张子宇，关英斌

(河北工程大学 地球科学与工程学院，河北 邯郸 056038)

0 引言

目前，矿山地质环境评价方法可分为三类，一为利用数学手段构建相应模型，主要有综合指数法[1]、层次分析法[2]、模糊综合评价法[3]、灰色关联度评价法[4]等。二为遥感地信技术的应用，2018年柴义伦采用GIS图层叠加分析法对淮南煤炭矿区进行分析，得出了各影响级别土地占比，并预测矿业活动将进一步危害周围环境[5]；2020年张雷等运用遥感技术调查识别登封铝土矿矿区评价因子，通过单因子多因子综合评价反映了矿山地质环境承载力[6]。三是将深度学习引入到矿山地质环境评价中，李东等2015年将BP神经网络与支持向量机(SVM)方法引入到矿山地质环境评价中，对新疆青河县矿集区利用两种模型分别进行了评价并进行对比，都得到了较好的评价精度[7]。

遥感地信技术在大尺度宏观研究中具有优势，其获取的信息量广、工作效率高、能全方位获取地面环境的相关图像和数据参数[8]。机器深度学习在保留事物原有结构信息的同时可大幅度降低人类视觉处理的数据量，但前期需要高质量数量的测试样本数据[9]。目前单一矿山地质环境评价仍以数学方法为主，创新、改进数学模型成为研究趋势。传统模糊综合评价模型中最大隶属度原则存在失效的情况，本文对模糊综合评价模型进行改进，将改进的模型应用于峁底矿矿山地质环境评价，以期获得更加合理的评价结果。

1 研究区域概况

峁底矿井田地处晋西北黄土高原，总体地势南高北低，最大相对高差206.9 m，研究区地形复杂，侵蚀冲刷剧烈，植被覆盖率低。……