矿山地质环境评价指标体系与综合评价
发布时间：2021-10-25 23:12
一直以来,对矿产资源进行大规模的高强度开发不仅造成了严重的资源损毁与环境破坏,还危及了人类的生存空间。如何对矿产资源进行合理开发与矿山恢复治理一直是社会广泛关切的问题。为了能够及时动态地对矿产资源进行规划与管理,国家通过遥感技术对矿产开发状况进行监测,对矿山地质环境进行评价,依据评价结果,对严重影响区域加大地质灾害治理与环境治理力度。因此,评估矿山区域的开采现状与环境破坏程度,科学地进行矿山地质环境评价,是一项重要课题。为了系统地研究矿山地质环境评价,本文选取浙江省为研究区,结合相关规范与文献研究,对评价体系进行了整体设计,建立了静态与动态结合的评价指标体系。通过AE（ArcGIS Engine）组件相关的程序包,设计并开发了快速量化与综合评价系统,获得了矿区地质环境等级图,取得了以下成果:（1）建立了静态因子与动态因子结合的指标体系。明确了各影响因子的选取依据与量化规则,对量化过程中的数据输入输出、处理流程等方面进行规范化的整理。（2）系统的研究了评价尺度。通过评价格网的一致性与异质性进行初步判断,并结合研究区实际情况综合确定了评价单元大小。（3）研究了AE（ArcGIS Engin...
【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
不同评价尺度下标准差变化图
第4章矿山地质环境评价指标体系构建32根据变化图所示，随着矿山地质环境评价格网大小的不断增大，标准差变化曲线()呈单调递增趋势，并且递增速度不断加快。这表明：随着格网的增大，研究区评价单元内部的一致性快速减弱。2、异质性分析按照研究区矿山遥感监测解译矢量中各评价单元中所包含占地土地类型的种数（开采面，中转场地，固体废弃物，排土场，矿山建筑等），分别对评价格网赋值。评价单元中只包含一种类型，赋值为1，以此类推，得到矿区占地土地类型复杂度在不同评价尺度下的评价格网。计算不同尺度下矿山土地利用类型复杂度格网的莫兰指数，得到莫兰指数变化图4-3：图4-3不同评价尺度下矿山土地利用类型复杂度Moran"sI指数变化图根据变化图所示，随着矿山地质环境评价单元的增大，莫兰指数逐渐增大，莫兰指数曲线()单调递增。曲线表明：随着评价尺度的增大，研究区评价单元之间的相关性增大，也就是评价单元之间的异质性减弱。3、一致性与异质性综合分析矿山地物属性复杂度的一致性曲线f（x）与异质性曲线g（x）都为单调递增曲线，分析结果为：评价单元越大，评价单元内部一致性减弱，单元之间异质性减弱；反之评价单元越小，一致性与异质性越强。综合判断为评价单元越小，评价结果越可靠。通过研究发现，在小于一定尺度时，标准差与莫兰指数变化较小，本文将标
中国地质大学（北京）工程硕士学位论文33准差与莫兰指数归一化得到图4-4：图4-4不同尺度标准差与莫兰指数变化图从上图可以看出，在选取小于2km*2km格网大小为评价尺度时，评价单元内部的一致性与评价单元之间异质性较高，且标准差与莫兰指数增加较小，所以2km以下区间的评价尺度是可选的，能够准确反映矿山地质环境评价的结果。3、评价尺度的确定利用评价格网的标准差与全局的莫兰指数（Moran"sI），在不同尺度下获得的评价格网进行分析，可以得出一般规律：在2km评价尺度下，当评价尺度越小，评价单元越小时，评价格网内部的一致性与评价单元之间的异质性越好。此时研究区内评价格网内部的差异孝一致性较高，评价单元之间异质性高，越小的评价单元大小得到的评价结果效果越好。越小的评价格网虽然有利于取得准确的矿山地质环境评价值，但是由于栅格数据分辨率与矢量数据的精确度是一定的，过度的选取较小的评价格网，不仅会导致影响因子的量化进行不必要的细分，而且在快速量化与综合评价系统中运算数据量与运算时间将会大大增加，因此还需要综合考虑评价需求与研究区实际情况进行综合判断。由于矿山环境评价权重最高的是资源损毁部分是与矿山开采面有关，本文统计了多个省份的不同评价尺度下评价单元所容纳开采面的百分比（如下表4-3所示），发现1000m*1000m大小的评价单元能容纳99%以上的开采面，使用1000m
