Ecological stability evaluation of revegetation community on open-pit coal mine dump slopes
-
摘要:
为了揭示露天煤矿排土场边坡植被恢复群落稳定性的动态特征和变化模式，以内蒙古北电胜利露天煤矿4个排土场为研究对象，选取Shannon-Wiener多样性指数、Margalef丰富度指数、Pielou均匀度指数和Simpson优势度指数、植被盖度、植被高度、地上和地下生物量8个指标，构建了基于群落结构稳定性与群落功能稳定性的排土场边坡植被恢复群落稳定性评价体系，采用综合评价法对处于人工植被恢复中的内排土场和恢复年限分别为4 a、5 a、8 a的沿帮排土场、南排土场和北排土场的南、北方向边坡植被恢复群落稳定性进行综合评估，并对群落稳定性因子与土壤含水量、有机质、全氮、全磷、全钾等环境因子间关系进行分析，探究影响排土场边坡群落稳定性的影响因素。结果表明：①随着恢复年限的增加，边坡植被群落稳定性整体呈稳步上升趋势，但与草原站背景值相比，其综合评价指数处于较不稳定或不稳定状态。②随着恢复年限的增加，排土场边坡群落稳定性由结构稳定性主导转向功能稳定性主导。恢复初期受人工影响，物种多样性提高，结构稳定性较高，随着时间的推移，结构稳定性波动下降，功能稳定性上升，其中地下生物量增长迅速，生物量向地下转移，进而形成矿区特有的植物群落结构稳定与功能稳定转变特征。③从坡向来看，随着恢复年限的增加，边坡群落稳定性逐渐由南坡优于北坡转变为北坡优于南坡。④南坡的结构稳定性与环境因子的相关性较高，而北坡的功能稳定性与环境因子相关性较高，表明不同坡向的群落采用了不同的响应策略以适应环境的变化，丰富的有机质和全氮含量对排土场边坡群落功能性稳定性会产生积极影响。
Abstract:To reveal the dynamic characteristics and change patterns of revegetation community stability on the slopes of open-pit coal mine dump, four dumps from the Beidian Shengli open-pit coal mine in Inner Mongolia was selected as the research object. Eight indicators, including the Shannon-Wiener diversity index, Margalef richness index, Pielou evenness index, Simpson dominance index, vegetation coverage, vegetation height, and aboveground and underground biomass, were chosen. A comprehensive evaluation system was employed to assess the stability of revegetation communities on the south and north slopes of the inner dump,which is in the process of artificial revegetation, as well as YANBANG dump, south dump, and the north dump, which have been in the process of restoration periods of 4a, 5a, and 8a. The assessment included the southern slope, northern slope, and embankment slopes to the south, north, and along the embankment. The relationships between stability factors and environmental factors were analyzed to explore the influencing factors on slope community stability. The results indicate: ① With the increase of recovery years, the overall stability of revegetation community on the slopes shows a steady upward trend, but compared to the background values, its comprehensive assessment index is in a relatively unstable state. ② With the increase of recovery years, community stability on dump slopes shifts from being structure-stability-dominated to function-stability-dominated. In the early stages of recovery, influenced by artificial intervention, species diversity increases and structural stability is high. Over time, structural stability fluctuates and declines, while functional stability increases. Rapid growth of underground biomass and biomass transfer underground gradually form a stable community structure unique to the mining area. ③ From the perspective of slope aspect, with the increase of recovery years, community stability on slopes gradually changes from south slope being superior to north slope to north slope being superior to south slope. ④ The structural stability of the south slope exhibits a higher correlation with environmental factors, while the functional stability of the north slope shows a stronger association with environmental factors. This suggests that communities on different directions employ distinct response strategies to adapt to environmental changes. The abundance of organic matter and total nitrogen content positively influences the functional stability of the community on the slope adjacent to the soil-disposal site.
-
Keywords:
- open-pit coal mine /
- dump slope /
- community stability /
- structure stability /
- function stability /
- biomass
-
0. 引 言
锚固支护是世界公认安全高效的煤矿支护方式之一[1]。然而，复杂地质条件下矿井中pH、污染气体、侵蚀介质等环境因素易导致锚固材料腐蚀失效[2]。锚固材料过早失效是诱发围岩失稳、巷道变形等矿井安全事故的重要原因。因此，开展煤矿环境腐蚀倾向性评价研究具有重要的现实意义。
煤矿环境腐蚀倾向性是煤矿环境能否导致锚固支护材料腐蚀失效的自然属性，其受环境腐蚀因素种类及含量影响。如何选定用于表征煤矿环境腐蚀倾向性的环境腐蚀因素，对此国内外学者进行了大量、深入的研究。吴赛赛等[3]调研了多个煤矿锚杆腐蚀情况及其环境特征，发现pH是导致锚杆腐蚀的主要环境因素之一；ANDERMAAT等[4]探究了Mount Isa矿锚固结构的服役环境，指出pH、Cl−、${\mathrm{SO}}_4^{2-} $、DO是诱导锚固材料腐蚀失效的主要环境因素；潘继良等[5]通过研究深井岩体锚固结构腐蚀失效现象，发现地下水、矿井大气、微生物、围岩体等均会对锚固材料产生腐蚀劣化作用；CRAIG等[6]现场调研了澳大利亚12座煤矿锚杆服役环境，指明应力、地下水和微生物是导致锚杆腐蚀的重要因素；WU等[7]研究了深井岩层锚杆的腐蚀状态及其工作环境，发现温度、湿度亦会影响锚杆腐蚀进展。
上述研究对于了解煤矿环境腐蚀因素具有重要意义。然而，煤矿环境复杂多变，不同煤矿或同一煤矿不同巷道之间的环境腐蚀因素千差万别，基于固定的环境腐蚀因素构建具有广泛适用性的环境腐蚀倾向性评价体系是煤矿环境腐蚀特性评价研究的重要问题之一。MANQUEHUAL等[8]以pH、侵蚀离子、溶解氧为主要环境腐蚀因素构建了锚杆腐蚀深度预测体系，实现了对地下工程腐蚀环境中锚杆使用寿命的宏观估计。黎慧珊等[9]基于环境腐蚀效应和锚杆索腐蚀特征构建了锚杆索健康评价体系，实现了对煤矿腐蚀环境下锚杆索健康状况的综合评价。然而，上述2种煤矿腐蚀特性评价体系均为基于锚固材料腐蚀特征的被动评价，无法在锚固支护前对煤矿环境进行腐蚀倾向性评估。
鉴于此，笔者依据锚杆服役条件对煤矿环境进行划分，确定pH、矿井温度、围岩渗透性等主要环境腐蚀因素，构建煤矿环境腐蚀倾向性评价指标体系，应用层次分析−熵值组合赋权法量化各评价指标价值权重，采用模糊综合评价方式设计煤矿环境腐蚀倾向性多参量耦合评价方法，并结合工程实际对该评价方法进行验证。本研究有助于矿山企业明确煤矿井下环境腐蚀特性，为矿井锚固支护设计提供参考。
