含水层富水性分区及工作面疏放水后涌水量分段预测.pdf

含水层富水性分区及工作面疏放水后涌水量分段预测杨磊1，雷方超2，侯恩科2，路波1，冯栋2，赵凯兴2(1.陕煤集团神木红柳林矿业公司，陕西 神木 719300；2.西安科技大学 地质与环境学院，陕西 西安 710054)摘要:风化基岩与烧变岩含水层严重威胁着陕北侏罗纪煤田矿井的安全生产，精确预测其富水性与工作面涌水量对矿井防治水具有重要意义。针对具有密切水力联系的风化基岩与烧变岩含水层，以陕西红柳林煤矿 15217 工作面所在区域为研究区，选取含水层厚度、岩性组合指数、岩石烧变及风化程度指数、岩心采取率为评价指标，提出了基于蝠鲼觅食算法优化支持向量机的含水层富水性预测方法，通过对风化基岩与烧变岩含水层富水性的精准分区预测，将工作面划分为不同富水等级的区段。在此基础上，分析经过长时间井下疏放水后的工作面采前水文地质条件，利用动静储量法对工作面不同富水等级区段的涌水量进行预测，与矿井生产过程中的涌水量实测数据相比，涌水量预测结果误差整体较小，介于 0.306.98 m3/h，表明此预测方法可行度与准确率较高，为红柳林煤矿及类似条件矿井工作面涌水量预测提供了新的思路与方法。关键词：风化基岩；烧变岩；富水性；评价指标；蝠鲼觅食优化算法；涌水量预测；侏罗纪煤田中图分类号：TD742 文献标志码：A 文章编号：1001-1986(2023)10-0114-10ZonedpredictionofwaterinflowafterdewateringofworkingfacebasedonwaterrichnesszoningofaquiferYANG Lei1,LEI Fangchao2,HOU Enke2,LU Bo1,FENG Dong2,ZHAO Kaixing2(1.Hongliulin Mining Co.,Ltd.,Shaanxi Coal Group,Shenmu 719300,China;2.College of Geology and Environment,Xian University of Science and Technology,Xian 710054,China)Abstract:As the weathered bedrock and burned rock aquifers seriously threaten the production safety of mines in theJurassic coalfield of northern Shaanxi Province,accurate prediction of their waterrichness and water inflow at the work-ing face is of great significance for water control in mines.Aiming at the weathered bedrock and burned rock aquiferswith close hydraulic connection,the area where working face 15217 of Shaanxi Hongliulin Coal Mine is located wastaken as the study area.Meanwhile,the aquifer thickness,lithological combination index,index of rock burning andweathering degree and core recovery was taken as the evaluation indexes.The prediction method for the water richnessof aquifers based on the support vector machine using manta ray foraging optimization was put forward.Then,the work-ing face was zoned according to different waterrichness levels through the accurate zoned prediction of waterrichness ofthe weathered