秦岭典型矿山泥石流发育规律及环境效应研究

论文摘要

秦岭是我国南北重要的地理分界线,其山高坡陡,岩石破碎,暴雨集中,自然泥石流灾害频发。山区独特的成矿地质条件孕育了丰富的矿产资源,区内Pb、Zn、Au、Mo、Sb等金属矿产资源丰富。由于矿产资源的高强度开发,采矿活动对山区地质环境的强烈扰动,弃渣、废石和尾矿的肆意堆放,在原本就处于自然泥石流易发区背景之上,又迭加了更为严重的矿山泥石流隐患,并带来以流域重金属成分扩散为主的环境负效应问题。论文以秦岭典型金属矿山泥石流为研究对象,通过原型调研、参数提取、采样测试和作图分析,综合运用地质分析、模型计算、灰色系统和分形理论对矿山泥石流的形成条件、主控因素、发育规律和分形特征进行了系统研究。借助分形几何学工具,通过对物源粒度和流域地貌的分形计算,初步探讨了物源粒度分维、流域地貌分维与矿山泥石流危险性、稳定性及流体性质之间的内在联系。根据地质条件背景、矿产开发现状和矿山泥石流形成因素,建立了一套评价矿山泥石流危险性的指标体系。综合运用灰色系统、模糊数学、免疫遗传算法及人工神经网络等非线性数学理论,建立了适合矿山泥石流危险性综合评估的非线性数学复合模型。借助Visual Basic 6.0和Access程序开发工具,自主开发了“基于IGA-BP的矿山泥石流危险性智能评估系统”,并以矿山泥石流为评估实例,验证了软件系统的准确性和可靠性。通过系统采集渣石、尾砂、土壤、地表水、底泥和植物组织样品,借助石墨炉原子吸收分光光度计等分析设备,获得了各类样品中的Zn、Pb、Cd、Cr、Cu等元素含量。系统分析了各种重金属成分在渣石、尾砂、地表水、底泥、土壤和植物中的富集与迁移转化规律,首次查明了矿山泥石流物源对流域水土及植物的环境负效应问题。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题背景与研究意义
• 1.1.1 选题背景
• 1.1.2 研究意义
• 1.2 矿山泥石流研究动态
• 1.2.1 国外研究动态
• 1.2.2 国内研究动态
• 1.3 金属矿产开发中的重金属环境负效应研究动态
• 1.3.1 国外研究动态
• 1.3.2 国内研究动态
• 1.4 矿山泥石流及其环境负效应研究现状评述
• 1.5 研究思路与研究内容
• 1.5.1 研究思路
• 1.5.2 研究内容
• 1.6 研究方法与技术路线
• 1.6.1 研究方法
• 1.6.2 技术路线
• 2 矿山泥石流形成条件与主控因素分析
• 2.1 研究区概况
• 2.1.1 自然地理
• 2.1.2 地质概况
• 2.1.3 矿产资源与开发利用现状
• 2.2 泥石流形成的基本条件
• 2.3 矿山泥石流形成条件分析
• 2.3.1 地形地貌条件
• 2.3.2 气候水文条件
• 2.3.3 岩性构造条件
• 2.3.4 物源累积特征
• 2.3.5 植被破坏情况
• 2.4 主控因素分析
• 2.5 小结
• 3 矿山泥石流发育规律研究
• 3.1 矿山泥石流的分类
• 3.1.1 坡面型泥石流
• 3.1.2 沟谷型泥石流
• 3.1.3 河谷型泥石流
• 3.2 矿山泥石流的分布特征
• 3.3 矿山泥石流的发育规律
• 3.3.1 矿山泥石流的统计规律
• 3.3.2 矿山泥石流的发育规律
• 3.4 小结
• 4 矿山泥石流分形特征研究
• 4.1 分形概述
• 4.2 渣石物源粒度的分形研究
• 4.2.1 粒度分维数计算原理
