郭瑞，彭楊宏，王其杰，汪濤，馮旭明陜西理工大學(xué)土木工程與建筑學(xué)院，陜西漢中， 723001； 甘肅省地礦局水文地質(zhì)工程地質(zhì)勘察院，甘肅張掖， 734000

內(nèi)容提要: 礦產(chǎn)資源開發(fā)在促進地方經(jīng)濟快速發(fā)展的同時也對區(qū)域土地資源帶來嚴(yán)重影響?；趯Ω拭C敦煌某花崗巖礦開采狀況實地調(diào)研，利用灰熵理論和主成分分析法分析了露天采礦對土地資源破壞主要影響因素及其關(guān)聯(lián)度，建立了以主要影響因素為參數(shù)的礦山開采對土地資源影響預(yù)估模型。結(jié)果表明：采坑對礦區(qū)內(nèi)土地資源影響最為顯著，礦堆和礦渣堆的影響接近且較為顯著，剝離表土堆和礦區(qū)內(nèi)建筑物的影響接近且較小，礦山道路的影響最??；礦山資源開采過程中應(yīng)嚴(yán)格控制采坑開挖面積，并制定合理的開挖方案；基于露天采礦挖損和壓占土地的主要影響因素建立了露天采礦對土地資源影響預(yù)估模型，其可為預(yù)測和評價類似地區(qū)采礦活動對土地資源影響提供借鑒。

近年來，隨著我國城鎮(zhèn)化進程的加快、城市規(guī)模不斷地擴大，對砂石料、裝飾用石材等建筑石料的需求量不斷增大，進而引起相應(yīng)礦產(chǎn)資源的開發(fā)規(guī)模不斷擴大。礦產(chǎn)資源的開發(fā)為國民經(jīng)濟的發(fā)展提供了有力的保障，但其長期不加限制和無序的開采則不可避免地對土地資源造成破壞，其不但加劇了人地矛盾，且對區(qū)域內(nèi)自然環(huán)境造成嚴(yán)重破壞，進而影響國民經(jīng)濟的可持續(xù)發(fā)展(嚴(yán)金明等，2012；周妍等，2013；徐華清等，2020；?？〗艿?，2020)。礦山開采引起的地質(zhì)環(huán)境問題主要可分為礦山地質(zhì)災(zāi)害、含水層破壞、地貌景觀破壞、土地資源占壓破壞及廢水和廢渣對環(huán)境影響(李睿昱，2021)，對于不同區(qū)域環(huán)境其重要性有所差異。露天采礦具有投資少、生產(chǎn)效率高等優(yōu)點，在礦產(chǎn)資源開發(fā)中運用較為廣泛(Armstrong et al., 2021; Gu Qinghua et al., 2021; Shao Xiaoping et al., 2021)，但其不僅對地表植被造成嚴(yán)重破壞，對區(qū)域生態(tài)環(huán)境造成影響，且造成土地資源利用率嚴(yán)重下降。露天采礦對土地資源的破壞主要表現(xiàn)為采坑挖損土地，礦渣廢料、礦堆、礦區(qū)建筑物及道路壓占等(周偉等，2007)，是土地資源較為普遍的破壞問題，其不僅破壞原始地形地貌，污染周圍環(huán)境，且易導(dǎo)致水土流失、土質(zhì)劣化及誘發(fā)地質(zhì)災(zāi)害等(夏嘉南等，2021)，我國有關(guān)礦山地質(zhì)環(huán)境保護和恢復(fù)治理方面工作起步較晚(李巖等，2016)，許多已廢棄礦山未能得到及時恢復(fù)治理，地質(zhì)環(huán)境問題較為突出?，F(xiàn)有有關(guān)礦山地質(zhì)環(huán)境的研究主要集中在對生態(tài)環(huán)境影響和恢復(fù)治理方面(Mayes et al., 2009；徐華清等，2020；賈晗等，2020)，有關(guān)礦山開采過程中土地資源破壞的研究較少。研究礦山開采過程中土地資源影響因素及不同因素的影響程度，對制定合理的礦山資源地開發(fā)方案、提高土地資源整治效益等具有重要意義。

