, 李彬2, 袁昆3 1. 东北大学 资源与土木工程学院, 辽宁 沈阳 110819;
2. 辽宁有色勘察研究院有限责任公司, 辽宁 沈阳 110002;
3. 辽宁省地质矿产研究院有限责任公司, 辽宁 沈阳 110032
收稿日期：2022-06-17
基金项目：国家重点研发计划项目(2016YFC0801603，2017YFC1503105); 中央高校基本科研业务费专项资金资助项目(N2123030)。
作者简介：王恩德(1957-)，男，辽宁盖州人，东北大学教授，博士生导师。
摘要：针对露天铁矿山地下隐伏采空区精准探测的技术难题, 以某露天铁矿山实际矿床地质特征和不同岩矿体电阻率值为基础, 建立三种异常识别模型, 分析横向电性不均一条件下采空区的异常响应特征, 得到了地电场分布规律并通过现场试验进行应用研究.结果表明: 异常识别模型能够较准确地模拟地电场分布；三维高密度电阻率法在大面积探测工作中能够有效克服二维高密度电阻率法体积效应对采空区位置精准判别的干扰, 减弱了异常扩展等效应.
关键词：三维高密度电阻率法采空区异常识别模型异常响应特征三维成像声呐技术
Accurate Detection of Goaf in Open-pit Iron Mine Based on 3D High-density Resistivity Method
WANG En-de1, SHEN Jian1
, LI Bin2, YUAN Kun3 1. School of Resources & Civil Engineering, Northeastern University, Shenyang 110819, China;
2. Liaoning Non-ferrous Geological Exploration & Research Institute Co., Ltd., Shenyang 110002, China;
3. Liaoning Institute of Geology & Mineral Resources Co., Ltd., Shenyang 110032, China
Corresponding author: SHEN Jian, E-mail: 1434570390@qq.com.
Abstract: Aiming at the technical problem of accurate detection of underground hidden goaf in open-pit iron mines, based on the geological characteristics of actual ore deposits in an open-pit iron mine and the resistivity values of different rock ore bodies, three anomaly identification models were established to analyze the abnormal response characteristics of goaf under the condition of uneven transverse electrical properties, and the distribution rule of geoelectric field was obtained, the application research was carried out through the field test. The results show that the anomaly identification model can simulate the geoelectric field distribution accurately. In large area detection work, 3D high-density resistivity method can effectively overcome the interference of the volume effect of 2D high-density resistivity method on the accurate location discrimination of goaf and weaken the abnormal expansion effect.
Key words: three-dimensional high-density resistivity methodgoafanomaly identification modelabnormal response characteristicsthree-dimensional imaging sonar technology
由于历史遗留原因和矿产资源开采方式, 华北地区大型沉积变质露天铁矿存在大量采空区和废旧巷道, 这些采空区规模、空间结构均没有较为详尽的资料, 为矿山的生产安全埋下隐患.随矿山开采活动持续进行, 采空区顶板厚度逐渐减小, 矿坑深度不断加深, 极易诱发塌陷、突水、变形等矿山次生灾害, 轻则造成矿山设备损坏, 重则造成矿山人员伤亡, 严重威胁矿山生产安全[1].
为了解决隐伏采空区所带来的安全隐患, 国内外****在采空区探测方面取得了众多成果, 采空区探测方法主要有地球物理勘探、结合采场情况进行调查、工程地质钻探等[2].早期, 采空区探测主要用于地质找矿和军事[3], 西方国家主要采用物探技术探测采空区, 较为全面地发展了高密度电阻率法、地震法等[4].亚洲地区, 日本采用工程物探技术探测地下空洞及岩溶[5].欧洲地区, 英、法等国采用地质雷达法探测地下裂隙及采空区[6-7].国内主要采用地球物理勘探方法和工程地质钻探方法探测采空区, 近年来也发展了很多方法, 如地理信息系统技术、卫星遥感技术等.通过建立三种异常识别模型, 分析异常响应特征, 得到地电场分布规律, 以华北地区某露天铁矿山采空区为背景, 利用三维高密度电阻率法对采空区进行探测, 应用地电场分布规律对勘探数据进行解译, 并采用工程钻探验证方法和三维成像声呐技术进行验证, 从而检验三维高密度电阻率法在复杂地质条件下采空区精准探测的适用性及勘探结果的准确性.
