基于投影尋蹤動態聚類模型尾礦庫潰壩風險的研究

段沛霞

(北京國環建邦環保科技有限公司，北京 100101)

?

基于投影尋蹤動態聚類模型尾礦庫潰壩風險的研究

段沛霞

(北京國環建邦環保科技有限公司，北京 100101)

摘要：針對尾礦庫潰壩風險評價在環境影響評價工作、實際管理工作中的重要性，應用投影尋蹤動態聚類模型與尾礦庫風險評價標準，并結合實例，進行定量分析。依照投影特征值進行等級判定，根據最佳投影方向確定不同指標因子對尾礦庫潰壩風險的影響程度。研究結果表明，該方法不僅能給出尾礦庫運行期的風險評價等級，而且對于尾礦庫的普查管理能提供便捷方式，為尾礦庫潰壩風險評價提供了一種新方法。

關鍵詞：尾礦庫；風險指標體系；投影尋蹤；動態聚類

1研究背景

到目前為止，我國已成為世界礦業大國，而尾礦庫是金屬、非金屬礦山的基礎設施之一[1]。經統計，目前我國已有尾礦庫數量約12600多座，其中危庫、險庫、病庫所占比例達40%左右[2]。2005—2011年，全國尾礦庫共發生事故或環境安全事件70起，死亡和失蹤353人[3]。尾礦庫潰壩除造成人員傷亡和財產損失外，對環境的影響也是巨大的。所以，在采掘類建設項目環境影響評價中，尾礦庫潰壩風險評價是非常重要的工作內容之一。

尾礦庫是具有高勢能的人造泥石流危險源，尾礦庫潰壩事故是其危害性最嚴重的事故。尾礦中一般含有大量有毒有害物質，一旦發生潰壩事故，在造成重大經濟損失的同時，伴生、次生泥石流等地質災害，會直接破壞生態環境[4-7]。尾砂中的重金屬直接污染土壤、影響該區域內的植被；尾砂中的有害物質將通過地表徑流進入地表水體或通過滲漏到地下水，使區域地表水和地下水環境受到重金屬、懸浮物等物質的污染，并導致水土流失[8-10]。為了減少尾礦庫潰壩帶來的環境影響及對群眾生命、財產造成的損失，近年來，李全明、王晉淼、彭康等[11-13]對于運行期尾礦庫潰壩風險評價指標體系及風險評價模型開展了研究工作。為了便于環境管理部門、安全管理部門對運行期的尾礦庫的管理與普查工作的開展，本文將投影尋蹤動態聚類模型引入到尾礦庫潰壩風險評價中。

2尾礦庫潰壩風險評價指標體系

根據對尾礦庫潰壩的主要因素、潰壩模式和潰壩路徑的分析和研究，對與尾礦庫安全有關的參數和設計指標進行歸類，初步建立尾礦庫潰壩風險評價指標體系[11]，如圖1所示。指標共分為5個大類，包括漫頂潰決、失穩潰決、滲流破壞、結果破壞和管理因素。這5大類指標共包括16個子指標。

3尾礦庫潰壩風險評判分級標準

根據大量的尾礦庫潰壩事故案例及尾礦壩工程力學特性的分析，并利用國內尾礦庫專家系統、結合工程使用中的可操作性，將尾礦壩潰壩風險評價指標分成4個級別[11]，各指標的分級結果如表1所示。

其中，將A級定義為評價的尾礦庫可繼續安全運行；B級定義為評價的尾礦庫帶有缺陷運行；C級定義為評價的尾礦庫存在嚴重缺陷，必須交由安全監督機構在限定期限內進行治理，并對運行進行密切監視；D級定義為評價的尾礦庫將無法繼續運行，由安全監督機構下令停止使用，治理合格后方可再次投入運行[14]。

4投影尋蹤動態聚類模型

表1　尾礦庫潰壩風險評判分級標準

評判指標A級B級C級D級防洪設計標準/(年一遇)>500100～50050～100<50排洪設施能力系數>0.750.50～0.750.25～0.50<0.25灘頂與庫水位高差/m>1.51.0～1.50.5～1.0<0.5平均粒徑/mm>0.500.20～0.500.05～0.20<0.05下游坡比(1∶n)>5.03.0～5.01.0～3.0<1.0現狀壩高/m>2020～5050～80<80地震烈度/(°)>8.06.5～8.05.0～6.5<5.0堆積容重/(t/m3)>2.01.7～2.01.4～1.7<1.4浸潤線高度/m>8.06.0～8.05.0～6.0<5.0橫向裂隙衡量系數>0.750.50～0.750.25～0.50<0.25縱向裂隙衡量系數>0.750.50～0.750.25～0.50<0.25水平裂隙衡量系數>0.750.50～0.750.25～0.50<0.25排洪設備完好系數>0.750.50～0.750.25～0.50<0.25日常管理衡量系數>0.750.50～0.750.25～0.50<0.25事故應急衡量系數>0.750.50～0.750.25～0.50<0.25監測設備完備系數>0.750.50～0.750.25～0.50<0.25

(1)預處理：由于各因素數值范圍可能相差較大，為了消除極端異常值對聚類結果造成的影響，找出滿足下式的樣本個體，并將其從樣本集中加以剔除。

(1)