1. 煤矿环境分析
锚杆作为锚固支护结构的关键部位，其自由段和锚固段深入围岩，端头与巷道中支护结构物相连。基于锚杆不同部位工作条件可将煤矿环境划分为水环境、大气环境和围岩环境3部分，如图1所示。
1.1 煤矿水环境
煤矿水环境主体为地下水与开采用水共同形成的矿井淋水，其作为锚固材料腐蚀的主要反应载体对煤矿环境腐蚀倾向性具有重要影响。研究表明矿井淋水中pH、Cl−、${\mathrm{SO}}_4^{2-} $、DO等环境因素均可直接影响锚固材料腐蚀过程[10]。pH与腐蚀速率呈负相关：当pH>8时，碱性环境可诱导锚固材料钝化减缓腐蚀进展；当4<pH≤8时，腐蚀速率随pH变化较小；当pH≤4时，酸性环境可溶解锚固材料表面氧化膜致使腐蚀加剧[11]。Cl−、${\mathrm{SO}}_4^{2-} $可穿透破坏矿井淋水中${\mathrm{CO}}_3^{2-} $、Ca2+、Mg2+等离子在锚固材料表面沉积而成的盐类物质保护层和锚固材料钝化膜，导致腐蚀加剧并诱发点蚀形核发展[12]。随着Cl−、${\mathrm{SO}}_4^{2-} $质量浓度增大，此穿透破坏作用愈加强烈，局部腐蚀逐渐成为主要腐蚀形态，锚固材料承载能力显著劣化[13]。DO作为氧化性物质直接参与电化学腐蚀阴极反应，可促进锚固材料氧化溶解，表明溶解氧质量浓度与腐蚀速率呈正相关[14]。我国煤矿地下水系发育且多透水性顶板，流动性地下水逐渐成为煤矿水环境溶解氧的主要来源，煤矿矿井淋水溶解氧质量浓度平均可达5.00 mg/L，溶解氧已成为影响煤矿环境腐蚀倾向性的主要环境因素之一。
1.2 煤矿大气环境
裸露于巷道中的锚杆端头及锚固支护结构物主要受到温度、湿度、污染气体等大气环境因素的腐蚀作用。温度对金属材料腐蚀起促进作用，其与腐蚀速率呈指数函数关系[15]。我国煤矿工程中，东部矿井地温梯度约为0.01～0.03 ℃/m，西部矿井地温梯度约为0.03～0.05 ℃/m。随着煤矿开采逐渐向深部发展，温度对锚固支护材料的腐蚀促进作用愈加明显。伴随温度提升，煤矿大气湿度亦逐渐增大。空气水分是金属腐蚀及侵蚀介质离子化的主要载体，大气湿度增加必然加速锚固材料腐蚀[16]。然而，腐蚀速率并非正相关于大气湿度，研究表明饱和湿度环境下锚杆腐蚀速率仅为永久浸泡和干湿交替环境的20%[17]。我国煤矿大气湿度平均为70%，如此潮湿环境中，除大气湿度自身的促腐蚀作用，污染气体（SO2、Cl2、NO2等）的溶解亦会加快锚固材料腐蚀速率，特别是SO2、Cl2等酸性气体，其溶解可降低锚固材料表面薄液膜酸度，加速腐蚀进展[18]。
1.3 煤矿围岩环境
围岩作为锚固支护结构的组成部分直接影响煤矿环境腐蚀倾向性。一方面，围岩中天然节理、断层等构造和采动所致裂缝均可为腐蚀介质渗透接触锚固材料提供通道[19]；另一方面，围岩中矿物成分溶解可改变锚固材料服役环境。研究表明硫化物是围岩中对腐蚀影响最大的矿物成分[20]。潮湿空气中，硫化物可被氧化生成硫酸，在锚固支护结构局部形成酸性环境，促进锚固材料电化学腐蚀。此外，硫酸盐、氯盐等盐类矿物在锚固材料表面薄液膜中的水解增加了环境盐度，在加速锚固材料电化学腐蚀速率的同时易诱发点蚀形核发展[21]。硫酸盐溶液腐蚀试验显示：${\mathrm{SO}}_4^{2-} $侵蚀下，锚固材料力学性能快速退化，锚固结构稳定性大大降低，点腐蚀取代均匀腐蚀成为主要腐蚀形态[22]。
1.4 煤矿环境腐蚀因素
经分析研究煤矿水环境、大气环境、围岩环境，发现煤矿井下存在温度、湿度、pH、Cl−等多种可对金属锚固材料产生腐蚀劣化效果的环境因素。综合考虑各环境因素赋存特征及腐蚀作用机制，结合工程经验及前人研究，提取出9种煤矿主要环境腐蚀因素。其中，煤矿水环境存有4种，分别为pH、Cl−、${\mathrm{SO}}_4^{2-} $、DO；煤矿大气环境存有3种，分别为矿井温度、矿井湿度、污染气体；煤矿围岩环境存有2种，分别为围岩渗透性、围岩体含硫矿物。
2. 环境腐蚀因素权重分析
权重是评价模型中反映各评价指标相对重要程度的关键参数。指标赋权方法主要分为主观赋权、客观赋权两类。主观赋权因过度依赖工程经验判断而缺乏一定客观性，客观赋权因忽略指标间相关性而难以结合实际工程[23]。本文模型结合主观赋权和客观赋权，采用层次分析−熵值组合赋权法对各主要环境腐蚀因素进行定性−定量分析，使其权重同时反映主观经验和客观数据。
2.1 评价指标及分级
煤矿环境腐蚀倾向性多元评价指标是衡量煤矿环境能否导致锚固支护材料腐蚀失效的基础，是多元评价理论应用于煤矿环境系统分析的结果。综合考虑煤矿水环境、大气环境、围岩环境中可导致井下金属材料腐蚀劣化的各项因素，建立煤矿环境腐蚀倾向多元评价指标体系，如图2所示。该评价指标体系为2层层次结构，共划分为3个一层指标和9个细化指标。其中，一层指标T={T1，T2，T3}={水环境腐蚀倾向，大气环境腐蚀倾向，围岩环境腐蚀倾向}；细化指标包含：T1={T11，T12，T13，T14}={pH，Cl−，${\mathrm{SO}}_4^{2-} $，DO}，T2={T21，T22，T23}={矿井温度，矿井湿度，污染气体含量}，T3={T31，T32}={围岩渗透性，含硫矿物含量}。
![]()
图 2 煤矿环境腐蚀倾向性多元评价指标体系Figure 2. Multivariate evaluation index system for corrosion tendency in coal mine environment借鉴大气腐蚀性标准GB/T 19292.1—2018，依据单位面积锚固材料年平均腐蚀深度将煤矿环境腐蚀倾向性划分为Ⅰ（很低）、Ⅱ（低）、Ⅲ（中等）、Ⅳ（高）、Ⅴ（很高）5个等级，见表1。
表 1 煤矿环境腐蚀倾向性分级标准Table 1. Classification standard for corrosion tendency of coal mine environment等级 腐蚀倾向性 年平均腐蚀深度/µm Ⅰ 很低 <50 Ⅱ 低 50～150 Ⅲ 中等 150～250 Ⅳ 高 250～350 Ⅴ 很高 ≥350 2.2 层次分析法
层次分析法是一种依据专家评价及评分量化进行多准则决策的主观赋权方法。依据多元评价指标体系对煤矿环境腐蚀倾向与评价指标构建层次结构。其中，煤矿环境腐蚀倾向性为目标层，评价指标为因素层。
2.2.1 煤矿水环境指标主观权重
应用比例标度法和同行业专家评审意见对水环境腐蚀倾向T1中各因素指标（T11～T14）构建煤矿环境腐蚀倾向指标判断矩阵，如下：
$$ {{\boldsymbol{R}}_1} = \left[ {\begin{array}{*{20}{c}} 1&{0.33}&2&{0.5} \\ 3&1&4&2 \\ {0.5}&{0.25}&1&{0.5} \\ 2&{0.5}&2&1 \end{array}} \right] $$ 对该判断矩阵最大特征值λmax=
4.0458 所对应特征向量进行归一化处理记为WZ1=（0.16444698 ，0.47167762 ，0.10774507 ，0.25613032 ），此过程为层次单排序。对层次单排序结果进行一致性检验。通过式（1）计算一致性指标CI。$$ {C_{\mathrm{I}}}{\text{ = }}\dfrac{{{\lambda _{{\mathrm{max}}}}{{ - }}n}}{{n{{ - 1}}}} $$ (1) 式中：n为判断矩阵阶数。
以0为标准，CI值越接近0，表示层次单排序结果越具有一致性。判断矩阵的一致性指标CI为
0.01526667 ，表明通过该判断矩阵所得层次单排序结果具有可接受的一致性。引入平均随机一致性指标RI对CI的结果进行评估。由文献可知，当判断矩阵阶数为3、4时，RI取值为0.52、0.89[24]。
引入检验系数CR对判断矩阵的一致性进行验证，以保证决策结果可靠性。CR定义为一致性指标CI与随机一致性指标RI的比值，如式（2）所示。当CR<0.1时，判断矩阵通过一致性检验，反之则未通过。
$$ {C_{\mathrm{R}}}{\text{ = }}\dfrac{{{C_{\mathrm{I}}}}}{{{R_{\mathrm{I}}}}} $$ (2) 判断矩阵一致性检验系数CR=
0.01715356 <0.1，表明该判断矩阵适用一致性矩阵特性。因此，层次单排序结果即为煤矿水环境中各因素指标主观权重WZ1：$$ \begin{gathered} {\boldsymbol{W}}_{{\mathrm{Z}}1}=({\boldsymbol{W}}_{{\mathrm{Z}}11}, {\boldsymbol{W}}_{{\mathrm{Z}}12},{\boldsymbol{W}}_{{\mathrm{Z}}13},{\boldsymbol{W}}_{{\mathrm{Z}}14})=\\ (0.164\;446\;98, 0.471\;677\;6, 0.107\;745\;07, 0.256\;130\;32) \end{gathered} $$ 2.2.2 煤矿大气环境指标主观权重
应用比例标度法和同行业专家评审意见对大气环境腐蚀倾向T2中各因素指标（T21～T23）构建大气环境腐蚀倾向指标判断矩阵，如下：
$$ {{\boldsymbol{R}}_2} = \left[ {\begin{array}{*{20}{c}} 1&{0.5}&{0.5} \\ 2&1&{0.5} \\ 2&2&1 \end{array}} \right] $$ 对该判断矩阵最大特征值λmax=
3.0536 所对应特征向量进行归一化处理记为WZ2=（0.19579258 ，0.31081996 ，0.49338746 ）。通过式（1）、式（2）计算得CI=0.0268 、CR=0.04620689 <0.1，则该判断矩阵适用一致性矩阵特性，大气环境腐蚀倾向指标主观权重WZ2：$$ \begin{gathered} {\boldsymbol{W}}_{{\mathrm{Z}}2}=({\boldsymbol{W}}_{{\mathrm{Z}}21}, {\boldsymbol{W}}_{{\mathrm{Z}}22},{\boldsymbol{W}}_{{\mathrm{Z}}23})=\\ (0.195\;792\;58. 0.310\;819\;96, 0.493\;387\;46) \end{gathered} $$ 2.2.3 煤矿围岩环境指标主观权重
