周勝森, 李為樂, 陸會(huì)燕, 單云鋒, 郁文龍, 許善淼, 張 攀, 李維敏

(成都理工大學(xué)地質(zhì)災(zāi)害與地質(zhì)環(huán)境保護(hù)國家重點(diǎn)實(shí)驗(yàn)室, 四川 成都 610059)

0 引言

尾礦庫是礦山三大基礎(chǔ)工程之一,是筑壩攔截或圍地構(gòu)成的、用以儲(chǔ)存金屬或非金屬礦山尾礦或其他工業(yè)廢渣的場所[1]。同時(shí),尾礦庫也是金屬、非金屬礦山的重大危險(xiǎn)源,一旦發(fā)生潰壩,將對下游居民生命財(cái)產(chǎn)安全和周邊環(huán)境造成嚴(yán)重威脅,因此尾礦庫在世界93種事故、公害中位列第18位[2],而造成百人以上死亡的尾礦庫事故已不鮮見[3]。例如,2019年1月25日,巴西東南部布魯馬迪紐市發(fā)生鐵礦石尾礦庫潰壩事故,造成165人死亡、160人失蹤,經(jīng)濟(jì)損失達(dá)數(shù)千億[4]。據(jù)統(tǒng)計(jì),我國目前仍有尾礦庫1.2萬座,約占世界尾礦庫數(shù)量的60%,幾乎遍布全國各地,且總體安全狀況不容樂觀[5],表1列出了近年來我國發(fā)生的重大尾礦庫潰壩事故。2008年山西襄汾新塔礦業(yè)公司“9·8”特別重大尾礦庫潰壩事故造成281人死亡,直接經(jīng)濟(jì)損失達(dá)9 619.2萬元,造成了較為惡劣的社會(huì)影響,也將尾礦庫監(jiān)測與安全評估工作提上戰(zhàn)略高度[6]。

傳統(tǒng)的尾礦庫監(jiān)測主要是利用GNSS(Global Navigation Satellite System)獲取壩體位移數(shù)據(jù),并結(jié)合浸潤線、干灘、降雨量及水位等數(shù)據(jù)實(shí)現(xiàn)災(zāi)害預(yù)警[7]。GNSS能夠?qū)ξ驳V庫壩體位移實(shí)現(xiàn)高精度、實(shí)時(shí)采集,但費(fèi)時(shí)費(fèi)力,監(jiān)測范圍有限。近年來,得益于光學(xué)遙感衛(wèi)星技術(shù)不斷發(fā)展,遙感影像時(shí)空分辨率不斷提高,為尾礦庫的遙感監(jiān)測提供了有效的技術(shù)手段。有學(xué)者利用高分辨率國產(chǎn)光學(xué)衛(wèi)星完成了大范圍尾礦庫遙感調(diào)查和環(huán)境影響分析[8-10]。2014年之后,歐空局免費(fèi)開放了C波段Sentinel-1A雷達(dá)影像,重訪周期12天,且雷達(dá)影像對天氣的不敏感性使得周期性獲得雷達(dá)影像成為可能。相較于GNSS,合成孔徑雷達(dá)(Interferometric Synthetic Aperture Radar,InSAR)技術(shù)具有成本低、能夠大范圍監(jiān)測等優(yōu)勢,逐漸成為尾礦庫形變監(jiān)測的有效手段。陳婭男等[11]利用SBAS-InSAR(Small Baseline Subsets InSAR)技術(shù)獲取了卡房尾礦壩的形變,分析表明該尾礦庫受人為工程和季節(jié)性降雨的影響較為嚴(yán)重。吳昊等[12]利用DS-InSAR(Distributed Scatterers InSAR)獲取了巴西 Brumadinho 尾礦庫時(shí)間序列地表形變信息,認(rèn)為降雨對尾礦庫的變形影響顯著。