另外，為了滿足尺度不變性，采用下式對剔除后的評價指標值進行極差歸一化處理：

(2)

(3)

(3)構造目標函數：對于任一投影方向，基于某一聚類準則的樣本分類結果是確定的，記整個樣本的投影特征值序列組成的集合為Ω={z1,z2···,zn}，要將他們分成k類，采用動態聚類法[16]，實現步驟如下：

(4)

(5)

上述優化問題可應用免疫進化算法[17]解決。

5實例應用

根據李全明[11]、彭康[13]、王鐵軍[14]等人的研究，得到了庫1、2、3的指標參數。應用計算機技術，按照表1尾礦庫潰壩風險評價分級標準，在各分級標準范圍內任意生成了7個樣本參數用于本文的評價模型。依據該模型建立，其中n=10,m=16,p=4(既將樣本聚類為4類)。各樣本的評價指標參數及評價結果見表2。

表2　各樣本評價指標參數及評價結果

6結論

通過實例計算，投影尋蹤動態聚類模型應用于尾礦庫潰壩風險評價是成功的，為此方向的研究提供了一種新方法。且整個計算過程無人為干擾，無需人為賦予權重，計算結果更客觀、明了。此方法對于環境保護部門、安全管理部門鑒定尾礦庫的運行狀態提供了一種較為可靠的方法，為今后尾礦庫的普查工作提供了一種便捷方法。

參考文獻：

[1]李全明，王云海，廖國禮.尾礦庫安全評價中的科學問題及評價方法探討[J].中國安全生產科學技術，2006，2(6):53-57.

[2]賈倩，劉彬彬，於方，等. 我國尾礦庫突發環境事件統計分析與對策建議[J]. 安全與環境工程，2015，22(2):92-96.

[3]國家安全生產監督管理總局.尾礦庫普查與管理系統[M].2007.

[4]孫麗，李啟月，朱旭渡．FAHP法在尾礦庫安全性評價中的應用[J]．礦業研究與開發，2012，32(2)：80-83.

[5]楊金艷， 蒲生彥，謝燕華，等．尾礦庫潰壩風險評價方法的研究進展[J]．環境污染與防治，2014，36(11)：84-88.

[6] 趙林長．尾礦庫潰壩事故危險有害因素分析及對策措施[J]．黑龍江冶金，2015，35(2)：35-36.

[7]Komnitsas K，Kontopoulos A．Risk assessment and proposed remedial actions in coastal tailings disposal sites in Romania[J]．Minerals Engineering，1998，11(12)：1179-1190.

[8]敖漉，謝朝新，高殿森,等.某尾礦庫潰壩后的環境影響分析與防范措施[J].三峽環境與生態，2010，3(1):41-43.

[9] Nriacu J O． A global assessment of natural sources of atmospherictrace metals[J]. Nature，1989，338( 6210) : 47-49．

[10] 伏鳳艷，宋波，鐘雪梅，等.尾砂庫潰壩對大環江沉積物中重金屬的影響[J]. 環境科學研究，2015，28( 1) : 31-39．

[11]李全明，張興凱，王云海,等.尾礦庫潰壩風險指標體系及風險評價模型研究[J].水利學報，2009，40(8):989-994.

[12]王晉淼，賈明濤，王建，等.基于物元可拓模型的尾礦庫潰壩風險評價研究[J]. 中國安全生產科學技術，2014，10(4)96-102.

[13] 彭康，李夕兵， 王世鳴，等. 基于未確知測度模型的尾礦庫潰壩風險評價[J].中南大學學報:自然科學版，2012，43(4):1447-1452.

[14] 王鐵軍.探究尾礦庫潰壩風險指標體系及風險評價模型[J].科技與企業，2015(8)：160-161.

[15]段沛霞，李大鵬，倪長健.投影尋蹤動態聚類法在綠洲生態穩定性評價中的應用[J].四川師范大學學報:自然科學版，2007，11(30):183-185.

[16]任若恩，王惠文.多元統計數據分析—理論、方法、實例[M].北京:國防工業出版社，2000:148-151.

[17]倪長健.免疫進化算法研究及其在水問題中的應用[D]. 成都：四川大學，2003.

Research on Tailings Dam Risk based on Projection Pursuit Dynamic Cluster Model

DUAN Pei-xia

(Beijing Guohuan Jianbang Environmental Science and Technology CO., LTD, Beijing 100101 ,China)

Abstract：In view of the importance of tailings dam risk assessment in the needs of environmental impact assessment and practical management, the projection pursuit dynamic cluster model and the tailings risk evaluation standard were combined to conduct the quantitative analysis according to the projection characteristic value of the degrees and the optimal projection direction to determine the influence of different indicators of risk factors on the tailings dam in real examples. Research results showed that the method could not only give the risk evaluation in the operation time period, but also provide a convenient way of general survey and management for tailings, which could be a new method to evaluate the dam risk as well.

Key words：tailings; risk index system; projection pursuit; dynamic clustering

中圖分類號：X820.4

文獻標志碼：A

文章編號：1673-9655(2016)01-0082-04

作者簡介：段沛霞(1984-)，女，碩士研究生，工程師，主要從事環境影響評價工作。

收稿日期：2015-06-23