許疃礦32塊段出水水源Fisher識別分析*

?

許疃礦32塊段出水水源Fisher識別分析*

董毅，解海軍

(西安科技大學 地質(zhì)與環(huán)境學院，陜西 西安 710054)

摘要：鑒于許疃礦32塊段3222切眼持續(xù)突水，為了快速有效地判別出該礦出水點的水源類型，為該礦防治水措施的制定提供科學依據(jù)，通過利用所收集的許疃礦32塊段不同含水層常規(guī)水化學數(shù)據(jù)和與其具有相同水質(zhì)單元的任樓礦部分水化學數(shù)據(jù)，依據(jù)各含水層地下水化學組分情況，最終選取了7種能夠區(qū)分各含水層類型的水化學指標，并借助SPSS軟件建立了許疃礦突水水源的Fisher識別模型。訓練水樣的判別結(jié)果經(jīng)回估后發(fā)現(xiàn)，該模型在許疃礦水源類型的判別中正確率高，表明此模型在許疃礦水源判別中效率較好，可作為許疃礦礦井突水時快速判別水源類型的一種依據(jù)，對該煤礦日后安全生產(chǎn)具有一定的實際意義。最后對許疃礦出水點待判水樣進行科學判別，判別結(jié)果為：所有待判水樣均為砂巖水。另外，論文中許疃礦水源判別模型建立時未考慮各含水層混合后的情況，因此該模型還可作進一步研究。

關(guān)鍵詞：許疃礦32塊段；Fisher判別法；礦井突水

0引言

水害是影響礦井安全生產(chǎn)的五大災(zāi)害之一。水害事故一旦發(fā)生，輕則造成財產(chǎn)損失，嚴重時可能致使人員的傷亡。及時、準確判別突水水源類型是礦井防治水工作的關(guān)鍵步驟。國內(nèi)外眾多學者對此做了大量研究。目前國內(nèi)外關(guān)于礦井水源判別方法較多，例如模糊綜合判別法、灰色系統(tǒng)理論法、可拓識別法、GIS理論分析法、人工神經(jīng)網(wǎng)絡(luò)法等[1]。上述方法近些年在水源判別中都有應(yīng)用，且效果良好，但均屬于非線性分析方法，理論的理解及模型的建立相對較為復雜。而線性分析法中的水化學分析法是通過提煉能夠有效反應(yīng)地下水本質(zhì)特征的水化學指標，建立水化學水源識別模型，判別礦井突涌水水源類型。其中的Fisher判別法通過建立判別模型，經(jīng)數(shù)值計算可快速判別水源類型，模型相對簡單。國外對于Fisher判別法在水源判別中的應(yīng)用較少，而國內(nèi)相對應(yīng)用較多，例如陳江紅、黃平華等[2-3]將該判別法用于礦井水源的識別，并取得較好的效果。

1Fisher判別理論

1.1　Fisher原理

Fisher判別分析方法的原理[6-7]是按一定的方向，將高維空間的一個樣本數(shù)據(jù)組成的向量往低維空間進行投影，文中模型是為了使每個總體多維數(shù)據(jù)轉(zhuǎn)化為一維。投影后滿足組與組之間分的很清楚，保證判別變量對區(qū)分類別差異的效果達到最大。對組間差與組內(nèi)差添加約束條件，建立特征方程，通過求解最大特征值便可求出Fisher判別函數(shù)。

1.2　判別效率檢驗

為估計上述判別準則優(yōu)良性[8]，采用以訓練樣本為基礎(chǔ)的回代估計法來計算誤判率，即利用本論文中建立Fisher判別函數(shù)的已知水源的30個訓練樣本，將這些訓練樣本進行回判。誤判樣本個數(shù)N與總樣本數(shù)之比稱為誤判率η.η值的大小直接反映出模型的質(zhì)量。

2確定Fisher判別模型

2.1　選擇判別指標

表1　礦井突涌水回估訓練水樣與自檢結(jié)果對比

2.2　Fisher模型的建立

Fisher判別的關(guān)鍵步驟就是Fisher判別函數(shù)的建立，將許疃礦各含水層常規(guī)水化學數(shù)據(jù)處理后，運用SPSS軟件得到典則判別函數(shù)系數(shù)，建立許疃礦的3類水源的判別函數(shù)式見表2.

y1=-0.013x1-0.229x2+0.185x3+0.081x4+0.070x5+0.075x6+31.651x7-153.9，

(6)

y2=-0.022x1-0.074x2+0.213x3+0.038x4+0.077x5+0.040x6+38.538x7-185.6，

(7)

y3=-0.017x1-0.010x2+0.165x3+0.032x4+0.058x5+0.031x6+38.011x7-181.70.

