基于BP神經網絡和GIS的礦山地質環(huán)境評價方法

姚棟偉，程 莉，汪 洋，李天慈

(1.中鋁廣西有色稀土開發(fā)有限公司， 廣西南寧 530022；2.中南勘察設計院有限責任公司，湖北武漢 430071；3.中國地質大學(武漢)， 湖北武漢 430074)

基于BP神經網絡和GIS的礦山地質環(huán)境評價方法

姚棟偉1，程 莉2，汪 洋3，李天慈3

(1.中鋁廣西有色稀土開發(fā)有限公司， 廣西南寧 530022；2.中南勘察設計院有限責任公司，湖北武漢 430071；3.中國地質大學(武漢)， 湖北武漢 430074)

以贛南某稀土礦為例，探討了采用BP神經網絡與GIS相結合的方法，開展礦山地質環(huán)境評價的方法。根據(jù)研究區(qū)的特點，選取9個評價指標，并建立評價分級指標。通過BP神經網絡得到評價結果，導入GIS中，建立地質分區(qū)圖。評價結果表明:嚴重區(qū)面積為1.1126 km2，較嚴重區(qū)為1.2671 km2，輕微區(qū)為2.537 km2。評價結果與調查結果較為相近，滿足地質環(huán)境綜合評價要求。

礦山地質評價；BP神經網絡；GIS；稀土礦

0 引 言

礦產資源的開發(fā)利用，對于促進區(qū)域經濟發(fā)展起著重大作用，但同時也帶來了一系列的生態(tài)環(huán)境問題[1-2]。近年來，礦產地質環(huán)境問題越來越受到重視。隨著環(huán)境科學以及其他相關學科理論研究和實踐不斷深入，許多新的模型、方法被引入到地質環(huán)境評價中，評價指標也由單項評價逐漸向綜合評價發(fā)展[3-4]。陳建平等[5]將模糊綜合評判引入礦山環(huán)境評價中，取得了良好的效果。楊青華等[6]借助GIS和RS為礦山地質環(huán)境保護與恢復治理提供了有益的參考和借鑒。Christian和Wolfgang[7]將RS、GIS和地下水模擬相結合，研究了地表植被隨著由地下開采礦山引起的地表沉降、地下水位變化之間的動態(tài)關系。BP神經網絡[8]是神經網絡眾多類型的一種，它含有隱含層的多層前饋網絡，可以大幅度提高網絡的分類能力，具有其結構簡單、工作性能穩(wěn)定、硬件設備要求較低的優(yōu)點。

本文采用BP神經網絡與GIS相結合的方法，在野外地質調查及前期資料收集的基礎上，以稀土礦山為例，進行礦山地質環(huán)境評價，為礦山地質環(huán)境保護與恢復治理工作以及礦產資源的合理開發(fā)利用提供科學依據(jù)。

1 礦區(qū)概況

該稀土礦礦區(qū)范圍4.9122 km2，礦體總面積2.833 km2。礦區(qū)屬低山丘陵地貌，地形相對南高北低，雨量充沛，四季分明。出露的基巖均為燕山早期第二階段第三次侵入的粗中粒黑云母花崗巖，巖石具有強烈的鉀化及鈉長石化，高嶺土化，絹云母化，局部還有螢石化。除基巖外，其他則為第四系聯(lián)圩組(Qhl)，沿河流兩岸、溝谷凹陷等低洼處分布，主要由沖洪積層和殘坡積層組成。礦區(qū)經歷多期多階段構造地質作用，不同層次、不同型式、不同強度的構造交織共生。地下水主要為松散巖類孔隙水和基巖裂隙水兩大類型。

該稀土礦采用露天開采方式，先后分別采用了3種不同的開采工藝:池浸、堆浸以及原地浸礦。堆浸、池浸采礦對山體剝離嚴重，使得礦區(qū)地表植被破壞殆盡，地表起伏不平，對原生地形地貌景觀影響和破壞程度極大，使礦區(qū)變得滿目瘡痍，并且尾礦砂的堆積也嚴重影響了地貌景觀。原地浸礦的采礦工程中需砍伐喬木灌木、對植被進行部分清除，修建配液池、高位池，鉆孔、修建管路，開挖集液溝、集液池等，對地表植被和地形地貌景觀也會造成一定程度的影響，對植被的短期恢復影響較大。同時，容易造成地下水的污染。