bedrock and burned rock aquifers.On this basis,the hydrogeological conditions of the working face be-fore mining were analysed after a long period of underground dewatering,and the water inflow of different water-richzones in the working face was predicted using the dynamic and static storage method and the error of water influx pre-diction results was small compared with that of the water influx measured in mining activities,ranging from 0.30 to 6.98m3/h,which indicates that this prediction method has high feasibility and accuracy.It provides new ideas and methods 收稿日期:2023-01-30；修回日期:2023-06-06基金项目:国家自然科学基金项目(42177174)；中央引导地方科技发展专项资金计划项目(2020ZY-JC-03)；陕煤集团科研计划项目(2019SMHKJ-C-24)第一作者:杨磊，1984 年生，男，陕西神木人，硕士，工程师，从事煤矿地质灾害防治工作.E-mail：通信作者:侯恩科，1963 年生，男，陕西扶风人，博士，教授，博士生导师，从事矿井水害防治研究.E-mail： 第 51 卷 第 10 期煤田地质与勘探Vol.51 No.102023 年 10 月COAL GEOLOGY&EXPLORATIONOct.2023杨磊，雷方超，侯恩科，等.含水层富水性分区及工作面疏放水后涌水量分段预测J.煤田地质与勘探，2023，51(10)：114123.doi:10.12363/issn.1001-1986.23.01.0046YANG Lei，LEI Fangchao，HOU Enke，et al.Zoned prediction of water inflow after dewatering of working face based on wa-terrichness zoning of aquiferJ.Coal Geology&Exploration，2023，51(10)：114123.doi:10.12363/issn.1001-1986.23.01.0046for the prediction of water influx in the working faces of Hongliulin Coal Mine and mines with similar conditions.provides new ideas and methods for the prediction of water influx in the working faces of Hongliulin Coal Mine andmines with similar conditions.Keywords:weathered bedrock;burned rock;water richness;evaluation index;manta ray foraging optimization(MRFO);prediction of water inflow;Jurassic coalfield 矿井顶板水害是制约我国陕北侏罗纪煤田矿井安全生产的主要因素，预防顶板水害事故的发生成为防治水工作的重中之重，尤其是顶板充水含水层预处理前、后工作面涌水量的精准预测，更是成为了近年来防治水工作的重点讨论对象1。目前，针对工作面涌水量的预测方法主要包括解析法2-3、水文地质比拟法4、数值法5-6、相关分析法7、灰色系统理论8、时间序列9等方法。经过长期研究，以往工作面涌水量预测大多是将工作面作为一个整体进行，未考虑工作面内水文地质条件差异对涌水量的影响，预测结果与实际相比误差较大，因此，许多学者逐渐从不同角度、因地制宜地对工作面涌水量进行更加精细的时空动态预测。