• 4.2.2 大颗粒物源的分形特征
• 4.2.3 小颗粒物源的分形特征
• 4.2.4 微粒物源的分形特征
• 4.2.5 矿山泥石流物源粒度分形研究结论
• 4.3 泥石流流域地貌的分形研究
• 4.3.1 沟道分维值计算原理
• 4.3.2 矿山泥石流沟道分维特征
• 4.3.3 矿山泥石流流域地貌分形研究结论
• 4.4 小结
• 5 矿山泥石流危险性评价指标体系的建立
• 5.1 评价指标体系的建立
• 5.1.1 地貌因子（X1）
• 5.1.2 物源因子（X2）
• 5.1.3 水文植被因子（X3）
• 5.1.4 地质因子（X4）
• 5.1.5 人为活动因子（X5）
• 5.1.6 效应因子（Y）
• 5.2 指标体系的量化赋值
• 5.3 小结
• 6 矿山泥石流危险性评估数学模型的建立
• 6.1 灰色关联分析模型
• 6.1.1 概述
• 6.1.2 灰色关联度定义
• 6.1.3 数学处理过程
• 6.2 模糊综合评判模型
• 6.2.1 概述
• 6.2.2 数学处理原理
• 6.2.3 隶属函数的建立
• 6.2.4 权重集的确定
• 6.3 人工神经网络模型
• 6.3.1 概述
• 6.3.2 BP 神经网络基本原理
• 6.3.3 BP 神经网络运算步骤
• 6.4 遗传算法模型
• 6.4.1 概述
• 6.4.2 基本原理
• 6.4.3 编码设计
• 6.4.4 群体设定
• 6.4.5 适应度函数
• 6.4.6 遗传操作
• 6.5 免疫遗传算法模型
• 6.5.1 概述
• 6.5.2 IGA 基本原理
• 6.5.3 免疫算子
• 6.5.4 染色体编码设计
• 6.5.5 IGA 运算步骤
• 6.6 小结
• 7 矿山泥石流危险性智能评估软件的开发与应用
• 7.1 软件系统总体设计
• 7.1.1 算法总体设计
• 7.1.2 界面与模块总体设计
• 7.1.3 系统使用前提与特点
• 7.2 基础数据库建立与评价指标优选
• 7.2.1 矿山泥石流基础数据库的建立
• 7.2.2 泥石流危险性评价指标的量化处理
• 7.2.3 泥石流危险性评价指标的优化筛选
• 7.3 泥石流危险性的模糊综合评判
• 7.3.1 评价指标的隶属度计算
• 7.3.2 泥石流危险性的模糊综合评判
• 7.4 基于IGA-BP 的矿山泥石流危险性综合评估
• 7.4.1 免疫遗传算法优化BP 网络结构
• 7.4.2 BP 神经网络训练
• 7.4.3 BP 神经网络训练样本的回判检验
• 7.4.4 基于IGA-BP 的矿山泥石流危险性综合评估
• 7.4.5 矿山泥石流危险性综合评估方法效果对比
• 7.5 小结
• 8 矿山泥石流环境负效应研究
• 8.1 采样设计与测试方法
• 8.1.1 采样设计与测试目的
• 8.1.2 测试方法
• 8.2 样品重金属含量测试结果
• 8.2.1 尾矿砂与复垦土壤重金属含量测试
• 8.2.2 复垦植物重金属含量测试
• 8.2.3 采矿弃渣重金属含量测试
• 8.2.4 矿区土壤重金属含量测试
• 8.2.5 地表水重金属含量测试
• 8.2.6 沟道底泥重金属含量测试
• 8.2.7 流域植物重金属含量测试
• 8.3 重金属累积与迁移转化规律研究
• 8.3.1 复垦尾矿库重金属累积与迁移转化规律
• 8.3.2 矿区重金属累积与迁移转化规律
• 8.4 小结
• 9 结论
• 9.1 结论
• 9.2 建议
• 致谢
• 参考文献
• 附录