1 研究區(qū)概況

敦煌位于甘肅省西北部方向、河西走廊最西端，地處甘肅、青海、新疆三省(區(qū))交匯處，屬典型大陸性干旱氣候區(qū)，年降水量約50 mm，長年風(fēng)沙不斷，且多西北或東南風(fēng)，地表無徑流及積水帶，主要以雨水滲透為主。根據(jù)野外調(diào)查，研究區(qū)位于塔里木陸塊區(qū)、敦煌陸塊、柳園裂谷帶，屬平原和丘陵相結(jié)合典型戈壁地形地貌，區(qū)域內(nèi)地形呈東南低西北高之勢，整體較為平坦，海拔高度1670～1751 m，偶見風(fēng)積沙丘，坡度較緩，約15°～30°，最大高度約2 m。研究區(qū)包括吊頭泉、青墩峽、石板墩、蘆草溝等四個采礦片區(qū)如圖1所示，總面積約39.76 km2，出露巖體以華力西中期二長花崗巖和晚期鉀長花崗巖及中石炭統(tǒng)石板山群中巖組白色大理巖為主，共分布有26處礦山，其對區(qū)域地質(zhì)環(huán)境影響主要表現(xiàn)形式為露天采礦坑(105處)、毛胚礦堆(331處)、礦渣堆(533處)、礦區(qū)道路(84.13 km)、地表建筑物及其它生活設(shè)施(84處)分別見圖2。根據(jù)野外調(diào)查研究區(qū)內(nèi)礦山開采活動引起土地資源破壞2058.31 hm2，壓占土地資源2057.06 hm2，挖損土地資源149.39 hm2。

圖1 敦煌地區(qū)礦區(qū)分布位置示意圖Fig. 1 Distribution of mining areas in Dunhuang area

圖2 礦山開采對土地破壞主要形式Fig. 2 The main forms of mining impact on geological environment(a) 采礦坑；(b) 礦堆；(c) 礦渣堆；(d) 生活設(shè)施 (a) mining pit；(b) ore pile；(c) slag pile；(d) living facilities

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

通過對研究區(qū)內(nèi)吊頭泉、青墩峽、石板墩、蘆草溝(未開采)四個片區(qū)內(nèi)礦山開采情況詳細調(diào)查，并結(jié)合作者已經(jīng)歷過的甘肅境內(nèi)其它地區(qū)礦山地質(zhì)環(huán)境調(diào)查和評價工作及文獻(周偉等，2007；Damigos et al., 2006)，確定了敦煌飾面用石材礦礦山土地資源破壞影響因素為采坑(P)、礦堆(O)、礦渣堆(S)、剝離地表土堆(M)、礦區(qū)建筑物(B)、礦山道路(R)。根據(jù)規(guī)范(DZ/T0223-2011, 2011)中礦山地質(zhì)環(huán)境調(diào)查要求，對四片區(qū)內(nèi)已開采礦山各影響因素進行了精確量測，其數(shù)據(jù)統(tǒng)計值見表1。

表1 敦煌北部4個礦區(qū)土地資源破壞影響因素統(tǒng)計值Table 1 Influencing parameters of land resources destruction in the 4 mining areas, northern Dunhuang

2.2 研究方法

2.2.1灰熵理論

灰熵關(guān)聯(lián)分析是一種系統(tǒng)分析方法，其可以在不完全的信息中，通過確定各因素與系統(tǒng)發(fā)展態(tài)勢之間關(guān)系，從而分辨出影響系統(tǒng)的主要和次要因素。它克服了灰色關(guān)聯(lián)分析中因個性信息損失和關(guān)聯(lián)傾向等缺點給計算結(jié)果帶來誤差(念騰飛等，2018)，其計算步驟如下：

2.2.1.1建立參考序列和比較序列及均值化處理

依據(jù)功能性、完整性及非重疊性等原則選取映射量。以被影響因素作為參考序列：

X0={x0(k);k=1,2,3,…,n}

以影響因素作為比較序列:

