基于物探磁法的矿山地质灾害预测研究(2)

在公式（3）中，γ指的是预测经验概率系数，可依赖于地理坐标。通过公式（3），得出矿山地质灾害预测结果，实现矿山地质灾害预测方法的预测功能。

3 实例分析

3.1 实验准备

选取某矿山地质作为实验对象，根据矿山实际地质情况，采样点数为，背景噪声为30dB。设置预测的时间间隔为5min，本次实验在Matlab软件平台上进行，针对本文提出的预测方法与传统预测方法均采用相同的网络环境以及设备参数，该实验平台在系统内存为IntelCore6-280 64GB，操作系统为，内置X2500中央处理器的实验环境下进行。在矿山中选取坐标不同的4个勘查点位，按照上述实验环境，预测矿山地质灾害。设置本文设计预测方法为实验组，传统预测方法为对照组。使用Matlab软件将矿山地质灾害预测数据转化为预测峰值，峰值越高证明该预测方法的预测精度也就越高，从而对比两种预测方法在实际应用中的性能。

3.2 实验结果与分析

通过两种预测方法的预测实践，得到预测峰值对比结果，如下图所示。

图2 预测峰值对比图

通过图2可得出如下的结论：本文设计的预测方法预测峰值最高可达，实验对照组最高仅为，设计的预测方法峰值更高，可以实现对矿山地质灾害的精准预测。

4 结束语

通过以上研究证明，物探磁法在矿山地质灾害预测应用中的具体优势已经显现出来。基于物探磁法的矿山地质灾害预测方法是针对矿山地质灾害预测最实用以及最可靠的手段。设计的预测方法不但能够完成传统的预测方法所不能完成的任务，还能够为矿山地质灾害预测提供方法。希望本文设计的预测方法，能够指导矿山地质灾害预测工作更好的开展，为保证矿山安全，提供方法支持。

[1]芦欣欣.煤矿地质灾害特征及预测方法[J].当代化工研究,2019(05):36-37.

[2]李乃刚.遥感、GIS技术在煤矿地质灾害预测中的应用[J].中国石油和化工标准与质量,2019,39(10):191-192.

[3]张建国,兰天伟,高明忠等.平顶山矿区深部矿井动力灾害预测方法与应用[J].煤炭学报,2019,44(06):1698-1706.

[4]黄桥,杨洋,吴思等.基于机器学习方法的长输管线地质灾害预测建模[J].测绘与空间地理信息,2019,42(11):97-100.

[5]魏赛拉加,辛倩男,隋嘉等.青海地区环境的地震灾害信息预测模型研究[J].华南地震,2019,39(04):40-45.