國內(nèi)外對于尾礦庫的穩(wěn)定性研究較為深入,表現(xiàn)為利用理論計(jì)算、物理實(shí)驗(yàn)和數(shù)值模擬方法分析降雨[13]、地震[14]及凍融條件[15]下尾礦庫壩體力學(xué)性質(zhì)和穩(wěn)定性,以及潰壩災(zāi)害發(fā)生后尾礦砂的運(yùn)動(dòng)特征[16],其中CFD-DEM、Fluent、MatDEM等數(shù)值模擬軟件在尾礦庫穩(wěn)定性評價(jià)中的應(yīng)用已日漸成熟[17-19]。在眾多數(shù)值模擬軟件中,GeoStudio具有操作簡便、界面交互式可視化等優(yōu)點(diǎn),Slope/W 模塊可廣泛用于巖土邊坡的穩(wěn)定性分析。梁遠(yuǎn)驥[20]應(yīng)用GeoStudio軟件計(jì)算發(fā)現(xiàn),廣東云浮某尾礦庫強(qiáng)降雨和連續(xù)降雨2種工況條件下尾礦壩體最小安全系數(shù)均大于尾礦庫安全規(guī)程明確的最小安全系數(shù),表明該尾礦壩體穩(wěn)定性滿足生產(chǎn)要求,不存在重大生產(chǎn)安全事故隱患。王峰等[21]利用GeoStudio軟件模擬分析得到遼寧某尾礦壩加高前后安全系數(shù)高于允許最小安全系數(shù)。

前人從光學(xué)遙感識(shí)別、InSAR 監(jiān)測和數(shù)值模擬等角度對尾礦庫進(jìn)行了研究,為尾礦庫的科學(xué)管理提供了思路,但研究手段較為單一,很少將遙感分析和穩(wěn)定性計(jì)算相聯(lián)系。2022年3月17日17時(shí),位于山西省呂梁市交口縣的某鋁礦尾礦庫發(fā)生潰壩事故,尾礦砂掩埋下方部分廠區(qū)并阻斷公路,造成較大經(jīng)濟(jì)損失。尾礦庫潰壩災(zāi)害發(fā)生后,在國家應(yīng)急管理部的號(hào)召下,筆者所在團(tuán)隊(duì)收集了多期高分辨率光學(xué)遙感衛(wèi)星影像、立體像對數(shù)據(jù)和雷達(dá)衛(wèi)星影像等多源遙感數(shù)據(jù)。首先,利用多源光學(xué)衛(wèi)星影像和立體像的數(shù)據(jù)對溫泉鄉(xiāng)尾礦庫堆載過程進(jìn)行回溯分析;然后,采用SBAS-InSAR技術(shù)持續(xù)監(jiān)測尾礦庫潰壩前壩體的累積形變;最后,通過GeoStudio中Slope/W模塊對尾礦庫潰壩前不同時(shí)期的壩體邊坡進(jìn)行穩(wěn)定性評價(jià)。本文從遙感分析和數(shù)值模擬兩個(gè)角度分析該尾礦庫潰壩的主要影響因素,以期為類似尾礦庫工程的監(jiān)測與安全評估提供支撐。

1 區(qū)域地質(zhì)背景與尾礦庫概況

該尾礦庫位于山西省西部、呂梁市南端的交口縣溫泉鄉(xiāng)柴家莊村(111°25′49″ E,37°6′20″ N),地處黃土高原東緣、呂梁山脈中段,黃土覆蓋深厚,為典型的梁狀黃土丘陵地貌。研究區(qū)域?qū)儆诖箨懶约撅L(fēng)氣候,夏季降雨十分集中,占全年的70%以上,交口河流經(jīng)尾礦庫東南方,為汾河的季節(jié)性支流[22-23]。研究區(qū)地處鄂爾多斯和華北地塊交界處,雖無大型斷裂發(fā)育,但地震活動(dòng)較為頻繁,最近一次較大地震為2016年4月7日原平ML4.7地震[24-25]。尾礦庫周圍主要出露中奧陶統(tǒng)峰峰組(O2f)、上石炭統(tǒng)本溪組(C2b)和中更新統(tǒng)(Q2)等地層,其中上石炭統(tǒng)本溪組地層為頁巖和鐵鋁巖系,是重要的產(chǎn)鋁巖層[26](圖1)。

