礦井水水層地球化學特征演化研究

李廣平，丁 濤，鄭 磊，況 軍，周海龍，郭 杰

(安徽恒源煤電股份有限公司 錢營孜煤礦，安徽 宿州 234000)

我國的煤礦水文地質環境相對來說較為復雜，其中煤礦井中容易發生水害情況，這給我國的煤炭開發帶來極大阻礙[1-4]。煤炭的開發受礦下含水層的影響較大，尤其是有著奧陶系石灰巖地層的華北地區，該地區煤礦地層的巖溶較為發育，常與斷層和裂縫相連。同時承壓水含量較多，這便極易引發突水事故，給煤礦的安全生產帶來嚴重威脅，經濟損失巨大[5-8]。

2009年新頒布的《煤礦防治水規定》中有許多與礦井水危險源識別相關的規定[9-11]。例如，第35條規定，應使用地下地球物理勘探、鉆探、監測、測試和其他手段[12]。由此可見，礦井突水水源的確定已成為礦井突水治理和預防的關鍵問題[13-15]。因此，通過分析研究礦井水的化學特征和演化規律，通過各種模式識別突水水源類型，尋找水源，不僅可以解決礦井突水調查、堵塞、排水等問題，而且可以爭取突水事故處理的時間和主動性，為了便于及時防治水害，迅速疏散井下人員，使得突水事故帶來的損失和人員傷亡降到最低[16]。本文以煤礦主要充水含水層水化學特點和演化為基礎，完成礦井充水水源識別模型的構建，以便迅速準確地識別水源，為礦井水災害類型的預測以及預防提供理論和技術支持。

1 研究區概況

W煤田屬于向斜盆地，其東部處于澤山斷層內，而西部、北部和南部有奧灰隱伏。盆地中較多含水層都存在著補給、徑流與排泄環境較差的現象，但盆地中第四系下層地層除外。W煤礦中影響其安全生產的含水層自上而下主要有：第四系下組含水層、侏羅系底部含水層、二疊系煤層頂部含水層、本溪組14號石炭系巖含水層和奧陶系灰巖含水層。W煤田的水文地質圖如圖1所示。構造相對復雜，斷層相對發育。由于各礦井的聯合排水降沙作用，使得地下水對煤礦開采的威脅在一定程度上降低。

圖1 W煤田水文地質示意圖Fig.1 Schematic diagram of hydrogeology of Daning coalfield

2 礦井水水文地球化學特征演化分析

2.1 第4系下組含水層水化學特征

圖2 第4系下組含水層水質Piper三線圖Fig.2 Piper three-line diagram of water quality in lower Quaternary aquifers

圖3顯示了陽離子含水層隨時間變化的趨勢圖。

圖3 陽離子質量濃度隨時間變化趨勢圖Fig.3 Trend of cation mass concentration percentage with time

從圖3可以看出，主要陽離子Ca2+和Mg2+的當量百分比呈現出總體下降的現象，但程度較低。隨時間增長的變化，Ca2+質量濃度緩慢下降，因此其與時間的關系是負相關的；同樣的規律也適用于Mg2+。此外，Na+的相關曲線則是上升的，與時間的關系屬于正相關。

圖4 時間增長情況下陰離子質量濃度的變化Fig.4 Change in percentage of anion mass concentration for increasing time

2.2 第4系下組含水層水化學演化

圖5 奧灰巖溶水TDS和陽離子關系圖Fig.5 Relationship between TDS and cations of lime karst water

從圖5可以看出，Na+、Ca2+和Mg2+等陽離子與奧灰巖溶水TDS的關系曲線總體上均呈現正相關趨勢。但是，在高TDS(即高礦化度)下，離子Ca2+和Mg2+均出現了一定的較小數據，由此說明這類離子的濃度已經達到了飽和狀態，且出現了沉淀。此外，Na+與溶液TDS的關系曲線的上升趨勢是最為明顯的，說明了其關系最為密切，且Na+是陽離子中貢獻最大的。

圖6 奧灰巖溶水TDS和陰離子關系圖Fig.6 The relationship between TDS and anion of lime karst water

2.3 第4系下組含水層的特征離子

含水層特征離子的確定，通常需要依據常規離子和溶液TDS的二次擬合曲線的結果進行分析。根據第4系下組含水層的測試結果，分別獲得了常規陽離子、陰離子濃度和溶液TDS的關系曲線，結果如圖7和圖8所示。

圖7 常規陽離子與TDS變化關系曲線Fig.7 The relationship between conventional cations and TDS in the lower group of Quaternary aquifers

從圖7可以看出，Na+、Ca2+和Mg2+等常規陽離子的二次擬合曲線均為線性形式。前2種離子與溶液TDS呈現正相關線性關系，說明其均為地層水TDS增加的特征離子；然而，Mg2+與溶液TDS的線性曲線基本平行于TDS軸，且呈現負相關趨勢，因此這一離子不是該含水層的特征離子。

圖8 常規陰離子與TDS變化關系曲線Fig.8 The relationship between conventional anions and TDS in the lower group of Quaternary aquifers

3 基于BP的礦井突水水源判別模型

圖9 BP礦井突水水源判別模型 Fig.9 Discrimination model of water inrush source in BP mine

此外，隨機收集7份水樣，測試了所建立模型的準確性，其預測測試結果如圖10所示。

圖10 訓練收斂曲線 Fig.10 Training convergence curve

從圖10可以看出，通過使用網絡，結果(010)和(001)可能存在誤判的情況，這是因為14灰水和奧灰水的各類特征存在較大的相似程度。總體上，該模型的準確度已達到礦區安全生產的需求，適用于礦區的水源辨識分析。

4 結語

(3)分析W礦區地下水的總體特征，形成了該區域地下水的水源數據庫，建立了基于人工神經網絡的礦井突水水源辨識模型，并驗證了該模型的預測精度。總體上，該模型的準確度已達到礦區安全生產的需求，適用于礦區的水源辨識分析。