应用比例标度法和同行业专家评审意见对围岩环境腐蚀倾向T3中各因素指标（T31、T32）构建围岩环境腐蚀倾向指标判断矩阵，如下：
$$ {{\boldsymbol{R}}_3} = \left[ {\begin{array}{*{20}{c}} 1&{0.5} \\ 2&1 \end{array}} \right] $$ 对该判断矩阵最大特征值λmax=2所对应特征向量进行归一化处理记为WZ3=（
0.75001976 ，0.24998024 ）。由于二阶矩阵本身即具有完全一致性，则围岩环境腐蚀倾向指标主观权重WZ3：$$ \begin{gathered} {\boldsymbol{W}}_{{\mathrm{Z}}3}=({\boldsymbol{W}}_{{\mathrm{Z}}31}, {\boldsymbol{W}}_{{\mathrm{Z}}32})=(0.750\;019\;76, 0.249\;980\;24) \end{gathered} $$ 2.3 熵值法
熵值法是一种依据数据统计及离散分析进行信息量判断的客观赋权方法[25]。在信息理论中，“熵”用于表示某一指标因素的随机性、混淆程度及离散程度，熵值越小则表示该指标因素变异程度越大，提供信息量越多，权重越大[26]。
通过调研我国彬长矿区高家堡煤矿已出现锚固材料腐蚀现象的5条巷道巷内各细化指标参数，应用熵值法确定煤矿水环境、大气环境、围岩环境各细化指标客观权重。所调研巷道K={K1，K2，K3，K4，K5}={北翼回风巷、西翼集中辅运巷、西区回风巷、3403运输巷、3407运输巷}。
2.3.1 煤矿水环境指标客观权重
构建水环境腐蚀倾向指标评估矩阵如下：
$$ {{\boldsymbol{R}}_4} = \left[ {\begin{array}{*{20}{c}} {8.54}&{484.446}&{1363.1}&{2.3} \\ {7.029}&{174.193}&{841.729}&{5.7} \\ {6.788}&{104.071}&{935.09}&{1.4} \\ {7.344}&{88.086}&{298.278}&{7.2} \\ {8.17}&{162}&{1250}&{7.4} \end{array}} \right] $$ 通过式（3）计算煤矿水环境各细化指标T1j下，被评对象Ki归一化数值。
$$ {P_{i{{j}}}}{\text{ = }}\dfrac{{{K_i}{T_{{\text{1}}{{j}}}}}}{{\displaystyle \sum \nolimits_{i{\text{ = 1}}}^i {K_i}{T_{{\text{1}}{{j}}}}}} $$ (3) 通过式（4）计算煤矿水环境各细化指标T1j熵值。
$$ {e_{{j}}}{{ = - }}\dfrac{{\text{1}}}{{{\text{ln}}i}}\mathop \sum \limits_{i{\text{ = 1}}}^i {P_{i{{j}}}}{\text{ln}}{P_{i{{j}}}} $$ (4) 通过式（5）计算煤矿水环境各细化指标T1j偏差度。
$$ {g_{{j}}}{{ = 1 - }}{{\mathrm{e}}_{{j}}} $$ (5) 通过式（6）对煤矿水环境各细化指标T1j偏差度进行归一化处理，计算得煤矿环境腐蚀倾向性评价指标客观权重。
$$ {\boldsymbol{W}} = \dfrac{{{g_{{j}}}}}{{\displaystyle\sum\nolimits_{k{\text{ = 1}}}^n {g_k}}} $$ (6) 水环境腐蚀倾向指标客观权重WK1：
$$ \begin{gathered} {\boldsymbol{W}}_{{\mathrm{K}}1}=({\boldsymbol{W}}_{{\mathrm{K}}11},{\boldsymbol{W}}_{{\mathrm{K}}12},{\boldsymbol{W}}_{{\mathrm{K}}13},{\boldsymbol{W}}_{{\mathrm{K}}14})=\\ (0.196\;616\;59, 0.413\;463\;99, 0.152\;275\;72, 0.237\;643\;71) \end{gathered} $$ 2.3.2 煤矿大气环境指标客观权重
构建大气环境腐蚀倾向指标评估矩阵如下：
$$ {{\boldsymbol{R}}_5} = \left[ {\begin{array}{*{20}{c}} {35}&{85}&{4.41 \times {{10}^{ - 3}}} \\ {24}&{62}&{7.92 \times {{10}^{ - 4}}} \\ {31}&{53}&{1.85 \times {{10}^{ - 4}}} \\ {29}&{64}&{8.27 \times {{10}^{ - 4}}} \\ {32}&{67}&{3.38 \times {{10}^{ - 3}}} \end{array}} \right] $$ 通过式（3）—式（6）计算得大气环境腐蚀倾向指标客观权重WK2：
$$ \begin{gathered} {\boldsymbol{W}}_{{\mathrm{K}}2}=({\boldsymbol{W}}_{{\mathrm{K}}21},{\boldsymbol{W}}_{{\mathrm{K}}22},{\boldsymbol{W}}_{{\mathrm{K}}23})=\\ (0.231\;073\;22, 0.316\;869\;47, 0.452\;057\;31) \end{gathered} $$ 2.3.3 煤矿围岩环境指标客观权重
构建围岩环境腐蚀倾向指标评估矩阵如下：
$$ {{\boldsymbol{R}}_6} = \left[ {\begin{array}{*{20}{c}} {8.54}&{484.446} \\ {7.029}&{174.193} \\ {6.788}&{104.071} \\ {7.344}&{88.086} \\ {8.17}&{162} \end{array}} \right] $$ 通过式（3）—式（6）计算得围岩环境腐蚀倾向指标客观权重WK3：
$$ \begin{gathered} {\boldsymbol{W}}_{{\mathrm{K}}3}=({\boldsymbol{W}}_{{\mathrm{K}}31},{\boldsymbol{W}}_{{\mathrm{K}}32})=(0.716\;598\;93, 0.283\;401\;07) \end{gathered} $$ 2.4 组合赋权
为使权重同时反映主观权重信息和客观权重信息，采用最小鉴别信息原理计算煤矿环境腐蚀倾向性评价指标组合权重Wij，构建目标函数如式（7）所示。
$$ \left\{ {\begin{array}{*{20}{l}} {{\text{min}}\left\{ {J\left( W \right)} \right\}{\text{ = }}\displaystyle\sum \limits_{j{\text{ = 1}}}^n \left( {{W_j}{\text{ln}}\dfrac{{{W_j}}}{{{W_{{\mathrm{Z}}j}}}}{\text{ + }}{W_j}{\text{ln}}\dfrac{{{W_j}}}{{{W_{{\mathrm{K}}j}}}}} \right)} \\ {{\text{s}}{\text{.t}}{\text{. }} \displaystyle\sum \limits_{j{\text{ = 1}}}^n {W_j}{\text{ = 1 , }}{W_j} \geqslant {\text{0}}} \end{array}} \right. $$ (7) 求解该目标函数得煤矿水环境、大气环境、围岩环境各细化指标的组合权重Wij，如式（8）所示。
$$ {{\boldsymbol{W}}_{{{i}}j}}{\text{ = }}\dfrac{{\sqrt {{W_{{\mathrm{Z}}j}}{W_{{\mathrm{K}}j}}} }}{{\displaystyle \sum \nolimits_{j{\text{ = 1}}}^n \sqrt {{W_{{\mathrm{Z}}j}}{W_{{\mathrm{K}}j}}} }} $$ (8) 煤矿环境腐蚀倾向性各细化指标组合权重分布如下。
$$\begin{gathered} {\boldsymbol{W}} _{ \rm{H} {1}} {=( {\boldsymbol{W}} _{ \mathrm{11}} \mathrm{,} {\boldsymbol{W}} _{ \mathrm{12}} \mathrm{,} {\boldsymbol{W}} _{ \mathrm{13}} \mathrm{,} {\boldsymbol{W}} _{ \mathrm{14}} }) =\\ (0.180\;494\;27, 0.443\;283\;81, 0.443\;283\;81, 0.247\;647\;55) \end{gathered}$$ $$ \begin{gathered} \boldsymbol{W} _{ \rm{H} \mathrm{2}} {=( \boldsymbol{W} _{ \mathrm{21}} {,} \boldsymbol{W} _{ \mathrm{22}} \mathrm{,} \boldsymbol{W} _{ \mathrm{23}} }) =\\ (0.212\;957\;51, 0.314\;206\;16, 0.314\;206\;16) \end{gathered} $$ $$ \boldsymbol{W} _{ \rm{H} \mathrm{3}} {=( \boldsymbol{W} _{ \mathrm{31}} \mathrm{,} \boldsymbol{W} _{ \mathrm{32}} }) =(0.733\;643\;09, 0.266\;356\;91) $$ 2.5 一层指标权重