該尾礦庫于2017年12月左右開工建設(shè),2018年投入使用,前緣高程約1 160 m,屬于山谷型尾礦庫,設(shè)計(jì)壩高50 m,庫容約91.2萬m3,為三級(jí)尾礦庫,用于堆存品質(zhì)較低的鋁料。因下游有公路和廠房等設(shè)施,建設(shè)之初即形成“頭頂庫”。從潰壩后的光學(xué)影像上看(圖2),該尾礦庫礦砂顏色呈明顯暗紅色,潰壩后整體呈不規(guī)則形狀,潰壩范圍約7.2×105m2。壩體潰口位于尾礦壩中部,長約85 m,尾礦潰壩后掩埋了下方的公路和部分廠房。

2 尾礦庫潰壩遙感回溯分析

尾礦庫潰壩災(zāi)害發(fā)生之后,為查明尾礦庫堆載過程、庫容變化和潰壩特征、壩體形變歷史,以及潰壩原因和機(jī)理,收集了潰壩前后各平臺(tái)多時(shí)相遙感資料和研究成果,對尾礦庫潰壩進(jìn)行了多源遙感回溯分析。本文技術(shù)路線如圖3所示。

圖3 本研究采用的技術(shù)路線圖Fig.3 The technical flowchart adopted in this study

2.1 數(shù)據(jù)與方法

2.1.1 衛(wèi)星影像數(shù)據(jù)

(1) 光學(xué)衛(wèi)星影像

基于高分辨率光學(xué)衛(wèi)星影像,從庫面紋理、幾何形狀可以解譯尾礦庫的堆載過程、潰壩形態(tài)等。本次收集到2017年5月6日—2021年5月27日期間共5期尾礦庫潰壩前的Google Earth平臺(tái)光學(xué)衛(wèi)星影像,以及尾礦庫潰壩前2021年12月22日和潰壩后2022年4月6日高分一號(hào)(GF-1)衛(wèi)星影像。具體參數(shù)如表2所列。

表2 光學(xué)衛(wèi)星影像參數(shù)

(2) 衛(wèi)星立體像對數(shù)據(jù)

衛(wèi)星立體像對是兩個(gè)攝影基站對同一地物拍攝的兩張具有不少于60%重疊度的影像,通過對立體像對進(jìn)行相對定向、絕對定向、核線影像生成、空三測量可構(gòu)建測區(qū)空間坐標(biāo)和數(shù)字高程模型(Digital Elevation Model,DEM)[27]。本次收集了尾礦庫堆載前的ALOS DEM (12.5 m分辨率),以及開始堆載后的2019年12月29日美國WorldView-1立體像對(0.5 m分辨率)、2021年12月22日和2022年4月6日國產(chǎn)高分7號(hào)立體像對(0.65 m分辨率)。

(3) 雷達(dá)衛(wèi)星影像

為對尾礦庫壩體歷史形變做進(jìn)一步分析,本次研究選擇歐空局的哨兵一號(hào)(Sentinel-1A)雷達(dá)衛(wèi)星影像作為數(shù)據(jù)源,利用時(shí)序InSAR技術(shù)對尾礦庫潰壩前壩體的變形進(jìn)行監(jiān)測。經(jīng)查詢,2018年6月1日—2022年3月17日共有109景升軌影像覆蓋尾礦庫區(qū)域,其影像距離向分辨率為5 m,方位向分辨率為20 m。

