基于ArcObjects組件與Microsoft.NET框架的營口某鐵礦開采沉陷預(yù)計(jì)系統(tǒng)

尚曉光 侯克鵬

（昆明理工大學(xué)國土資源工程學(xué)院，云南 昆明 650093）

地下金屬礦體開采完畢后，上覆巖體應(yīng)力會重新分布，一旦巖體的抗變形能力無法有效抵消應(yīng)力集中，地表則會發(fā)生沉陷［1-3］。近年來，大量學(xué)者對開采沉陷進(jìn)行了大量預(yù)測研究，盡管成果豐碩［4-8］，但大多側(cè)重于沉陷定量預(yù)測方面，缺乏對礦區(qū)開采沉陷的可視化分析成果。本研究以遼寧省營口市某鐵礦K203開采工作面為例，將ArcObjects二次開發(fā)平臺和Microsoft.NET框架技術(shù)［9-10］相結(jié)合，對礦山開采沉陷可視化預(yù)計(jì)系統(tǒng)進(jìn)行開發(fā)。

1 礦山概況

某鐵礦位于遼寧省營口市，鐵礦所在區(qū)域交通便利，植被覆蓋茂盛，礦區(qū)以北1.5 km分布有2個(gè)自然村落。該礦床屬于典型的河床下賦金屬礦，主礦體沿渾河支流大沖溝發(fā)育，礦體長1 400～1 522 m，寬90～200 m，厚445～207 m，礦體埋深較淺，位于地下70～300 m，呈長條形分布。礦區(qū)地表雨水豐富，地層巖性較單一，上部為第四系殘坡積、沖洪積砂卵碎石，下部為全強(qiáng)風(fēng)化基巖，以大樹基溝和桶子溝為界，北部巖性為花崗巖，南部為變粒巖。經(jīng)現(xiàn)場勘探揭露，巖石風(fēng)化深度較深，一般覆蓋層可達(dá)5～10 m，全風(fēng)化下限埋深為10～20 m，局部可達(dá)到40 m，強(qiáng)風(fēng)化埋深為25～30 m。研究區(qū)未發(fā)現(xiàn)較明顯的大型斷裂或活動斷裂，經(jīng)勘查發(fā)現(xiàn)小規(guī)模斷層有13條，斷層寬10～100 cm，對開采區(qū)無較大影響。通過探洞裂隙統(tǒng)計(jì)分析，礦區(qū)主要發(fā)育NNE、NW向2組裂隙，均以緩傾角為主，易在采掘巷道頂部切割形成不穩(wěn)定塌落體。該鐵礦經(jīng)過多年開采，部分區(qū)域已經(jīng)發(fā)生了巖土體應(yīng)力破壞失穩(wěn)現(xiàn)象，在K203工作面采掘工作區(qū)域地表形成了明顯的塌陷坑，其中較大一處塌陷坑長45 m，寬30 m，塌陷深度為10～50 cm，塌陷坑周邊發(fā)育多級臺階狀裂縫（圖1）。

2 系統(tǒng)開發(fā)及功能架構(gòu)

以Microsoft.NET框架為基礎(chǔ)，首先利用C語言開發(fā)出基于概率分析法的沉陷預(yù)計(jì)系統(tǒng)，并將預(yù)測結(jié)果轉(zhuǎn)換為主流軟件通用的數(shù)據(jù)格式，實(shí)現(xiàn)開采沉陷預(yù)計(jì)和評價(jià)；然后利用ArcObjects平臺，開發(fā)出沉陷預(yù)計(jì)可視化界面，實(shí)現(xiàn)開采沉陷預(yù)計(jì)可視化。

2.1 開采沉陷預(yù)計(jì)模塊

系統(tǒng)開采沉陷預(yù)計(jì)模塊采用概率積分法［11-14］進(jìn)行程序開發(fā)。通常情況下，水平礦體和傾斜礦體傾角不超過45°，故概率積分法可以適用于一般地形和開采條件的地表沉陷分析與計(jì)算。對于工況較為復(fù)雜，礦床條件為任意形狀的開采面，可對礦體細(xì)分為更小的矩形，分別進(jìn)行沉陷預(yù)計(jì)后進(jìn)行疊加分析，從而確保預(yù)計(jì)精度。本研究采用C語言編寫了概率分析法沉陷預(yù)計(jì)程序：

