基于云模型的地下鐵礦區(qū)生態(tài)風險模糊綜合評價

陳　勇,甘　勇,苗作華,黃冉冉,曾向陽,劉艷中

(1. 武漢科技大學資源與環(huán)境工程學院，湖北 武漢，430081；2. 武漢科技大學冶金礦產資源高效利用與造塊湖北省重點實驗室，湖北 武漢，430081)

?

基于云模型的地下鐵礦區(qū)生態(tài)風險模糊綜合評價

陳勇1,2,甘勇1,苗作華1,2,黃冉冉1,曾向陽1,劉艷中1

(1. 武漢科技大學資源與環(huán)境工程學院，湖北 武漢，430081；2. 武漢科技大學冶金礦產資源高效利用與造塊湖北省重點實驗室，湖北 武漢，430081)

針對鐵礦開采帶來的生態(tài)環(huán)境問題，從固有危險性、現狀水平和控制狀況三個方面建立地下鐵礦區(qū)生態(tài)風險綜合評價指標體系。該指標體系能從宏觀上反映礦區(qū)生態(tài)風險的主要矛盾，利于礦區(qū)間進行比較。針對評價過程中的模糊性和隨機性，構建了基于云模型的模糊綜合評價方法，利用云模型改進模糊評價的評語集和隸屬度函數，有效體現了評價過程中模糊性和隨機性的統一，同時引入模糊熵概念進一步表征風險評價結果的模糊性和所評礦區(qū)生態(tài)問題的復雜度。程潮鐵礦實證表明，評價結果能較好地反映礦區(qū)實際情況。本文所提出的方法為礦區(qū)生態(tài)風險綜合評價提供了一種新的分析框架。

地下鐵礦；生態(tài)風險評價；云模型；正態(tài)云；模糊評價；信息熵

礦區(qū)屬于典型的人類擾動型生態(tài)脆弱區(qū)域，礦區(qū)的環(huán)境質量、生態(tài)系統穩(wěn)定性和脆弱性、生態(tài)文明和生態(tài)安全等問題一直是研究人員關注的熱點。礦區(qū)生態(tài)風險評價經歷了從專項評價到綜合評價的發(fā)展過程[1-4]，人們從礦區(qū)景觀[5-6]、土地破壞程度[7]、生態(tài)梯度[8]、生態(tài)承載力[9]等不同的研究視角出發(fā)對礦區(qū)生態(tài)風險問題進行認知，產生了豐富的評價手段和方法。然而，目前礦區(qū)生態(tài)風險評價仍面臨一些問題，主要表現在：①綜合評價與專項評價的關系問題。礦床開采過程中風險源多，且存在一損多源和一源多損、隱蔽性和滯后性、交互作用和互饋效應等特征，在單一風險源的專項生態(tài)風險評價尚不成熟的條件下，將多風險源的專項風險評價結果收斂于礦區(qū)綜合生態(tài)風險還存在很多理論和技術上的難題，礦區(qū)綜合生態(tài)風險評價難免陷入單一風險源專項評價結果的簡單“堆砌”，或干脆仿照一般區(qū)域生態(tài)風險的評價方法而忽視礦區(qū)生產過程中風險源的特殊性。②評價過程中不確定性表征問題。礦區(qū)生態(tài)環(huán)境問題形成機理復雜，導致礦區(qū)生態(tài)風險評價過程中往往存在模糊性和隨機性，如評價等級歸屬的模糊性、專家評價過程的隨機性等。③評價結果的可比性問題。不同類型礦山資源稟賦、生產工藝、技術特點和社會經濟背景不同，面臨的主要生態(tài)環(huán)境問題存在較大差異，而現有研究中評價指標和評價標準的選擇往往具有地方性和主觀性，致使評價結果可比性不足。