采用层次分析法分析一层指标（水环境腐蚀倾向，大气环境腐蚀倾向，围岩环境腐蚀倾向）对煤矿环境腐蚀倾向性的影响权重。同上述3.2节分析，对煤矿环境腐蚀倾向指标体系中3个一层指标构建煤矿环境腐蚀倾向一层指标判断矩阵，如下：
$$ {{\boldsymbol{R}}_7} = \left[ {\begin{array}{*{20}{c}} 1&2&{0.33} \\ {0.5}&1&{0.2} \\ 3&5&1 \end{array}} \right] $$ 对该判断矩阵最大特征值λmax=
3.0037 所对应特征向量进行归一化处理记为W=（0.22967309 ，012203129，064829562）。通过式（1）、式（2）计算得CI=0.00185 、CR=0.00318966 <0.1，表明该判断矩阵适用一致性矩阵特性，煤矿环境腐蚀倾向一层指标权重W：$$ \begin{gathered} \boldsymbol{W} =( \boldsymbol{W} _{ \mathrm{1}} \mathrm{,} \boldsymbol{W} _{ \mathrm{2}} \mathrm{,} \boldsymbol{W} _{ \mathrm{3}} )=\\ (0.648\;295\;62,0.229\;673\;09,0.122\;031\;29) \end{gathered}$$ 3. 煤矿环境腐蚀倾向性分析
3.1 环境腐蚀因素隶属度研究
将pH、Cl−、${\mathrm{SO}}_4^{2-} $、DO、矿井温度、矿井湿度、污染气体体积分数、围岩渗透系数、含硫矿物质量分数对煤矿环境腐蚀倾向的影响程度分别用pH影响指数、Cl−影响指数、${\mathrm{SO}}_4^{2-} $影响指数、DO影响指数、温度影响指数、湿度影响指数、气体影响指数、渗透影响指数、硫矿影响指数表示，采用模糊数学和工程经验相结合的方法研究上述指标对煤矿环境腐蚀倾向性的归属程度。
1）pH影响指数。应用煤矿水环境pH值的算数值IpH表征煤矿环境酸碱程度。结合工程经验与试验研究，引入pH影响指数μ1表示煤矿环境酸碱程度IpH对煤矿环境腐蚀倾向性隶属度，如式（9）所示。
$$ {\mu _{\text{1}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{{1, }}\qquad{I_{{\text{pH}}}}{\text{ \lt 2}}} \\ {{{ - 0}}{\text{.133}}{I_{{\text{pH}}}}{\text{ + 1}}{{.267, \;\;2}} \leqslant {I_{{\text{pH}}}}{\text{ \lt 8}}} \\ {{{ - 0}}{\text{.05}}{I_{{\text{pH}}}}{\text{ + 0}}{\text{.6, }}\quad{I_{{\text{pH}}}} \geqslant {\text{8}}} \end{array}} \right. $$ (9) 2）Cl−影响指数。煤矿水环境中Cl−主要源于地下水，然而地下水中离子多种多样，不同离子间相互作用会对锚杆腐蚀速率产生不同影响，引入环境含氯水平$I_{{\mathrm{Cl}}^- }$反映Cl−对煤矿环境腐蚀倾向性影响准则。$I_{{\mathrm{Cl}}^- }$定义为Cl−质量浓度与矿井水溶解性总固体TDS的比值，如式（10）所示。
$$ {I_{{\text{C}}{{\text{l}}^{{ - }}}}}{{ = }}\dfrac{{{\omega _{{\text{C}}{{\text{l}}^{{ - }}}}}}}{{{{T_{\mathrm{DS}}}}}} $$ (10) 根据工程经验及已有研究，引入Cl−影响指数μ2表示Cl−对煤矿环境腐蚀倾向性隶属度，如式（11）所示。
$$ {\mu _{\text{2}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{\text{1}}{\text{.5}}{I_{{\text{C}}{{\text{l}}^{{ - }}}}}{\text{, }}\quad{I_{{\text{C}}{{\text{l}}^{{ - }}}}}{\text{ \lt 0}}{\text{.1}}} \\ {{\text{5}}{\text{.667}}{I_{{\text{C}}{{\text{l}}^{{ - }}}}}{{ - 0}}{{.417, \quad 0}}{\text{.1}} \leqslant {I_{{\text{C}}{{\text{l}}^{{ - }}}}}{\text{ \lt 0}}{{.25}}} \\ {{\text{1, }}\quad\quad {I_{{\text{C}}{{\text{l}}^{{ - }}}}} \geqslant {\text{0}}{\text{.25}}} \end{array}} \right. $$ (11) 3）${\mathrm{SO}}_4^{2-} $影响指数。煤矿水环境中${\mathrm{SO}}_4^{2-} $亦主要来源于地下水。引入环境含硫水平$I_{{\mathrm{SO}}_4^{2-}} $反应${\mathrm{SO}}_4^{2-} $对煤矿环境腐蚀倾向性影响准则。$I_{{\mathrm{SO}}_4^{2-}} $定义为${\mathrm{SO}}_4^{2-} $质量浓度与矿井水溶解性总固体TDS的比值，如式（12）所示。
$$ {I_{{\text{S}}{\text{O}}_{\text{4}}^{{{2 - }}}}}{{ = }}\dfrac{{{\omega _{{\text{S}}{\text{O}}_{\text{4}}^{{{2 - }}}}}}}{{{{T_{\mathrm{DS}}}}}} $$ (12) 结合工程经验及已有研究，引入${\mathrm{SO}}_4^{2-} $影响指数μ3表示${\mathrm{SO}}_4^{2-} $对煤矿环境腐蚀倾向性隶属度，如式（13）所示。
$$ {\mu _{\text{3}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{\text{0}}{\text{.75}}{I_{{\text{S}}{\text{O}}_{\text{4}}^{{{2 - }}}}}{\text{, }}\qquad {I_{{\text{S}}{\text{O}}_{\text{4}}^{{{2 - }}}}}{\text{ \lt 0}}{\text{.2}}} \\ {{\text{2}}{\text{.835}}{I_{{\text{S}}{\text{O}}_{\text{4}}^{{{2 - }}}}}{{ - 0}}{{.417, \;\;\; 0}}{\text{.2}} \leqslant {I_{{\text{S}}{\text{O}}_{\text{4}}^{{{2 - }}}}}{\text{ \lt 0}}{\text{.5}}} \\ {{\text{1, }}\qquad {I_{{\text{S}}{\text{O}}_{\text{4}}^{{{2 - }}}}} \geqslant {\text{0}}{\text{.5}}} \end{array}} \right. $$ (13) 4）DO影响指数。DO作为氧去极化腐蚀的主要参与者，煤矿环境腐蚀倾向性随着矿井水环境溶解氧质量分数增大持续增强[27]。应用DO质量分数IDO表示煤矿水环境含氧能力，根据工程经验及已有研究，引入DO影响指数μ4表示DO对煤矿环境腐蚀倾向性的隶属度，如式（14）所示。
$$ {\mu _{\text{4}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{\text{0}}{\text{.043}}{I_{{\text{DO}}}}{\text{, }}\quad {I_{{\text{DO}}}}{\text{ \lt 4}}} \\ {{\text{0}}{\text{.138}}{I_{{\text{DO}}}}{{ - 0}}{{.383, \quad 4}} \leqslant {I_{{\text{DO}}}}{\text{ \lt 10}}} \\ {{\text{1, }}\quad{I_{{\text{DO}}}} \geqslant {\text{10}}} \end{array}} \right. $$ (14) 5）温度影响指数。应用矿井大气温度算数值It表示煤矿环境中各分子热运动剧烈程度，根据工程经验及已有研究[28]，引入温度影响指数μ5表示矿井大气温度对煤矿环境腐蚀倾向性的隶属度，如式（15）所示。
$$ {\mu _{\text{5}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{\text{0}}{\text{.013}}{I_{\text{t}}}{\text{, }}\quad{I_{\text{t}}}{\text{ \lt 20}}} \\ {{\text{0}}{\text{.05}}{I_{\text{t}}}{{ - 0}}{{.75,\quad 20}} \leqslant {I_{\text{t}}}{\text{ \lt 35}}} \\ {{\text{1, }}\quad{I_{\text{t}}} \geqslant {\text{35}}} \end{array}} \right. $$ (15) 6）湿度影响指数。应用矿井相对湿度算数值IRH表示煤矿大气环境干湿程度，根据工程经验及已有研究[29]，引入湿度影响指数μ6表示矿井相对湿度对煤矿环境腐蚀倾向性的隶属度，如式（16）所示。