Xi={xi(k);k=1,2,3,…,n;i=1,2,3,…,m}

2.2.1.2計算灰關(guān)聯(lián)系數(shù)

基于所建立的灰熵分析參考序列和比較序列及對其均值化處理結(jié)果，通過式(1)計算比較數(shù)列與參考數(shù)列間灰關(guān)聯(lián)系數(shù):

ξ[x0(k),xi(k)]=

(1)

2.2.1.3計算灰熵關(guān)聯(lián)度

對于任意Xi，i=1，2，…，m，總有x0(k)≤(或≥)xi(k) ，k=1，2，…，n。設(shè)

Rξi={ξi[x0(k),xi(k)],k=1,2,…，n},

(2)

式(2)中，Pi為分布映射，Ph為灰關(guān)聯(lián)分布密度值。則Xi的灰關(guān)聯(lián)熵為：

(3)

比較序列Xi的灰熵關(guān)聯(lián)度為：

(4)

式(4)中，Hmax=lnn，表示差異信息列最大熵值。

2.2.2主成分分析法

主成分分析法是由Hotelling于1933年提出的一種隨機變量統(tǒng)計方法，假定U={ui,j}是含有n個樣本每個樣本含有m個變量的數(shù)據(jù)集(設(shè)i=1、2…n，j=2)，其個體構(gòu)成圖3所示一個橢圓形輪廓的散點圖，沿橢圓長軸方向數(shù)據(jù)的變異性較大，短軸方向的較小，沿橢圓長軸和短軸方向設(shè)定新坐標(biāo)系x1和x2，則每一個點對應(yīng)存在兩個新變量，且新變量與原始變量間存在換算關(guān)系，但二者彼此不相關(guān)。x1攜帶了大部分?jǐn)?shù)據(jù)變異信息，而x2攜帶了少部分?jǐn)?shù)據(jù)信息，故可用長軸方向的x1代表ui,1和ui,2的大部分信息，這樣將兩個相關(guān)性的變量縮成一個變量，進而達到降維目的，且x1和x2相差越大，對高維空間降維處理越合理(張文彤等，2006；王沖等，2017)。主成分分析求解步驟為：① 對樣本集原始數(shù)據(jù)標(biāo)準(zhǔn)化處理；② 構(gòu)建相關(guān)系數(shù)矩陣；③ 計算相關(guān)系數(shù)矩陣E的特征值與特征向量；④ 計算貢獻率和累計貢獻率；⑤ 建立綜合評判模型。

3 礦山土地資源破壞程度影響因素分析

3.1 數(shù)列均值化處理

通過對礦區(qū)內(nèi)已開采礦山對土地資源影響因素詳細調(diào)研，并結(jié)合作者已有相關(guān)工作經(jīng)歷，選取各礦區(qū)內(nèi)采礦活動破壞土地資源總量為參考序列，采坑、礦堆、礦渣堆、剝離表土堆、礦山道路及礦區(qū)建筑物等影響因素為比較序列，分別對參考序列和比較序列進行均值化處理，生成新參考和比較數(shù)列見表2。

表2 原始數(shù)據(jù)均值化處理結(jié)果Table 2 The results on mean value of survey data

3.2 計算灰熵關(guān)聯(lián)系數(shù)

根據(jù)上述原始數(shù)據(jù)均值化處理結(jié)果及其序列差兩級極值:

mim min Δi(k)={min min|Y0(k)-Yi(k)|,

k=1,2,…, 19;i=1,2, …, 6}=0.002,

max max Δi(k)={max max|Y0(k)-Yi(k)|,

k=1,2,…, 19;i=1,2, …, 6}=6.013

和分辨系數(shù)0.5，計算不同礦區(qū)各影響因素實測值與土地資源破壞總量間灰熵關(guān)聯(lián)系數(shù)，結(jié)果見表3。

表3 不同影響因素灰熵關(guān)聯(lián)系數(shù)計算結(jié)果Table 3 Grey correlation coefficient of different influencing factors

