张 俊，李余生，林曼利，孙林华，杜尊龙，李 俊

(1.成都理工大学地球科学学院，四川成都 610059;2.宿州学院资源与土木工程学院，安徽宿州 234000;3.成都理工大学环境与土木工程学院，四川成都 610059)

随着煤矿开采向深部延伸，一系列煤矿安全问题接踵而至，煤矿水害防治工作难度不断加大。为了减少煤矿水害事故的发生，首先要对煤矿突水水源进行识别。目前，国内外用于判别矿井突水水源的方法有多种，如地下水水位动态、水化学分析法、数学理论分析法、GIS理论分析法等［1～2］。这些方法被广泛用于煤矿水害防治工作，并且取得了较好的效果［3～8］。

但是利用箱线图对煤矿突水水源进行识别的报道较少，如吕纯［9］利用箱线图对淮南谢一矿的水化学成分进行了分析，未能对水源进行有效识别。箱线图是利用数据中的五个统计量:最大值、上四分位数、中位数、下四分位数与最小值来描述数据分布的一种统计图形，以一个简单的组合图形将数据批的形状直观地表现出来，使人洞悉眼花缭乱的数据中隐含的结构信息，在识别异常值方面有一定的优越性［10］。本文在分析安徽淮南张集煤矿地下水常规水化学成分的基础上，利用箱线图对张集矿的水源进行识别并建立相应的模型，以期为该地区煤矿水害防治工作提供参考。

1 地质及水文地质概况

1．1 地质概况

张集煤矿位于谢桥向斜北翼，地处陈桥背斜的东南倾伏端，总体形态呈扇形展布的单斜构造，地层走向呈不完整的弧形转折。西段地层走向在北西75°左右，中段急转东西，北东方向，至北段大致向正北延伸。地层倾角平缓稳定，中央石门以西约为10°，以东2～5°，工业场地以南至向斜轴一般为15°，局部30°，并有明显的波状起伏。矿井的南、北边缘断裂发育，井田内部的断裂数量较多、但规模较小。区内揭露的地层自下而上依次为:奥陶系中下统、石炭系上统太原组、二叠系、三叠系、新近系、古近系、第四系。

1．2 水文地质概况

淮南煤田水文地质分区见图1，张集矿主要充水含水层由新生界松散层砂层孔隙水、二叠系砂岩裂隙水、灰岩岩溶裂隙水3个部分组成。

新生界松散层砂层孔隙水(简称“第四系水”):可分为上部第四系含隔水层、中部新近系上新统含隔水层、下部新近系中新统含隔水层和底部碎石层紫色砂岩含水层四部分。上部第四系含水层以水平运动为主，属孔隙承压水，是本区良好的供水水源。

二叠系煤系砂岩裂隙水(简称“煤系水”):以中细砂岩为主，局部粗砂岩和石英砂岩，分布于可采煤层及泥岩之间，岩性厚度变化较大，裂隙多发育在断层两侧的破碎带中。

灰岩岩溶裂隙水(包括太原组灰岩和奥陶系灰岩，简称“灰岩水”):太原组灰岩含水层厚度较大，岩溶裂隙分布不均;井田内揭露奥陶系地层的钻孔有6个，厚52.06～88.40m，岩性主要为灰—浅灰色白云质灰岩，岩溶在中下部比较发育，因岩溶裂隙发育不均一，各处富水性相差悬殊，整体表现为弱—中等程度的富水性。

2 数据收集

张集矿经过10多年的生产建设，已获得了大量水文地质资料，为本次研究提供了基础。本次共收集45个地下水样品的常规水化学资料，包括:及 pH 值，共计9个指标(表1)。其中，第四系水为12个，砂岩水为27个，灰岩水为6个。

图1 淮南煤田水文地质分区略图Fig．1 Hydrogeology division sketch of the Huainan coal field

表1 张集矿常规水化学特征Table 2 Major ions of groundwater in the Zhangji coal mine

续表

3 各含水层水文地球化学特征

图2是根据各含水层常规水化学分析结果(平均值)绘制而成，为了更加清晰的描述各组分的含量变化，分为小于100mg/L和大于100mg/L的两组分别绘制，从总体上反应出各组分之间的相对关系。另绘制Piper图、Durov图，见图 3。

由表1及图2可知，地下水水化学组分含量变化较大，三个含水层中、TDS 四种组分含量较高，阳离子以K++Na+居多，阴离子以为主。常规水化学成分的差异，反映了地下水不同的水质特征。在漫长的地质历史中，地下水总是处在不断的循环之中，而且与周围的环境相互作用，地下水动力特征、围岩组成以及构造运动等都会对地下水的化学成分产生重要影响。地下水各组分之间的差异，成为水化学分类时的主要依据之一。

图2 张集矿地下水常量元素含量变化图Fig．2 Concentration of major ions in different aquifers in the Zhangji coal mine

图3 张集矿地下水水化学Piper图和Durov图Fig．3 Piper and Durov diagrams of groundwater samples in the Zhangji coal mine

