近年来,浅层煤炭资源急剧枯竭,导致煤矿开采深度也随之增加,而突水作为煤矿5大灾害(水害、火灾、瓦斯、粉尘、顶板)之一,给矿井安全生产带来严重影响[1-2]。例如,2018年4月19日,山西大同姜家湾煤矿发生突水事故,造成24人被困井下。据统计,“十二五”期间,共发生水害事故121起,死亡546人,分别占全国煤矿事故起数和死亡人数的3.5%和9.1%。如何有效地预防突水事故的发生,受到国内外相关学者的广泛关注[3-5]。研究表明,矿井突水事故可由众多因素引起,例如地质条件的复杂程度、含水层或隔水层的厚度、大气降水及采区的埋藏深度等[6]。实践证明,无论煤矿突水事故是由哪种或几种因素引起,都需要了解矿区水文地质条件,因为只有了解各含水层水化学特征,才能进行较为准确的突水水源识别,进而采取相应的措施将损失最小化[4]。目前,针对煤矿地下水化学的研究已有大量报道,周健等[7]利用地下水中主要离子作为判别因子,建立了距离水源判别模型,水源识别效果良好;王心义等[8]将距离判别法和灰色关联法相结合,进一步提高了水源识别准确率。但多数学者的研究仅限于统计学上的差异,而未能深入探讨地下水化学形成的控制因素。笔者以淮北市任楼煤矿主要含水层中的地下水为研究对象,在对4个含水层水样主要离子浓度进行离子比值分析的基础上,通过因子分析和聚类分析揭示矿区地下水化学的形成作用,并深入剖析水化学形成的控制因素,以期为矿井水防治工作提供理论支撑。
任楼煤矿位于安徽省淮北市濉溪县境内,矿区长度约13 km,宽度约3 km,矿区总面积约43 km2。由矿区水文地质资料知,矿区主要含水层从浅到深依次为:①松散层第四含水层(简称四含),覆盖在煤系地层之上,能直接受到大气降水的补给,含水量丰富且与煤系地层具有一定的水力联系,易发生突水;②二叠系煤系砂岩裂隙含水层(简称煤系),岩石组成以砂岩(长石砂岩)为主,由于该含水层位于煤系地层之中,若发生突水,将直接威胁到煤矿的开采安全;③石炭系太原组岩溶裂隙含水层(简称太灰),位于煤系地层之下,岩石组成以灰岩为主,含水层溶穴中的水为主要突水隐患;④奥陶系岩溶裂隙含水层(简称奥灰),位于太灰含水层之下,岩石组成与太灰相似,富水性相对更强,可对太灰含水层进行补给。
采集任楼煤矿4个含水层共计36个水样(四含水8个,煤系水10个,太灰水10个和奥灰水8个),进行常规离子测试,主要为Na++K+(由于K+测试浓度低,将Na+和K+共同以Na++K+表示和
其中Na++K+、Ca2+和Mg2+浓度采用ICS-600离子色谱仪进行测试,Cl-和
浓度采用ICS-900离子色谱仪进行测试,
浓度采用传统的酸碱中和滴定法测试,矿化度TDS为阴离子与阳离子浓度之和减去1/2的碳酸氢根离子浓度。
通过2个方面对地下水离子浓度数据进行分析:①分析不同含水层水化学组成的差异性并划分水化学类型;②基于传统水化学方法(离子比值)和数理统计方法(因子分析和聚类分析)分析水化学组成的控制因素。
任楼煤矿各含水层水样主要离子浓度、TDS和pH值平均值统计结果见表1。
表1 各含水层主要离子浓度平均值
Table 1 Mean value of major ion concentrations in different aquifers
含水层离子浓度平均值/(mg·L-1)Na++K+ Mg2+Ca2+Cl-SO2-4HCO-3TDSpH四含(m=8)250 10321644043329517657.6煤系(m=10)908 9208699077425928.4太灰(m=10)412 86274102332724424267.8奥灰(m=8)505 97354110856128528537.9
注:m为采样数量;TDS单位为mg/L。
1)从表1可知:在离子浓度平均值方面,矿区地下水样品阴离子以Cl-和为主,阳离子以K++Na+为主,具体为:四含水样具有最高的Mg2+浓度(103 mg/L)及最低的Na++K+浓度(250 mg/L)和Cl-浓度(440 mg/L);煤系水样具有最高的K++Na+浓度(908 mg/L)和
浓度(774 mg/L)及最低的Mg2+浓度(9 mg/L)、Ca2+浓度(20 mg/L)和
太灰水样具有最低的
浓度(244 mg/L);奥灰水样具有最高的Ca2+浓度(354 mg/L)、Cl-浓度(1 108 mg/L)和
浓度(561 mg/L)。