3.3 計算灰熵關(guān)聯(lián)度

根據(jù)表3灰熵關(guān)聯(lián)系數(shù)計算結(jié)果，利用公式(2)和(3)分別計算各影響因素灰關(guān)聯(lián)密度和灰關(guān)聯(lián)熵值(表4和表5)?；谏鲜鲇嬎憬Y(jié)果，利用公式(4)計算礦山開采土地資源破壞總量與各影響因素間灰熵關(guān)聯(lián)度值，結(jié)果如圖4所示。

表4 不同影響因素灰關(guān)聯(lián)密度計算結(jié)果Table 4 Grey correlation density of different influencing factors

圖4 不同影響因素灰熵關(guān)聯(lián)度Fig. 4 Grey entropy correlation degree of different influencing factors

由表5可知，研究區(qū)內(nèi)礦山開采致使土地資源破壞量與各影響因素(采坑、礦堆、礦渣堆、剝離表土堆、礦區(qū)道路及礦區(qū)建筑物)間灰關(guān)聯(lián)熵值由大到小順序為：HX1>HX3>HX2>HX5>HX4>HX6，而采坑與礦區(qū)土地資源破壞量間灰關(guān)聯(lián)熵值最大，礦山道路的最小。從圖3可以看出，各影響因素與土地資源破壞量間灰熵關(guān)聯(lián)度值由大到小排序為：Ep>ES>EO>EB>EM>ER，其與野外實地調(diào)研情況相一致；采坑挖損土地與礦區(qū)內(nèi)土地資源破壞量灰熵關(guān)聯(lián)度值最大，其表明礦山開采過程中采坑挖損土地對礦區(qū)內(nèi)土地資源影響最為顯著，破壞最為嚴(yán)重；礦渣堆和毛胚礦堆與土地資源破壞量的灰熵關(guān)聯(lián)度值較接近，表明二者對礦區(qū)內(nèi)土地資源影響程度接近，較為顯著，破壞程度較為嚴(yán)重；剝離表土堆和礦區(qū)內(nèi)建筑物與土地資源破壞量的灰熵關(guān)聯(lián)度值較接近，二者對礦區(qū)土地資源影響程度接近，影響較小，破壞程度較輕；礦山道路與土地資源破壞量的灰熵關(guān)聯(lián)度值最小，表明其對礦區(qū)內(nèi)土地資源影響最小，破壞程度最輕。綜上分析可知，在露天采礦活動過程中應(yīng)嚴(yán)格控制采坑開挖面積，并且應(yīng)選擇合理開挖方案，以減輕礦產(chǎn)資源開發(fā)對礦區(qū)內(nèi)原始土地資源破壞程度。

表5 不同影響因素灰關(guān)聯(lián)熵計算結(jié)果Table 5 Grey correlation entropy of different influencing factors

4 露天采礦對礦區(qū)土地資源影響預(yù)估模型建立

4.1 檢驗評價指標(biāo)適用性

以表1中所選因素(采坑、礦堆、礦渣堆、剝離地表土堆、礦區(qū)建筑物、礦山道路)作為評價指標(biāo)，建立主成分分析樣本矩陣，并進行標(biāo)準(zhǔn)化處理。采用KOM和Bartlett球形檢驗法對表1所代表原始數(shù)據(jù)進行檢驗，以確定野外調(diào)查數(shù)據(jù)是否可用主成分析法進行分析，經(jīng)計算檢驗結(jié)果見表6。

表6 KMO和Bartlett檢驗結(jié)果Table 6 KMO and Bartlett test result

從表6可以看出，KOM檢驗值為0.72大于0.7，Bartlett球形檢驗的Sig值為0.000小于0.005，均滿足要求。故可選用采坑、礦堆、礦渣堆、剝離地表土堆、礦山道路、礦區(qū)建筑物等因素作為評價指標(biāo)對采礦活動對礦區(qū)土地資源影響進行主成分分析。