2 地質環(huán)境評價指標體系

2.1 指標體系的建立

地質環(huán)境的優(yōu)劣一方面是由自然因素控制的，另外又受到人為因素的影響，二者共同作用形成地質環(huán)境的現(xiàn)狀。由于研究對象為單體礦山，研究區(qū)范圍較小，選擇在小范圍內區(qū)分度較大的指標。故采用的地質環(huán)境評價指標體系分為兩級:一級評價指標3個，即自然地理，地質背景，礦山環(huán)境。二級評價指標9個，即地形坡度、植被覆蓋率、區(qū)域重要程度、地質構造、工程地質巖組、地下水類型、開采方式、開采強度、占用土地比例，如圖1所示。

圖1 稀土礦山地質環(huán)境評價指標體系

2.2 指標分級

由于礦山地質環(huán)境的優(yōu)劣一般體現(xiàn)在研究區(qū)內由于采礦引起的地質環(huán)境問題的嚴重程度，因此，對評價指標進行分級是礦山地質環(huán)境評價的基礎和關鍵步驟。根據(jù)《全國礦山地質環(huán)境調查技術要求實施細則》(中國地質環(huán)境監(jiān)測院)、《礦山地質環(huán)境保護與恢復治理方案編制規(guī)范》(國土資源部)相關規(guī)定，礦山地質環(huán)境劃分為影響嚴重、影響較嚴重和影響一般3個等級。因此，在礦山地質環(huán)境分級的基礎上，通過對地質環(huán)境問題的相關影響因素及表征指標的數(shù)據(jù)進行處理與分析，確定了評價指標最優(yōu)與最差的極限值，以閥限或遞減規(guī)律取值來實現(xiàn)評價指標的分級，詳見表1。

表1 評價指標分級標準

2.3 基于GIS的評判指標的量化

評價指標在GIS中的量化主要是評價指標的提取和評價單元的劃分。在GIS系統(tǒng)中將各種與評價過程有關的空間信息歸為點、線、面三種類型，可在評價指標相關數(shù)據(jù)輸入、存儲的基礎上生成評價所需的單因素基礎圖層，通過GIS平臺的空間分析及DTM分析等模塊，對評價信息進行提取。本文采用不規(guī)則劃分方式進行空間信息的分析與評價，如圖2所示。采用研究區(qū)坡度分級圖、工程地質巖組分布圖、地下水類型分布圖、開采方式及開采活動強度分區(qū)圖作為矢量疊加的基礎圖件，共將研究區(qū)劃分為3026個評價單元。

3 BP神經網絡

BP神經網絡由輸入層、隱蔽層和輸出層組成，傳播過程包括正向和反向兩個過程。在正向傳播過程中，輸入層的信息經隱蔽層傳到輸出層。在傳輸?shù)倪^程中，每層節(jié)點只接受前一層的輸入信息并輸出給下一層各節(jié)點，同一層中的各節(jié)點之間不相互作用。若實際輸出與預期輸出出入較大時，則會轉入反向傳播模式，將誤差信號沿著相同的通道返回，并調整各層節(jié)點的權值以便使誤差信號最小化[9-10]。

圖2 矢量圖層的疊加過程

反向過程的權值調整公式為:

式中，η為學習率。

BP神經網絡應用于礦山地質環(huán)境評價流程如圖3所示。

圖3 BP神經網絡評價流程

圖4 礦區(qū)地質環(huán)境分區(qū)

表2 BP神經網絡部分樣本及訓練誤差

4 礦山環(huán)境地質評價結果

定性指標及地質環(huán)境等級確定為嚴重、較嚴重、輕微3個等級作為期望輸入、輸出值，對應取值分別為3，2，1，將各待評價單元的評價指標數(shù)據(jù)輸入到訓練過的BP神經網絡中?？梢暂敵雒總€評價單元的地質環(huán)境等級數(shù)值，即可得出稀土礦地質環(huán)境的評價結果，部分評價結果如表2所示。將評價結果導入到GIS圖層文件中，對不同地質環(huán)境等級的單元賦予不同的顏色，得到基于BP神經網絡的稀土礦山地質環(huán)境分區(qū)圖，如圖4所示。