2.2 可視化模塊

2.2.1 可視化程序工作原理

2.2.1.1 沉陷計(jì)算數(shù)據(jù)轉(zhuǎn)換

在CAD軟件中，以SCR腳本繪制研究區(qū)地形等值線、沉陷后地形等值線以及典型剖面線，生成的等值線圖在軟件界面中導(dǎo)出為DEM格式的點(diǎn)數(shù)據(jù)，通過“file”功能自動添加至AricGIS軟件中實(shí)現(xiàn)讀取和可視化，GIS軟件能夠?qū)⒌戎稻€進(jìn)行定量化分界，從而可實(shí)現(xiàn)查詢、分類、修改和自定義等諸多功能（圖2、圖3）。

2.2.1.2 開采沉陷三維可視化

開采沉陷三維可視化分析步驟如下：

（1）工作面三維建模。通過采集采礦工作面巖層走向、傾向、傾角，開掘部位深度、方位、坐標(biāo)點(diǎn)，礦床厚度、深度、產(chǎn)狀、水平位移、垂直位移、下沉系數(shù)等參數(shù)，并將所有參數(shù)信息錄入系統(tǒng)中，生成.dat格式文件，完成工作面三維建模。

（2）設(shè)計(jì)計(jì)算網(wǎng)格。主要目的是設(shè)置網(wǎng)格的邊界線、起止點(diǎn)、網(wǎng)格寬度和高度、網(wǎng)格行列數(shù)以及文件格式等。本研究通過ArcGIS軟件實(shí)現(xiàn)上述功能，設(shè)置過程中網(wǎng)格密度和范圍需大于研究工作面，算法流程如圖4所示。

（3）開采沉陷分析。選取工作面參數(shù)，并挑選巖層巖性參數(shù)、開采工作面參數(shù)等，結(jié)合本研究設(shè)計(jì)的概率分法開采沉陷預(yù)計(jì)程序，可得到指定點(diǎn)的位移信息和發(fā)生沉陷的概率。

（4）可視化。通過ArcObjects二次開發(fā)平臺編寫程序，可實(shí)現(xiàn)三維可視化開采沉陷預(yù)計(jì)。

2.2.2 可視化關(guān)鍵代碼

本研究系統(tǒng)可視化模塊實(shí)現(xiàn)算法采用C語言編寫，關(guān)鍵程序代碼如下。

（1）利用“return”函數(shù)引用GIS API各個(gè)組件接口。

require（modules:Array＜String＞，callback:function）=＞ void

require（{

“esri/Map”， “引用底圖組件”

“esri/views/SceneView”， “引用視圖組件”

“dojo/domReady!”

］，function（Map，SceneView）{ “引用功能組件”

//Code to create the map and view will go here}）；

（2）添加地形等高線底圖。

var map=new Map（{

basemap:“streets”，

ground:“world-elevation”

}）；

（3）添加三維視圖。

var view=new SceneView（［

container:“viewDiv”，

map:map

}）；

（4）添加要素圖層。

return arrayUtils.map（geoJson.features，function（feature，i）{

return{

geometry:new Point（{

x:feature.geometry.coordinates［0］，

y:feature.geometry.coordinates［1］

}），

//select only the attributes you care about

attributes:{

ObjectID:i，

title:feature.properties.title， “添加圖名”

type:feature.properties.type， “添加圖層特性”

place:feature.properties.place， “添加坐標(biāo)值”

depth:feature.geometry.coordinates［2］+“ km“，“添加高程”

time:feature.properties.time， “添加時(shí)間特性”

}；

}）；

（5）設(shè)計(jì)渲染。渲染器是地圖顯示符號的方法，相當(dāng)于Echarts中的VisualMap配置項(xiàng)。ArcGIS軟件API中有很多渲染器，本研究采用SimpleRenderer函數(shù)對點(diǎn)符號進(jìn)行渲染。

var quakesRenderer=new SimpleRenderer（{

symbol:new SimpleMarkerSymbol（{

style:“circle”，

size:20，

color:［211，255，0，0］，

outline:［

width:1，

color:“#FF0055”，

style:“solid”