陈思佳等10根据月掘进进度将工作面分段，提出了基于“分段大井法”的工作面涌水量预测方法；虎维岳11分析了工作面顶板涌水模式及涌水量的时空组成特点，预测了多个回采工作面同时生产时不同年份矿井涌水量及其动态变化过程；侯恩科等12以陕西柠条塔井田 12煤层隐伏火烧区下 3 个连续开采的工作面为研究对象，利用 GMS 软件建立地下水数值模型，模拟了采动过程中涌水量随开采时间的动态变化。陕北侏罗纪煤田煤质优良、地质构造简单、开采技术条件优越，往往选择布置超长走向的工作面以提升生产效率，而工作面上覆含水层富水性在空间上存在不均一性，从而引起了工作面在不同采动位置时涌水量的变化，且现阶段依据工作面主要充水含水层富水性分区预测工作面涌水量的研究较少。因此，笔者以陕西红柳林煤矿 15217 工作面为研究对象，建立风化基岩及烧变岩含水层的富水性分区模型，依据富水性分区结果对工作面划分不同富水等级区段，并利用动静储量法对井下疏放水后不同区段的涌水量进行分区预测，以期为风化基岩与烧变岩复合含水层充水模式下的工作面涌水量预测提供新思路。1工作面概况15217 工作面位于红柳林井田东部，工作面倾向宽 348 m，走向长 2 400 m，52煤层厚 3.85.7 m，倾角03，工作面地表以波状沙丘地貌为主，受雨水冲刷形成多条冲沟，汇入毛驴滩沟后沿南偏东方向流经工作面，如图 1 所示。该区域 52煤层赋存整体为南高北低、西高东低。15217 工作面呈南北向分布，其西侧为尚未开采的 15218 工作面，东侧为已开采的 15216工作面采空区。15216 工作面 52煤层底板整体低于15217 工作面，采空区积水整体向东排泄，对 15217 工作面安全生产不构成威胁。NAAAA901 2201 2001 1801 1601 1401 1201 1001 0801 0602 200松散含水层3483002502001501005000200400600800 1 000 1 200 1 400 1 6001 8002 000 2 200 2 400红土隔水层42 煤烧变岩含水层风化基岩含水层正常基岩含水层煤层2 0001 800长度/m1 6001 4001 2001 000800600400200高程/m宽度/m长度/m道巷回采方向15216 工作面辅运巷道切眼1 220Q4+Q2lN2bJ2yJ2y回采方向52 煤44 煤43 煤1 2001 1801 1601 1401 1201 1001 0801 060高程/m图 1 15217 工作面井上下对照及 AA水文剖面Fig.1 Ground and underground conditions contrast and AA hydrographic profile of working face 15217 侏罗系延安组 52煤层上覆含隔水层自上而下依次为富水性极弱的第四系沙层与黄土、新近系保德组红土隔水层、延安组 42煤层烧变岩和风化基岩弱至强含水层、延安组正常基岩弱含水层。根据榆神府矿区浅埋煤层覆岩“三带”发育高度经验值13与相邻矿井实测数据，采用 28 倍裂采比计算导水裂隙带最大发育高度，得出 15217 工作面导水裂隙带发育至红土隔水层以上，局部已沟通地表。根据毛驴滩沟附近松散层以往水文探查结果，15217 工作面及附近区域松散层不含水。工作面采前第 10 期杨磊等：含水层富水性分区及工作面疏放水后涌水量分段预测 115 对地表毛驴滩沟流水进行了截流导流处理，对低洼积水区进行了疏排，采中对地表裂缝进行填埋治理，保证大气降水与地表水不会涌入工作面。根据以往开采工作面涌水量资料，雨季工作面涌水量未出现明显增大。因此，松散层水、地表水及大气降水对 15217 工作面涌水量影响较小。风化基岩与烧变岩含水层是 15217 工作面主要顶板充水含水层。风化基岩厚度 4.5023.95 m，岩性以风化砂岩为主，其富水性受岩性、厚度及裂隙发育程度影响，具有明显的分区特征。52煤层上覆的 42煤层沿煤层露头边界向赋存区内自燃而形成较大范围烧变岩，烧变岩厚度 011.1 m，受烧变程度及补给条件影响，富水性在平面上表现出不均一性。在 42煤火烧区内部，烧变岩与风化基岩直接接触，两者水力联系密切。因此，15217 工作面受 42煤烧变岩与风化基岩复合含水层水害威胁。