1 三维高密度电阻率法原理在实际工程地质问题中, 传统的二维高密度电阻率法测量的是某一剖面的电阻率值, 仅只能反映地下异常体某一剖面的地电信息和分布状况, 不仅造成目标体及异常范围定位不准确, 还会受到异常扩展效应等影响.然而, 地下异常体往往是形态复杂的三维结构, 应用三维高密度电阻率法可以从不同方向观察异常体的位置及电阻率的变化情况, 反映出地下异常体的空间分布状态, 准确圈定出异常范围, 能够极大提升反演精度.
三维高密度电阻率法是一种以岩矿体与地下异常体之间的电性差异为基础, 观测由人工向地下异常体激发稳定电场所形成的地电场分布规律的新方法, 同时集合了测深法和剖面法的优点.在整个区域或部分区域, 通过采用多极矩、多装置的方式, 一次布极, 且电极按照相应的排列方式, 布设三维高密度电阻率法测线.采集三维电阻率数据, 从多角度对三维地电信息进行分析, 可以极大程度地提高探测目标体的准确度.相比于传统的二维高密度电阻率法, 有着不可比拟的优点：
1) 三维高密度电阻率法测线可以在任意位置, 按照任意布极方式布设, 在目标勘探区域内适应能力更强, 提高了施工人员的可操作性；
2) 绘制形体渲染效果图、等值线图、电阻率切片图及多角度直观反映地下异常体的三维立体结构；
3) 采集的三维高密度电阻率数据通过赋加更多的约束条件, 使得反演结果更加精确[8-9].
2 三维高密度电阻率法地质-地球物理采空区异常识别模型2.1 采空区异常识别模型地球物理参数为了真实反映各岩矿体的电阻率值, 以便更好地模拟采场的地质条件, 选择富矿体裸露明显且矿体与围岩界限分明的典型剖面, 采用露头法进行电阻率原位测线, 如图 1所示.测线总长为81 m, 电极极距为1 m, 主要岩矿体分为围岩、贫矿和富矿, 其中, 围岩主要为绢云母、石英片岩, 以石英、绢云母等非金属矿物为主, 贫矿体主要由非金属矿物(石英)和金属矿物(镜铁矿)等矿物组成, 富矿体成分主要由金属矿物(赤铁矿)组成, 并测得各岩矿体的电阻率值, 如表 1所示.
图 1(Fig. 1)
 | 图 1 岩矿体电阻率原位测试结果Fig.1 In-situ test results of resistivity of rock orebody (a)—岩矿体电阻率测定；(b), (c)—岩矿体电阻率原位测试现场图. |
表 1(Table 1)
 表 1 岩矿体电阻率值Table 1 Resistivity values of rock orebody
| 表 1 岩矿体电阻率值 Table 1 Resistivity values of rock orebody |
2.2 不同地质条件下的采空区异常识别模型由表 1可知, 同种岩矿体在各点测得的电阻率值不同, 但在较小的范围内波动, 因此将平均电阻率值作为模型中各岩矿体的电阻率值.通过采用三维激光扫描, 生成三维立体模型, 确定采空区形态近似为半椭圆体.测区范围内的采空区被地下水充填, 赋存在富矿中, 将采空区电阻率值设定为200 Ω·m.根据研究区域内的实际矿床地质特征和各岩矿体的电阻率值, 建立三维高密度电阻率法地质-地球物理采空区异常识别模型.