4.2 構(gòu)建相關(guān)系數(shù)矩陣

為克服所選評價指標(biāo)間因數(shù)值差異過大而引起誤差，對原始數(shù)據(jù)標(biāo)準(zhǔn)化處理，并計算相鄰指標(biāo)間相關(guān)系數(shù)，其構(gòu)成的相關(guān)系數(shù)矩陣為：

4.3 計算貢獻率和累計貢獻率

根據(jù)相關(guān)系數(shù)矩陣E，求解方程:

|λiI-E|=0

得與各評價指標(biāo)相應(yīng)特征值λ1=4.791，λ2=0.889，λ3=0.208，λ4=0.108，λ5=0.003，λ6=0.001，僅有λ1大于1。根據(jù)特征值λi計算得與主成分各因子相應(yīng)貢獻率和累積貢獻率值見表7，各成分因子與特征值關(guān)系曲線如下圖5所示。

表7 各成分特征值與貢獻率Table 7 Characteristic value and contribution rate of each component

圖5 主成分因子與特征值關(guān)系Fig. 5 Relationship between principal component factor and eigenvalue

由表7和圖5可知，與成分1(露天采坑)對應(yīng)特征值為4.791大于1、貢獻率值為80.01%大于80%，其表明成分1所攜帶信息量最多，與成分2～成分6對應(yīng)特征值均小于1，且與其相應(yīng)貢獻率值均小于80%，故可知露天采礦對礦區(qū)內(nèi)土地資源的影響主要由第1成分決定，其能夠反映出所選6個評價指標(biāo)的信息，因此選取第1主成分即可反映采礦活動對礦區(qū)內(nèi)土地資源的破壞程度，其與3.3中主要影響因素灰熵關(guān)聯(lián)度分析結(jié)果和野外實地調(diào)查結(jié)果相一致。

4.4 預(yù)估模型建立和檢驗

由表7和圖5可知，用第1主成分即可替代原有6個指標(biāo)反映礦山開采對土地資源影響全部信息，但考慮到礦產(chǎn)資源開采是一個全方位過程，其不但涉及到土地資源的挖損且也涉及到壓占等工程活動，采用回歸分析方法求得各影響因素綜合得分?jǐn)?shù)值，建立如公式(5)所示露天采礦對土地資源影響程度預(yù)估模型。為驗證所建立模型準(zhǔn)確性，從依托工程所在研究區(qū)域內(nèi)選取5處已開采礦區(qū)精確測量所選各影響因素(采坑、礦堆、礦渣堆、剝離地表土堆、礦區(qū)建筑物、礦山道路)及礦區(qū)內(nèi)土地資源總破壞量值，為消除量綱不同產(chǎn)生影響將所選因素實測值標(biāo)準(zhǔn)化處理后帶入式(5)計算判別指標(biāo)W，則計算預(yù)測值與經(jīng)標(biāo)準(zhǔn)化處理后實測值關(guān)系如圖6。

圖6 預(yù)測值與實測值間關(guān)系Fig. 6 Relationship between predicted value and measured value

W=0.21ZS+0.21ZB+0.20ZO+0.20ZM+0.19ZR+0.08ZP

(5)

從圖6可以看出，通過公式(5)計算所得露天采礦對土地資源影響程度預(yù)測值與野外實地調(diào)查值二者間關(guān)系曲線呈線性變化，擬合精度值R2=0.989，具有良好地線性相關(guān)性，表明利用公式計算的預(yù)測值和實測值結(jié)果誤差較小，因此可以應(yīng)用所建立模型對類似地區(qū)采礦活動對土地資源影響狀況進行評判，其為預(yù)測和評價礦山開采對土地資源影響程度具有一定借鑒作用。

5 結(jié)論

本文結(jié)合甘肅敦煌北部花崗巖礦開采工程實例，基于灰熵理論和主成分分析法研究了露天采礦對土地資源影響因素及其間主次關(guān)系，建立了礦山開采對土地資源影響預(yù)估模型，得出以下主要結(jié)論：