2)在TDS、pH值方面,四含水样距离地表最近,能直接受大气降水的补给,因此矿化度比其他3个含水层水样低,矿区地下水总体表现为弱碱性(pH为7.6~8.4)。四含水样具有最低的TDS浓度(1 765 mg/L)及pH值(7.6),煤系水样具有最高的pH值(8.4),奥灰水样TDS浓度最高(2 853 mg/L)。
若地下水补给、径流、埋藏以及排泄条件不同,其水化学类型也会相应发生改变[9]。因此,划分水化学类型在地下水化学的研究中具有非常重要的意义。经统计,任楼煤矿各含水层水样水化学类型分别为:四含水样水化学类型包括Na-Cl型(3个)、Na-SO4型(1个)、Na-HCO3型(1个)、Ca-Cl型(2个)和Ca-SO4型(1个);煤系水样水化学类型全部为Na-Cl型;太灰水样水化学类型包括Na-Cl型(8个)和Ca-Cl型(2个);奥灰水样水化学类型包括Na-Cl型(9个)和Ca-Cl型(1个)。
通过以上分析可看出各含水层主要离子浓度存在明显差异,而造成这种差异的根源可能是各含水层水岩相互作用的类型和程度互不相同。以下通过离子比值分析、因子分析和聚类分析进一步研究含水层水化学组成控制因素。
3.2.1 离子比值分析
离子比值分析可用于揭示地下水化学的组成及离子的来源[10]。盐岩溶解产生的Na+与Cl-物质的量之比值为1,故Na+/Cl-常被用来揭示地下水系统中Na+的来源。由图1a可看出,所有煤系水样和2个四含水样位于ρ(Na+)/ρ(Cl-)=1基准线以上,而太灰、奥灰及其他四含水样则接近或略低于基准线。这种情况表明,煤系水样中盐岩的溶解并不是Na+的唯一来源。考虑到该含水层中存在大量硅酸盐矿物(长石砂岩),估计相对Cl-偏高的Na+可能与硅酸盐的风化有关(2NaAlSi3O8+2CO2+11H2O →Al2Si2O5(OH)4 + 2HCO- 3+ 2Na+ + 4H4SiO4)。对于太灰和奥灰水样而言,其相对偏低的Na+则可能与含水层中富含Mg2+和Ca2+以及由此导致的Na+、Mg2+或Ca2+的离子交换有关。
若地下水中则Ca2+和Mg2+主要来源于碳酸盐和硫酸盐的溶解。然而,从图1b可以看出,所有煤系水样均位于
的左侧区域,说明在煤系含水层中Ca2+和Mg2+相对
和
含量偏低,这种情况可能是多种因素导致的:①在该含水层Ca2+和Mg2+来源有限(主要为砂岩);②煤系地层中存在大量的S2-氧化导致
增加;③煤系地层中硅酸盐矿物的风化导致
增加。
此外,硫酸盐矿物的溶解是地下水中离子的重要来源,因此,经常被用于探讨地下水中Ca2+、Mg2+和
的来源。从图1c可以发现,煤系水样基本位于
基准线附近,而四含、太灰及奥灰水样的
均大于1,说明煤系水样中Ca2+、Mg2+和
主要来源于硫酸盐的溶解,但四含、太灰和奥灰水样中Ca2+和Mg2+可能存在其他来源,例如碳酸盐的溶解。
若地下水中则水中Ca2+和Mg2+主要来源于碳酸盐的溶解。对于煤系水样而言,其
均小于1(图1d),Ca2+和Mg2+含量远小于
含量,进一步证实了煤系含水层中硅酸盐风化的贡献(硅酸盐风化会伴随产生
太灰和奥灰水样
均大于1,说明其Ca2+和Mg2+有其他来源,例如硫酸盐的溶解。但考虑到图1b中的情况,说明在这些含水层中除了碳酸盐和硫酸盐矿物的溶解外,离子交换的可能性较大。
根据以上离子比值法分析可知,研究区主要含水层中地下水离子主要来源于硅酸盐的风化及氯化物(主要为盐岩)、碳酸盐及硫酸盐矿物的溶解作用,同时伴有不同程度的离子交换,但对于不同含水层而言,其主要控制因素存在差别。
图1 各含水层水样中离子比值结果
Fig.1 Ion ratio results of variable samples of different aquifers
3.2.2 因子分析
因子分析将多指标转化为少数综合指标(即因子),且每个因子都能够体现原始数据的大部分信息[11-14]。将任楼煤矿主要含水层(四含、煤系、太灰和奥灰)36个水样主要离子和
作为分析变量,利用Mystat软件进行因子分析,得到6个因子(图2),在特征值大于1的基础上提取因子1(变量解释63.1%)和因子2(变量解释22.8%),累计变量解释为85.9%,包含了样品绝大部分的水化学信息,利用Kaiser正态最大方差旋转法获取变量在因子1、因子2上的载荷值(表2),以及各含水层水样在因子1和因子2上的得分情况(图3)。
表2 各含水层水样因子分析结果
Table 2 Results of factor analysis in different aquifers