2.1.2 形變監(jiān)測方法

為了獲取尾礦庫潰壩前的時(shí)序形變,利用SBAS-InSAR技術(shù)對壩體變形情況進(jìn)行監(jiān)測。SBAS-InSAR技術(shù)通過選擇合適的空間基線和時(shí)間基線閾值組成差分干涉對,并且選取相干目標(biāo)點(diǎn)利用線性相位變化模型進(jìn)行建模和解算,并通過時(shí)空濾波去除大氣延遲,獲取地表的形變時(shí)間序列[28-29]。其主要技術(shù)流程包括:

(1) 獲取N+1幅覆蓋相同區(qū)域的雷達(dá)影像,時(shí)間序列為[t0,t1,…,tn]T,任選其中一幅為主影像進(jìn)行配準(zhǔn),并設(shè)置合適的時(shí)間和空間基線閾值,在所有差分干涉對中選取符合時(shí)空閾值的干涉對,假設(shè)得到M幅差分干涉圖,則滿足

(1)

式中:N為雷達(dá)影像數(shù)量;M干涉圖數(shù)量。

(2) 以t0時(shí)刻為參考時(shí)刻,則任意時(shí)刻ti(i=1,2,…,N)相對于t0時(shí)刻的差分相位φ(ti)為未知數(shù),數(shù)據(jù)處理過程中所獲取的差分干涉相位δφ(tk)為觀測量。去除失相關(guān)、高程誤差以及大氣延遲等因素,則第i幅差分干涉圖中像元的相位值為

(2)

式中:λ為雷達(dá)波長;d(tA)和d(tB)分別為像元在時(shí)間tA和tB沿雷達(dá)視線方向的形變。

(3) 利用奇異值分解法估算出形變速率后,將平均形變速率在時(shí)間域上積分,即可得到時(shí)序形變。

2.2 堆載過程回溯

利用光學(xué)衛(wèi)星影像進(jìn)行目視解譯發(fā)現(xiàn),該尾礦庫始建于2017年5月6日—2017年12月4日期間。2017年5月6日,該區(qū)域僅為一小型沖溝,植被覆蓋較高,還未開始堆放尾礦[圖4(a)]。2017年12月4日,沖溝內(nèi)已堆放了少量尾礦[圖4(b)]。2018年4月16日,溝口第一道壩(1#壩)已有一定高度,壩體后方傾倒大量尾礦,并開始在庫區(qū)中部修筑第二道壩(2#壩)[圖4(c)]。2019年9月4日,尾礦庫堆積范圍接近失穩(wěn)前的范圍,壩體接近最大高度[圖4(d)]。2021年5月27日,1#壩與2#壩之間的子庫已停止排放尾礦,并進(jìn)行了場地平整,2#壩后方子庫較2019年尾礦堆載體積增加不明顯[圖4(e)]。2021年12月22日,2#壩后方子庫較2021年5月又有大量新堆載尾礦[圖4(f)]。2022年4月6日,2#壩中間形成了長約85 m的潰口,泄流尾礦將第一道壩沖毀后,翻越溝口山梁,掩埋了溝口道路和廠房,形成災(zāi)害(圖2)。

2.3 庫容變化分析

利用ArcGIS軟件對多期DEM進(jìn)行差分計(jì)算(圖5,圖6),發(fā)現(xiàn)2019年尾礦庫堆積方量約83萬m3,平均堆積厚度約13 m,最大堆積厚度位于2#壩后方,約33 m。2021年,尾礦庫堆積方量增加至96萬m3(大于設(shè)計(jì)庫容91.2萬m3),平均堆積厚度約13.8 m,最大堆積厚度約36 m。2019—2021年期間,新增堆積區(qū)主要位于2#壩以上子庫區(qū),新增加方量約13萬m3,平均新增加堆積厚度約3.7 m,新增最大堆積厚度約11 m。

圖6 尾礦庫1-1′剖面圖Fig.6 1-1′ profile of the tailings pond

尾礦庫失穩(wěn)物質(zhì)損失區(qū)主要位于2#壩以上庫區(qū),平均失穩(wěn)深度約10 m,起動(dòng)方量約13萬m3,與2019年以后新增尾礦體積相當(dāng)。潰決起動(dòng)后,碎屑流在2#壩與1#壩之間以及1#壩到溝口均主要以堆積為主,平均堆積厚度約4 m,總堆積方量約14萬m3。