}

}），

visualVariables:{

{

type:“size”，

field:“mag”，//earthquake magnitude

valueUnit:“unknown”，

minDataValue:2，

maxDataValue:7，

//Define size of mag 2 quakes based on scale minSize:［

type:“size”，

expression:“view.scale”，

stops:［

{value:1128，size:12}，

{value:36111，size:12}，

{value:9244649，size:6}，

{value:73957191，size:4}，

{value:591657528，size:2}

}，

//Define size of mag 7 quakes based on scale maxSize:{

type:“size”，

expression:“view.scale”，

stops:［

{value:1128，size:80}，

{value:36111，size:60}，

{value:9244649，size:50}，

{value:73957191，size:50}，

{value:591657528，size:25}］

}）.

3 試驗(yàn)分析

根據(jù)該鐵礦K203工作面實(shí)際情況，對概率積分法開采沉陷預(yù)計(jì)參數(shù)進(jìn)行了取值，結(jié)果見表1。

?

根據(jù)表1，利用系統(tǒng)開采沉陷預(yù)計(jì)模塊進(jìn)行了預(yù)計(jì)并采用可視化模塊進(jìn)行了三維可視化分析，結(jié)果如圖5所示。

綜合分析圖5可知：K203工作面地表水平位移小于100 mm，垂向位移變化較大（0～1 400 mm），該區(qū)域沉陷具有階段性增速到減緩的特點(diǎn)。

為驗(yàn)證系統(tǒng)開沉陷預(yù)計(jì)精度，在K203工作面地表設(shè)立監(jiān)測點(diǎn)（圖6），采用全站儀在地表敷設(shè)導(dǎo)線進(jìn)行測量分析，其平面測量精度為1 mm，垂直測量精度為5 mm。通過對監(jiān)測結(jié)果進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn)（圖7），監(jiān)測點(diǎn)于2012年8月20日首次發(fā)生位移，之后監(jiān)測點(diǎn)位移增長速率開始逐步擴(kuò)大，現(xiàn)場同時(shí)發(fā)現(xiàn)該區(qū)域地表土體出現(xiàn)裂痕和臺階狀陷坑；2013年11月中旬，地表監(jiān)測點(diǎn)的沉陷值達(dá)到1 200 mm左右，累積變形速率達(dá)到最高峰，沉陷值達(dá)到1 350 mm后，沉陷速率有所減緩，表明從2014年年初開始，該區(qū)域沉陷基本穩(wěn)定，應(yīng)力分布重新達(dá)到平衡狀態(tài)，與本研究系統(tǒng)預(yù)測分析結(jié)果基本吻合。

4 結(jié)語

以遼寧省營口市某鐵礦K203開采工作面為例，將ArcObjects二次開發(fā)平臺和Microsoft.NET框架技術(shù)相結(jié)合，開發(fā)了開采沉陷可視化預(yù)計(jì)系統(tǒng)。試驗(yàn)表明，該系統(tǒng)不僅可以定量預(yù)計(jì)開沉陷，而且可以對開采沉陷預(yù)計(jì)結(jié)果進(jìn)行三維可視化分析，對于深入分析金屬礦山地表沉陷變形規(guī)律有一定的適用性。

［1］Wang X F，Wang Y J，Huang T.Extracting mining subsidence land from remote sensing images based on domain knowledge［J］.Journal of China University of Mining&Technology，2008，18（2）:168-171.

［2］ 夏開宗，陳從新，付 華，等.金屬礦山崩落采礦法引起的巖層移動規(guī)律分析［J］.巖土力學(xué)，2016（5）：1434-1440.Xia Kaizong，Chen Congxin，F(xiàn)u Hua，et al.Analysis of law of ground deformation inducedby caving mining in metal mines［J］.Rock and Soil Mechanics，2016（5）:1434-1440.

［3］ 黃平路，陳從新，肖國峰，等.復(fù)雜地質(zhì)條件下礦山地下開采地表變形規(guī)律的研究［J］.巖土力學(xué)，2009（10）：3020-3024.Huang Pinglu，Chen Congxin，Xiao Guofeng，et al.Study of rock movement caused by underground mining in mines with complicated geological conditions［J］.Rock and Soil Mechanics，2009（10）:3020-3024.