$$ {\mu _{\text{6}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{\text{0}}{\text{.25}}{I_{{\text{RH}}}}{\text{, }}\quad{I_{{\text{RH}}}}{\text{ \lt 0}}{\text{.6}}} \\ {{\text{2}}{\text{.833}}{I_{{\text{RH}}}}{{ - 1}}{{.55, \quad0}}{\text{.6}} \leqslant {I_{{\text{RH}}}}{\text{ \lt 0}}{\text{.9}}} \\ {{{ - 8}}{I_{{\text{RH}}}}{\text{ + 8}}{\text{.2, }}\quad{I_{{\text{RH}}}} \geqslant {\text{0}}{\text{.9}}} \end{array}} \right. $$ (16) 7）气体影响指数。煤矿大气环境中可对锚固材料产生腐蚀劣化作用的气体主要为CO2、NO2、SO2、NH3、H2S，应用上述5种气体总体积分数ρPG的修正数值IPG（IPG=
100000 ρPG）表示煤矿大气环境中污染气体含量。根据工程经验及已有研究，引入气体影响指数μ7表示矿井污染气体体积分数对煤矿环境腐蚀倾向性隶属度，如式（17）所示。$$ {\mu _{\text{7}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{\text{0}}{\text{.175}}{I_{{\text{PG}}}}{\text{, }}\quad{I_{{\text{PG}}}}{\text{ \lt 1}}} \\ {{\text{0}}{\text{.275}}{I_{{\text{PG}}}}{{ - 0}}{{.1, \quad1}} \leqslant {I_{{\text{PG}}}}{\text{ \lt 4}}} \\ {{\text{1, }}\quad{I_{{\text{PG}}}} \geqslant {\text{4}}} \end{array}} \right. $$ (17) 8）渗透影响指数。应用矿井围岩渗透系数数量级的算数值IPC表示流体通过矿井围岩孔隙骨架的难易程度。根据工程经验及已有研究，引入气体影响指数μ8表示矿井围岩渗透系数对煤矿环境腐蚀倾向性隶属度，如式（18）所示。
$$ {\mu _{\text{8}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{{ - 0}}{\text{.025}}{I_{{\text{PC}}}}{\text{ + 1, }}\quad{I_{{\text{PC}}}}{\text{ \lt 6}}} \\ {{{ - 0}}{\text{.233}}{I_{{\text{PC}}}}{\text{ + 2}}{{.25, \quad6}} \leqslant {I_{{\text{PC}}}}{\text{ \lt 9}}} \\ {{{ - 0}}{\text{.05}}{I_{{\text{PC}}}}{\text{ + 0}}{{.6, }}\quad {I_{{\text{PC}}}} \geqslant {\text{9}}} \end{array}} \right. $$ (18) 9）硫矿影响指数。硫化物是煤矿围岩环境中可对金属锚固支护材料产生腐蚀作用的主要矿物[30]。采用矿井围岩体中硫化物总质量分数ρSM的修正数值ISM（ISM=100ρSM）表示矿井围岩环境中含硫矿物质量分数。根据工程经验及已有研究，引入气体影响指数μ9表示矿井围岩渗透系数对煤矿环境腐蚀倾向性隶属度，如式（19）所示。
$$ {\mu _{\text{9}}}{\text{ = }}\left\{ {\begin{array}{*{20}{l}} {{\text{0}}{\text{.058}}{I_{{\text{SM}}}}{\text{, }}\quad {I_{{\text{SM}}}}{\text{ \lt 3}}{\text{.0}}} \\ {{\text{0}}{\text{.551}}{I_{{\text{SM}}}}{{ - 1}}{{.478, \quad 3}}{\text{.0}} \leqslant {I_{{\text{SM}}}}{\text{ \lt 4}}{\text{.5}}} \\ {{\text{1, }}\quad {I_{{\text{SM}}}} \geqslant {\text{4}}{\text{.5}}} \end{array}} \right. $$ (19) 3.2 评价指数及工程判据指标
通过研究煤矿水环境、大气环境、围岩环境及各主要环境腐蚀因素对煤矿环境腐蚀倾向性的权重和隶属度，结合W、WH1～WH3和式（9）—式（19）可得煤矿环境腐蚀倾向性评价指数μ，如式（20）所示，其所对应煤矿环境腐蚀倾向性工程判据指标见表2。
表 2 煤矿环境腐蚀倾向性工程判据指标Table 2. Engineering criteria for corrosion tendency in coal mine environmentμ <0.15 0.15～0.25 0.25～0.35 0.35～0.45 ≥0.45 倾向 很低 低 中等 高 很高 $$ \begin{gathered} \mu {\text{ = }}{{\boldsymbol{W}}_{\text{1}}}\left( {{{\boldsymbol{W}}_{{\text{11}}}}{\mu _{\text{1}}}{\text{ + }}{{\boldsymbol{W}}_{{\text{12}}}}{\mu _{\text{2}}}{\text{ + }}{{\boldsymbol{W}}_{{\text{13}}}}{\mu _{\text{3}}}{\text{ + }}{{\boldsymbol{W}}_{{\text{14}}}}{\mu _{\text{4}}}} \right){\text{ + }}\\ {{\boldsymbol{W}}_{\text{2}}}\left( {{{\boldsymbol{W}}_{{\text{21}}}}{\mu _{\text{5}}}{\text{ + }}{{\boldsymbol{W}}_{{\text{22}}}}{\mu _{\text{6}}}{\text{ + }}{{\boldsymbol{W}}_{{\text{23}}}}{\mu _{\text{7}}}} \right){\text{ + }}\\ {{\boldsymbol{W}}_{\text{3}}}\left( {{{\boldsymbol{W}}_{{\text{31}}}}{\mu _{\text{8}}}{\text{ + }}{{\boldsymbol{W}}_{{\text{32}}}}{\mu _{\text{9}}}} \right) \end{gathered}$$ (20) 式中：W1～W3分别表示水环境腐蚀倾向、大气环境腐蚀倾向、围岩环境腐蚀倾向对煤矿环境腐蚀倾向性的影响权重；W11～W14分别表示pH、Cl−、${\mathrm{SO}}_4^{2-} $、DO对水环境腐蚀倾向的影响权重；W21～W23分别表示矿井温度、矿井湿度、污染气体含量对大气环境腐蚀倾向的影响权重；W31～W32分别表示围岩渗透系数、含硫矿物质量分数对围岩环境腐蚀倾向的影响权重。
3.3 煤矿环境腐蚀倾向性多参量耦合评价方法
基于模糊综合评价方法，设计包含煤矿环境酸碱程度、含氯水平、含硫水平、含氧能力、温度水平、干湿程度、污染气体体积分数、围岩渗透能力、含硫矿物质量分数的煤矿环境腐蚀倾向性多参量耦合评价方法，以期实现对煤矿环境腐蚀特性的准确评估。
具体评价流程如图3所示：① 检测并分析矿井水质、矿井大气、矿井煤岩；② 确定各主要环境腐蚀因素参数，包括pH、Cl−质量浓度、${\mathrm{SO}}_4^{2-} $质量浓度、DO质量浓度、矿井温度、矿井湿度、污染气体体积分数、围岩渗透系数、含硫矿物质量分数，此外还需确定矿井水溶解性总固体用以量化煤矿环境含氯水平和含硫水平；③ 分析各主要环境腐蚀因素赋存特征，确定煤矿环境酸碱程度、环境含氯水平、环境含硫水平、环境含氧能力、大气温度水平、大气干湿程度、污染气体体积分数、围岩渗透能力、含硫矿物质量分数。酸碱程度IpH即为煤矿水环境pH，含氯水平$I_{{\mathrm{Cl}}^-} $和含硫水平$I_{{\mathrm{SO}}_4^{2-}} $可由式（10）、式（12）计算得，含氧能力IDO即为煤矿水环境DO浓度，温度水平It即为煤矿大气温度，干湿程度IRH即为煤矿大气相对湿度，污染气体体积分数IPG即为
100000 ρPG（ρPG为污染气体体积分数和），围岩渗透能力IPC即为围岩体渗透系数数量级，含硫矿物质量分数ISM即为100ρSM（ρSM为含硫矿物质量分数和）；④ 基于各主要环境腐蚀因素赋存特征，经式（9）—式（19）确定pH影响指数、Cl−影响指数、${\mathrm{SO}}_4^{2-} $影响指数、DO影响指数、温度影响指数、湿度影响指数、气体影响指数、渗透影响指数、硫矿影响指数；⑤ 依据各主要环境腐蚀因素影响指数及其对煤矿环境腐蚀倾向性的影响权重，经式（20）计算得出煤矿环境腐蚀倾向性评价指数μ，结合工程判据指标确定环境倾向性等级。![]()
图 3 煤矿环境腐蚀倾向性多参量耦合评价方法Figure 3. Multi parameter coupling evaluation method for corrosion tendency in coal mine environment该方法可评估煤矿环境腐蚀特性，辨识煤矿环境主控腐蚀因素，指导矿山企业针对性防腐支护。
4. 工程案例
4.1 工程背景
高家堡煤矿位于我国西北部彬长矿区，处于盐类物质广泛分布的地质环境区内。据调研，其北翼回风巷、西翼集中辅运巷、西区回风巷、3403运输巷、3407运输巷巷内锚固材料服役后出现程度不一的腐蚀现象，如图4所示。
4.2 环境腐蚀倾向性综合评价
收集并分析上述5条巷道矿井水质、空气成分、围岩成分，确定巷内环境pH、Cl−质量浓度、${\mathrm{SO}}_4^{2-} $质量浓度、DO质量浓度、溶解性总固体、矿井温度、矿井湿度、污染气体体积分数和、围岩渗透系数、含硫矿物质量分数和，分析结果见表3。
表 3 各煤矿主要环境腐蚀因素参数数据Table 3. Parameter data of main environmental corrosion factors in coal minesK pH Cl−质量浓度/