【参考文献】：
期刊论文
[1]贵州省矿山地质环境评价[J]. 王跃,安天浩. 矿产勘查. 2019(08)
[2]矿山地质环境评价及防治对策[J]. 刘桂莲. 当代化工研究. 2019(06)
[3]基于综合判断法的矿山地质环境分区评价[J]. 朱双燕,范旭光,王莹. 能源与环保. 2019(05)
[4]江西省银山铅锌矿矿山地质环境质量综合评价[J]. 张志辉. 世界有色金属. 2018(22)
[5]基于层次分析法的河南省矿山环境评价[J]. 崔剑,白朝军,宋轩. 河南科技. 2019(05)
[6]新疆非金属露天开采矿山地质环境评价指标体系与模型建立[J]. 王东旭,张紫昭. 中国矿业. 2018(03)
[7]云南省昆阳磷矿矿区矿山地质环境评价[J]. 李小燕,谈树成,马国胤,李永平,杨林,赵志芳. 中国矿业. 2018(02)
[8]黑龙江省鹤岗煤矿区矿山地质环境评价[J]. 郭艳,初禹,高永志. 地质论评. 2017(S1)
[9]基于MapGIS的岗下稀土矿山地质环境评价与分区[J]. 王婷茹. 金属矿山. 2016(02)
[10]基于综合指数法的矿山地质环境评价——以攀西矿区为例[J]. 廖红军,邵怀勇,孙小飞. 测绘与空间地理信息. 2015(11)
硕士论文
[1]大兴安岭山地南段矿山地质环境现状分析[D]. 王明君.中国地质大学(北京) 2018
[2]承德武烈河流域矿山地质环境影响评价[D]. 亓国涛.中国地质大学(北京) 2018
[3]攀枝花市矿山地质环境评价研究[D]. 李永平.云南大学 2018
[4]基于RS和GIS的矿山地质环境调查与评价[D]. 陈俊奇.中国地质大学(北京) 2017
[5]基于综合权值法与模糊综合模型的矿山地质环境评价研究[D]. 张艳.中国地质大学(北京) 2017
[6]安宁市矿山地质环境评价信息系统研究[D]. 庞玲玲.云南大学 2016
[7]鄂东南某矿区地质环境风险评价研究[D]. 罗锋.中国地质大学 2016
[8]矿产资源整装勘查开发区矿山地质灾害评价[D]. 尚善禹.中国地质大学(北京) 2015
[9]基于灰色关联度的模糊层次组合矿山地质环境评价模型研究[D]. 刘方.长安大学 2014
[10]基于GIS平台的矿山地质环境评价系统设计与实现[D]. 李旭.北京交通大学 2012
本文编号：3458345
【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
不同评价尺度下标准差变化图
第4章矿山地质环境评价指标体系构建32根据变化图所示，随着矿山地质环境评价格网大小的不断增大，标准差变化曲线()呈单调递增趋势，并且递增速度不断加快。这表明：随着格网的增大，研究区评价单元内部的一致性快速减弱。2、异质性分析按照研究区矿山遥感监测解译矢量中各评价单元中所包含占地土地类型的种数（开采面，中转场地，固体废弃物，排土场，矿山建筑等），分别对评价格网赋值。评价单元中只包含一种类型，赋值为1，以此类推，得到矿区占地土地类型复杂度在不同评价尺度下的评价格网。计算不同尺度下矿山土地利用类型复杂度格网的莫兰指数，得到莫兰指数变化图4-3：图4-3不同评价尺度下矿山土地利用类型复杂度Moran"sI指数变化图根据变化图所示，随着矿山地质环境评价单元的增大，莫兰指数逐渐增大，莫兰指数曲线()单调递增。曲线表明：随着评价尺度的增大，研究区评价单元之间的相关性增大，也就是评价单元之间的异质性减弱。3、一致性与异质性综合分析矿山地物属性复杂度的一致性曲线f（x）与异质性曲线g（x）都为单调递增曲线，分析结果为：评价单元越大，评价单元内部一致性减弱，单元之间异质性减弱；反之评价单元越小，一致性与异质性越强。综合判断为评价单元越小，评价结果越可靠。通过研究发现，在小于一定尺度时，标准差与莫兰指数变化较小，本文将标