2.4 壩體形變監(jiān)測

通過SBAS-InSAR技術(shù)對雷達(dá)影像的處理,得到2018年6月至潰壩前尾礦庫區(qū)域的時(shí)序變形場,由于受不定期尾礦傾倒影響,尾礦堆積區(qū)域內(nèi)InSAR監(jiān)測可靠性相對較差,不易準(zhǔn)確判識(shí)監(jiān)測信號(hào)的成因,因此該區(qū)域數(shù)據(jù)做了掩膜處理,得到壩體、邊坡和周圍環(huán)境的形變場,如圖7所示。可以看出,庫區(qū)與周圍坡體存在明顯形變量差異,主要的形變區(qū)域位于中部的區(qū)域。分別取位于1#壩體和2#壩體上的3個(gè)特征點(diǎn)得到累計(jì)形變曲線,其中A點(diǎn)位于2#壩左側(cè)頂部、B點(diǎn)位于2#壩左側(cè)低部、C點(diǎn)位于2#壩右側(cè)底部,D、E、F點(diǎn)均位于1#壩?？梢钥闯龈鼽c(diǎn)形變曲線總體呈現(xiàn)周期性下降趨勢,其中C點(diǎn)形變量最大,達(dá)到110 mm。

圖7 尾礦庫壩形變監(jiān)測結(jié)果圖Fig.7 Deformation monitoring results of the tailing dam

圖8 2018年6月—2019年9月特征點(diǎn)形變曲線Fig.8 Deformation curves of characteristic points from June 2018 to September 2019

圖9 2019年9月—2022年3月特征點(diǎn)形變曲線Fig.9 Deformation curves of characteristic points from September 2019 to March 2022

2019年9月,尾礦庫堆積范圍已經(jīng)接近失穩(wěn)前的范圍,因此將累計(jì)形變曲線分為2018年6月—2019年9月、2019年9月—2022年3月兩個(gè)階段,分別對這兩個(gè)階段進(jìn)行分析:(1)2018年6月—2019年9月時(shí)間段:A～F號(hào)點(diǎn)的形變信號(hào)不明顯,累積形變量約為30 mm,形變速率約18 mm/a;

(2)2019年9月—2022年3月時(shí)間段:A～F號(hào)點(diǎn)均發(fā)生較大形變,呈較強(qiáng)的增長趨勢。A、B、C三點(diǎn)位形變量最大,在2019-09—2022-03時(shí)間中達(dá)到80 mm左右的形變量。

3 2019年與2021年尾礦庫穩(wěn)定性對比分析

目前,尾礦壩穩(wěn)定性分析計(jì)算還是將其當(dāng)作邊坡來處理,一般還是沿用土力學(xué)的傳統(tǒng)理論進(jìn)行分析。本次穩(wěn)定性分析采用二維有限元計(jì)算軟件GeoStudio中的Slope/W模塊,利用畢肖普極限平衡方法(Bishop)分別探測出2019年和2021年尾礦庫邊坡的最危險(xiǎn)滑面,并求得安全系數(shù)。簡化的畢肖普安全系數(shù)Fs公式為:

(3)

3.1 幾何模型

根據(jù)2019年12月29日(以下簡寫為2019年)和2021年12月22日(以下簡寫為2021年)DEM尾礦庫堆載過程中的1-1′剖面數(shù)據(jù),建立用于穩(wěn)定性計(jì)算的幾何模型。該模型寬約610 m,高約95 m,2#壩體高約40 m。2019年,2#壩后方子庫最大堆積厚度約33 m[圖10(a)]。2021年,尾礦庫在2#壩后部進(jìn)行了新的堆載,因此幾何模型坡面高程相比于2019年的幾何模型有所提升,最多處增加約11 m,最大堆積厚度約36 m[圖10(b)]。壩體力學(xué)參數(shù)與庫內(nèi)沉積尾礦有顯著差異,故在模型中將子壩與庫內(nèi)尾礦進(jìn)行了區(qū)分。且為了簡化計(jì)算模型,未對尾礦砂進(jìn)行分級(jí)。確定尾礦庫材料分為基巖、尾礦砂和壩體3種類型7個(gè)區(qū)域,如圖10所示。