2含水层富水性影响因素及等级2.1影响因素通过对 15217 工作面所在区域风化基岩与烧变岩含水层发育特征的研究，结合抽水试验成果对比分析，综合选定含水层厚度、含水层岩性组合指数、岩石烧变及风化程度指数、岩心采取率作为含水层富水性评价的主控因素14-16，建立量化指标进行富水性精确预测。2.1.1 含水层厚度(D)风化基岩与烧变岩含水层因裂隙、孔隙发育导致储水性与透水性增强，一般而言，当其他影响含水层富水性的因素不发生变化时，含水层厚度越大，富水性越强。2.1.2 岩性组合指数(O)研究区风化基岩及烧变岩均由单一岩性或多层不同岩性的岩层组成，岩性以砂岩与泥岩为主。抽水钻孔实测单位涌水量资料表明：对于不同岩性岩层形成的风化基岩，脆性砂岩的单位涌水量明显大于塑性泥岩，其根本原因在于砂岩经风化后孔隙率增大且裂隙发育，形成连通性好的风化裂隙，而泥岩风化后松软且遇水易泥化膨胀，对风化裂隙具有一定压实弥合作用；对于同一岩性的风化基岩，碎屑粒径越大的岩层单位涌水量也越大，如风化后粗砂岩较细砂岩的单位涌水量明显增强。因此，根据岩体岩性对富水性的影响程度将其量化，结合其在含水层厚度中的占比，建立岩性组合指数 O，O 与富水性呈正相关关系，公式如下：O=nu=1Duunu=1Du(1)式中：n 为依据岩性将岩体划分的层数；u 为第 u 层，1un；Du为第 u 层岩层厚度，m；u为第 u 层岩层岩性量化值，按岩体岩性不同，将泥岩、砂质泥岩、粉砂岩、细砂岩、中砂岩、粗砂岩分别用数值 16 表示。2.1.3 岩石烧变及风化程度指数(G)基岩受风化程度不同，其岩体结构、裂隙发育情况、岩体力学性质和含隔水性均存在显著差异。岩体受风化程度越强，内部孔隙、裂隙越发育，单位涌水量越大。烧变岩由于内部发育连通性裂隙孔洞，构成了良好的储水场所，在受补给强的区域，其富水性相较于风化基岩往往更强。据此特征建立岩石烧变及风化程度指数 G，公式如下：G=nu=1Duu(2)式中：u为第 u 层岩石烧变及风化程度量化值，将弱风化、中等风化、强风化、烧变岩分别用数值 14 表示。2.1.4 岩心采取率指数(P)在相同的钻探工艺下，岩心采取率与岩石裂隙发育程度息息相关。岩心采取率越低的岩层，岩体结构越破碎，导水能力相对越好；根据岩心采取率与含水层富水性的关系建立岩心采取率指数 P，以此表征基岩含水层富水性强弱，公式如下：P=nu=1Duunu=1Du100%(3)式中：u为岩心采取率，%。2.2富水性等级划分根据煤矿防治水细则规定，含水层富水性按照抽水钻孔单位涌水量 q 划分为 4 个等级：弱富水性(q0.1 L/(sm)、中等富水性(0.1 L/(sm)q1.0 L/(sm)、强富水性(1.0 L/(sm)5.0 L/(sm)。本次选取 15217 工作面所在区域 51 组风化基岩与烧变岩含水层抽水钻孔资料组成训练样本集，其中未发现极强富水性钻孔，弱富水性钻孔占比 56.86%。富水性等级划分在煤矿防治水细则规定的基础上，将原有弱富水性等级(q0.10 L/(sm)细化为弱富水性等级(0.01 L/(sm)0(9)式中：为核参数。在支持向量机模型中，惩罚因子 C 及核参数 分别影响着误差的容忍程度和模型的复杂程度，当 C 值过大时，预测结果更容易出现过拟合现象，反之，容易导致欠拟合；当 值越小时，模型越简单，对预测集的泛化程度越高，反之，模型越复杂且泛化程度越低。惩罚因子 C 及核参数 的取值决定了支持向量机预测结果的准确性，选取合适的参数取值是提高预测结果准确性的前提。因此，笔者拟采用蝠鲼觅食算法优化支持向量机参数以提高预测结果的准确性。3.2蝠鲼觅食优化算法蝠鲼觅食优化算法(Manta Ray Foraging Optimiza-tion，MRFO)是 Zhao Weiguo 等20在 2020 年提出的一种基于群体优化的算法，其核心是模拟蝠鲼的链式、螺旋及翻转 3 种觅食策略来促进数学模型达到全局最优，以实现简便、自适应强、参数少、收敛速度快的特点而备受关注21-22。(1)链式觅食：蝠鲼群体觅食时，各蝠鲼个体从头到尾有序排列形成一条觅食链，该觅食链中的每个蝠鲼个体不仅向着食物源前进，也向着前一个个体前进，这代表着 MRFO 在每次迭代时，都会更新最佳解决方案及其前面的解决方案。