（mg·L−1）${\rm{SO}}_4^{2-} $质量浓度/
（mg·L−1）DO质量浓度/
（mg·L−1）TDS/
（mg·L−1）温度/
℃湿度/
%ρPG/% 渗透系数 ρSM/% K1 8.540 484.446 1363.100 2.3 2786.465 35 85 4.41×10−3 5.26×10−9 5.54 K2 7.029 174.193 841.729 5.7 2346.991 24 62 7.92×10−4 3.81×10−9 3.48 K3 6.788 104.071 935.090 1.4 2644.823 31 53 1.85×10−4 8.47×10−7 2.93 K4 7.344 88.086 298.278 7.2 1869.976 29 64 8.27×10−4 5.53×10−7 3.66 K5 8.170 162.000 1250.000 7.4 1816.000 32 67 3.38×10−3 6.72×10−6 4.10 按照3.1节中的方法对各主要环境腐蚀因素参数数据进行处理，形成环境酸碱程度、环境含氯水平、环境含硫水平、环境含氧能力、环境温度水平、环境干湿程度、污染气体体积分数、围岩渗透能力、含硫矿物质量分数9项主要环境腐蚀因素量化指标（表4）。
表 4 各煤矿主要环境腐蚀因素赋存特征Table 4. Occurrence characteristics of main environmental corrosion factors in coal minesK IpH $I_{{\mathrm{Cl}}^- }$ $I_{{\mathrm{SO}}_4^{2-}} $ IDO It IRH IPG IPC ISM K1 8.540 0.174 0.489 2.300 35 0.85 4.410 9 5.54 K2 7.029 0.074 0.359 5.700 24 0.62 0.792 9 3.48 K3 6.788 0.039 0.354 1.400 31 0.53 0.185 7 2.93 K4 7.344 0.047 0.160 7.200 29 0.64 0.827 7 3.66 K5 8.170 0.089 0.688 3.500 32 0.67 3.380 6 4.10 依据9项主要环境腐蚀因素量化指标，应用式（9）—式（19）计算pH影响指数、Cl−影响指数、${\mathrm{SO}}_4^{2-} $影响指数、DO影响指数、温度影响指数、湿度影响指数、气体影响指数、渗透影响指数、硫矿影响指数，以表征各巷道主要环境腐蚀因素对该巷道环境腐蚀倾向性的隶属关系（表5）。
表 5 各煤矿主要环境腐蚀因素影响指数Table 5. Influence index of main environmental corrosion factors in coal minesK μ1 μ2 μ3 μ4 μ5 μ6 μ7 μ8 μ9 K1 0.173 0.569 0.969 0.099 1.000 0.858 1.000 0.150 1.000 K2 0.332 0.111 0.601 0.404 0.450 0.206 0.127 0.150 0.439 K3 0.364 0.059 0.587 0.060 0.800 0.132 0.032 0.619 0.173 K4 0.290 0.071 0.120 0.611 0.700 0.263 0.145 0.619 0.539 K5 0.180 0.134 1.000 0.638 0.850 0.348 0.829 0.850 0.781 基于各巷道主要环境腐蚀因素对该巷道环境腐蚀倾向性隶属关系，结合各主要环境腐蚀因素价值权重，通过式（20）计算得各巷道环境腐蚀倾向性评价指数，并结合工程判据指标，确定各巷道环境腐蚀倾向性（表6）。
表 6 各煤矿环境腐蚀倾向性评价结果Table 6. Evaluation results of environmental corrosion tendency in coal minesK K1 K2 K3 K4 K5 评价指数μ 0.546 0.266 0.231 0.304 0.427 腐蚀倾向性 Ⅴ级（很高） Ⅲ级（中等） Ⅱ级（低） Ⅲ级（中等） Ⅳ级（高） 4.3 工业性腐蚀试验验证
于高家堡煤矿北翼回风巷、西翼集中辅运巷、西区回风巷、3403运输巷、3407运输巷5条巷道巷内开展为期100 d的工业性腐蚀试验。
4.3.1 试验材料
锚杆试样选用MSGLD-400/20规格无纵筋等强螺纹钢锚杆，长度为400 mm，共30根。于巷道内顶板及两帮各布置2根锚杆试样。
4.3.2 试验过程
试验前对每根锚杆试样进行质量测定，质量测定仪器选用电子秤，精度为0.01 g。试验100 d后，将5条巷道内各锚杆试样取出，拍摄外观腐蚀照片，并将其放入超声波清洗机中进行除锈，清洗溶液为质量分数10%的乙酸铵溶液（CH3COONH4），温度为25 ℃，清洗时长为10 min，随后将除锈完成的锚杆试样冲洗干净，放入烘干箱中干燥24 h，并对干燥后的锚杆试样进行质量测定。
采用失重法计算锚杆试样年平均腐蚀深度[31]，如式（21）所示。
$$ h{{ = 365\;000}}\dfrac{{{m_1} - {m_2}}}{{S\rho t}} $$ (21) 式中：h为锚杆年平均腐蚀深度，µm；m1为锚杆试样腐蚀前质量，g；m2为锚杆试样腐蚀后质量，g；（质量取值选用巷内6根试验锚杆平均值）；S为锚杆试样表面积，m2；ρ为锚杆试样材料密度，kg/m3；t为腐蚀时间，d。
试验锚杆腐蚀特征及失重数据见表7。由表7可知，锚杆试样在高家堡煤矿北翼回风巷、西翼集中辅运巷、西区回风巷、3403运输巷、3407运输巷5条巷道巷内腐蚀100 d后，其质量分别损失23.7、10.8、6.5、13.1、16.4 g，由失重法计算得其年平均腐蚀深度分别为392.7、178.9、107.7、217.1、271.7 µm。结合煤矿环境腐蚀倾向性分级标准（表1），可知：高家堡煤矿北翼回风巷、西翼集中辅运巷、西区回风巷、3403运输巷、3407运输巷巷内环境腐蚀倾向性分别为Ⅴ级（很高）、Ⅲ级（中等）、Ⅱ级（低）、Ⅲ级（中等）、Ⅳ级（高）。
表 7 试验锚杆腐蚀特征及年平均腐蚀深度Table 7. Corrosion characteristics and annual average corrosion depth of test anchor rodsK 锚杆外观 腐蚀特征 质量损失/g 年平均腐蚀深度/μm K1 
表层崩解，大量不规则腐蚀坑 23.7 392.7 K2 
大量红锈，轴线长片状腐蚀坑 10.8 178.9 K3 
附着红锈，点状腐蚀痕迹 6.5 107.7 K4 
少量红锈，局部较深点状腐蚀坑 13.1 217.1 K5 
表层金属脱落，条状腐蚀坑 16.4 271.7 对比工业性腐蚀试验结果与腐蚀倾向性评价结果，发现二者一致，这表明评价结果可准确反映各巷道环境腐蚀特性。
5. 结 论
1）基于锚杆服役条件，煤矿环境可被划分为水环境、大气环境、围岩环境。确定了pH、Cl−、${\mathrm{SO}}_4^{2-} $、溶解氧（DO）、矿井温度、矿井湿度、污染气体、围岩渗透性、含硫矿物9种煤矿主要环境腐蚀因素。
2）构建了煤矿环境腐蚀倾向性多元评价指标体系，采用层次分析−熵值组合赋权量化了各评价指标在煤矿环境腐蚀倾向性评价体系中的价值权重。
3）提出了“煤矿环境腐蚀倾向性多参量耦合评价方法”。评价过程中，检测煤矿环境并量化各评价指标，利用隶属度函数确定各评价指标影响指数，结合各指标影响指数和权重对煤矿环境腐蚀倾向性进行综合判断。
4）应用煤矿环境腐蚀倾向性多参量耦合评价方法对高家堡煤矿5条巷道进行环境腐蚀倾向性综合评价，评价结果分布于Ⅱ级至Ⅴ级，对比工业性腐蚀试验结果可知该评价方法能准确反映煤矿环境腐蚀特性。
-
![]()
图 1 研究区地理位置及研究地点分布
Figure 1. Location of study area and distribution of sampling sites
![]()
图 2 不同排土场不同坡向群落结构
Figure 2. Result of community structure of different slopes for different dumps
![]()
图 3 不同排土场不同坡向群落功能
Figure 3. Results of community function of different slopes for different dumps
![]()
图 4 排土场边坡群落稳定性综合评价结果
Figure 4. Comprehensive evaluation score of community stability of different dump slopes
![]()
图 5 群落结构与群落功能因子相关分析
*为p≤0.05，**为p≤0.01
Figure 5. Correlation analysis of community structure and community function factors
![]()
图 6 环境因子与稳定性因子相关性分析
Figure 6. Correlation analysis of the environment factors and stability factors
表 1 各排土场植被恢复情况
Table 1 Vegetation restoration status in each dump
排土场 植被恢复面积/m2 植被恢复年份 主要恢复物种 内排土场 — 2015—2017 斜茎黄耆（Astragalus laxmannii）、紫苜蓿（Medicago sativa）、
披碱草（Elymus dahuricus）、小叶锦鸡儿（Caragana microphylla）、
栉叶蒿（Neopallasia pectinata）沿帮排土场 510×104 2011—2013 南排土场 253×104 2009—2012 北排土场 101×104 2008—2009 
下载: 导出CSV
表 2 排土场边坡植被恢复群落稳定性综合评价体系