［4］ 張洪勝，劉 浩.礦山開采地表沉陷監(jiān)測方法探討［J］.測繪與空間地理信息，2014（8）：200-202．Zhang Hongsheng，Liu Hao.Discussion on the methods of monitoring in coal mining subsidence［J］.Geomatics&Spatial Information Technology，2014（8）:200-202．

［5］ 楊 旭，余學(xué)祥，張迎偉，等.煤礦開采沉陷自動化監(jiān)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.測繪工程，2015（9）：39-43．Yang Xu，Yu Xuexiang，Zhang Yingwei，et al.Design and implementation of the automatic monitoring system for coal mining subsidence［J］.Engineering of Surveying and Mapping，2015（9）:39-43．

［6］ 郭啟琛，李文平，王啟慶，等.薄基巖淺埋深礦區(qū)地表開采沉降預(yù)測及影響因素分析［J］.金屬礦山，2015（12）：161-164．Guo Qichen，Li Wenping，Wang Qiqing，et al.Prediction and analysis to affecting factors of surface mining subsidence in the mining are a of shallow coal seam with thin bedrock［J］.Metal Mine，2015（12）:161-164．

［7］ 劉賀春，郭 秋.綜合GPS技術(shù)與灰色模型的西郝莊鐵礦開采沉陷預(yù)計(jì)［J］.金屬礦山，2016（10）：116-119．Liu Hechun，Guo Qiu.Prediction of the mining subsidence of Xihaozhuang Iron Mine based on GPS technique and grey model［J］.Metal Mine，2016（10）:116-119．

［8］ 沈 震，徐良驥，劉 哲，等.基于Matlab的概率積分法開采沉陷預(yù)計(jì)參數(shù)解算［J］.金屬礦山，2015（9）：170-174.Shen Zhen，Xu Liangji，Liu Zhe，et al.Calculating on the prediction parameters of mining subsidence with probability integral method based on Matlab［J］.Metal Mine，2015（9）:170-174.

［9］ 劉貴明，張衛(wèi)國，蘭小機(jī).基于ArcGIS Engine的礦山3D-GIS的設(shè)計(jì)與實(shí)現(xiàn)［J］.金屬礦山，2009（5）：92-95.Liu Guiming，Zhang Weiguo，Lan Xiaoji.Design and implementation of theMine3D-GIS based on ArcGIS Engine［J］.Metal Mine，2009（5）:92-95.

［10］王瑞云.基于VC++.NET的開采沉陷預(yù)計(jì)程序設(shè)計(jì)與實(shí)現(xiàn)［D］.淮南：安徽理工大學(xué)，2014.Wang Ruiyun.Design and Implementation of Mining Subsidence Prediction Program Based on VC++.NET［D］.Huainan:Anhui University of Science and Technology，2014.

［11］王永輝，倪岳暉，周建偉，等.基于概率積分法的橫河煤礦巨厚松散層下開采沉陷預(yù)測分析［J］.地質(zhì)科技情報(bào)，2014（4）：219-224.Wang Yonghui，Ni Yuehui，Zhou Jianwei，et al.Subsidence prediction under thick and loose overburden of Henghe coal mine based on probability integral method［J］.Geological Science and Technology Information，2014（4）:219-224.

［12］王 友，王雙亭.抗差嶺估計(jì)在概率積分法預(yù)計(jì)參數(shù)求取中的應(yīng)用研究［J］.煤礦開采，2014（3）：17-19.Wang You，Wang Shuangting.Application of anti-poor-estimation in prediction parameters solution by probability integral method［J］.Coal Mining Technology，2014（3）:17-19.

［13］王瑞云.遺傳算法求概率積分法預(yù)計(jì)參數(shù)程序設(shè)計(jì)［J］.安徽理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，33（1）：67-71．Wang Ruiyun.Design parameters of probability integral method using genetic algorithm［J］.Journal of Anhui University of Science and Technology:Natural Science Edition，2013，33（1）:67-71．

［14］李太啟，高榮久.采煤塌陷地綜合治理問題分析與建議［J］.金屬礦山，2015（4）：169-172．Li Taiqi，Gao Rongjiu.Analysis and suggestion on the problem of comprehensive treatment in subsidence region induce by coal mining［J］.Metal Mine，2015（4）:169-172.