圖10 計(jì)算模型材料區(qū)域劃分Fig.10 Material area division of the calculation models

3.2 材料參數(shù)

該尾礦庫下伏地層為奧陶統(tǒng)峰峰組(O2f)灰?guī)r,尾礦庫為壓實(shí)的廢棄礦石和礦砂,庫內(nèi)基本為自然條件下沉積的較為干燥的尾礦砂。為保證基巖強(qiáng)度足夠高,將其設(shè)置為“高強(qiáng)度”材料。尾礦砂和壩體物理力學(xué)性質(zhì)變化不大,采用Mohr-Coulomb材料模型。通過文獻(xiàn)[30]和類似材料的參數(shù)取值,確定了本次數(shù)值模擬中材料的容重、黏聚力和內(nèi)摩擦角等靜力學(xué)參數(shù)(表3)。

表3 材料靜力學(xué)參數(shù)

3.3 穩(wěn)定性計(jì)算結(jié)果

2019年和2021年尾礦庫穩(wěn)定性計(jì)算結(jié)果如圖11所示。2019年,2#壩體的安全系數(shù)為1.125,處于基本穩(wěn)定狀態(tài)。2021年,尾礦庫2#壩后方子庫堆載量增加,2#壩體安全系數(shù)降至0.991,壩體已處于不穩(wěn)定狀態(tài)。可以看出,在不考慮孔隙水壓力的條件下,礦砂堆載會(huì)導(dǎo)致壩體穩(wěn)定性明顯降低,從而造成潰壩失穩(wěn)。

圖11 最危險(xiǎn)滑面和靜力安全系數(shù)Fig.11 The most dangerous sliding surface and static safety factor

4 討論

交口縣某尾礦庫潰壩原因主要為降雨和超載引起的尾礦壩力學(xué)強(qiáng)度降低,其中超載是誘發(fā)因素,降雨為影響因素。

4.1 子庫超載

尾礦庫不斷堆載,礦砂荷載持續(xù)增大,作用在壩體上的水平附加應(yīng)力也不斷增大,導(dǎo)致壩體發(fā)生水平向變形。同時(shí),快速堆載導(dǎo)致尾礦庫內(nèi)水體不能排出,形成超孔隙水壓力,減小了壩體潛在滑移面顆粒間的有效應(yīng)力,從而導(dǎo)致尾礦壩抗剪強(qiáng)度降低。當(dāng)?shù)V砂荷載超過壩體最大抗剪強(qiáng)度時(shí),不均勻的形變將引發(fā)壩體產(chǎn)生剪切破壞。從光學(xué)衛(wèi)星歷史影像來看,2019年5月尾礦庫已達(dá)到其最大庫容量,此時(shí)尾礦壩安全系數(shù)為1.125,處于基本穩(wěn)定狀態(tài)。2021年12月2#壩后部子庫繼續(xù)堆載,尾礦壩安全系數(shù)降至0.991,子庫超載是該尾礦庫潰壩的誘發(fā)因素。

4.2 降雨作用

降雨入滲增大了壩體自重應(yīng)力,壩體下滑力增大。同時(shí),壩體內(nèi)部孔隙水壓力增加,材料力學(xué)強(qiáng)度參數(shù)減小,壩體抗滑力降低。不能滲入壩體的雨水在坡表形成徑流,侵蝕壩體。如果發(fā)生短時(shí)強(qiáng)降雨,易形成洪水,導(dǎo)致漫頂發(fā)生。通過InSAR時(shí)序形變曲線與月降雨量數(shù)據(jù)(呂梁站:111.1°E,37.5°N)對比,尾礦庫壩體形變在雨季出現(xiàn)明顯加速現(xiàn)象,可以看出降雨對尾礦庫穩(wěn)定性有較大影響(圖12)。但2022年3月交口縣累計(jì)降雨量僅有7.11 mm,由此看出,降雨是本次尾礦庫潰壩的影響因素而非誘發(fā)因素。