项目载荷Na++K+Mg2+Ca2+Cl-SO2-4HCO-3特征值变量解释/%累计变量解释/%因子1-0.7960.9170.9170.1390.814-0.8873.78463.163.1因子20.5580.2910.0570.9530.1760.171.36822.885.9
图2 地下水中主要离子因子分析碎石结果
Fig.2 Scree plot of factor analysis of major ions in groundwater
图3 各含水层水样因子得分及变量载荷
Fig.3 Factor and variable load of groundwater samples in each aquifer
从表2可看出,Ca2+、Mg2+和在因子1上具有高的正载荷,分别为0.917、0.917和0.814,而Na++K+和
具有高的负载荷,分别为-0.796和-887;Cl-在因子2上具有最高的正载荷(0.953),其次为Na++K+(0.558)。这种情况表明,因子1可能与硫酸盐矿物的溶解以及硅酸盐矿物的风化有关,且两者存在此消彼涨的关系,而因子2则主要与盐岩的溶解有关。从图3可以看出,在因子1上,
与
存在明显的此消彼涨的关系。此外,四含水样在因子2上得分值最低,明显不同于其他3个含水层。这与四含水Cl-含量较低有明显的关系,而这主要是因为四含水相对其他含水层容易受大气降水补给和矿化度低有关。对于煤系水,其具有最低的因子1得分,这与其最高的Na++K+和
含量以及最低的Ca2+、Mg2+和
含量有关。对于太灰水和奥灰水而言,其因子1得分与四含水相似,而因子2得分与煤系水相似。
以上分析结果与离子比值的分析结果相一致:对于太灰水和奥灰水样,蒸发盐和碳酸盐矿物(如石膏、方解石、岩盐等)的溶解对水化学组成具有重要影响,并由此导致了其中的地下水具有相对较高的和 Cl-含量。对于煤系水而言,硅酸盐矿物(如长石)的风化以及蒸发盐(如岩盐)的溶解贡献相对较大。四含水则相对处于比较开放的环境。
3.2.3 聚类分析
在众多复杂的数据中,聚类分析可以将性质相同或相似的样品划分为同一类,从而使数据得到简化。由于原理简单并且可以处理大量数据,聚类分析在水化学的研究中被广泛使用[15-17]。笔者以和
作为聚类对象,利用Mystat软件并选择欧式距离进行聚类分析,通常认为被划为同一组的变量具有相同的来源,以此从变量的角度来研究地下水化学控制因素,结果如图4所示。
图4 地下水中主要离子聚类分析结果
Fig.4 Results of cluster analysis of major ions in groundwater
从图4可看出,所有变量被划分为2个大组(组1和组2),组1中包含Ca2+、Mg2+和可以解释为硫酸盐矿物的溶解,考虑到硫酸盐矿物含量在地层中是有限的,Ca2+和Mg2+还可能反映了碳酸盐矿物的溶解(太灰和奥灰中的主要矿物)。组2中包含
和Cl-,可以解释为硅酸盐的风化和氯化物(盐岩)的溶解,此分析结果与因子分析结果相一致。
1)通过对任楼煤矿4个含水层36个水样中的主要离子浓度进行离子比值分析、因子分析和聚类分析,发现矿区地下水样品中阴离子以Cl-和为主,阳离子以K++Na+为主,水化学类型主要为Na-Cl型(四含水Na-Cl型占38%,煤系水Na-Cl型占100%,太灰水Na-Cl型占80%,奥灰水Na-Cl型占90%)。
2)基于离子比值分析,研究区主要含水层中地下水离子主要来源于硅酸盐的风化及氯化物(主要为盐岩)、碳酸盐及硫酸盐矿物的溶解作用,同时伴有不同程度的离子交换,但对于不同含水层,其主要控制因素存在差别。
3)因子分析显示,对于太灰水和奥灰水样,蒸发盐和碳酸盐矿物(如石膏、方解石、岩盐等)的溶解对水化学组成具有重要影响。对于煤系水,硅酸盐矿物(如长石)的风化以及蒸发盐(如岩盐)的溶解贡献相对较大,四含水则相对处于较开放的环境,该分析通过对变量的聚类得到进一步证实。
[1] SUN Linhua.Statistical analysis of groundwater chemistry in coal mine and its hydrological implications[J].Journal of Applied Science and Engineering,2017,20(3):335-344.