若测线范围内采空区赋存在品位较高的富矿体中, 无其他地质体干扰, 建立简单地质条件下的异常识别模型, 如图 2a所示.X向和Y向均设置电极数30个, 极距5 m, Z向设置15层, 每层厚5 m, 采空区形状设计为半椭圆体, 埋深为10 m, 深度为25 m, 于水平方向47.5~100 m.形体渲染效果如图 2b所示, XZ, YZ方向切片图如图 2c所示, 均出现低阻异常区域, 反映采空区的存在.形状近似为半椭圆形, 位于水平范围40~110 m, 垂直方向5~35 m, 与模型设定值较吻合, 可以较好地反映出采空区的边界范围.
图 2(Fig. 2)
 | 图 2 简单地质条件下的异常识别模型Fig.2 Anomaly identification model under simple geological conditions (a)—采空区异常识别模型；(b)—形体渲染效果图; (c)—XZ, YZ方向切片图. |
若测线范围内除了品位较高的富矿体外, 两端还有围岩存在时, 建立异常识别模型如图 3a所示.X向和Y向均设置电极数30个, 极距5 m, Z向设置15层, 每层厚5 m, 设定富矿的地表水平范围为37.5~132.5 m, 设定围岩的地表水平范围为0~37.5, 97.5~145 m, 产状陡倾, 采空区形状设计为半椭圆体, 埋深10 m, 深度25 m, 位于水平范围57.5~110 m.在形体渲染效果图(图 3b)和XZ, YZ方向切片图(图 3c)中, 均出现低阻异常区域、次高阻异常区域和高阻异常区域, 依次反映采空区、富矿和围岩的存在.黑色虚线表示富矿体与围岩之间的界限, 圈定出充水采空区的范围.采空区形状近似为半椭圆形, 位于水平范围55~105 m, 垂直方向10~40 m, 底部区域略微扩大, 与模型设定边界范围较为接近, 较好地反映出采空区的边界范围.围岩位于水平范围0~40, 93, 145 m, 底部区域略微缩小, 与模型设定值相差不大, 较好地反映出富矿与围岩的界限, 左侧围岩底部区域产状为近垂直状态, 与设定的陡倾状态相比, 反映较差.
图 3(Fig. 3)
 | 图 3 两端有围岩存在的异常识别模型Fig.3 Anomaly identification model with surrounding rock at both ends (a)—采空区异常识别模型；(b)—形体渲染效果图；(c)—XZ, YZ方向切片图. |
若测线范围内除了围岩和质量分数较高的富矿体外, 还有品位较低的贫矿存在, 建立复杂地质条件下的异常识别模型如图 4所示.X向和Y向均设置电极数30个, 极距3 m, Z向设置15层, 每层厚5 m, 设定富矿的地表水平范围为37.5 ~100 m, 贫矿的地表水平范围为100~137.5 m, 围岩的地表水平范围为0~37.5, 137.5~145 m, 产状倾斜, 采空区形状设计为半椭圆体, 埋深10 m, 深度25 m, 位于水平范围37.5~90 m, 如图 4a所示.形体渲染效果图如图 4b所示, XZ, YZ方向切片图如图 4c所示, 均出现低阻异常区域、弱低阻异常区域、次高阻异常区域和高阻异常区域, 依次反映采空区、富矿、贫矿和围岩的存在.黑色虚线表示矿体与围岩之间的界限, 也圈定出充水采空区的范围.采空区近似为半椭圆形, 位于水平范围35~95 m, 垂直方向8~37 m, 底部区域略微扩大, 与模型设定值相差不大, 较好地反映出采空区的边界范围.围岩位于水平范围0~41, 134~145 m, 底部区域略微缩小, 与模型设定值较吻合, 较好地反映出矿体与围岩的界限, 左侧围岩底部区域产状为近垂直状态, 与设定的陡倾状态相比, 反应较差.
图 4(Fig. 4)
 | 图 4 复杂地质条件下的仿真模型Fig.4 Simulation model under complex geological conditions (a)—采空区异常识别模型；(b)—形体渲染效果图；(c)—XZ, YZ方向切片图. |
综上所述, 三维高密度电阻率法反演结果能够较准确地反映异常区域的形状、位置及边界范围, 但在实际工程中, 应详细了解现场地质条件, 以便解译时排除其他地质体对探测结果产生的影响.