Table 2 Evaluation system for stability of revegetation community on dump slopes
目标层 准则层 指标层 群落稳定性 群落结构 Shannon-Wiener多样性指数 H Margalef丰富度指数 R Pielou均匀度指数 J Simpson优势度指数 D 盖度 C 高度 HE 群落功能 地上生物量BA 地下生物量 BU
下载: 导出CSV
表 3 AHP-熵权法综合权重结果
Table 3 Results of Analytic Hierarchy Process (AHP)-entropy weight application
目标层 准则层 指标层 AHP权重 熵权权重 综合权重 群落稳定性 群落结构 Shannon-Wiener多样性指数 H 0.1846 0.0720 0.1532 Margalef丰富度指数 R 0.1097 0.0410 0.0890 Pielou均匀度指数 J 0.0644 0.1016 0.1074 Simpson优势度指数 D 0.0815 0.0610 0.0936 盖度 C 0.0382 0.0971 0.0808 高度 HE 0.0217 0.1322 0.0711 群落功能 地上生物量BA 0.2500 0.1055 0.2157 地下生物量BU 0.2500 0.0811 0.1891
下载: 导出CSV
表 4 群落生态稳定性分级标准
Table 4 Ecological stability classification standard for community
分级Grade I II III IV V 稳定性综合评价S/% [75,100] [60,75) [45,60) [30,45) [0,30)
下载: 导出CSV
-
[1] 王 佟,刘 峰,赵 欣,等. “双碳”背景下我国煤炭资源保障能力与勘查方向的思考[J]. 煤炭科学技术,2023,51(12): 1−8. WANG Tong,LIU Feng,ZHAO Xin,et al. Reflection on China’s coal resource guarantee capacity and exploration work under the background of “double carbon”[J]. Coal Science and Technology,2023,51(12): 1−8.
[2] 于海旭,刘 闯,金 磊,等. 世界露天煤矿发展综述[J]. 中国煤炭,2023,49(6):116−125. YU Haixu,LIU Chuang JIN Lei,et al. Overview of the development of open-pit coal mines in the world[J]. China Coal,2023,49(6):116−125.
[3] 阎仲康,曹银贵,李志涛,等. 内蒙古东部草原区矿山生态修复研究:关键技术与减碳路径[J]. 农业资源与环境学报,2023,40(3):570−582. YAN Zhongkang,CAO Yingui,LI Zhitao,et al. Ecological restoration of mines in eastern grassland area of lnner Mongolia,China:Key technologies and carbon reduction paths[J]. Journal of Agricultural Resources and Environment,2023,40(3):570−582.
[4] 王党朝,尚 志,佘长超. 草原露天矿区重构土壤典型物理性质与生物量的关系[J]. 中国农学通报,2020,36(23):60−65. WANG Dangchao,SHANG Zhi ,SHE Zhangchao. Relationship between typical physical properties of reclaimed soil and biomass in grassland opencast mine area[J]. Chinese Agricultural Science Bulletin,2020,36(23):60−65.
[5] 王党朝,申莹莹,杨 震. 胜利一号露天煤矿开发建设对生态环境的影响评价[J]. 中国煤炭,2020,46(1):58−66. WANG Dangchao,SHEN Yingying,YANG Zhen. Evaluation of the impace of development and construction of Shengli No. 1 Open-pit Coal Mine[J]. China Coal,2020,46(1):58−66.
[6] 周 际,赵财胜,张丽佳,等. 矿区土地复垦与土壤修复研究进展[J]. 东北师大学报(自然科学版),2023,55(1):151−156. ZHOU Ji,ZHAO Caisheng,ZHANG Lijia,et al. Research progress of land rehabilitation and soil remediation in mining area[J]. Journal of Northeast Normal University(Natural Science Edition),2023,55(1):151−156.
[7] 昝玉亭,奚同行,吴治玲,等. 不同植物配置模式对人工边坡减流减沙效益的影响[J]. 水土保持通报,2022,42(3):1−7. ZAN Yuting,XI Tongxing,WU,Zhiling et al. Effects of different plant configuration patterns on flow and sediment reductionof artificial slope[J]. Bulletin of Soil and Water Conservation,2022,42(3):1−7.
[8] ZHANG Yaohua,XU Xianli,LI Zhenwei,et al. Effects of vegetation restoration on soil quality in degraded karst landscapes of southwest China[J]. Science of the Total Environment,2019,650(2):2657−2665.
[9] HOU Xiaoyun,LIU Shiliang,CHENG Fangyan,et al. Variability of environmental factors and the effects on vegetation diversity with different restoration years in a large open-pit phosphorite mine[J]. Ecological Engineering,2019,127:245−253.
[10] LI Xinhui,LEI Shaogang,LIU Feng,et al. Analysis of plant and soil restoration process and degree of refuse dumps in open-pit coal mining areas[J]. International Journal of Environmental Research and Public Health,2020,17(6):1975. doi: 10.3390/ijerph17061975
[11] 哈文秀,肖桂英,曹建华,等. 喀斯特断陷盆地区不同恢复阶段群落物种组成与多样性特征[J]. 生态学杂志,2020,39(1):36−45. HA Wenxiu XIAO Guiying,CAO Jianhua,et al. Species composition and diversity of plant community at different restoration stages of karst graben basin[J]. Chinese Journal of Ecology,2020,39(1):36−45.
[12] 史浩伯. 阿克苏河中游荒漠河岸林物种多样性与群落稳定性[J]. 水土保持通报,2020,40(2):9−15. SHI Haobo. Species diversity and community stability of desert riparian forests in middle reaches of Aksu river[J]. Bulletin of Soil and Water Conservation,2020,40(2):9−15.
[13] 邢福元,常 春. 基于生态学视角的叙词表概念稳定性研究[J]. 情报杂志,2019,38(7):146−150. XING Fuyuan,CHANG Chun. Research on concept stability of the thesaurus based on ecology[J]. Journal of Intelligence,2019,38(7):146−150.
[14] WANG Min,LIU Qinghua,PANG Xueyong. Evaluating ecological effects of roadside slope restoration techniques:a global meta-analysis[J]. Journal of Environmental Management,2021,281:111867. doi: 10.1016/j.jenvman.2020.111867
[15] ZHANG X N,YOU Y,WANG D C,et al. Quality evaluation of the soil-root composites layer of Leymus chinensis grassland based on different degradation degrees[J]. Catena,2022,215.