(8)

2.3　訓練水樣回估

不同含水層常規(guī)水化學數(shù)據(jù)經(jīng)整理后，F(xiàn)isher判別模型通過每組樣本的數(shù)據(jù)分別代入3個判別函數(shù)中，將計算的結(jié)果進行比較，其中最大值所在水源就是該樣本的水源類型。

從表1中可以看出，選取的30個訓練樣本中，判別結(jié)果顯示只有23，24兩個太灰水樣判別有誤，其他水樣均與實際分類相同，正確率達到93.3%，誤判率η=2/30=6.7%.說明Fisher判別法在判別許疃礦礦井突水水源中準確率高，誤判的水樣在太灰水中，出錯的原因可能是因為該礦所采水樣時間跨度較大，期間由于采掘進程的持續(xù)加深，巖層應(yīng)力分布發(fā)生改變，原生裂隙增大及新的采動裂隙增加，各含水層間的水力聯(lián)系增強，導致該礦不同含水層之間可能發(fā)生一定程度的混合[9]。而且許疃礦太灰水水樣數(shù)據(jù)較少，對太灰含水層水文地球化學特征的反映不具有全面代表性。但是，該判別法只需知道所選水樣的6大離子的含量以及pH值即可判別水源類型，這些常規(guī)離子的濃度在普通實驗室條件下即可測試得到。因此本次利用常規(guī)離子建立許疃礦礦井突水水源Fisher判別模型，判別礦井突水水源，方法簡單，判別速度快，并且在許疃礦具有較高的判別正確率，可作為許疃礦突水水源快速判別模型。

表2　典則判別函數(shù)系數(shù)

此次建立的許疃礦Fisher水源判別模型的準確率還可以用方差貢獻率來描述，見表3，在第一個判別函數(shù)中，方差貢獻率達到93.3%，換句話說，從該礦所采集的93.3%的水樣信息都可以用該函數(shù)解釋。從表中可以看出，第2個判別函數(shù)的累積方差貢獻率分別達到100%.因此，若有水樣用第一判別函數(shù)難以判別時，可以結(jié)合第2判別式共同判斷水源。

表3　典則判別函數(shù)附加特征值

各典則判別函數(shù)質(zhì)心處值見表4.以第1類判別函數(shù)為例，Ⅰ類水源(砂巖水)的質(zhì)心處值為-3.694；Ⅱ類水源(四含水)質(zhì)心處值為2.718；Ⅲ類水源(太灰水)質(zhì)心處值為3.746；也可對比待判水樣的函數(shù)值與表4中3類水源組別的中心值間的距離大小來識別水樣[13]。

表4　各典則判別函數(shù)質(zhì)心處值

圖1為結(jié)合判別函數(shù)1和2的許疃礦3個含水層的分組圖，此圖也可以利用投點的方式判別水源，即水樣落入哪一含水層區(qū)域，則判為該含水層。從圖中也可以清楚地區(qū)分該礦砂巖水和其余2個含水層，但是四含水和太灰水有交接，若水樣投點時恰好落入這2個含水層交界處，則容易造成誤判，以此也可以解釋回估判別中造成誤判的原因。

2.4　待判水樣的判別

上述的許疃礦Fisher判別模型建立后，回估正確率高達93.3%，表明該模型可以用于許疃礦待測水樣的鑒定，待測水樣判別結(jié)果見表5.

待判水樣為許疃礦3222切眼出水，采用上述建立的許疃礦Fisher判別模型判別分析后得知，待測水樣均為砂巖水。

表5　待測水樣判別

圖1　運用判別函數(shù)1和判別函數(shù)2的分組圖Fig．1　Distinguishing diagram of applyingdiscriminant function 1 and 2

3結(jié)論

1)本論文依據(jù)所選訓練樣本建立了許疃礦的Fisher水源判別模型。訓練樣本回估正確率達到93.3%，說明此判別法可以用于許疃礦水源的科學判別。對該礦5個待判水樣的判別結(jié)果：均為砂巖水；

2)此次建立的許疃礦水源Fisher判別模型在判別該礦水樣的水源時只需知道常見的六大離子濃度及pH值，帶入方程式計算出數(shù)值比較即可判別，因此離子濃度和pH值測定時應(yīng)盡量保證準確性。另外，該方法簡單，可快速判別出許疃礦出水源類型，對于該礦防治水措施的制定具有一定的實際指導意義；

3)各含水層之間水源混合后會影響到模型判別的準確性，而本次許疃礦Fisher水源判別模型的建立沒有考慮混合后的情況，所以該模型還可作進一步的研究。

參考文獻References

[1]李燕，徐志敏，劉勇.礦井突水水源判別方法概述[J].煤炭技術(shù)，2010，29(11)：87-89.