第四系含水层中，水化学成分变化较大，阳离子以K++Na+离子为主，阴离子以为主，其他组分相对较低，虽然Ca2+比其他组分低，但是其含量相对煤系水、灰岩水较高，pH为 7.64～8.58(平均为8.16)，偏碱性，比煤系水、灰岩水要低，是区别煤系水、灰岩水的重要指标。根据Piper图可知，水化学类型主要有:HCO3-Ca·Na·Mg、HCO3-Na·Ca、HCO3·CO3-Na·Ca、Cl·HCO3-Na。

煤系含水层中，阳离子以K++Na+离子为主，阴离子以为主，且TDS含量相对第四系水、灰岩水较高。水化学类型主要有:Cl-Na、Cl·HCO3-Na、CO3·SO4-Na、HCO3-Na。

对于灰岩含水层而言，大部分组分比煤系水含量低，但其pH达到了9.34，碱性比第四系水、灰岩水均强。水化学类型主要有:Cl·SO4-Na·Ca、Cl-Na、HCO3·Cl-Na、HCO3·Cl·CO3-Na、Cl-Na·Mg。

通过以上分析可知，张集矿第四系含水层、煤系砂岩含水层、灰岩含水层的常规水化学成分存在明显差异，可以利用其组分的差异对其水源进行识别。同时，各个含水层之间的水化学类型较为相似，表明各含水层之间存在一定的水力联系，它们之间的水力联系可能通过断层、封闭不良钻孔、原生节理和裂隙等进行。

4 基于箱线图的水源识别

有关箱线图的绘制参阅文献［10～11］，图4中矩形盒上下分别为上、下四分位数，中间横线为中位数，两端分别为最大值、最小值。从箱线图可以形象直观地观察到各个组分在不同含水层中浓度变化情况。

图4 张集矿各含水层不同组分的箱线图Fig．4 Box-plot of different compositions in the Zhangji coal mine

Ca2+箱图上，水样点值均在3～60mg/L，三个含水层组间差异较小，难以区分;Mg2+箱图中，组间差异较大，煤系水的值比较高(0～35mg/L)，其它层位较低，基本低于20mg/L，第四系水与灰岩水差异较大，完全可以分开;K++Na+箱图上，组间差异很大，第四系水样有一个极端异常值，煤系水K +Na在500～1200mg/L，而第四系水与灰岩水低于200mg/L，能够清楚地区分出煤系水;箱图中，组间差异较小(0～80mg/L)，较难区分，第四系水上四分位数以下的75%的样品可以和灰岩水区分开;箱图，与Mg2+较为相似，煤系水较高(150～2500mg/L)，其他层位为0～500mg/L，第四系水与灰岩水之间差异较大，

完全可以分开，灰岩水中位数以下的50%水样能与煤系水分开;Cl-箱图中，煤系水为500～900mg/L，其他层位较低(0～300mg/L)，煤系水与其他层位之间差异很大，能明显区分，灰岩水中位数以上的50%样品能与第四系水分开;箱图中，水样点值较低(0～200mg/L)，第四系水与灰岩水组间差异较小，能在35mg/L左右将两者区分开;pH箱图，与箱图形状倒置，均在7.5～10，偏碱性，第四系水与灰岩水组间差异较小，能在pH=9左右将两者区分开;TDS箱线图，与 K++Na+相似，煤系水的值很高(1500～2900mg/L)，而第四系水与灰岩水则较低(300～600mg/L)，容易区分煤系水与第四系水、灰岩水。

综上可知，当 K++Na+＞500mg/L、Cl-＞450mg/L、TDS＞1500mg/L时，能区分出煤系水，当K++Na+＜200mg/L、＜250mg/L、＞35mg/L、pH＞9时能区分出灰岩水，剩下的可能就是第四系水。因此，即使不能提取出一种离子能够独立地区分出各含水层，可以利用多指标对水源进行判定，从而达到水源识别的目的。

利用箱线图建立水源识别模型(图5)对张集矿突水水源进行判别:煤系水只有ZJMXS05号样品未判别出来，正确率达96.3%;灰岩水全部判定正确，正确率为100%;对于第四系水，除ZJDSX04号样品被误判为煤系水，其他样品均判定正确，正确率达93.7%。对于编号ZJMX05、ZJDSX04的两个样品可以从箱线图中得到解释，两个样品的多个常规水化学成分为极端异常值，表明两个样品可能受到了其他含水层或者人为因素的影响。

图5 基于箱线图的水源识别模型图Fig．5 Source identification model based on the Box-plot

图6 Q型聚类分析结果Fig．6 Results of Q mode cluster analysis

所有样品的Q型聚类分析见图6。聚类结果较为理想，对于煤系水和第四系水可以进行很好的区分，样品40～45(ZJHY01～ZJHY06)与第四系水归为一类，表明张集矿第四系含水层可能与灰岩含水层存在一定的水力联系。同时可以发现，样品4(ZJDSX04)被归到煤系水，而样品17(ZJMX05)与其他煤系水样之间的欧式距离较大，说明两个样品本身存在一定的异常(如含水层混合的影响等)。聚类分析的结果表明依据箱线图建立起来的水源识别模型的判别效果还是很理想的。

