地下水動態監測與實時預報系統的構建研究

曹曉彬

(河北省邯鄲水文勘測研究中心，河北 邯鄲 056001)

1 研究方法

1.1 基于信息反饋機制的涌水量預測

以邯鄲市某礦區作為研究對象，對礦區的涌水量進行預測研究，該礦區寬33.1 km，長33.3 km，占地面積約658 km2，礦區內共有6個生產礦井及其他礦井8個，礦區水資源總量約為49 120萬m3/a。

目前常用的礦坑涌水量預測方法有四種，分別是解析法、數值法、水文地質比擬法及水均衡法，其中解析法分為穩定井流解析，非穩定井流解析；數值法分為有限元法，有限拆分法。由于解析法適應能力強，且簡潔、高效、經濟，因此，使用率較高，解析法可通過井流理論，及等效原則，構造一個集合了各種井巷及坑道系統的大井，此時，大井的涌水量就是整個坑道的涌水量，可利用大井對礦坑的涌水量進行預測。由于該礦區處于灰巖地帶，其地下水的運動規律符合Darcy理論，因此，研究采用公式(1)計算基巖區涌水量。

(1)

式中：Q為礦坑涌水量，m3/d；K為灰巖地帶巖溶承壓含水層平均滲透系數，m/d；H為礦床范圍內灰巖地帶平均水位高度，m；M為灰巖地帶巖溶承壓含水層平均厚度，m；R0為引用影響半徑，m；r0為引用半徑，m。數值法預測礦坑涌水量則因為評價精度較高，且可以較為真實的翻譯水文地質的概化模型，也常被用于礦坑地區的涌水量監測，該方法需用到地下水模擬軟件，建立地下水水流模型，目前最常用的模擬軟件為MODFLOW軟件，其基本方程式如式(2)[1-2]：

(2)

式中：x，y，z分別為空間坐標的三個方向；W為非平衡狀態下通過均質、各向同性土壤截止單位體積的流量，即地下水的源與匯，m3/d；μ為彈性釋水系數。信息反饋機制是一種常見的信息技術，利用信息思維方式，將工程地質、設計及施工視為動態變化的，并探討三者之間的相互作用關系，從而通過三者之二對另外一個信息進行更正及與預測。利用信息反饋技術預測礦坑涌水量需先建立地質模型與水文地質概念模型，以邯鄲某礦區作為研究對象，該地區的三維底層結構見圖1。

圖1 邯鄲某礦區三維地層結構

利用該地區的三維地層結構即可構建該地區的地質模型，再根據邯鄲礦區的河流水系即可構建該地區的水位地質概念模型，從而完成利用信息反饋建立礦坑涌水量的預測模型，根據水文地質概念模型即可建立相應的數學模型，如式(3)[3-4]：

(3)

式中：H(x，y，z，t)為地下初始水位，m；H0(x，y，z)為H(x，y，z，t)在t0=0時的地下水初始水位，m；H1(x，y，z，t)為模擬期邊界處的地下水水位，m；D為模擬區范圍；Γ1為第一類水頭邊界；Γ2為第二類流量邊界；t為時間，d。礦坑涌水量預測模型包含三個部分，首先是含水層的系統識別，其次是水文地質參數的確定，最后是模擬時段的選擇，完成上述三個部分后，利用預測模型進行水位識別及參數識別即可。

1.2 地下水動態監測與預報系統的構建

以邯鄲市某礦區作為研究對象，將礦區開采時遺留的抽水孔作為觀測孔，通過這些觀測孔對該礦區的地下水動態進行監測及實時預報，研究構建地下水動態監測及實時預報系統，系統結構見圖2。

圖2 地下水動態監測及實時預報系統結構

該系統由兩個模塊組成，分別是核心計算模塊與輔助支持模塊，核心計算模塊負責通過觀測孔進行地下水動態監測及實時預報，輔助支持模塊由數據監測獲取模塊、數據輸入模塊、數據處理模塊及結果可視化模塊。由于研究搭建的地下動態監測與實時預報系統，是為了反映礦場開采對當地水資源環境的影響，因此，監測目標僅包括水位監測及水質監測，水位監測采用地面監測井，因此地面部分數據獲取采用人工記錄的方法，地下部分則采用壓力式水位讀取計進行獲??；水質監測的數據獲取采用人工取樣，實驗室分析的方式(本文僅對水位進行研究)。數據獲取后輸入系統，對這些監測信息進行處理，研究構建的系統的監測信息處理方式分為三種，第一種是日報表，該方式每一個小時對應一個數據；第二種是月報表，該方式每一天對應一個數據；第三種是年報表，該方式每一個月對應一個數據。在經過礦區水文地質參數的補充后，礦坑涌水量的數據將更為準確，更貼近礦區的實際情況。