筆者認為，礦區(qū)生態(tài)風險評價的目的是為礦區(qū)生態(tài)環(huán)境風險管控提供決策依據，從管理的層次性出發(fā)，礦區(qū)生態(tài)風險評價也應該具有層次性?？砂训V區(qū)生態(tài)風險評價劃分為“等”和“級”兩個層次體系：“風險等”的評價針對一定行政區(qū)域內同類型礦區(qū)之間進行風險比較，反映同類型礦區(qū)之間生態(tài)風險程度的差異性，為政府管理決策提供依據；“風險級”的評價針對礦區(qū)內部各地塊生態(tài)風險的差異性，反映礦區(qū)內部生態(tài)風險的空間異質性，其結果可為礦山企業(yè)風險源管控和生態(tài)恢復治理提供依據。這里，把“風險等”的評價稱為礦區(qū)生態(tài)風險綜合評價，把“風險級”的評價稱為礦區(qū)生態(tài)風險空間異質性評價，本文主要以地下鐵礦山為例探討礦區(qū)生態(tài)風險綜合評價。礦區(qū)生態(tài)風險評價“等-級”體系的建立有助于解決上述問題①和問題③。同時，為了解決問題②，本文嘗試一種基于云模型的礦區(qū)生態(tài)風險模糊綜合評價模型，以解決評價過程中的模糊性和隨機性問題。

1　礦區(qū)生態(tài)風險綜合評價指標體系

礦區(qū)生態(tài)風險綜合評價需要反映同類型礦區(qū)之間生態(tài)風險程度的差異性，因此評價指標體系應能代表同類型礦區(qū)生產工藝、技術特點和生態(tài)環(huán)境問題的主要矛盾。

地下鐵礦區(qū)生態(tài)環(huán)境問題產生的源動力是礦業(yè)生產活動，包括采礦、排巖、選礦和尾礦處理4個主要生產程序。采礦過程中的開拓、采準、切割、回采和通風，排巖過程中的運輸和廢石場堆放，選礦過程中的破碎、磨礦和分選，以及尾礦堆放和處理等各個環(huán)節(jié)均會對生態(tài)環(huán)境產生影響，直接或間接作用于生態(tài)環(huán)境的各個構成要素，且隨著生態(tài)環(huán)境構成要素間復雜的相互聯系、相互影響和相互作用而遷移和擴散，最終導致次生地質災害、水資源破壞、景觀和生態(tài)破壞、土壤占用和破壞等生態(tài)環(huán)境效應。在此過程中，礦山自然環(huán)境背景條件和人類管控起著影響、制約和控制作用，共同決定了鐵礦山生態(tài)風險的態(tài)勢和走向。

目前礦區(qū)生態(tài)風險評價大體遵循“風險源-風險受體-暴露途徑-生態(tài)終點”的分析框架，這對于單一風險源的專項生態(tài)風險評價較為有效，而礦區(qū)生態(tài)風險綜合評價涉及多風險源、多受體和多類型生態(tài)終點，且它們之間存在較強的交互作用，加上相關數據尚未納入政府或企業(yè)的專項統計中，基礎數據的缺乏也導致研究者很難厘清礦區(qū)各風險源與生態(tài)終點之間的確切關系?；谝陨戏治?，本文從固有危險性、現狀水平和控制狀況三個方面構建評價指標體系來反映礦區(qū)綜合生態(tài)風險程度大小，服務于政府決策管理，如表1所示。其中，固有危險性指礦區(qū)自然環(huán)境背景條件中固有的危險性和礦山開采工藝及技術特點所決定的固有危險性大??；現狀水平反映礦區(qū)地質災害、水資源破壞、景觀和生態(tài)破壞、土壤占用和破壞等生態(tài)終點現狀水平；控制狀況表示技術手段和制度政策對礦區(qū)生態(tài)風險的控制情況。具體指標選取時遵循科學性、系統性、主導性和可獲性等原則，并使指標具有地下鐵礦山的普適性，能體現不同地下鐵礦山的差異。