(1)礦山開采對土地資源影響因素間主次關(guān)系為Ep>ES>EO>EB>EM>ER，主要影響因素為采坑挖損土地，礦堆和礦渣堆、剝離表土堆和礦區(qū)建筑物分別對土地資源影響程度較接近。

(2)露天采礦引起土地資源破壞程度受采坑挖損土地影響最為顯著，受礦堆和礦渣堆的影響較為顯著，受剝離表土堆和礦區(qū)建筑物的影響較小，受礦區(qū)內(nèi)修筑礦山道路的影響最小。

(3)露天采坑對土地資源影響最為嚴(yán)重，礦山開采過程中應(yīng)嚴(yán)格控制采坑開挖面積，并制定合理開挖方案，以減輕礦山開采對土地資源破壞程度。

(4)以露天采礦挖損和壓占土地的主要影響因素為參數(shù)建立了礦山開采對土地資源影響預(yù)估模型，其可為預(yù)測和評價類似地區(qū)采礦活動對土地資源影響提供借鑒。

(The literature whose publishing year followed by a “&” is in Chinese with English abstract; The literature whose publishing year followed by a “#” is in Chinese without English abstract)

海俊杰，蘇犁，張林，劉正軍. 2019. 湖南省寧鄉(xiāng)縣礦山地質(zhì)環(huán)境的保護與治理. 中國礦業(yè), 28(增刊)：43～46.

賈晗，劉軍省，殷顯陽，王春光，耿浩，遲昊軒，唐世杰. 2021. 安徽銅陵硫鐵礦集中開采區(qū)礦山地質(zhì)環(huán)境評價研究. 地學(xué)前緣，28(4):131～141.

李睿昱. 2021. Analysis of mine geological environment problems in Yunmeng and Yingcheng areas in Hubei. 地球科學(xué)前沿, 11(1): 44～59.

李巖，趙中鋒. 2016. 北京露天廢棄礦山地質(zhì)環(huán)境治理模式探討. 城市地質(zhì)，11(2)：20～25.

念騰飛，李萍，林梅. 2018. 凍融循環(huán)下瀝青特征官能團含量與流變參數(shù)灰熵分析及微觀形貌. 吉林大學(xué)學(xué)報(工學(xué)版)，48(4)：1045～1054.

王沖，王起才，張戎令，李進前，崔曉寧，王炳忠. 2017. 基于主成分分析法的高速揭露膨脹土判別研究. 鐵道科學(xué)與工程學(xué)報，14(8)：1571～1578.

夏嘉南，李恒，雷少剛. 2021. 自然坡線提取及邊坡近自然整形應(yīng)用——以草原礦區(qū)為例. 干旱區(qū)資源與環(huán)境，35(6)：80～88.

徐華清，黃中元，程路明. 2020. 礦山地質(zhì)環(huán)境保護與恢復(fù)治理措施——以湖南旺華螢石礦業(yè)有限公司雙江口螢石礦山為例. 南華大學(xué)學(xué)報(自然科學(xué)版)，34 (6)：50～54.

嚴(yán)金明，夏方舟，李強. 2012. 中國土地資源綜合整治戰(zhàn)略頂層設(shè)計. 農(nóng)業(yè)工程學(xué)報，28(14)：1～9.

張文彤，董偉. 2006. SPSS統(tǒng)計分析高級教程. 北京：高等教育出版社：213～227.

中華人民共和國國土資源部. 2011. DZ/T 0223-2011 礦山地質(zhì)環(huán)境保護與恢復(fù)治理方案編制規(guī)范[S]. 北京：中國標(biāo)準(zhǔn)出版社： 3～16.

周偉，白中科，袁春，付慧. 2007. 東露天煤礦區(qū)采礦對土地利用和土壤侵蝕的影響預(yù)測. 農(nóng)業(yè)工程學(xué)報，23(3)：55～60.

周妍，周偉，白中科. 2013. 礦產(chǎn)資源開采土地破壞及復(fù)墾潛力分析. 資源與產(chǎn)業(yè)，15(5)：100～107.