2 仿真試驗結果分析

研究利用試錯法，根據抽水期間觀測得到的地下水水位資料，對模型參數進行調整，再選取兩個水位觀測孔進行模型的水位識別調試，結果見圖3。

圖3 水文觀測孔水位擬合曲線

由圖3(a)SK12水文觀測孔的水位擬合曲線可見，在40 min之前，模型的擬合效果較差，40～110 min時，模型計算水位與觀測實際水位基本一致；在110～390 min時，模型的計算水位總是高于觀測實際水位；在290 min時，模型計算結果與觀測實際結果差距較大，而后模型的計算結果與實際觀測結果基本一致。圖3(b)SK22水文觀測孔的水位擬合曲線可見，在120 min前，模型的計算結果總是低于觀測的實際結果，模型的初始計算結果為4.81 m，觀測的實際結果為4.85 m；在120～250 min時，除200 min左右，其他時間模型的計算結果與觀測的實際結果擬合較好；200 min左右時，觀測的實際結果出現了較明顯的水位下降；在250 min后，模型計算結果與觀測實際結果之間總是有一定的誤差，但誤差均控制在10 cm以內。模型在兩個觀測孔的水位擬合效果都較好，僅在個別時間段誤差較大，確定模型的擬合效果后，研究對礦區的水文地質參數進行了修改，并對修改參數后的模型進行了驗證，驗證結果見圖4。

圖4 修改參數后模型的驗證結果

由圖4(a)SK12的水位擬合曲線可見，在5000 s以前，模型的計算結果與觀測孔的實際結果差較大，在3000 s時，模型的計算結果為4.61 m，觀測孔的實際結果為4.74 m；在5000 s以后，模型的計算結果與觀測孔的實際觀測結果基本一致。圖4(b)為礦坑涌水量預測模型，在地下240 m及地下320 m處的預測結果可見，在相同的時間內，開采深度越深，礦坑涌水量越大；開采365 d時，地下240 m處的礦坑涌水量為7430 m3/d，地下320 m處的礦坑涌水量為9130 m3/d，開采深度下降了80 m，礦坑涌水量增加了1700 m3/d；開采時間越久，礦坑涌水量變化越小，開采730 d時，地下240 m處的礦坑涌水量為7280 m3/d，開采1460 d后，地下240 m處的礦坑涌水量為6830 m3/d，開采時間增加了兩年，礦坑涌水量下降了450 m3/d。最后研究比較了原模型與信息反饋后模型在不同開采水平的礦坑涌水量，結果見表1。

表1 不同開采水平的礦坑涌水量

由表1中可見，原模型預測在東埂開采深度為地下180 m時，Ⅰ期工程的最大礦坑涌水量為23 400 m3/d，平均涌水量為18 240 m3/d；Ⅱ期工程時，礦用涌水量有所下降，礦坑最大涌水量為14 600 m3/d，平均涌水量為10 398 m3/d；Ⅲ期工程時，礦坑涌水量出現明顯下降，此時最大涌水量為5000 m3/d，平均涌水量僅3877 m3/d。金龍開采深度為地下360 m時，原模型預測的礦坑涌水量較低，Ⅰ期工程的最大涌水量僅4500 m3/d，平均涌水量僅2745 m3/d；Ⅱ期工程的礦坑涌水量更低，最大涌水量為3500 m3/d，平均涌水量為1817 m3/d。信息反饋后模型在開采深度為地下180 m時，礦坑最大涌水量為20 000 m3/d，平均涌水量為12 000 m3/d；開采深度為地下240 m時，礦坑最大涌水量為76 000 m3/d，平均涌水量為70 000 m3/d；開采深度為地下320 m時，礦坑最大涌水量為95 000 m3/d，平均涌水量為82 000 m3/d；開采深度為地下480 m時，礦坑最大涌水量為65 000 m3/d，平均涌水量為47 000 m3/d。原模型在預測礦坑涌水量時，隨著工期的推進，涌水量逐漸減小，信息反饋后模型在預測礦坑涌水量時，隨著開采深度的增加，涌水量逐漸增加，直到地下320 m為止，開采深度超過地下320 m后，礦坑涌水量開始下降。

3 結 論

研究提出利用信息反饋技術建立礦坑涌水量預測模型，可以很好地擬合礦區地下水位高度，在5000 s以后，模型的計算結果與觀測孔的實際觀測結果基本一致，信息反饋后模型在預測礦坑涌水量時，開采深度為地下320 m時，礦坑最大涌水量為95 000 m3/d。研究構建的模型可以有效地反映礦區的水環境變化，但未針對礦坑涌水量的變化制定改善方案。