表1　礦區(qū)生態(tài)風險綜合評價指標體系

2　礦區(qū)生態(tài)風險綜合評價方法

礦區(qū)生態(tài)環(huán)境影響因素眾多，且各種影響因素在礦區(qū)生態(tài)環(huán)境演變過程中所發(fā)揮的作用大小及其機理尚未完全被揭示，因此，把各種影響因素描述為確定狀態(tài)是不合適的，應該考慮到其模糊性和隨機性，而定量數據的缺乏更加重了評價過程中的模糊性和隨機性。模糊綜合評價模型能較好地反映評價過程中的模糊性，但難以表現其隨機性，為此，本文建立了基于云模型改進的礦區(qū)生態(tài)風險模糊綜合評價模型。

2.1模糊綜合評價模型

對于本文所涉及的三級指標體系，可采用多級模糊綜合評價模型進行評價，其一般表達式為：

v1v2…vj

(1)

式中：{u1,u2,…,ui}為評價因素集；{v1,v2,…,vj}為評語集；P為關系矩陣；pij為參評因素ui對評語vj的隸屬度；Y為模糊綜合評價結果；⊕(循環(huán)加)、?(循環(huán)乘)為模糊算子；ωi為參評因素i的權重。

隸屬度函數是模糊評價的基礎，能否構造合理的隸屬度函數是進行模糊評價的關鍵環(huán)節(jié)。現有方法多采用主觀取值或經驗公式給出隸屬度，而隸屬度函數一旦確定，模糊問題就又被精確數學問題所替代，無法表達隨機性。

2.2云模型改進模糊綜合評價流程

云模型是在傳統模糊數學和統計學基礎上建立的一種定性概念與其定量表達之間的不確定性轉換模型，是對經典模糊數學的揚棄[10]。云模型已大量用于時間序列預測、空間數據挖掘和風險評估等領域，被證明具有應用的普適性[11-12]。

云模型包括3個數字特征：期望Ex(expectedvalue)、熵En(entropy)和超熵He(hyperentropy)。其中，Ex指論域中最能夠代表某一概念的點，是這個概念量化的最典型樣本點；En用來度量定性概念的模糊度及其概率，反映定性概念的不確定性；He表示熵的不確定性，即熵的熵，反映數域中代表數值所有不確定度的凝聚度，超熵的大小表現為云的離散度及厚度。因此，云模型能綜合反映事物的模糊性和隨機性。

基于云模型改進的礦區(qū)生態(tài)風險模糊綜合評價流程如下：

(1)確定評價指標體系權重

層次分析法(AHP)是一種集合系統化和層次化的綜合分析方法，可以方便快捷地對復雜模糊問題進行分析和研究并給出決策，尤其對于那些完全定量化分析非常困難、需要定性/定量轉化的問題比較適用，因此，這里采用AHP方法來確定評價指標體系權重。

(2)設定評語集及其基準云

本文將礦區(qū)生態(tài)風險劃分為高風險、中風險、低風險和輕微風險等4個等級，其對應的評價分值分別設定為[0，2.5)、[2.5，5)、[5，7.5)和[7.5，10]，采用正態(tài)云模型分別描述4個等級的風險狀態(tài)，形成評價等級基準云。

基準云參數(Ex,En,He)的選擇按雙邊約束下的參數計算公式確定：

(2)

式中：Bmax、Bmin為某一定性概念的定量區(qū)間的上、下界限值；k為常數，根據變量本身的模糊閾度來調整確定，k=0時模型退化為隸屬函數，這里令k=0.1。

(3)生成評價指標的隸屬度云模型

如表2所示制定評價指標賦分依據，并建立描述語言，例如對“采空區(qū)風險”指標， “高風險”評語為：“存在采空區(qū)群，數量多且面積和體積大，地質條件不良，礦柱已嚴重削弱，圍巖嚴重受損，部分采空區(qū)冒落，由于應力集中隨時可能發(fā)生大規(guī)模塌陷事故，在影響范圍內有重大設備和設施，會造成特大人身、設備和生態(tài)環(huán)境事故”；“中風險”評語為：“存在采空區(qū)群，數量較多，個別采空區(qū)面積和體積特大，地質條件有缺陷，圍巖已有破壞且有進一步破壞的可能，在影響范圍內有重大生產設備和設施，會造成重大人身、設備和生態(tài)環(huán)境事故”；“低風險”評語為：“采空區(qū)面積和體積較大，地質條件一般，礦柱布置不合理或支護不完備，圍巖有輕微破壞，影響范圍內無重大生產設備和設施，但對生產作業(yè)采場有一定影響，不會造成重大人身、設備和生態(tài)環(huán)境事故”；“輕微風險”評語為：“有孤立的采空區(qū)，面積和體積不大，地質狀況良好，圍巖完整無破壞，支護較穩(wěn)定，采空區(qū)影響范圍內有其它生產設施，但影響輕微”。 邀請專家并告知打分規(guī)則：分值從0到10表示風險程度越來越低，并不約束各風險等級的打分區(qū)間，使專家能根據自己的理解對各評價指標的4種描述語言分別進行賦分。