圖12 特征點(diǎn)形變與月降雨量關(guān)系Fig.12 Relationship between the deformation of characteristic point and monthly rainfall

4.3 尾礦庫失穩(wěn)模式

尾礦庫失穩(wěn)的誘發(fā)因素不同,失穩(wěn)過程和模式也往往有較大差異。例如持續(xù)降雨和尾礦加載造成浸潤線埋深減小,尾礦壩體內(nèi)發(fā)生管涌,造成尾礦庫內(nèi)部裂縫和局部坍塌,同時(shí)壩坡表面發(fā)生流土,導(dǎo)致壩坡侵蝕,模式為滲流場變化直接誘發(fā)尾礦壩失穩(wěn)。壩基巖體破壞造成壩基內(nèi)形成滑移面,整個(gè)壩體發(fā)生深層滑移,模式為壩基失穩(wěn)導(dǎo)致尾礦庫潰壩。短時(shí)強(qiáng)降雨和洪水造成庫區(qū)水位短時(shí)上升,尾礦砂被水流大量帶走,模式為漫頂導(dǎo)致尾礦壩坡失穩(wěn)。地震荷載作用下,壩體發(fā)生局部液化;同時(shí)壩體出現(xiàn)較多裂縫,形成滲漏通道,降低壩體穩(wěn)定性,模式為地震作用下導(dǎo)致尾礦庫潰壩[2]。根據(jù)尾礦庫潰壩發(fā)生條件和失穩(wěn)過程對比,交口縣某尾礦庫潰壩屬于典型的滲流場變化誘發(fā)尾礦壩失穩(wěn),誘發(fā)因素為尾礦庫超載。

5 結(jié)論

本文利用多時(shí)相光學(xué)衛(wèi)星立體像對數(shù)據(jù)對山西交口縣某尾礦庫堆載過程及庫容變化進(jìn)行了回溯分析,通過SBAS-InSAR技術(shù)監(jiān)測分析了尾礦庫潰壩前的壩體和庫區(qū)邊坡的微小形變,最后采用Geo-Studio軟件Slope/W模塊評價(jià)了潰壩前不同時(shí)間邊坡的穩(wěn)定性。文中通過遙感分析和數(shù)值模擬兩個(gè)角度分析了該尾礦庫潰壩的主要影響因素,主要得到以下結(jié)論:

(1) 該尾礦庫壩體形變量隨著堆載量的增加逐漸增大,庫容于2019年9月前已堆積至最大庫容,2021年12月前在2#壩后方子庫堆載至96萬m3,超出設(shè)計(jì)庫容4.8萬m3,從而降低了壩體的穩(wěn)定性;

(2) 潰壩物源主要來自2#壩以上庫區(qū),在2#壩與1#壩之間以及1#壩到溝口區(qū)域均主要以堆積為主;

(3) 該尾礦庫潰壩屬于典型的滲流場誘發(fā)尾礦壩失穩(wěn),尾礦加載導(dǎo)致其壩體邊坡穩(wěn)定性安全系數(shù)由1.125降至0.991,是該尾礦庫潰壩的直接誘發(fā)因素。

本文仍存在以下不足之處:首先,通過SBAS-InSAR技術(shù)得到的形變是雷達(dá)衛(wèi)星視線方向的投影,能判斷形變趨勢,但與真實(shí)形變有一定差異。其次,在建立尾礦庫幾何模型時(shí),為了簡化計(jì)算模型,對尾礦砂未進(jìn)行分級(jí),計(jì)算結(jié)果可能存在一定偏差。