(2)螺旋觅食：当排列成一条觅食链的蝠鲼群体发现食物源时，排列有序的蝠鲼个体以食物源为源点，首 表1富水性等级量化值及样本容量Table1Quantitativevaluesofwaterrichnessgradeandsamplesize富水性等级单位涌水量q/(Ls1m1)量化值样本容量极弱q0.01017弱0.01q0.10112中等0.1q1.0212强1.05.040 表2训练集样本指标及实测富水性数据Table2Sampleindexesandmeasuredwaterrichnessdataoftrainingset钻孔D/mOGP/%SK2312.633.742.5685.502HS-914.653.972.0663.14310-HB916.652.752.0787.751SK1621.173.862.0685.5939-HB1016.002.222.5993.1326-84.103.002.0075.610L5421.802.912.3677.803.6-HB622.003.631.0091.822BK5-34.003.003.0069.000L2811.153.482.7692.361L2713.113.972.8570.372BK3-24.403.001.0071.000SK227.353.382.3959.861L17.634.502.3180.871L2637.302.322.9162.553HB2-148.805.001.0097.000第 10 期杨磊等：含水层富水性分区及工作面疏放水后涌水量分段预测 117 尾相连呈螺旋式行进轨迹靠近食物源，使得该算法具有良好的局部搜索功能。(3)翻转觅食：各蝠鲼个体会以食物源位置为原点，通过围绕原点的翻转运动使个体位置与最佳位置的距离逐渐减小，迫使所有个体在搜索空间中逐渐逼近最优解。3.3富水性评价模型构建本文选取 MRFO 优化 SVM 模型预测含水层富水性，核函数选用径向基核函数 K(xi,xj)，具体计算流程如图 2 所示。为了消除各富水性影响因素之间的量纲影响，方便数据指标之间的可比性，在模型初始阶段对51 组训练样本数据(表 2)进行归一化处理，数据归一化结果见表 3。开始数据归一化初始化参数初始化种群更新适应度最优个体及参数更新蝠鲼群体位置随机生成蝠鲼个体位置设定：蝠鲼种群规模 m 最大迭代次数 T计算验证集适应度结束预测集结果输出SVM 计算适应度NYim?图 2 MRFO 优化 SVM 计算流程Fig.2 Calculation process of SVM optimization by MRFO 在数据归一化的基础上，选择合适的初始参数是模型寻优的前提，种群规模关系着模型全局寻优的准确性与效率。较大的种群有助于模型寻找全局最优解，但同时伴随着收敛速度慢的特点，反之，较小的种群规模使模型快速收敛，但所求结果可能为局部最优。且一般而言，当模型迭代次数为种群规模的 110 倍时，更利于算法寻优。由于训练样本数据量较小，本次MRFO 的初始参数设定如下：种群规模 m 取 20，最大迭代次数 T 取 100。在完成模型初始参数设定的基础上，将归一化后的富水性主控因素数据随机生成初始化种群，利用SVM 计算训练集的适应度，结合 MRFO 中链式、螺旋、翻转 3 种觅食优化方式完成现阶段最优适应度个体位置的迭代更新，并源源不断地将最新一次的个体位置回代入 SVM 计算训练集的适应度，当算法满足迭代终止条件时，利用最优适应度对应的参数计算验证集适应度，并输出预测集富水性结果。3.4富水性分区结果本次选取工作面内及周边 14 组水文孔数据作为验证集样本，利用 Python 语言下 sklearn 工具构建MFRO 优化 SVM 模型对样本集进行训练，同时选取鲸鱼优化(Whale Optimization Algorithm，WOA)、粒子群优化(Particle Swarm Optimization，PSO)、麻雀搜索算法优化(Sparrow Search Algorithm，SSA)及狮群优化(Loin Swarm Optimization，LSO)作为对比训练模型。从基于各种优化算法改进的支持向量机模型预测所得钻孔富水性结果来看，MRFO 与 WOA 优化算法适应度均可达 0.86，预测效果最好，其余优化算法所预测富水性适应度均低于该水平，见表 4。就各优化算法达到最优结果的效率而言，具有最优适应度的 MRFO 与 WOA 相比较，MRFO 于第 3 次迭代已达最优，WOA 于第 15 次迭代达到最优，如图 3所示。因此，基于 MRFO 优化 SVM 的含水层富水性预测模型效果最优。