礦山地質環(huán)境嚴重區(qū)面積為1.1126 km2，占研究區(qū)面積的22.6%，主要分布于堆(池)浸開采區(qū)、尾礦堆積區(qū)、地形坡度較陡的原地浸礦開采區(qū)，該區(qū)域地質災害發(fā)育、地貌景觀及土地資源破壞嚴重；較嚴重區(qū)1.2671km2，占研究區(qū)面積的25.8%，主要分布于地形坡度較緩且開采強度較大的原地浸礦開采區(qū)，該區(qū)域地質災害較少，破壞了一定的土地資源和地貌景觀；輕微區(qū) 2.537 km2，占研究區(qū)面積的51.6%，主要分布于地形坡度較緩且開采強度較小的原地浸礦區(qū)及未開采區(qū)，該區(qū)域受采礦活動影響小，地質環(huán)境問題很少。采用BP神經網絡與GIS相結合的方式對地質環(huán)境分區(qū)結果與野外調查研究、定性分析的結果吻合，滿足地質環(huán)境綜合評價的要求。

5 結 論

本文在野外地質調查及前期資料收集的基礎上，采用BP神經網絡與GIS相結合的方法對贛南某稀土礦山環(huán)境進行評價，得出如下結論:

(1)針對礦區(qū)特征，選擇在礦區(qū)范圍內區(qū)分度大的有關因素作為評價指標，對地質環(huán)境問題的相關影響因素及表征指標的數(shù)據(jù)進行處理與分析，確定分級標準；

(2)BP神經網絡的傳播有正向和反向兩個過程。當實際輸出與預期輸出出入較大時，則會進入反向傳播，并調整各層節(jié)點的權值以便使誤差信號最小化；

(3)將BP神經網絡得到的評價結果導入到GIS中，可以看出嚴重區(qū)面積為1.1126 km2，占研究區(qū)面積的22.6%，較嚴重區(qū)1.2671 km2，占研究區(qū)面積的25.8%，輕微區(qū)2.537 km2，占研究區(qū)面積的51.6%，與實際調查結果一致。

[1]高 培.基于GIS和RS的葫蘆島礦山地質環(huán)境綜合評價研究[D].北京:中國地質大學，2009，11-51.

[2]梁 偉.基于RS與GIS的鶴崗礦山地質環(huán)境評價研究[D].吉林:吉林大學，2012.

[3]張進德，張德強，田 磊.全國礦山地質環(huán)境調查與綜合評估技術方法探討[J].地質通報，2007(02):136-140.

[4]徐友寧.礦山地質環(huán)境調查研究現(xiàn)狀及展望[J].地質通報，2008(08):1235-1244.

[5]陳建平，范立民，李 成，等.基于模糊綜合評判和GIS技術的礦山地質環(huán)境影響評價[J].中國煤炭地質，2014，02:43-48.

[6]楊青華，李 藝，杜 軍.基于GIS和RS的黃石市礦山地質環(huán)境定量評價[J].長江科學院院報，2010(08):70-73.

[7]Christian Fischer，Wolfgang Busch，Monitoring of Environmental changes caused By hard coal mining，Remoteing，GIS Application，and Geology，Proceeding of SPIE，2002:45-45.

[8]施 彥，韓力群，廉小親.神經網絡設計方法與實例 分析[M].北京:北京郵電大學出版社，2009.

[9]毛政利，閆繼濤，賴健清.基于BP人工神經網絡的成礦預測模型[J].金屬礦山，2009(7):66-68.

[10]李 東，周可法，孫衛(wèi)東，等.BP神經網絡和SVM在礦山環(huán)境評價中的應用分析[J].干旱區(qū)地理，2015(01):128-134.

2015-12-22)

姚棟偉(1970-)，男，工程師，主要從事稀土礦山環(huán)境保護工作，Email:915864723@qq.cm。