LI Yan，XU Zhi-min，LIU Yong.Summary on methods of distinguishing sources of mine water-invasion[J].Coal Technology，2010，29(11)：87-89.

[2]陳紅江，李夕兵，劉愛華，等.用Fisher判別法確定礦井突水水源[J].中南大學學報，2009，40(4)：1 114-1 120.

CHEN Hong-jiang，LI Xi-bing，LIU Ai-hua，et al.Identifying of mine water inrush sources by Fisher discriminant analysis method[J].Journal of Central South University，2009，40(4)：1 114-1 120.

[3]黃平華，陳建生.基于多元統(tǒng)計分析的礦井突水水源Fisher識別及混合模型[J].煤炭學報，2011(36)：131-136.

HUANG Ping-hua，CHEN Jian-sheng.Fisher identify and mixing model based on multivariate statistical analysis of mine water inrush sources[J].Journal of China Coal Society，2011(36)：131-136.

[4]梁亞婷，楊振宏，屈利偉.基于多源異構(gòu)信息融合的煤礦冒頂事故預報技術(shù)[J].西安科技大學學報，2013，33(1)：78-83.

LIANG Ya-ting，YNGA Zhen-hong，QU Li-wei.Mine roof fall prediction technique based on multi-source information fusion[J].Journal of Xi’ an University of Science and Technology，2013，33(1)：78-83.

[5]魯金濤，李夕兵，宮鳳強，等.基于主成分分析與Fisher判別分析法的礦井突水水源識別方法[J].中國安全科學學報，2012(7)：109-115.

LU Jin-tao，LI Xi-bing，GONG Feng-qiang，et al.Recognizing of mine water inmsh sources based on principal components analysis and Fisher discrimination analysis method[J].Chinese Safety Science Journal，2012(7)：109-115.

[6]王學民.應(yīng)用多元分析[M].上海：上海財經(jīng)大學出版社，2009.

WANG Xue-min.Applied multivariate analyis[M].Shanghai:Shanghai University of Finance and Economics Press,2009.

[7]趙麗娜.Fisher判別法的研究及應(yīng)用[D].哈爾濱：東北林業(yè)大學，2013.

ZHAO Li-na.Research and application of Fisher discriminant method[D].Harbin：Northeast Forestry University,2013.

[8]姜春露，姜振泉.基于Fisher判別分析法的巖溶塌陷預測[J].地球科學與環(huán)境學報，2012，34(1)：91-95.

JIANG Chun-lu，JIANG Zhen-quan.Prediction of karst collapse based on Fisher discriminant analysis method[J].Journal of Earth Sciences and Environment，2012，34(1)：91-95.

[9]代革聯(lián).地質(zhì)構(gòu)造對韓城礦區(qū)水文地質(zhì)特征的影響[J].西安科技大學學報，2010，24(7)：62-67.

DAI Ge-lian.The effect of geology structure on hydrogeology characteristics of Hancheng mining area[J].Journal of Xi’an University of Science and Technology，2010，24(7)：62-67.

Discrimination analysis of water inrush source by Fisher in Xutuan mine 32 block

DONG Yi，XIE Hai-jun

(CollegeofGeologyandEnvironment,Xi’anUniversityofScienceandTechnology,Xi’an710054,China)

Abstract：In view of continuous water inrush of 3222 cut in Xutuan mine block 32，in order to discriminate the water source style for watered point quickly and effectively in the mine，and to provide scientific basis for making measures to prevent and control water，through using conventional hydrochemistry data in diffirent aquifers collected from Xutuan mine block 32 and some hydrochemistry data from Renlou mine which has sane water quality compared to Xutuan mine，according to hydrochemical component in each aquifer，choose seven hydrochemical indexes that can distinguish every aquifer style finally，and in virtue of SPSS software to establish the water inrush Fisher discrimination model for Xutuan mine.The evaluation results after discriminating the training samples indicate the accuracy of discriminanting water source style in Xutuan mine about this model is high with good efficiency，which can be used as a basis to discriminate the water source style on water inrush in Xutuan mine，and it has a certain practical significance to the safety production of the coal mine.Finally，discriminating unknown water source for watered point in Xutuan mine scientifically，the result demonstrates they are all sandstone water.In addition，the water source discriminantion model of Xutuan mine is established without considering the conditions of mixed aquifers，so this model can be further studied.

Key words：Xutuan mine block 32；Fisher discrimination；water inrush of mine

中圖分類號：P 643.1

文獻標志碼：A

通訊作者：董毅(1992-)，安徽蒙城人，碩士研究生，E-mail：15667088215@163.com

收稿日期：*2015-07-16責任編輯：劉潔

文章編號：1672-9315(2016)01-0075-05

DOI：10.13800/j.cnki.xakjdxxb.2016.0113