多源数据融合的矿山开采诱发山体地表沉降预测与机理研究

本文创新性地结合光学遥感（GF-2）、小基线集雷达干涉测量（SBAS-InSAR）与长短期记忆神经网络（LSTM）等多源技术，建立了矿山开采诱发山体沉降的动态预测模型，并通过离散元（MatDEM）数值模拟揭示了沉降演化机制。研究预测2026年最大累积沉降量达2,180 mm，提出"主-次沉降区融合→滑移解体"的三阶段机理，为矿山地质灾害防控提供新范式。

　　

多源技术融合的矿山沉降研究框架

研究团队构建了"遥感解译-InSAR监测-LSTM预测-离散元模拟"四位一体的技术路线（图1）。基于GF-2卫星0.81米分辨率影像，通过ENVI 5.6软件对江西鹰潭宝嘉矿区2015-2023年影像进行辐射校正与几何精处理，首次识别出主沉降区（A区）、次沉降区（B区）和堆积隆起区（C区）的空间分异特征。

地表形变时空演化特征

SBAS-InSAR分析显示（图9-10）：

1. 1.

   孕育期（2015-2017）：A、B区最大沉降量仅192 mm和439 mm，C区保持稳定；

2. 2.

   发展期（2018-2020）：A区沉降量激增739 mm，C区出现262 mm抬升；

3. 3.

   加速期（2021-2026）：主沉降区扩展至350×260 m，最大裂缝长246 m、宽2.2 m，2023年A区沉降达1,680 mm。

创新性预测模型构建

LSTM模型以70个月数据训练、30个月验证（图13）：

• •

  设置历史序列长度L=5，学习率动态调整（0.005→0.001）

• •

  预测2026年A区沉降达2,180 mm，MAE仅18.3 mm，相关性R²=0.99

• •

  相较之下，MatDEM数值模拟MAE为152 mm（图14），证实LSTM在时序预测中的优越性

离散元揭示滑移机制

MatDEM百万级粒子模拟显示（图11-12）：

1. 1.

   滑移特征：岩土体非整体移动，底部小区域主导滑移，2026年最大滑距140 m；

2. 2.

   分区演化：

   • •

     拉裂区：提供物源，发育水平剥离裂缝与纵向张裂缝

   • •

     中央滑移区：沿滑面整体移动，含主次变形亚区

   • •

     堆积区：上部岩体崩解形成土石混合体

三阶段灾变机理

1. 1.

   变形潜伏期：开采扰动形成主-次沉降区雏形，地表无明显迹象；

2. 2.

   拉裂发展期：无底柱分段崩落法开采导致采空区扩大，产生Q4地层裂缝（黄褐色含砾粉质粘土易滑）；

3. 3.

   蠕滑突变期：渗透通道促使主次区融合，岩体发生"慢发展-突变-再发展"的循环破坏（图8）。

该研究为浅埋矿山地质灾害预警提供了可量化的技术路径，其多源数据融合方法对同类研究具有重要借鉴意义。