王昆等：尾矿库溃坝灾害防控现状及发展 ·529· 应根据设计级别、筑坝方式、地质条件、地理环境等 多个传感网络节点监测法国南部山体孔隙水压力、 因素具体制定，力求做到理论实践结合、监测内容全 倾斜度及温度等参数，耦合水动力学模型实现了滑 面、测点布置科学、信息终端可视及数据分类存储共 坡灾害的实时预警：Intrieri等[s4]将意大利中部某滑 享等目标：李青石等46]指出我国尾矿库安全监测存 坡体划分为普通、警惕与报警三个危险级别，其中警 在成本高、适用性与稳定性差等缺陷，并探讨了基于 惕级别由预设阈值触发，报警级别基于专家评估法 视频可视化与多通道微震系统的全天候监测方法可 预测确定，另通过数据冗余与均值处理减少错误警 行性，指出弹性波传播衰减速度快与信号不易采集 报；Capparelli和Tirantitss]深人系统分析滑坡与降雨 的难题 量关系，建立出降雨因素诱发滑坡的预警经验模型： 遥感技术在安全监测研究中的交叉应用同样受 Intrieri等s6]概述了滑坡预警系统组成及其实践准 到国内学者追捧，马国超等[]为提高尾矿库安全监 则，指出预警敏感度与准确率互相矛盾，误报警无法 测效率，提出高分遥感与地表三维激光扫描相结合 完全避免，强调预警机制必须以人为本，培养强化人 的“天地一体化”监测模式，为安全监测提供了新思 员应急能力；Krzhizhanovskaya等[s)提出了传感器 路：高永志等[4]通过高分辨率遥感影像与GS软件 网络与溃坝模拟相结合的洪水预警决策支持系统， 识别分析黑龙江省内重点矿集区尾矿库分布情况， 并利用人工智能及可视化技术保障该系统的稳定运 为尾矿库普查与监管提供依据：刘军等[9)探索使用 行：Zare等[s8]尝试运用多层神经网与径向基网络 无人机搭载数码相机获取露天矿边坡区域高分辨率 两种人工神经网络方法分析预测山体滑坡，以期实 图像数据，通过影像三维重建制作边坡精细三维模 现更为科学有效的灾害风险评估 型，进而分析掌控边坡区域稳定性：马国超等0]通 国内学者在灾害预警平台开发、指标选取、算法 过统一控制点坐标系，实现三维激光扫描与无人机倾 优化等方面做了大量研究.黄磊等[]设计搭建了 斜摄影技术结合的三维数据完整采集，并在露天采场 基于空间信息网络访问模型的尾矿库监测预警平 开展应用研究：王海龙]将摄影测量技术应用于露天 台，并成功应用于洛阳市某五座尾矿库，但存在数据 矿山土石方量计算中，为生产计划提供数据支持 处理算法过于简单及预警模型准确率低等问题：王 综上所述，相较于国外，我国拥有更加严格的尾 刚毅等[0]运用信息融合技术实现尾矿库多指标预 矿库安全监测规定，国内学者为解决稳定性差、精度 警体系，系统由数据综合管理、实时评估、监控中 低等具体实践问题开展了一系列研究.同时，国内 心与预报预警四个模块构成，与实时气象信息融合， 外学者在尾矿库安全遥感监测方面均开展了大量研 超前诊断尾矿库在极端条件下的运行状态；Dong 究，但国内学者主要集中于理论研究，在实践应用方 等[6利用物联网与云计算技术构建了基于实时监 面相对欠缺.可以预见随着高分遥感、无人机、摄影 测与数值仿真的尾矿库灾害预警评估平台，根据监 测量等理论技术进步与装备革新，上述新型监测方 测数据及仿真计算结果划分预警级别.