將每位專家的賦分結果作為云滴，根據逆向云發(fā)生器原理，分別生成參評指標的4個風險等級隸屬度云(Ex, En, He)，聯合作為各參評指標的隸屬度云模型。云參數計算方法為：

表2　指標賦分依據

(3)

式中：n為參評專家人數；xj為第j個參評專家對描述語言所賦分值；S2為樣本方差。利用云的期望、熵和超熵這3個數字特征，可以表達評價指標與風險等級隸屬關系間的隨機性。評價指標隸屬度云模型建立時并不針對具體礦區(qū)，僅由評價專家對描述語言先期賦分得到，為具體礦區(qū)評價時服務。隸屬度云模型建立時參評專家越多，模型精度越高。

(4)礦區(qū)生態(tài)風險綜合評價

由專家針對所評礦區(qū)的實際情況，參照上述打分規(guī)則對每個評價指標賦分，將專家的賦分值帶入隸屬度云模型，可分別得到每個評價指標隸屬于各風險等級的確定度Ce。由于每位專家對評價指標的賦分并不完全相同，故計算時Ce需要取均值。利用Ce對評價指標各風險等級下的隸屬度云加權合成可得指標的云模型。

利用APH法確定的指標權重，經指標云模型加權合成計算，得到礦區(qū)生態(tài)風險綜合評價結果，評價結果為一個云模型。云模型加權合成方法如下[13]：

(4)

(5)

式中：m為評價指標數量；ωi為評價指標i的權重；⊕為邏輯加，表示云的加權合成。本文構建的都是正態(tài)云模型，可將綜合評價結果云與基準云的期望值進行比較，以確定礦區(qū)生態(tài)風險綜合評價等級。

(5)評價結果的模糊程度表征

由于各評價指標下等級分布不一致，因此單一的等級評價結果很難反映礦區(qū)生態(tài)風險程度的細節(jié)，這里引入模糊熵E的deLuca-Trimini定義來表征云模型評價結果的模糊度：

(6)

(7)

式中：N為風險等級數量；k2為標準化系數；Cer為隸屬于風險等級r的確定度，當Cer=0時，規(guī)定ln0=0。

模糊熵E與評價結果等級歸屬的模糊度對應關系定義為：[0，0.25)、[0.25，0.5)、[0.5，0.75)、[0.75，1]分別對應“顯著”、“較顯著”、“較模糊”和“模糊”。

3　實例驗證

3.1研究區(qū)概況

程潮鐵礦位于湖北省鄂州市，是中南地區(qū)資源最豐富、生產規(guī)模最大的地下開采鐵礦，也是武漢鋼鐵(集團)公司重要的鐵礦石生產基地，其主要采礦方法為無底柱分段崩落法。礦區(qū)地處低山丘陵，相對高差達數十至百余米。北部為花崗巖組成的構造剝蝕低山丘陵，南部為砂頁巖組成的剝蝕低山，中部為大理巖、閃長巖組成的山澗洼地。礦區(qū)內地層出露較少，除燕山期巖漿巖外，還有三疊系和侏羅系下統分布于南部，其次為第四系零星分布于坡地和洼地。主要地質構造受淮陽山字形構造體系和新華夏構造體系影響，斷層和節(jié)理裂隙極為發(fā)育。大理巖是礦區(qū)的主要含水體，位于花崗巖和閃長巖巖墻之間、礦體之上、第四系之下，呈帶狀分布。區(qū)內無大的地表水體，地下水由大氣降水滲入補給。礦區(qū)屬亞熱帶季風氣候區(qū)，夏季炎熱，多暴雨，年平均氣溫17.2 ℃，年平均降雨量1306mm。