[16] 包玉英,莫 莉,陈 金,等. 北电胜利煤矿排土场土壤AM真菌与土壤理化性状相关性研究[J]. 煤炭学报,2019,44(12):3670−3675. BAO Yuying,MO Li,CHEN Jin ,et al. Correlation between soil AM fungi and physical and chemical properties in the dumping site of Beidian-Shengli Coal Mine[J]. Journal of China Coal Society,2019,44(12):3670−3675.
[17] 鲁如坤. 土壤农业化学分析方法[M]. 北京:中国农业科技出版社,2000. [18] 巫翠华,蔡建军,李 华,等. 紫柏山壳斗科植物群落物种多样性和稳定性研究[J]. 中南林业科技大学学报,2021,41(8):108−115. WU Cuihua,CAI Jianjun,LI Hua,et al. Studies on species diversity and stability of the fagaceae community in the Zibai mountain[J]. Journal of Central South University of Forestry & Technology,2021,41(8):108−115.
[19] 吴训锋,刘 强,邢海涛,等. 宣威宝山镇煤矿矿区植物多样性以及群落稳定性评价[J]. 西部林业科学,2022,51(6):115−122. WU Xunfeng ,LIU Qiang,XING Haitao,et al. Assessment of vegetation characteristice and community stability at baoshan mining area of xuanwei city[J]. Journal of West China Forestry Science,2022,51(6):115−122.
[20] 祝景彬,张志成,李红琴,等. 牧压梯度下高寒草甸植被生物量与土壤理化性质变化特征及相互关系[J]. 中国科学:生命科学,2023,53(8):1166−1175. ZHU Jingbin,ZHANG Zhicheng,LI Hongqin,et al. Characteristics and interrelationship of vegetation biomass and soil properties in alpine meadow under grazing gradients[J]. Scientia Sinica(Vitae),2023,53(8):1166−1175.
[21] 张志明,孙小妹,包段红,等. 祁连山北麓荒漠草原5种优势植物生物量与土壤养分特征[J/OL]. 干旱区地理,1−15[2023-12-10] http://kns.cnki.net/kcms/detail/65.1103.x.20231130.1457.001.html. ZHANG Zhiming,SUN Xiaomei,BAO Duan hong,et al. Biomass and soil nutrient characteristics of five dominant plant species in thedesert grassland of the northern foothills of Qilian Mountains[J/OL]. Arid Land Geography,1−15[2023-12-10] http://kns.cnki.net/kcms/detail/65.1103.x.20231130.1457.001.html.
[22] 李金波,伍红燕,赵 斌,等. 模拟边坡条件下常见护坡植物苗期根系构型特征[J]. 生态学报,2023,43(24):1−11. LI Jinbo,WU Hongyan,ZHAO Bin,et al. Root architecture characteristice of common slope protection plants at seedling stage under simulated slope conditions[J]. Acta Ecologica Sinica,2023,43(24):1−11.
[23] OKOLI Chitu,PAWLOWSKI Suzanne D. The Delphi method as a research tool:an example,design considerations and applications[J]. Information & Management,2004,42(1):15−29.
[24] 施龙青,梁基业,翟培合. 基于博弈论组合赋权的矿山地质环境评价[J]. 中国科技论文,2022,17(9):1035−1042. SHI Longqing,LIANG Jiye,ZHAI Peihe. Evaluation of mine geological environment based on combination weightingof game theory[J]. China Sciencepaper,2022,17(9):1035−1042.
[25] 李紫薇,马秋莹,姚晓寒,等. 泥炭沼泽湿地生态系统稳定性及影响因素研究: 以金川湿地为例[J/OL]. 生态学杂志,1−14[2023-12-10] http://kns.cnki.net/kcms/detail/21.1148.Q.20230712.2041.033.html. LI Ziwei,MA Qiuying,YAO Xiaohan,et al. Stability and influencing factors of peatland ecosystem:A case study of Jinchuanpeatland[J/OL]. Chinese Journal of Ecology 1−14[2023-12-10] http://kns.cnki.net/kcms/detail/21.1148.Q.20230712.2041.033.html
[26] 刘玲莉,井 新,任海燕,等. 草地生物多样性与稳定性及对草地保护与修复的启示[J]. 中国科学基金,2023,37(4):560−570. LIU Lingli,JING Xin,REN Haiyan,et al. Grassland biodiversity,stability,and lmplications for grassland conservation and restoration[J]. Bulletin of National Natural Science Foundation of China,2023,37(4):560−570.
[27] KIGEL Jaime,KONSENS Irit,SEGEV Udi,et al. Temporal stability of biomass in annual plant communities is driven by species diversity and asynchrony,but not dominance[J]. Journal of Vegetation Science,2021,32: e13012.
[28] 张 琳,陆兆华,唐思易,等. 露天煤矿排土场边坡植被组成特征及其群落稳定性评价[J]. 生态学报,2021,41(14):5764−5774. ZHANG Lin,LU Zhaohua,TANG Siyi,et al. Slope vegetation characteristics and community stability at different restoration years of open-pit coal mine waste dump[J]. Acta Ecological sinica,2021,41(14):5764−5774.
[29] 米维军,张 飞,贾 燕,等. 银西高铁宁夏段边坡绿植防护中的坡向差异性[J]. 铁道工程学报,2021,38(9):87−92. MI Weijun ,ZHANG Fei,JIA Yan,et al. Slope aspect difference in slope green plant protection in Ningxia Section of Yinchuan-Xi’an high-speed railway[J]. Journal of Railway Engineering Society,2021,38(9):87−92.
[30] 赵志芳,张鸿龄,王斅誉,等. 矿区土壤氮磷形态变化及对复垦措施响应研究进展[J]. 生态科学,2023,42(5):266−272. ZHAO Zhifang,ZHANG Hongling,WANG Xueyu,et al. Research progress on the dynamics of soil nitrogen and phosphorus form and their responses to reclamation measures in mining areas[J]. Ecological Science,2023,42(5):266−272.
[31] 魏松涛,李建安,仵 涛,等. 不同水分处理对香根草根际土壤理化性质及细菌群落结构影响[J]. 公路,2023,68(7):368−376. WEI Songtao,LI Jian'an,WU Tao,et al. lmpact of Different moisture treatment on physicochemical properties and bacterial communicty structure of vetiver rhizosphere soil[J]. Highway,2023,68(7):368−376.
-
期刊类型引用(10)
1. 屈林河，顾林波. 基于数值分析的露天煤矿泥岩特征分析及其对边坡稳定性的影响. 能源与环保. 2025(01): 59-64 . 
百度学术
2. 邓雅元，侯晓磊，武春丽，麻文章，赵廷宁，曾文杰，巩子涵，芦治源，吴国伟，安凡. 西北干旱荒漠区排矸场植被模式生态恢复效果评价. 测绘科学. 2025(01): 180-192 . 百度学术
3. 德力格尔，赵宇，李媛媛. 蒙东草原典型露天矿排土场边坡生态修复关键技术集成与应用研究. 东北师大学报(自然科学版). 2025(01): 133-143 . 百度学术
4. LIU Qingqing，SHI Jianjun，MA Yushou，WANG Yanlong，WANG Xiaoli，LYU Liangyu，HE Miaohua，CAI Zongcheng. Relationship between plant diversity and community stability in alpine mining areas. Journal of Mountain Science. 2025(03): 901-912 . 必应学术
5. 王金满，冯宇，叶甜甜，贾梦旋，高亭玉，刘悦，吴大为，李明刚. 基于NbS的全生命周期矿山生态修复理论框架及技术路径. 煤炭科学技术. 2025(01): 377-391 . 本站查看
6. 闫丰，赵鑫，赵玉璞，王杏雨，张雨潼，梁阅兵，温雅轩，陈亚恒. 矿山修复模式对刺槐根际土壤微生物群落结构和功能的影响. 环境科学. 2025(05): 3272-3286 . 百度学术
7. 毛光锐，赵锦梅，朱恭，崔海明，刘万智. 黄土高原高速公路边坡草本群落植被特征及其与土壤的关系. 干旱区研究. 2024(05): 788-796 . 百度学术
8. 周甲男，郑颖娟，马苏，刘洋，刘军会. 神东矿区不同恢复模式下植物多样性特征. 环境科学研究. 2024(12): 2771-2781 . 百度学术
9. 商宇，麻云霞，李钢铁，马媛，王桂英，高俊，赵雪风，郝瑞. 不同恢复年限及坡向对煤矿排土场边坡生态修复的影响. 矿业研究与开发. 2024(12): 136-143 . 百度学术
10. 孔令健，张琳，刘一帆，张莹，梅重庆，何沁航，黄占斌. 三种环境材料混施对高寒矿区边坡土壤的影响. 水土保持通报. 2024(06): 97-105 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 127
- HTML全文浏览量: 25
- PDF下载量: 42
- 被引次数: 15