本次选取 MRFO 优化 SVM 模型对 15217 工作面内及周边 17 组探煤孔数据组成的预测样本集的风化基岩与烧变岩含水层富水性进行预测，按照探煤孔富 表3训练集样本指标归一化结果Table3Indicatornormalizationresultsoftrainingsetsamples钻孔D*O*G*P*SK230.740.450.220.69HS-90.680.370.470.0810-HB90.620.810.470.75SK160.480.410.470.699-HB100.641.000.210.906-81.000.720.500.42L540.470.750.320.48.6-HB60.460.491.000.86BK5-31.000.7200.24L280.790.550.120.87L270.730.370.080.28BK3-20.990.721.000.30SK220.900.580.310L10.890.180.350.56L2600.960.040.07HB2-140.8601.001.00注：D*、O*、G*、P*为归一化指标。118 煤田地质与勘探第 51 卷水性预测结果，结合已有抽水试验钻孔对风化基岩与烧变岩含水层富水性进行分区，分区结果如图 4所示。4基于井下疏放水的富水性分区结果验证4.1工作面富水性分段在风化基岩与烧变岩含水层富水性分区预测的基础上，基于富水性分区结果将 15217 工作面划分为4 个区段(图 4)：区段整体属于弱富水区，受风化基岩含水层影响；区段整体位于弱中等富水区；区段位于中等极弱富水区，两段均受风化基岩含水层及局部赋存的烧变岩含水层影响；区段主要位于强富水区，整体受到大范围烧变岩及风化基岩含水层影响。4.2分区结果验证为验证富水性分区结果的准确性，结合 15217 工作面采前井下疏放水钻孔实测资料，通过对井下疏放水钻孔初始涌水量、各钻场疏放水强度与时间、各区段总疏放水量占比的分析，验证富水性分区结果的准确性。初始涌水量 Q010 m3/h 的钻孔主要位于区段，集中分布于强富水区，且该区段为烧变岩主要赋存区域；区段也分布少量 Q010 m3/h 的钻孔，其中T22 钻场位于烧变岩区域，区段与区段探放水钻孔均为 Q010 m3/h，如图 5 所示。从各钻场的疏放水强度与时长来看，位于强富水区的大部分疏放水钻场涌水量整体较大且持续时间较长，位于中等富水区和弱富水区疏放水钻场涌水量较小且持续时间短。就 Q010 m3/h 的疏放水钻场而言，大部分钻场位于烧变岩强富水区(T11、T12、T15、T16、T17、T19、T20 钻场)，涌水量大、持续时间长；少量钻场位于烧变岩中等富水区(T21、T22 钻场)，涌水量较大、持续时间较短；仅 T26 钻场位于风化基岩弱富水区，但其涌水量很小且持续时间较短，如图 6 所示。工作面各区段疏放水钻孔总放水量如图 7 所示，各区段总放水量的特征为：区段区段区段区段。这一结果表明，富水性较强区域的放水量大于较弱区域，其根本原因在于该区域烧变岩含水层富水性强于风化基岩含水层，从而使得沟通烧变岩含水 表4验证样本不同优化算法预测结果及适应度Table4Thefitnessandpredictionresultsoftheverificationsamplesunderdifferentoptimizationalgorithms序号钻孔D/mOGP/%实测富水性等级不同方法预测富水性等级MRFOWOAPSOSSASLO1L1821.804.952.31802220222G116.703.293.41743333333G422.002.862.69553333334BK3-321.804.071.38760000115SK218.193.952.53820001006HS-726.244.561.15860000007L2124.953.732.6882220228HB2-152.501.001.00880001009BK713.183.001.007521101110ZM315.053.003.008202202211SK1413.863.211.577611111112HS-121.904.412.596533303313L1217.334.733.009222222214ZM27.003.302.7079111111适应度0.860.860.570.790.79 0102030400.20.40.60.81.0(2,0.50)(33,0.79)(15,0.86)适应度-迭代次数SLOMRFOSSAPSOWOA(3,0.86)(14,0.79)图 3 适应度迭代次数关系Fig.3 Fitness-number of iterations relationship第 10 期杨磊等：含水层富水性分区及工作面疏放水后涌水量分段预测 119 层的疏放水钻孔疏放水量往往大于仅沟通风化基岩含水层的钻孔。