由于矿山的地质变化情况越来越难以掌握，矿山地质灾害发生的特征呈现出多样性以及复杂化的趋势[1，2]。针对矿山地质灾害预测是有效预防地质灾害的重要手段，而矿山地质灾害预测系统成为了有关部门的调研重点。在我国，针对矿山地质灾害预测系统的研究中，尽管研究起步较早，在实际应用中存在预测精度低的问题，导致研究普遍存在局限性，很难在真正意义上实现矿山地质灾害精准预测[3]。物探磁法的出现恰好解决了出现的问题，物探磁法具备一定的空间数据基础表现能力，主要在计算机设备与良好运营环境的支撑下，采集相关磁性数据，并根据磁异常的表达特征对其实施有序的数据管理、运算、分类等功能。目前，物探磁法已经广泛应用到各个领域中，尤其是在地质勘探中占据首要位置。因此，本文进行基于物探磁法的矿山地质灾害预测研究，并通过分析其在实际当中的应用情况，证明应用的有效性。通过将物探磁法应用在矿山地质灾害预测方法设计部分，致力于为矿山地质灾害预测方法的优化设计提供更加广阔的发展空间。1 物探磁法物探磁法指的是以矿石中的磁性特征为基础，分析磁性特征之间的具体差异。物探磁法作为一种地球物理勘探方法，能够通过地磁场变化特征判别矿石的特征。根据物探磁法的特性，只要是针对地下含有磁性矿物的各种岩石以及其他磁性物体，都可以通过物探磁法测量出具有不同的剩余磁性以及感应磁性。这些剩余磁性以及感应磁性很容易造成程度不同的磁场异常，叠加在正常的地磁场上。通过物探磁法使用仪器对剩余磁性以及感应磁性进行测量，能够有效获得地面磁异常的特征情况，从而勘查矿石地质信息，致力于实现地质勘查的目的。根据物探磁法对勘查相对均方误差的要求，勘查相对均方误差不能超过0.8，否则就会被视为无效勘查[2]。物探磁法主要用于对弱磁性矿物的勘查以及隐伏磁性体在地表产生的弱磁异常研究等工作，适用于勘查、找矿、预测等多领域中。2 基于物探磁法的矿山地质灾害预测方法基于物探磁法的矿山地质灾害预测方法整体流程，如图1所示。图1 矿山地质灾害预测方法流程图结合图1所示，下文针对图中3步主要流程进行详细研究 物探磁法划分矿山地质灾害易发分区单元网格本文利用物探磁法，划分地质灾害易发分区单元网格。根据物探磁法的基本应用原理，将每个单元面积为设置为1km×2 km×3km×3km。使用仪器对网格中的磁性物体进行物探，基于物探磁法查明矿山地磁场变化特征，将地磁场变化特征以矩形阵势进行排列。设排列后的地磁场变化特征矩形阵记为(X,Y)，则其计算公式，如公式（1）所示。在公式（1）中，n指的是基于物探磁法测量得到的地磁场变化信息特征值；i指的是地磁场变化信息维数；h指的是预测时刻；a指的是实际地质横坐标；b指的是实际地质纵坐标。通过公式（1）得到排列后的地磁场变化矩形阵，进行单元格重组划分，设置变量系数，提取矿山地质灾害预测数据，地磁场变量系数越高证明矿山地质灾害发生的几率也就越高。本次划分矿山地质灾害易发分区单元网格必须遵循以下三点原则：第一点是平面网格系统划分采用国际上认可度高的角点网格系统；第二点为平面网格系统划方向与主模拟层断层方向保持一致；第三点为表层模型中储层平面非均值性差异，保证两口钻井相隔之间至少有三个空点网格[3]。以此为标准，映射矿山地质灾害预测数据到矿山地质灾害易发分区单元网格中，为下文计算矿山地质灾害预测映射误差提供依据 计算矿山地质灾害预测映射误差由于矿山地质灾害不确定因素大的特点，在映射矿山地质灾害预测数据的过程中，必然会产生映射误差[4]。为确保矿山地质灾害预测映射误差能够通过修正系数进行改进，且过程中不会出现权重比例失调的情况出现。将矿山地质灾害预测映射误差设为MSE，可得MSE的计算公式，如公式（2）所示。在公式（2）中，r指的是矿山地质灾害预测映射态势值；D指的是矿山地质灾害预测特征维数。剔除计算得出的映射误差，提高矿山地质灾害预测映射精度 预测矿山地质灾害将剔除映射误差后的矿山地质灾害预测数据按变量权重大小与矿山地质图像信息进行集合，实现矿山地质灾害预测的数据叠加[5]。以数据为依托，构建矿山地质灾害预测方程式为，则其计算公式，如公式（3）所示。在公式（3）中，γ指的是预测经验概率系数，可依赖于地理坐标。通过公式（3），得出矿山地质灾害预测结果，实现矿山地质灾害预测方法的预测功能。3 实例分析3.1 实验准备选取某矿山地质作为实验对象，根据矿山实际地质情况，采样点数为，背景噪声为30dB。设置预测的时间间隔为5min，本次实验在Matlab软件平台上进行，针对本文提出的预测方法与传统预测方法均采用相同的网络环境以及设备参数，该实验平台在系统内存为IntelCore6-280 64GB，操作系统为，内置X2500中央处理器的实验环境下进行。在矿山中选取坐标不同的4个勘查点位，按照上述实验环境，预测矿山地质灾害。设置本文设计预测方法为实验组，传统预测方法为对照组。使用Matlab软件将矿山地质灾害预测数据转化为预测峰值，峰值越高证明该预测方法的预测精度也就越高，从而对比两种预测方法在实际应用中的性能 实验结果与分析通过两种预测方法的预测实践，得到预测峰值对比结果，如下图所示。图2 预测峰值对比图通过图2可得出如下的结论：本文设计的预测方法预测峰值最高可达，实验对照组最高仅为，设计的预测方法峰值更高，可以实现对矿山地质灾害的精准预测。4 结束语通过以上研究证明，物探磁法在矿山地质灾害预测应用中的具体优势已经显现出来。基于物探磁法的矿山地质灾害预测方法是针对矿山地质灾害预测最实用以及最可靠的手段。设计的预测方法不但能够完成传统的预测方法所不能完成的任务，还能够为矿山地质灾害预测提供方法。希望本文设计的预测方法，能够指导矿山地质灾害预测工作更好的开展，为保证矿山安全，提供方法支持。参考文献[1]芦欣欣.煤矿地质灾害特征及预测方法[J].当代化工研究,2019(05):36-37.[2]李乃刚.遥感、GIS技术在煤矿地质灾害预测中的应用[J].中国石油和化工标准与质量,2019,39(10):191-192.[3]张建国,兰天伟,高明忠等.平顶山矿区深部矿井动力灾害预测方法与应用[J].煤炭学报,2019,44(06):1698-1706.[4]黄桥,杨洋,吴思等.基于机器学习方法的长输管线地质灾害预测建模[J].测绘与空间地理信息,2019,42(11):97-100.[5]魏赛拉加,辛倩男,隋嘉等.青海地区环境的地震灾害信息预测模型研究[J].华南地震,2019,39(04):40-45.

文章来源：《中国地质灾害与防治学报》 网址: http://www.zgdzzhyfzxb.cn/qikandaodu/2021/0204/481.html