★ 煤矿安全 ★
新疆是我国煤田火灾最为严重的省区之一,第5次煤田火区普查结果显示,截至2019年底,新疆未治理的在燃火区40处,包括《新疆煤田火区治理规划(修编)2016-2025年》中提到的22处已有火区和18处燃烧点,火区总面积477.73万m2;易发煤火风险区域共28处,面积575.44万m2[1]。煤田燃烧产生大量的二氧化碳、硫化物等有害气体,平均每年排放量可达到10亿t,持续的高温燃烧破坏土壤结构,造成地面沉降、地裂缝等地质灾害,严重破坏生态环境[2]。
在煤田灭火治理过程中,由于钻孔注入的浆体流向难以控制,无法沿裂隙准确到达燃烧点,也为煤火复燃埋下了隐患[3]。在经过雨水淋滤、自然风化或人为因素的影响下,破坏了地表覆土的密封状态,在地表和地下形成垂直火风压,增大了透气率,并通过裂隙再次形成煤氧结合条件,使得地下高温点经历潜伏期、自热期、燃烧期,最终导致煤火复燃[4]。煤炭属于易燃物,发火期短,自然发火初期规模小且很难被发现,预防难度较大[5]。
利用热红外遥感数据反演地表温度,建立火区温度场,在煤田火区监测中发挥了重要作用。20世纪70年代,ELLYETT等研究人员[6]利用机载热红外传感器对煤田火区的地表温度进行监测;霍彦光等研究人员[7]通过图像增强处理对煤田火区进行识别;张建民等研究人员[8]采用多源遥感和GPS技术获取煤田火区的表象信息;HUO等研究人员[9]利用TM6影像反演了1999-2006年间的煤田火区地表温度,用于预测煤火走势;庄伟等研究人员[10]采用MNF变换、多阈值密度分割、差值法提取煤火高温火点与热异常信息。
以上研究均是围绕煤田火区进行地表热信息识别,而对煤火治理区地表热场研究较少,尤其是煤自燃处于潜伏期和自热期,地表热场很微弱,用某一期数据识别难度较大,热异常提取效果不理想。笔者获取多期冬至时段(测量年11月-次年1月)陆地卫星(Landsat)系列的热红外数据,尽可能减少地表来自太阳辐射热量,通过单窗算法反演形成地表温度时间序列数据,计算方差反映地表温度的离散程度,当离散度越低时,煤自燃产生的“恒温作用”越明显,从而提取煤田火区热异常信息,分析火区和燃烧中心分布、迁移演化过程,为煤田灭火治理区复燃风险预警提供依据。
硫磺沟煤田火区位于新疆维吾尔自治区昌吉市,地处天山北坡,主要含煤地层是侏罗纪西山窑组,呈北东-南西-南展布,地层总厚度为232~543 m,平均厚度为354 m,含煤系数12.6%,火区中最深的燃烧层达到了215 m,燃点最高温度达到了1 290 ℃,治理难度较大。2000-2004年,新疆煤田灭火工程局对硫磺沟煤田火区进行了详细勘查,将硫磺沟煤火治理区分为万家窑﹑浅水河和卡拉扎3个块段,分为18个火区,总面积931.53万m2,通过剥离平整、打钻、注水、注浆、黄土覆盖等工程将处于煤自燃潜伏期煤火扑灭。随着煤炭市场好转,该区的非法小煤窑屡次违规操作,偷采盗采现象时有发生,造成煤火复燃和次生地质灾害。2019年,昌吉市对硫磺沟矿区小煤矿、粘土矿进行整顿,对复燃区开展灭火工程治理,对历史遗留的采坑进行回填,并对地表植被进行修复,由于煤田自燃的易发性和隐蔽性,依然存在着复燃风险。硫磺沟煤田火区概况如图1所示。
图1 硫磺沟煤田火区概况
在硫磺沟煤火区开展了2次灭火工程和矿山环境恢复治理,将监测期限分为2000年前煤火燃烧期、2005-2018年煤火复燃风险期、2020年至今煤火治理现状期3个阶段,其中煤火复燃风险期分为前、后2部分。研究区Landsat系列数据成像时间在冬至时段(测量年1月-次年1月)附近,此时云体覆盖率低于10%,硫磺沟煤火区各阶段Landsat系列数据获取情况见表1。
表1 硫磺沟煤火区各阶段Landsat系列数据获取情况