Armstrong M, Lagos T, Emery X, Homem-de-Mello T, Lagos G, Sauré D. 2012&. Adaptive open-pit mining planning under geological uncertainty. Resources Policy, 72: 1～12.

Damigos D. 2006. An overview of environmental valuation methods for the mining industry. Journal of Cleaner Production, 14(3～4): 234～247.

Gu Qinghua, Li Xuexian, Chen Lu, Lu Caiwu. 2021. Layout optimization of crushing station in open-pit mine based on two-stage fusion particle swarm algorithm. Engineering Optimization, 53(10): 1671～1694.

Hai Junjie, Su Li, Zhang Lin, Liu Zhengjun. 2019&. The protection and governance of the mine geological environment in Ningxiang county. China Mining Magazine, 28(Supp.): 43～46.

Jia Han, Liu Junsheng, Yin Xianyang, Wang Chuanguang, Geng Jie, Chi Haoxuan, Tang Shijie. 2021&. Study on mine geological environment evaluation of Tongling pyrite concentrated mining area in Anhui province. Earth Science Frontiers, 28(4):131～141.

Li Yan, Zhao Zhongfeng. 2016&. Discussion on the geological environment management mode of the abandoned open-pit mine in Beijing. Urban Geology, 11(2): 20～25.

Li Ruiyu. 2021. Analysis of mine geological environment problems in Yunmeng and Yingcheng areas in Hubei. Earth Science Frontiers, 11(1): 44～59(in English).

Mayes W M, Johnston D, Potter H A B, Jarvis A P. 2009. A national strategy for identification, prioritization and management of pollution from abandoned non-coal mine sites in England and wales I methodology development and initial results. Science of the Total Engvironment, 407(21): 5435～5447.

Ministry of Land and Resources of the People’s Republic of China. 2011#. DZ/T 0223-2011 Compiling code on project of mining geo-environmental protection and integrated renovation[S]. Beijing: China Standards Press: 3～16.

Nian Tengfei, Li Ping, Lin Mei. 2018&. Micro-morphology and gray entropy analysis of asphalt characteristics functional groups and rheological parameters under freeze—thaw cycles. Journal of Jilin University(Engineering and Technology Edition), 48(4): 1045～1054.

Shao Xiaoping, Wang Long, Li Xin, Fang Zhiyu, Zhao Bingchao. 2021. Conversion mechanism of a continuous pressure arch structure in strip filling mining. Arabian Journal of Geosciences, 14: 1～10.

Wang Chong, Wang Qicai, Zhang Rongling, Li Jinqian, Cui Xiaoning, Wang Bingzhong. 2017&. Discriminant analysis of high speed railway expansive soil based on principal component analysis. Journal of Railway Science and Engineering, 14(8): 1571～1578.

Xia Jiannan, Li Heng, Lei Shaogang. 2021&. Natural slope line extraction and application of slope near-natural shaping: Taking grassland mining area as an example. Journal of Arid Land Resources and Environment, 35(6): 80～88.

Xu Huaqing, Huang Zhongyuan, Cheng Luming. 2020&. Protection and restoration of mine geological environment——Take Shuangjiangkou fluorite mine of Hunan Wanghua fluorite mining Co., Ltd. as an example. Journal of University of South China(Science and Technology), 34(6): 50～54.

Yan Jinming, Xia Fangzhou, Li Qiang. 2012&. Top strategy design of comprehensive land consolidation in China. Transactions of the Chinese Society of Agricultural Engineering, 28(14): 1～9.

Zhang Wentong, Dong Wei. 2006&. Advanced Course of SPSS Statistical Analysis. Beijing: Higher Education Press: 213～227.

Zhou Wei, Bai Zhongke, Yuan Chun, Fu Hui. 2007&. Estimation of influence of Dong open-cast coal mine area on soil erosion and land use. Transactions of the Chinese Society of Agricultural Engineering, 23(3): 55～60.

Zhou Yan, Zhou Wei, Bai Zhongke. 2013&. The damaged lands and their reclamation potential in mining districts. Resources & Industries, 15(5): 100～107.