[2] 武 强,赵苏启,孙文洁,等.中国煤矿水文地质类型划分与特征分析[J].煤炭学报,2013,38(6):901-905.
WU Qiang,ZHAO Suqi,SUN Wenjie,et al.Classification of the hydrogeological type of coal mine and analysis of its characteristics in China[J].Journal of China Coal Society,2013,38(6):901-905.
[3] 宫凤强,鲁金涛.基于因子分析与距离判别分析法的突水水源识别方法[J].采矿与安全工程学报,2014,31(2):236-242.
GONG Fengqiang,LU Jintao.Recognition method of mine water inrush sources based on the principal element analysis and distance discrimination analysis[J].Journal of Mining & Safety Engineering,2014,31(2):236-242.
[4] XU Hui,WANG Kuibu.Analysis of water-inrush for deep coal floor in a coal mine[J].Electronic Journal of Geotechnical Engineering,2015,20(10):4189-4196.
[5] 黄平华,陈建生.基于多元统计分析的矿井突水水源Fisher 识别及混合模型[J].煤炭学报,2011,36(S1):131-136.
HUANG Pinghua,CHEN Jiansheng.Fisher identification and mixing model of mine water inrush source based on multivariate statistical analysis[J].Journal of China Coal Society,2011,36(S1):131-136.
[6] 桂和荣,陈陆望.矿区地下水水文地球化学演化与识别[M].北京:地质出版社,2007.
[7] 周 健,史秀志,王怀勇.矿井突水水源识别的距离判别分析模型[J].煤炭学报,2010,35(2):278-282.
ZHOU Jian,SHI Xiuzhi,WANG Huaiyong.Water-bursting source determination of mine based on distance discriminant analysis model[J].Journal of China Coal Society,2010,35(2):278-282.
[8] 王心义,徐 涛,黄 丹.距离判别法在相似矿区突水水源识别中的应用[J].煤炭学报,2011,36(8):1354-1358.
WANG Xinyi,XU Tao,HUANG Dan.Application of distance discriminance identifying water inrush resource in similar coal mine[J].Journal of China Coal Society,2011,36(8):1354-1358.
[9] TTH József.Groundwater as a geologic agent:an overview of the causes,processes,and manifestations[J].Hydrogeology Journal,1999,7(1):1-14.
[10] 沈照理,朱宛华,钟佐燊.水文地球化学基础[M].北京:地质出版社,1993:94-123.
[11] 陈陆望,许冬清,殷晓曦,等.华北隐伏型煤矿区地下水化学及其控制因素分析:以宿县矿区主要含水层为例[J].煤炭学报,2017,42(4):996-1004.
CHEN Luwang,XU Dongqing,YIN Xiaoxi,et al.Analysis on hydrochemistry and its control factors in the concealed coal mining area in North China:a case study of dominant inrush aquifers in Suxian Mining Area[J].Journal of China Coal Society,2017,42(4):996-1004.
[12] 赵占峰,欧 璐,秦大军,等.济南岩溶水水化学特征及影响因素[J].中国农村水利水电,2012(7):31-37.
ZHAO Zhanfeng,OU Lu,QIN Dajun,et al.Factors controlling hydrochemical characteristics of karstic water in Jinan[J].China Rural Water and Hydropower,2012(7):31-37.
[13] SUN Linhua,GUI Herong.Source quantification of major ions in groundwater and hydrological implications:Liuqiao case study[J].Electronic Journal of Geotechnical Engineering,2015,20(5):1791-1800.
[14] 马 雷,钱家忠,赵卫东,等.顾北煤矿地下水化学特征的多元统计分析[J].合肥工业大学学报,2013,36(12):1003-5060.
MA Lei,QIAN Jiazhong,ZHAO Weidong,et al.Multivariate statistical analysis of chemical characteristics of groundwater in Gubei Coal Mine[J].Journal of Hefei University of Technology,2013,36(12):1003-5060.
[15] 韩 微,翟盘茂.三种聚类分析方法在中国温度区划分中的应用研究[J].气候与环境研究,2015,20(1):111-118.
HAN Wei,ZHAI Panmao.Three cluster methods in regionalization of temperature zones in China[J].Climatic and Environmental Research,2015,20(1):111-118.
[16] 秦文婧,宋献方,谷洪彪.基于层次聚类法的柳江煤矿对地下水水质影响分析[J].水文地质工程地质,2018,45(3):36-45.
QIN Wenjing,SONG Xianfang,GU Hongbiao.Impacts of the Liujiang Coal Mine on groundwater quality based on hierarchical cluster analysis[J].Hydrogeology & Engineering Geology,2018,45(3):36-45.
[17] 李 庭.废弃矿井地下水污染风险评价研究[D].徐州:中国矿业大学,2014,28(2):13-16.