阶段煤火燃烧期煤火复燃风险期煤火治理现状期时间2000年以前2005-2018年2020-至今期数3期3期4期3期数据获取1994年12月24日2005年12月20日2014年1月3日2020年1月20日1998年11月26日2008年12月26日2016年12月26日2020年12月5日1999年12月4日2009年12月15日2017年12月29日2021年12月24日2018年12月26日
注:1994-1999年为Landsat5数据,2005-2009年为Landsat7数据,其余均为Landsat8数据。数据下载于https://glovis.usgs.gov。
目前热红外遥感技术在反演地表温度方面较为成熟,具有代表性的算法有Jiménez-Munoz等研究人员的单通道算法[11]、覃志豪等研究人员的单窗算法[12]、Rozenstein等研究人员的劈窗算法[13]。单窗算法能够将大气和地表的影响直接包括在演算公式内,与辐射传输方程法、单通道算法相比简单易行,应用方便[14]。因此,笔者采用单窗算法进行地表温度反演,计算公式见式(1)~(3):
式中:Ts——地表温度,K;
a、b——常数;
C、D——中间变量;
ε——地表比辐射率;
τ——大气透过率;
Ta——大气平均作用温度,K;
Tb——亮度温度,K。
将各阶段多期地表温度反演数据进行叠加,形成时间序列数据,逐像元计算方差,统计每期数据相对均值的偏离情况,使用平方再进行求和取平均,避免正负数的相互抵消,得到研究区地表温度离散程度数据。当方差越小,表明数据越聚集,离散度越低;方差越大,表明数据越离散,离散度越高。某阶段地表温度的方差见式(4):
(4)
式中:S2——某阶段地表温度的方差;
x1,x2,……xn——像元对应的某一期反演的地表温度,℃;
M——像元对应某阶段多期数据地表温度的平均值,℃;
n——期数。
根据地统计学原理,地表温度离散度数据符合正态分布,根据经验分割的阈值见式(5):
Y=gm+1.5σg
(5)
式中:Y—— 阈值;
gm——离散度数据均值;
σg——离散度数据标准差。
将小于这一阈值作为地热异常信息,分割后通过数学形态学算法消除孤立图斑,确保热异常图斑具有较好的连续性和规律性。
笔者采用多期时相接近的遥感数据,具有相似的大气、太阳辐射等背景环境,在不同的气温下,地表热异常的识别与地表温度变化有关,对单景地表温度反演的精度依赖低,降低植被、山体阴影的干扰影响。硫磺沟煤火治理区热异常情况变化如图2所示。
图2 硫磺沟煤火治理区热异常情况变化
分别计算硫磺沟煤火区煤火燃烧期、煤火复燃风险期、煤火治理现状期地表温度离散度,如图2(a)、(c)、(e)和(g)所示;通过阈值切割提取地表热异常信息,如图2(b)、(d)、(f)和(h)所示。将图1与图2(b)对比可以看出,18处煤火燃烧点均存在不同程度的地表热异常。调查发现,由于煤田在燃烧过程中,所含的铁受到氧化作用,发生赤铁矿化,在地表形成烧变岩,颜色以橙色、红色为主,相较于周边的浅色地层,烧变岩的反射率较低,具有吸收太阳辐射较多、吸热快的特点,成为地表热异常的主要干扰地物,需结合实地调查进行排除。
为分析硫磺沟煤火治理区热异常变化情况,将万家窑、浅水河和卡拉扎3个火区块段按照煤火燃烧期、煤火复燃风险期和煤火治理现状期进行统计和分析,硫磺沟煤火治理区热异常演变情况见表2。
表2 硫磺沟煤火治理区热异常演变情况
块段时间段热异常区面积/万m2热异常演变状况万家窑块段1996-1999年5.38火区受断层控制为主,热异常呈北东向带状分布2005-2009年1.36火区范围缩小,仅有少量局部热异常2014-2018年14.53火区向南部蔓延2020-2022年0.96火区范围大幅缩小,仅有零星热异常浅水河块段1996-1999年9.87火区受地层控制为主,南部少量热异常分布2005-2009年6.32火区范围变化不大,仅少量局部热异常2014-2018年6.13火区范围减少,西部出现热异常2020-2022年4.75火区西部仍有热异常