3 探测实例分析3.1 研究区域地质概况研究区域为华北地区某大型沉积变质型露天铁矿, 矿区总体走向呈南北向, 局部区域走向呈S型, 倾向偏东南向, 倾角50°~90°.
依据矿物的成因, 将研究区域内的矿体分为两类：砾岩型和沉积变质型. 砾岩型铁矿矿体产状较为平缓, 倾角为6°~20°, 倾向偏南东向, 矿体与袁家村组沉积变质岩系呈角度不整合接触, 砾石分选性较差, 大多为棱角状, 滚圆度较好.沉积变质岩型铁矿矿体倾向偏东向, 倾角为50°~80°, 走向近似为南北向, 矿体主要呈似层状, 少数矿体呈不规则状.
研究区域内矿石矿物主要包括赤铁矿、磁铁矿、镜铁矿和闪石型矿石等.大多数矿物具有条带或条纹状构造, 条带宽为0.1~5 mm, 脉石矿物主要为石英, 其次有较少的方解石、绿泥石、铁白云石、铁滑石等, 矿物多呈自形、半自型或它形.岩石类型主要包括岩浆岩、片岩和石英岩三类岩石[10-11].
3.2 数据采集与解译探测区域为华北地区某大型沉积变质型露天铁矿某生产平台, 平台近南北方向展布, 地质条件复杂, 富矿和贫矿附近多有围岩发育, 根据现场地质特征, 布置测线方向近东西向, 测线间距为30 m, 电极间距为3 m, 测线总长为900 m, 采集该平台的电阻率数据如图 5所示.
图 5(Fig. 5)
 | 图 5 采空区测线布置图Fig.5 Layout drawing of the goaf measuring line |
应用三维成图软件VOXLER对反演结果进行三维可视化处理, 获得三维立体效果如图 6所示.根据复杂地质条件下异常识别模型的地电场分布规律, 从等值线渲染图 6a及KQ1, KQ2的XZ, YZ切面图 6b、图 6d中可以推断出高阻极值区域反映为围岩, 次高阻异常区域反映为贫矿, 弱低阻异常区域反映为富矿.两个较大的低阻异常区域, 其顶部收敛, 底部发散, 反映为水充填型采空区, 分别位于水平X向10~70 m, Y向80~110 m；水平X向100~150 m, Y向140~160 m.由此可知, 水充填型采空区赋存在富矿中, 矿体周围有围岩的发育, 符合该区域的地质特征.为验证三维高密度电阻率法探测采空区的准确性, 分别在水平X向40 m, Y向95 m；水平X向130 m, Y向150 m布置工程验证钻孔, 根据钻孔验证结果, 分别在垂直方向范围23~48, 32~45 m, 出现水充填型采空区, 基本吻合上述的探测结果.
图 6(Fig. 6)
 | 图 6 平台三维立体效果图Fig.6 3D renderings of the platform (a)—等值线渲染图；(b)—KQ1的XZ, YZ方向切片图；(c)—KQ1三维模型；(d)—KQ2的XZ, YZ方向切片图；(e)—KQ2三维模型. |
采用三维声呐成像技术对KQ1, KQ2进行现场探测, 将声呐探头沿钻孔进入采空区内部, 沿着锥形方向, 发射声呐信号, 由接收阵接收反射回来的声学信号, 获取探测距离和地理坐标等数据, 这些数据经过处理后生成KQ1, KQ2的三维空间模型如图 6c、图 6e所示.其中, KQ1长55 m, 宽35 m, 高27 m；KQ2长47 m, 宽25 m, 高12 m, 与三维高密度电阻率法探测结果相差不大.
该模型准确获取了采空区的走势、位置及形态, 为勘探结果提供可靠验证, 同时, 能够为采空区勘探数据解译提供依据.