经过井下疏放水实测资料验证，本次富水性分区结果较为准确，因此，基于 MRFO 优化 SVM 的富水性预测方法准确度较高。5基于富水性分区的工作面涌水量分段预测5.1疏放水后水文地质条件分析15217 工作面采前经过长时间井下疏放水，上覆基岩含水层已经由承压水转为无压水。如图 8 所示，152181521615215152141521315212水文孔探煤孔火烧边界(物探)N富水性强中等弱极弱工作面分段L26G11G89-5G15G14L25G98-4G7G10G12BK9G137-2G5G3G2G1G46-4BK3-17-36-58-6SK227-4BK3-2G66-5巷道及工作面序号152161521743121物探范围SK220400 m图 4 基于 MRFO 优化 SVM 的富水性分区Fig.4 Waterrichness partition based on SVM optimized by MRFO T1T2T25T26T27T24T23T22T21T20T19T18T17T16T15T14T13T12T11T10T9T8T7T6T5T4T3火烧边界4321工作面分区40200 m井下疏放水钻孔：依据初始涌水量 Q0(m3/h)划分 2#3#4#5#6#7#8#9#10#11#12#13#14#15#16#17#18#19#20#21#22#23#24#25#26#27#28#29#30#31#32#疏放水钻场T151Q010Q010Q01巷道图 5 工作面富水性分段及井下疏放水钻孔布置Fig.5 Layout of waterrichness section on working face and boreholes for drainage 05-2005-2606-0106-0706-1306-1906-2507-0107-0707-1307-1907-25050100150200250T26T21+T22T19+T20T17T15+T16T13T11+T12涌水量/(m3h1)放水时间钻场图 6 Q010 m3/h 疏放水钻场放水量历时曲线(2022 年)Fig.6 Q010 m3/h drainage drill sites water release time curves in2022 316 79083.7860 84316.095240.11870.02区段区段区段区段5240.11各区段放水量/m3占比/%图 7 工作面不同区段总放水量及占比Fig.7 Total discharge water and its proportion in differentsections of working face 120 煤田地质与勘探第 51 卷工作面上覆风化基岩含水层水位高程整体高于含水层底面高程，仍存在一定残余水头；烧变岩含水层底面高程在区段与区段区域基本低于基岩含水层水位高程，该区域烧变岩含水层已基本疏干，但区段区域仍有一定残余水头，未疏放完毕。在工作面开采阶段，导水裂隙带发育至风化基岩与烧变岩含水层时，存在的残余水头仍会影响工作面的安全回采。1 1601 1561 1521 1481 1441 1401 1361 1281 132N1 1621 1601 1581 1561 1541 152N1 1601 1561 1521 1481 1461 142N等高线/m0250500 m1 1541 1521 1501 1481 1461 1441 1421 1401 1381 1361 1341 1321 1541 1551 1561 1571 1581 1591 1601 1611 1601 1561 1601 1581 1561 1541 1521 1501 1481 1461 1441 142等高线/m等高线/m(a)风化基岩底面等高线(b)烧变岩底面等高线(c)基岩含水层水位等值线0250500 m0250500 m图 8 风化基岩底面烧变岩底面基岩含水层水位等值线Fig.8 Isoline of water level of weathered bedrock bottom-burnedrock bottom-bedrock aquifer5.2工作面疏放水后涌水量分段预测目前，大井法是计算工作面涌水量最常用的解析方法，该方法将工作面采后形成的采空区近似看成一个理想化的具有一定影响半径的“大井”，含水层水源源不断流入该“大井”的水量即为工作面的涌水量。