3.2評價結果及分析

邀請10位熟悉礦區(qū)情況的相關專家，根據程潮鐵礦地質報告、統計報表、環(huán)境質量監(jiān)測報告和相關文獻中關于程潮鐵礦地質災害、水土資源污染的研究成果，結合實地調查按評價評語集及設定的打分規(guī)則給各指標賦分，依照本文建立的基于云模型的模糊綜合評價方法，采用MATLAB7.0軟件進行生態(tài)風險評價，評價結果如圖1所示。

從圖1中可以看出，程潮鐵礦生態(tài)風險程度處于“中風險”與“低風險”之間。由評價云期望值等于0.476可確定程潮鐵礦生態(tài)風險狀態(tài)為“中風險”。將專家對每一評價指標的賦分代入指標隸屬度云模型，得到各指標下隸屬于各風險等級的確定度Ce，由式(6)和式(7)得到評價結果的模糊熵為0.481，即“較顯著”。

因此，程潮鐵礦生態(tài)風險的最終評價結果可表述為[中風險，較顯著]，表明程潮鐵礦土地生態(tài)風險在各指標層面下的等級歸屬存在一定差異，即所確定的最終風險等級仍存在一定程度的模糊性，也說明程潮鐵礦的生態(tài)環(huán)境問題具有一定的復雜性。

為進一步考查評價結果的可靠性，利用20位專家的賦分結果，采用梯形分布函數確定評語集中4個評語的隸屬度來進行模糊綜合評價，評價結果為(0.158，0.385，0.354，0.103)，也為“中風險”，與云模型評價結果相同。

圖1　風險等級評價云圖

4　結語

礦區(qū)生態(tài)環(huán)境問題形成機理的復雜性和統計數據的缺乏制約了礦區(qū)生態(tài)風險評價工作的開展。將礦區(qū)生態(tài)風險評價工作劃分為礦區(qū)生態(tài)風險綜合評價和礦區(qū)生態(tài)風險空間異質性評價兩個層次的“等-級”體系有利于厘清評價目的，并使評價結果具有可比性和應用的普適性。基于固有危險性、現狀水平和控制狀況三個方面建立礦區(qū)生態(tài)風險綜合評價指標體系，能從宏觀上反映礦區(qū)生態(tài)風險的主要矛盾，利于礦區(qū)間進行比較。

礦區(qū)生態(tài)風險綜合評價過程中存在很大程度的模糊性和隨機性，云模型具有表達不確定性的天然優(yōu)勢，通過云模型改進模糊綜合評價的評語集和隸屬度函數，可實現評價過程中模糊性和隨機性的統一，完成不確定性語言與定量數值之間的合理轉換。同時，引入模糊熵來表征礦區(qū)生態(tài)風險綜合評價結果的模糊程度，能進一步刻畫評

價結果的可靠性和礦區(qū)生態(tài)環(huán)境問題的復雜性程度。程潮鐵礦實證研究表明，經過云模型改進的模糊綜合評價模型能較好地反映礦區(qū)生態(tài)風險的實際狀況。

云模型的參數確定以及合成計算理論與方法目前仍處于不斷發(fā)展的過程中，云模型的引入可表達評價過程中的模糊性和隨機性，但是否會由此帶來更多的不確定性尚需進一步研究。

[1]顏磊,許學工.區(qū)域生態(tài)風險評價研究進展[J].地域研究與開發(fā),2010,29(1):113-118.

[2]洪強,陳勇,劉艷中，等.程潮鐵礦土地生態(tài)安全的物元評價模型建立與應用[J].工業(yè)安全與環(huán)保,2015,41(11):4-8.