续表2
块段时间段热异常区面积/万m2热异常演变状况卡拉扎块段1996-1999年452.57火区受地层控制为主,热异常呈不连续环状分布2005-2009年21.66火区范围缩小,仅有少量局部热异常2014-2018年692.08火区向中心蔓延,热异常范围增大2020-2022年10.86火区范围大幅缩小,南部少量局部热异常
由表2可以看出,3个块段在每个时期存在不同规模的热异常,受火区地质构造、矿山开采、治理工程等影响,呈现不同的演变特征。
(1)万家窑火区块段煤矿均为地下开采,受北东向深大断裂控制,火区与之平行。1996-1999年,该区热异常面积为5.38 万m2;2000-2004年,新疆煤田灭火工程局开始重点对1号、2号燃烧点进行灭火工程治理,2005-2009年,热异常面积减少至1.36万m2 ;2014-2018年,由于违规开采,煤火复燃并向南部扩张,面积扩大至14.53 万m2,如图2(f)所示;2019年,经过地质环境治理和生态修复,该区热异常范围大幅减少,面积缩小至0.96 万m2。
(2)浅水河块段紧邻头屯河东岸,煤层较浅,由露天开采转为地下开采。1996-1999年,该区热异常区面积为9.87 万m2;2000-2004年,新疆煤田灭火工程局开始重点对3号、4号燃烧点进行灭火工程治理,2005-2009年,热异常面积减少至6.32 万m2;2014-2018年,该区热异常面积变化不明显;2019年经过地质环境治理和生态修复后,3号、4号燃烧点仍然存在热异常,如图2(h)所示。经实地调查,3号燃烧点彻底扑灭,治理坑中的水体为干扰异常;4号燃烧点存在燃烧现象,地表呈现白色钙化物质,地裂缝存在明显的高温异常。浅水河块段实地调查如图3所示。
图3 浅水河块段实地调查
(3)卡拉扎块段是煤火燃烧最严重的区域,含煤地层位于背斜两翼,热异常沿含煤地层呈不连续环状分布。1996-1999年,提取的火区热异常面积与新疆煤田灭火局治理前调查的14处燃烧点基本一致,热异常面积为452.57 万m2;经过灭火工程治理后,2005-2009年,该区热异常面积大幅减少至21.66万m2,煤火得到有效遏制;2014-2018年,该区小煤窑和泥砂岩矿乱采滥挖较为严重,导致治理工程封闭的覆土被剥离,通过裂隙增大了透气率,形成煤氧结合条件,使得地下高温点发生复燃,并逐渐扩大,热异常范围增大到692.08万m2,呈现四周向中心连片聚拢的趋势,形势较为严峻,如图2(f)所示。2019年,昌吉市开始对该区进行地质环境治理与生态修复工程,治理后从图2(h)可以看到,仅有零星热异常分布,火区热异常范围减少至10.86万m2,经实地调查,热异常均为烧变岩引起的干扰。
(1)采用多期冬至前后时段的Landsat系列遥感数据,尽可能减少太阳辐射对地表温度的影响,通过方差反映多期地表温度的离散度,当离散度越小,煤火燃烧产生的“恒温作用”越明显,从而提取地表热异常。通过验证认为,排除干扰异常的影响,该方法能够满足宏观尺度煤火治理区热场监测与动态分析的要求。
(2)将硫磺沟煤火治理区分为3个块段,按照煤火燃烧期、煤火复燃风险期、煤火治理现状期3个阶段进行火区热异常信息提取,结果表明:2000年以前,煤火燃烧期3个块段的热异常面积为467.82万m2;2000-2004年,经过第一轮灭火工程治理后,火区热异常面积大幅减少至29.34万m2;随后由于矿山违规开采,2018年,面积增加至712.74万m2;2019年,经过第二轮灭火工程治理后热异常面积减少至16.57万m2。经野外调查,浅水河火区块段4号燃烧点仍然存在燃烧现象,卡拉扎、万家窑块段的煤火燃烧现象基本消除。总体来说,经过新一轮的煤田火区环境治理,昌吉硫磺沟煤火燃烧得到有效遏制,地表景观和生态环境大幅改善。