中国地质大学（北京）工程硕士学位论文33准差与莫兰指数归一化得到图4-4：图4-4不同尺度标准差与莫兰指数变化图从上图可以看出，在选取小于2km*2km格网大小为评价尺度时，评价单元内部的一致性与评价单元之间异质性较高，且标准差与莫兰指数增加较小，所以2km以下区间的评价尺度是可选的，能够准确反映矿山地质环境评价的结果。3、评价尺度的确定利用评价格网的标准差与全局的莫兰指数（Moran"sI），在不同尺度下获得的评价格网进行分析，可以得出一般规律：在2km评价尺度下，当评价尺度越小，评价单元越小时，评价格网内部的一致性与评价单元之间的异质性越好。此时研究区内评价格网内部的差异孝一致性较高，评价单元之间异质性高，越小的评价单元大小得到的评价结果效果越好。越小的评价格网虽然有利于取得准确的矿山地质环境评价值，但是由于栅格数据分辨率与矢量数据的精确度是一定的，过度的选取较小的评价格网，不仅会导致影响因子的量化进行不必要的细分，而且在快速量化与综合评价系统中运算数据量与运算时间将会大大增加，因此还需要综合考虑评价需求与研究区实际情况进行综合判断。由于矿山环境评价权重最高的是资源损毁部分是与矿山开采面有关，本文统计了多个省份的不同评价尺度下评价单元所容纳开采面的百分比（如下表4-3所示），发现1000m*1000m大小的评价单元能容纳99%以上的开采面，使用1000m
【参考文献】：
期刊论文
[1]贵州省矿山地质环境评价[J]. 王跃,安天浩. 矿产勘查. 2019(08)
[2]矿山地质环境评价及防治对策[J]. 刘桂莲. 当代化工研究. 2019(06)
[3]基于综合判断法的矿山地质环境分区评价[J]. 朱双燕,范旭光,王莹. 能源与环保. 2019(05)
[4]江西省银山铅锌矿矿山地质环境质量综合评价[J]. 张志辉. 世界有色金属. 2018(22)
[5]基于层次分析法的河南省矿山环境评价[J]. 崔剑,白朝军,宋轩. 河南科技. 2019(05)
[6]新疆非金属露天开采矿山地质环境评价指标体系与模型建立[J]. 王东旭,张紫昭. 中国矿业. 2018(03)
[7]云南省昆阳磷矿矿区矿山地质环境评价[J]. 李小燕,谈树成,马国胤,李永平,杨林,赵志芳. 中国矿业. 2018(02)
[8]黑龙江省鹤岗煤矿区矿山地质环境评价[J]. 郭艳,初禹,高永志. 地质论评. 2017(S1)
[9]基于MapGIS的岗下稀土矿山地质环境评价与分区[J]. 王婷茹. 金属矿山. 2016(02)
[10]基于综合指数法的矿山地质环境评价——以攀西矿区为例[J]. 廖红军,邵怀勇,孙小飞. 测绘与空间地理信息. 2015(11)
硕士论文
[1]大兴安岭山地南段矿山地质环境现状分析[D]. 王明君.中国地质大学(北京) 2018
[2]承德武烈河流域矿山地质环境影响评价[D]. 亓国涛.中国地质大学(北京) 2018
[3]攀枝花市矿山地质环境评价研究[D]. 李永平.云南大学 2018
[4]基于RS和GIS的矿山地质环境调查与评价[D]. 陈俊奇.中国地质大学(北京) 2017
[5]基于综合权值法与模糊综合模型的矿山地质环境评价研究[D]. 张艳.中国地质大学(北京) 2017
[6]安宁市矿山地质环境评价信息系统研究[D]. 庞玲玲.云南大学 2016
[7]鄂东南某矿区地质环境风险评价研究[D]. 罗锋.中国地质大学 2016
[8]矿产资源整装勘查开发区矿山地质灾害评价[D]. 尚善禹.中国地质大学(北京) 2015
[9]基于灰色关联度的模糊层次组合矿山地质环境评价模型研究[D]. 刘方.长安大学 2014
[10]基于GIS平台的矿山地质环境评价系统设计与实现[D]. 李旭.北京交通大学 2012
本文编号：3458345
本文链接：https://www.wllwen.com/kejilunwen/kuangye/3458345.html