在预警指标 法的大规模应用推广将成为可能 选取方面，王晓航等[6]选用洪水危险性、承灾体易 1.2尾矿库溃坝灾害预警方法与应急准备国内外 损性和工程防御能力作为参数，基于GS平台与线 现状 性加权模型，构建出蓄水坝溃坝生命损失预警综合 1.2.1预警方法国内外现状 评价模型：何学秋等[6]试验得出尾矿坝变形包括衰 尾矿坝溃决泥砂下泄是极其短时间的过程，若 减、稳定、加速三个阶段，基于流变-突变理论，预警 灾害发生后才启动应急疏散程序是完全来不及的. 准则应根据各阶段特征分别制定：谢旭阳等[6]选取 而溃坝灾害在孕育发展阶段均会呈现不同形式的征 地形坡度、地质构造、降雨量、采矿活动、下游状况等 兆，可表征体现在各监测指标上，因此，溃坝灾害预 9个指标建立了尾矿库区域预警指标体系.在预测 测预警方法的研究对于尾矿库尤其是“头顶库”隐 算法优化方面，王英博等6s-]构建了和声搜索算法 患治理与灾害防控具有重要意义. 与修正型果蝇算法优化的神经网络安全评价模型， 国外针对尾矿库溃坝灾害预警的研究较为少 选用滩顶高度、库水位、浸润线、干滩高度和安全超 见，而地质灾害领域的研究具有一定借鉴意义. 高五种指标实例验证，显示出较高的预测精度；李娟 Azzam等[s2]通过太阳能供电网关连接测量传感器 等[6]利用支持向量机预测尾矿库浸润线高度，实现 与通信处理单元节点，建立具有自组织、自愈能力的 了小样本情况下的高精度预测：Dong等[6s]建立了 无线传感网络，构建出建筑物、滑坡山体、水坝、尾矿 区间非概率可靠度模型，验证可适用于数据不连续 库及桥梁等的实时监测预警平台：Peters等is]使用 时尾矿坝稳定性评价：为克服监测信息的非线性与王 昆等: 尾矿库溃坝灾害防控现状及发展 应根据设计级别、筑坝方式、地质条件、地理环境等 因素具体制定,力求做到理论实践结合、监测内容全 面、测点布置科学、信息终端可视及数据分类存储共 享等目标;李青石等[46]指出我国尾矿库安全监测存 在成本高、适用性与稳定性差等缺陷,并探讨了基于 视频可视化与多通道微震系统的全天候监测方法可 行性,指出弹性波传播衰减速度快与信号不易采集 的难题. 遥感技术在安全监测研究中的交叉应用同样受 到国内学者追捧,马国超等[47]为提高尾矿库安全监 测效率,提出高分遥感与地表三维激光扫描相结合 的“天地一体化冶监测模式,为安全监测提供了新思 路;高永志等[48]通过高分辨率遥感影像与 GIS 软件 识别分析黑龙江省内重点矿集区尾矿库分布情况, 为尾矿库普查与监管提供依据;刘军等[49] 探索使用 无人机搭载数码相机获取露天矿边坡区域高分辨率 图像数据,通过影像三维重建制作边坡精细三维模 型,进而分析掌控边坡区域稳定性;马国超等[50] 通 过统一控制点坐标系,实现三维激光扫描与无人机倾 斜摄影技术结合的三维数据完整采集,并在露天采场 开展应用研究;王海龙[51]将摄影测量技术应用于露天 矿山土石方量计算中,为生产计划提供数据支持. 综上所述,相较于国外,我国拥有更加严格的尾 矿库安全监测规定,国内学者为解决稳定性差、精度 低等具体实践问题开展了一系列研究. 同时,国内 外学者在尾矿库安全遥感监测方面均开展了大量研 究,但国内学者主要集中于理论研究,在实践应用方 面相对欠缺. 可以预见随着高分遥感、无人机、摄影 测量等理论技术进步与装备革新,上述新型监测方 法的大规模应用推广将成为可能. 