煤火自燃是一个缓慢、隐蔽的过程,煤田灭火治理后,受自然或人为因素的影响,外界环境发生变化,治理区极易产生复燃。利用遥感技术对硫磺沟煤田火区进行动态监测,分析火区和燃烧中心分布、迁移演化过程,掌握火区动态变化,可为煤田灭火工程治理及后续复燃风险预警提供支撑。基于此建议对该区加大矿山开采管控力度,做好防护措施,重点对治理前热异常点进行热红外遥感监测,掌握地表热异常的动态变化,在高风险区安装预警装置,防止煤火再次复燃的发生。
[1] 包兴东,新疆第五次煤田火区普查成果分析[J]. 能源与环保,2021,43(2):1-4.
[2] 雍明超.新疆硫磺沟煤矿火区治理浅析[J].内蒙古煤炭经济,2020,12(7):113-114.
[3] 徐永亮,王兰云,褚廷湘,等.煤田火区扩散机理与煤岩裂隙发育规律研究进展[J]. 河南理工大学学报,2013,32(6):668-672.
[4] 邓军,李贝,王凯,等.我国煤火灾害防治技术研究现状及展望[J].煤炭科学技术2016,44(10):1-8.
[5] 谭永杰.中国煤田自燃灾害及其防治对策[J].煤田地质与勘探,2000,28(6):8-10.
[6] ELLYETT C D,Adrian W Fleming.Thermal infrared imagery of the Burning Mountain coal fire[J].Remote Sensing of Environment,1974,3(1):79-86.
[7] 霍彦光,张志.新疆拜城地区煤田煤层自燃的陆地卫星遥感探测方法研究[J].国土资源遥感,2004,1(3):36 -39.
[8] 张建民,管海晏,王垚,等. 基于3S技术支持的煤田火区环境遥感监测与治理[J].遥感信息,2000,7(3):23-26.
[9] HUO H Y, NI Z Y, GAO C X, et al. A study of coal fire propagation with remotely sensed thermal infrared data [J]. Remote Sensing, 2015,7(3) :3088 -3113.
[10] 庄伟,陈云浩,余晓敏,等.一种检测煤田地表热异常的新方法[J].中国煤田地质,2007,19(3):132-137.
[11] JUAN C, Jiménez-Munoz, Sobrino.A Generalized Single-channel method for Retrieving Land Surface Temperature from remote sensing data[J].Journal of Geophysical Research,2003.108:1-9.
[12] 覃志豪,ZHANG M H,KARNIELI A,等.用陆地卫星TM6数据演算地表温度[J].地理学报,2001,56(4):456-466.
[13] ROZENSTEIN, QIN Z H, DERIMIAN Y, et al. Derivation of land and surface temperature for landsat-8 TIRS Using a Split Window algorithm[J].Sensors,2014,14(4):5768-5780.
[14] 胡德勇,乔琨,王兴玲,等.单窗算法结合Landsat8热红外数据反演地表温度[J].遥感学报,2015,19(6):964-976.