但是由于传统大井法仅考虑了含水层水流入采空区的侧向补给水量，忽略了含水层自身赋存的水在采动裂隙沟通下向采空区的释放水量，导致所计算的涌水量比实际涌水量普遍较小。鉴于此问题，本文采用动静储量法23计算井下疏放水后的工作面涌水量，将传统大井法中采空区侧向补给水量作为动态补给量，加入工作面采后垮落区内流入的含水层自身赋存的水量作为静态释放水，两者之和即为动静储量法所计算的工作面涌水量。由于工作面采前经过长时间的井下疏放水，工作面开采前基岩含水层水已由承压水转化为无压水，因此利用大井法潜水公式计算动态补给水量，计算公式如下：Qd=1.366K(2HS)SlgR0lgr0(10)式中：Qd为动态水补给量，m3/h；H 为初始水位高程，m；S 为含水层水位降深，m；R0为引用影响半径，m；r0为引用半径，m；K 为含水层渗透系数，m/d，选取各区段内及附近各水文孔抽水试验所得渗透系数的算术平均值作为该区段计算动态补给水量所用 K 值。15217 工作面疏放水后各区段动态水量计算结果见表 5。动态补给量在区段区段呈正增长趋势，主要原因是采空区面积不断扩大引起影响半径的增大，当开采至区段时，该区域附近为风化基岩底面抬升区，底面最低高程相较于区段增大 12 m，导致了该区域风化基岩含水层水位降深减小，从而使动态补给量表现出下降的趋势。表5工作面各区段动态水量预计结果Table5Dynamicwateryieldcalculationresultsforeachsectionoftheworkingface区段水位高程/m底板高程/mS/mK/(md1)R0/mQd/(m3h1)1 1421 1491 1321 137130.049 31226.7311.341 1481 1561 1331 140160.049 31332.3418.501 1531 1591 1331 148160.033 54554.8826.071 1551 1591 1451 15540.038 47690.1417.70 静态释放水量计算公式如下：Qj=FMt(11)F=BL(12)式中：Qj为静态释放水量，m3/h；F 为采空区面积，m2；L 为回采长度，m；B 为工作面宽度，m；M 为承压含水层厚度，m；为含水层贮水系数；t 为预计回采时间，h。由于采前工作面上覆风化基岩与烧变岩承压含水层经长期疏放水已转变为无压含水层，当工作面采后导水裂隙带沟通上覆含水层时，仅有残余水头范围内赋存水量流入工作面，当残余水头完全释放入工作面时，残余水头高度等于含水层水位降深(S)。潜水含水第 10 期杨磊等：含水层富水性分区及工作面疏放水后涌水量分段预测 121 层静态释放水量计算公式如下：Qj=BLSt(13)15127 工作面于 2022 年 6 月下旬开始回采，区段于 7 月末回采完毕，区段于 9 月上旬回采完毕，区段于 11 月末回采完毕，区段尚未回采，在本次静态释放水量计算过程中，根据以往工作面回采速度及 15217 工作面回采接续规划，选取工作面回采速度10 m/d 预计回采时间。需要说明的是，在计算后续区段的动态水量时，应考虑已采多个区段已形成的采空区对概化“大井”影响半径的影响，同时，已采多个区段已经完成自身赋存水量的释放，因此，后续区段的静态释放水量的计算可以忽略已采区段静态水的影响。15217 工作面疏放水后各区段静态水量计算结果见表 6。工作面涌水量(Q)应为上覆含水层动态补给水量(Qd)与静态释放水量(Qj)之和，工作面各区段涌水量计算结果见表 7。随着工作面的不断开采，涌水量整体呈现“先增后减”趋势，在区段开采时达到峰值，接近终采线时涌水量相对减小。目前，区段区段已开采完毕，预测涌水量与工作面实测涌水量相比误差较小，吻合度高。表6工作面各区段静态水量计算结果Table6Staticwateryieldcalculationresultsforeachsectionoftheworkingface区段含水层B/mL/mF/m2M/m静储量/m3t/dQj/(m3h1)风化基岩350348121 800