1郾 2 尾矿库溃坝灾害预警方法与应急准备国内外 现状 1郾 2郾 1 预警方法国内外现状 尾矿坝溃决泥砂下泄是极其短时间的过程,若 灾害发生后才启动应急疏散程序是完全来不及的. 而溃坝灾害在孕育发展阶段均会呈现不同形式的征 兆,可表征体现在各监测指标上,因此,溃坝灾害预 测预警方法的研究对于尾矿库尤其是“头顶库冶 隐 患治理与灾害防控具有重要意义. 国外针对尾矿库溃坝灾害预警的研究较为少 见,而地质灾害领域的研究具有一定借鉴意义. Azzam 等[52]通过太阳能供电网关连接测量传感器 与通信处理单元节点,建立具有自组织、自愈能力的 无线传感网络,构建出建筑物、滑坡山体、水坝、尾矿 库及桥梁等的实时监测预警平台;Peters 等[53] 使用 多个传感网络节点监测法国南部山体孔隙水压力、 倾斜度及温度等参数,耦合水动力学模型实现了滑 坡灾害的实时预警;Intrieri 等[54]将意大利中部某滑 坡体划分为普通、警惕与报警三个危险级别,其中警 惕级别由预设阈值触发,报警级别基于专家评估法 预测确定,另通过数据冗余与均值处理减少错误警 报;Capparelli 和 Tiranti [55]深入系统分析滑坡与降雨 量关系,建立出降雨因素诱发滑坡的预警经验模型; Intrieri 等[56]概述了滑坡预警系统组成及其实践准 则,指出预警敏感度与准确率互相矛盾,误报警无法 完全避免,强调预警机制必须以人为本,培养强化人 员应急能力;Krzhizhanovskaya 等[57] 提出了传感器 网络与溃坝模拟相结合的洪水预警决策支持系统, 并利用人工智能及可视化技术保障该系统的稳定运 行;Zare 等[58]尝试运用多层神经网络与径向基网络 两种人工神经网络方法分析预测山体滑坡,以期实 现更为科学有效的灾害风险评估. 国内学者在灾害预警平台开发、指标选取、算法 优化等方面做了大量研究. 黄磊等[59] 设计搭建了 基于空间信息网络访问模型的尾矿库监测预警平 台,并成功应用于洛阳市某五座尾矿库,但存在数据 处理算法过于简单及预警模型准确率低等问题;王 刚毅等[60]运用信息融合技术实现尾矿库多指标预 警体系,系统由数据综合管理、 实时评估、 监控中 心与预报预警四个模块构成,与实时气象信息融合, 超前诊断尾矿库在极端条件下的运行状态;Dong 等[61]利用物联网与云计算技术构建了基于实时监 测与数值仿真的尾矿库灾害预警评估平台,根据监 测数据及仿真计算结果划分预警级别. 在预警指标 选取方面,王晓航等[62] 选用洪水危险性、承灾体易 损性和工程防御能力作为参数,基于 GIS 平台与线 性加权模型,构建出蓄水坝溃坝生命损失预警综合 评价模型;何学秋等[63]试验得出尾矿坝变形包括衰 减、稳定、加速三个阶段,基于流变鄄鄄突变理论,预警 准则应根据各阶段特征分别制定;谢旭阳等[64]选取 地形坡度、地质构造、降雨量、采矿活动、下游状况等 9 个指标建立了尾矿库区域预警指标体系. 在预测 算法优化方面,王英博等[65鄄鄄66]构建了和声搜索算法 与修正型果蝇算法优化的神经网络安全评价模型, 选用滩顶高度、库水位、浸润线、干滩高度和安全超 高五种指标实例验证,显示出较高的预测精度;李娟 等[67]利用支持向量机预测尾矿库浸润线高度,实现 了小样本情况下的高精度预测;Dong 等[68] 建立了 区间非概率可靠度模型,验证可适用于数据不连续 时尾矿坝稳定性评价;为克服监测信息的非线性与 ·529·