4 结论1) 本文充分考虑复杂地质条件对三维高密度电阻率法探测的影响, 依据实际矿床地质特征和不同岩矿石的电阻率值, 建立三种异常识别模型, 分析横向电性不均一条件下采空区异常响应特征, 都能较准确地模拟出地电场的分布, 为复杂地质条件下采空区勘探数据解译提供理论支持和新思路.
2) 三维高密度电阻率法在大面积探测工作中克服了二维高密度电阻率法体积效应对采空区位置精准判别的干扰, 减弱了异常扩展效应及旁侧效应等影响, 从不同角度直观立体展示地下异常体的空间分布状态, 准确圈定出异常范围, 结果收敛, 降低了多解性, 极大提高了反演精度, 能够有效解决复杂地质条件下采空区精准探测技术难题.
3) 利用工程钻探验证方法和三维声呐成像技术准确获取采空区的走势、位置及形态, 为勘探结果提供可靠验证, 能够为采空区勘探数据解译提供依据.
参考文献
| [1] | 王高峰. 袁家村铁矿采空区处理生产实践[J]. 矿业工程, 2021, 19(3): 15-18. (Wang Gao-feng. Production practice of goaf disposal in Yuanjiacun iron mine[J]. Mining Engineering, 2021, 19(3): 15-18.) |
| [2] | Turner G, Yelf R J, Hatherly P J. Coal mining applications of ground radar[J]. Exploration Geophysics, 1989, 20(2): 165-168. DOI:10.1071/EG989165 |
| [3] | Baker P L, Cull J P. Acquisition and signal processing of ground-penetrating radar for shallow exploration and open-pit mining[J]. Exploration Geophysics, 1992, 23(1/2): 17-22. |
| [4] | Siggins A F. A radar investigation of fracture in a granite outcrop[J]. Exploration Geophysics, 1990, 21(2): 105-110. |
| [5] | Huber D F, Vandapel N. Automatic three-dimensional underground mine mapping[J]. The International Journal of Robotics Research, 2006, 25(1): 7-17. DOI:10.1177/0278364906061157 |
| [6] | Turner G. Data processing techniques for the location of one dimensional objects using ground probing radar[J]. Exploration Geophysics, 1989, 20(3): 379-382. DOI:10.1071/EG989379 |
| [7] | Carlsten S, Johansson S, W?rman A. Radar techniques for indicating internal erosion in embankment dams[J]. Journal of Applied Geophysics, 1995, 33(1/2/3): 143-156. |
| [8] | Nielsen L J, Rgensen N O, Gelting P. Mapping of the freshwater lens in a coastal aquifer on the Keta barrier (Ghana) by transient electromagnetic soundings[J]. Journal of Applied Geophysics, 2007, 62(1): 1-15. DOI:10.1016/j.jappgeo.2006.07.002 |
| [9] | Stuttle M C. Laser scanning aids underground mine mapping[J]. Mining Engineering, 1999, 51(3): 45-51. |
| [10] | 沈保丰, 宋亮生, 李华芝. 山西省岚县袁家村铁建造的沉积相和形成条件分析[J]. 长春地质学院学报, 1982(sup1): 31-51. (Shen Bao-feng, Song Liang-sheng, Li Hua-zhi. An analysis of the sedimentary facies and the formation condition of the Yuanjiacun iron-formation Lanxian County Shanxi Province, China[J]. Journal of Changchun Institute of Geology, 1982, sup1: 31-51.) |
| [11] | 门业凯, 耿蓉蓉, 尤欣慰, 等. 山西袁家村组变沉积岩地球化学特征及构造意义[J]. 东北大学学报(自然科学版), 2018, 39(10): 1438-1441. (Men Ye-ke, Geng Rong-rong, You Xin-wei, et al. Geochemical features and tectonic significances of Yuanjiacun formation metasedimentary rocks in Shanxi Province[J]. Journal of Northeastern University(Natural Science), 2018, 39(10): 1438-1441.) |