[3]潘雅婧,王仰麟,彭建，等.礦區(qū)生態(tài)風險評價研究述評[J].生態(tài)學報,2012,32(20):6566-6574．

[4]楊歌,周躍,貝榮塔，等.滇東南礦區(qū)河流底泥重金屬污染潛在生態(tài)風險評價[J].環(huán)境科學導刊,2007,26(1):80-82．

[5]李昭陽,張楠,湯潔，等.吉林省煤礦區(qū)景觀生態(tài)風險分析[J].吉林大學學報：地球科學版,2011,41(1):207-214．

[6]吳健生,喬娜,彭建，等.露天礦區(qū)景觀生態(tài)風險空間分異[J].生態(tài)學報，2013,33(12):3816-3824.

[7]常青, 邱瑤, 謝苗苗，等.基于土地破壞的礦區(qū)生態(tài)風險評價:理論與方法[J].生態(tài)學報,2012,32(16):5164-5174.

[8]張思鋒,張立,張一恒.基于生態(tài)梯度風險評價方法的榆林煤炭開采區(qū)生態(tài)風險評價[J].資源科學,2011, 33(10):1914-1923.

[9]賈媛, 曹玲嫻.煤炭礦區(qū)生態(tài)風險評價方法研究[J]．環(huán)境科學與管理，2011,36(4):177-182.

[10]劉登峰,王棟,丁昊，等.水體富營養(yǎng)化評價的熵-云耦合模型[J].水利學報,2014,45(10):1214-1222.

[11]吳賢國,翟海周,張立茂,等.基于云模型的改進R=P×C風險評價法[J].土木工程與管理學報, 2014, 31(1):37-42.

[12]江迎.基于云模型和GIS/RS的壩堤潰決風險分析及災害損失評估研究[D].武漢:華中科技大學,2012.

[13]衛(wèi)波,王晉東,張恒巍，等.基于加權多屬性云的服務信任評估方法[J].計算機應用,2014,34(3):678-682,689.

[責任編輯尚晶]

Fuzzycomprehensiveevaluationofecologicalrisksatundergroundironminebasedoncloudmodel

Chen Yong1,2, Gan Yong1, Miao Zuohua1,2, Huang Ranran1, Zeng Xiangyang1, Liu Yanzhong1

(1.CollegeofResourcesandEnvironmentalEngineering,WuhanUniversityofScienceandTechnology,Wuhan430081,China；2.HubeiKeyLaboratoryforEfficientUtilizationandAgglomerationofMetallurgicMineralResources,WuhanUniversityofScienceandTechnology,Wuhan430081,China)

Aimingattheecologicalandenvironmentalproblemscausedbyironmineexploitation,thispaperformulatesacomprehensiveevaluationindexsystemfortheecologicalrisksofundergroundironmineconsideringthreefactors,i.e.,inherentrisk,presentstatusandcontrolsituation.Theindexsystemreflectstheprincipalecologicalriskintheminingareaandcanbeusedforcomparisonamongdifferentironmines.Acloudmodel-basedfuzzycomprehensiveevaluationapproachisproposedtosolvetheambiguityandrandomnessduringtheevaluationprocess.Modifiedbycloudmodel,thecommentsetsandmembershipfunctionseffectivelyembodytheunificationofambiguityandrandomness.Theambiguityofriskassessmentresultsandthecomplexityofecologicalproblemsinthetargetminearefurtherrepresentedbyintroducingtheconceptoffuzzyentropy.ApracticalexampleatChenchaoIronMineshowsthattheassessmentresultscanappropriatelyreflecttheactualsituationoftheMine.Theproposedmethodprovidesanewanalyticalframeworkforthecomprehensiveevaluationofecologicalriskintheminingareas.

undergroundironmine;ecologicalriskassessment;cloudmodel;normalcloud;fuzzyassessment;informationentropy

2016-03-16

國家自然科學基金資助項目(41201600)；湖北省教育廳科研計劃重點項目(D20131104).

陳勇(1968-)，男，武漢科技大學教授，博士.E-mail:yongchen1968@163.com

X826

A

1674-3644(2016)04-0289-06