Mine, 2014, 32(11): 151-155. [本文引用:1]
[7] 高小六. 基于D-InSAR技术的煤矿沉陷监测[J]. 煤炭技术, 2013, 32(6): 78-80.
Gao X L. Coal mine subsidence monitoring based on D-InSAR technology[J]. Coal Technology, 2013, 32(6): 78-80. [本文引用:1]
[8] 王勤发, 许少清, 王超. 万年县老白马煤矿采空塌陷现状调查及预测分析[J]. 西部探矿工程, 2014(6): 150-153.
Wang Q F, Xu S Q, Wang C. Investigation and forecasting about mining subsidence in Baima coal mine, Wannian Country[J]. Mine Exploration of West China, 2014(6): 150-153. [本文引用:1]
[9] 王创业, 曾祥柱, 栾春雪. 基于正交试验的锦界煤矿开采沉陷影响因素分析[J]. 煤炭技术, 2015, 34(2): 1-3.
Wang C Y, Zeng X Z, Luan C X. Analysis of mining subsidence movement factors in Jinjie coal mine based on orthogonal experiment design[J]. Coal Technology, 2015, 34(2): 1-3. [本文引用:1]
[10] 迟占国, 郭森林. 煤矿区工作面开采地表沉陷规律研究[J]. 煤炭技术, 2014, 33(12): 101-103.
Chi Z G, Guo S L. Research on ground subsidence regularity in coal mining area[J]. Coal Technology, 2014, 33(12): 101-103. [本文引用:1]
[11] 杨成奎. 大宝山矿山采空区地面塌陷地质灾害预测及其防治措施[J]. 矿产与地质, 2013, 27(5): 416-420.
Yang C K. Geologic hazard forecast and its control measures of exhausted area surface collapse of Dabaoshan mine[J]. Mineral Resources and Geology, 2013, 27(5): 416-420. [本文引用:1]
[12] 王永辉, 倪岳晖, 周建伟, 等. 基于概率积分法的横河煤矿巨厚松散层下开采沉陷预测分析[J]. 地质科技情报, 2014, 33(4): 219-224.
Wang Y H, Ni Y H, Zhou J W, et al. Subsidence prediction under thick and loose overburden of Henghe coal mine based on probability integration method[J]. Geological Science and Technology Information, 2014, 33(4): 219-224. [本文引用:2]
[13] 龙四春, 杨光锐, 王先军. 唐洞煤矿沉陷灾害综合预测方法研究[J]. 大地测量与地球动力学, 2014, 34(3): 104-107.
Long S C, Yang G R, Wang X J. A comprehensive method predicting subsidence disaster in Tangdong coal mine[J]. Journal of Geodesy and Geodynamics, 2014, 34(3): 104-107. [本文引用:1]
[14] 赵晓霞, 李晶, 刘子上, 等. 矿-粮复合区采煤塌陷损毁耕地分级研究[J]. 环境科学与技术, 2014, 37(7): 177-181, 192.
Zhao X X, Li J, Liu Z S, et al. Evaluation of damaged farmland extent in overlapped areas of farmland and coal resources with high phreatic water level[J]. Environmental Science and Technology, 2014, 37(7): 177-181, 192. [本文引用:2]
[15] 刘哲荣, 燕玲, 贺晓, 等. 采煤沉陷干扰下土壤理化性质的演变——以大柳塔矿采区为例[J]. 干旱区资源与环境, 2014, 28(11): 133-138.
Liu Z R, Yan L, He X, et al. Effects of mining subsidence on physical and chemical properties of soil in the subsided land of the Daliuta Mining Area[J]. Journal of Arid Land Resources and Environment, 2014, 28(11): 133-138. [本文引用:1]
[16] 黄晓娜, 李新举, 刘宁, 等. 煤矿塌陷区不同复垦年限土壤颗粒组成分形特征[J]. 煤炭学报, 2014, 39(6): 1140-1146.
Huang X N, Li X J, Liu N, et al. Characteristics of soil particles fractal dimension under different reclamation years in coal mining subsidence[J]. Journal of China Coal Society, 2014, 39(6): 1140-1146. [本文引用:1]
[17] 柴华彬, 宋博, 刘瑞斌, 等. 煤矿塌陷区地基稳定性与承载力研究现状分析[J]. 河南理工大学学报: 自然科学版, 2014, 33(2): 173-176.
Chai H B, Song B, Liu R B, et al. Research status of foundation bearing capacity in coal mining subsidence area[J]. Journal of Henan Polytechnic University: Natural Science, 2014, 33(2): 173-176. [本文引用:1]
[18] 王海庆, 陈玲. 山东省济宁市煤矿矿集区地面沉陷现状遥感调查[J]. 中国地质灾害与防治学报, 2011, 22(1): 87-93.
Wang H Q, Chen L. Investigation of current surface subsidence situation using remote sensing images, in Jining coal mine concentration area, Shand ong Province[J]. The Chinese Journal of Geological Hazard and Control, 2011, 22(1): 87-93. [本文引用:3]
[19] Wang H Q, Zhou Y J, Chen L, et al. The dynamic monitoring on mining collapsing around Xinglongzhuang coal mine based on remote sensing images[J]. Advanced Materials Research, 2013, 726-731: 4625-4630. [本文引用:2]
[20] Wang H Q. Mining subsidence monitoring around Longgu coal mine based on remote sensing[J]. Advanced Materials Research, 2014, 1010-1012: 489-495. [本文引用:2]
[21] 汪宝存, 苗放, 晏明星, 等. 基于遥感技术的开滦煤矿地面塌陷积水动态监测[J]. 国土资源遥感, 2007, 19(3): 94-97. doi: DOI: 106046/gtzyyg. 2007. 03. 22.
Wang B C, Miao F, Yan M X, et al. The dynamic detection of ground collapse water log in the Kailuan coal mine based on the remote sensing technique[J]. Remote Sensing for Land and Resources, 2007, 19(3): 94-97. doi: DOI:10.6046/gtzyyg.2007.03.22. [本文引用:1]
[22] 许冬, 吴侃. 济宁煤矿区地表塌陷积水时空演变[J]. 辽宁工程技术大学学报: 自然科学版, 2014, 33(10): 1307-1311.
Xu D, Wu K. Spatial-temporal evolution of collapse waterlogged region in Jining coal mining district[J]. Journal of Liaoning Technical University: Natural Science, 2014, 33(10): 1307-1311. [本文引用:2]