5 结论

(1)各组分含量存在明显差异，反映了地下水不同的水质特征，这可能与地下水的水动力特征、围岩组成以及构造运动等有关。借助于Piper图和Durov图对三个含水层的水质类型进行了划分。

(2)通过对比分析各含水层不同组分的箱线图，研究发现当 K++Na+＞500mg/L、Cl-＞450mg/L、TDS＞1500mg/L时，能区分出煤系水;当K++Na+＜200mg/L、时能区分出灰岩水，剩下的可能是第四系水。在此基础上建立起来的水源识别模型对第四系水、煤系水、灰岩水的判别效果较好，其正确率分别为:96.3%、100%、93.7%。

此次工作只是对水源识别的方法予以创新和尝试，由于样品数量相对较少且只是针对一个矿井建立起来的模型，不一定能完全适用于其他煤矿，但为下一步研究提供了思路。

［1］ Sun L H，Gui H R.Establishment of water source discrimination model in coal mine by using hydrogeochemistry and statistical analysis:a case study from Renlou Coal Mine in northern Anhui Province，China［J］.Journal of Coal Science and Engineering(China)，2012，18(4):385-389.

［2］ 马雷，钱家忠，赵卫东.基于GIS和水质水温的矿井突水水源快速判别［J］.煤田地质与勘探，2014，42(2):49-53.［MA L，QIAN J Z，ZHAO W D.An approach for quickly identifying waterinrush source of mine based on GIS and groundwater chemistry and temperature［J］.Coal Geology ＆Exploration，2014，42(2):49-53.(in Chinese)］

［3］ 刘鑫，陈陆望，林曼利.采动影响下矿井突水水源Fisher判别与地下水补给关系反演［J］.水文地质工程地质，2013，40(4):36-42.［LIU X，CHEN L W，LIN M L.Fisher discriminant analysis for coal mining inrush water source under mining-induced disturbance and inversion of groundwater recharge relation［J］.Hydrogeology ＆ Engineering Geology，2013，40(4):36-42.(in Chinese)］

［4］ 崔喜.基于GIS的淮南孔集矿地下水化学特征分析及突水水源判别模型［D］.合肥:合肥工业大学，2007.［CUI X.A GIS-Based hydrogeochemical characteristic analysis and discriminating model for the source ofwater-inrush:a case studying Kongji coalmine，Huainan［D］.Hefei:Hefei University of Technology，2007.(in Chinese)］

［5］ 张立杰，刘琦，张焕智.聚类分析方法及其在水文地质分析中的应用［J］.长春科技大学学报，1999，29(4):349-354.［ZHANG L J，LIU Q，ZHANG H Z.Cluster analysis and its application in hydrogeological analysis［J］.Journal of Changchun University of Science and Technology，1999，29(4):349-354(in Chinese)］

［6］ 李其康.灰色局势综合评判法在煤矿突水水源判别中的应用［J］.中国煤炭地质，2008，20(7):47-48.［LI Q K.Application of gray state synthetic assessment in coalmine water bur sting water source differ entiation［J］.Coal Geology of China，2008，20(7):47-48.(in Chinese)］

［7］ 魏永强，王美均，任印国，等.模糊综合评判方法及其在判别水源中的应用［J］.河北理工大学学报(自然科学版)，2009，31(3):8-11.［WEI Y Q，WANG M J，REN Y G，et al.Fuzzy comprehensive evaluation method and the application of it in the identifying of the source of water［J］.Journal of HebeiPolytechnic University (NaturalScience Edition)，2009，31(3):8-11.(in Chinese)］

［8］ 黄平华，陈建生.焦作矿区地下水水化学特征及涌水水源判别的FDA模型［J］.煤田地质与勘探，2011，39(2):42-46.［HUANG P H，CHEN J S.The chemical features of ground water and FDA model used to distinguish source of water burst in Jiaozuo mine area［J］.Coal Geology ＆ Exploration，2011，39(2):42-46.(in Chinese)］

［9］ 吕纯.谢一矿地下水化学特征及土水水源判别Elman神经网络模型［D］.合肥:合肥工业大学.2009.［LV C.Chemical characteristics of groundwater and discriminate models of water bursting source based on Elman Neural network:A case study on Xiejie Coalmine［D］. Hefei:Hefei University of Technology.(in Chinese)］

［10］ 庄作钦.Boxplot—描述统计的一个简便工具［J］.统计教育，2003(1):34-35.［ZHUANG Z Q.Boxplot-A simple descriptive statistics tool［J］.Statistical Education，2003(1):34-35.(in Chinese)］

［11］ 张文彤，邝春伟.SPSS统计分析基础教程［M］.2版.北京:高等教育出版社，2011.［ZHANG W T，KUANG C W.SPSS statistical analysis based tutorial［M］.2th ed.Beijing:Higher education Press，2011.(in Chinese)］