基于广义线性理论的铀矿生态环境安全评价.pdf

基于广义线性理论的铀矿生态环境安全评价 ① 曾 晟， 杜雪明， 谭凯旋 （南华大学 核资源工程学院， 湖南 衡阳 ４２１００１） 摘 要 为建立铀矿山生态环境安全评价模型，对我国铀矿山生态环境进行有效评价，选取了我国几个典型铀矿山的生态环境监 测数据进行研究，综合分析影响铀矿山生态环境安全的大气、水、土壤、生态补偿等各项指标。 应用广义线性理论和 ＳＡＳ 统计分析 方法，建立基于 ＧＬＭ 的铀矿山生态环境安全评价模型。 通过计算各项指标的对应等级的生态环境安全的影响权重ω 􀲃ｉｊ，得出整体铀 矿山的生态环境安全度 ＣＥＩ。 研究表明该模型依据标准整理数据，操作性强，能较准确地得出铀矿山的生态安全度，为铀矿山生态 环境安全评价和管理决策提供依据。 关键词 铀矿； 生态环境安全； 广义线性模型； 安全评价 中图分类号 Ｘ１７１文献标识码 Ａｄｏｉ１０．３９６９／ ｊ．ｉｓｓｎ．０２５３－６０９９．２０１４．０２．００７ 文章编号 ０２５３－６０９９（２０１４）０２－００２７－０４ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｅｃｕｒｉｔｙ ｆｏｒ Ｕｒａｎｉｕｍ Ｍｉｎｅ Ｂａｓｅｄ ｏｎ Ｇｅｎｅｒａｌｉｚｅｄ Ｌｉｎｅａｒ Ｔｈｅｏｒｙ ＺＥＮＧ Ｓｈｅｎｇ， ＤＵ Ｘｕｅ⁃ｍｉｎｇ， ＴＡＮ Ｋａｉ⁃ｘｕａｎ （Ｓｃｈｏｏｌ ｏｆ Ｎｕｃｌｅａｒ Ｒｅｓｏｕｒｃｅｓ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｏｕｔｈ Ｃｈｉｎａ， Ｈｅｎｇｙａｎｇ ４２１００１， Ｈｕｎａｎ， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｉｎ ｏｒｄｅｒ ｔｏ ｅｓｔａｂｌｉｓｈ ａｎ ｅｖａｌｕａｔｉｏｎ ｍｏｄｅｌ ｆｏｒ ｅｆｆｅｃｔｉｖｅｌｙ ａｓｓｅｓｓｉｎｇ ｔｈｅ ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｅｃｕｒｉｔｙ ｏｆ ｕｒａｎｉｕｍ ｍｉｎｅｓ ｉｎ Ｃｈｉｎａ， ｓｅｖｅｒａｌ ｔｙｐｉｃａｌ ｕｒａｎｉｕｍ ｍｉｎｅｓ ｗｅｒｅ ｃｈｏｓｅｎ ｆｏｒ ｅｃｏｌｏｇｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｄａｔａ ｍｏｎｉｔｏｒｉｎｇ， ｓｏ ａｓ ｔｏ ｍａｋｅ ａ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ａｎａｌｙｓｉｓ ｏｎ ｉｎｄｉｃａｔｏｒｓ ｉｍｐａｃｔｉｎｇ ｔｈｅ ｅｃｏｌｏｇｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ ｏｆ ｕｒａｎｉｕｍ ｍｉｎｅ， ｉｎｃｌｕｄｉｎｇ ａｔｍｏｓｐｈｅｒｉｃ ｅｎｖｉｒｏｎｍｅｎｔ， ｗａｔｅｒ， ｓｏｉｌ， ｅｃｏｌｏｇｉｃａｌ ｃｏｍｐｅｎｓａｔｉｏｎ． Ｇｅｎｅｒａｌｉｚｅｄ ｌｉｎｅａｒ ｍｏｄｅｌ ｔｈｅｏｒｙ ａｎｄ ＳＡＳ ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ， ｈａｖｅ ｂｅｅｎ ａｄｏｐｔｅｄ ｔｏ ｅｓｔａｂｌｉｓｈ ａ ＧＬＭ⁃ｂａｓｅｄ ｅｖａｌｕａｔｉｏｎ ｍｏｄｅｌ ｆｏｒ ａｓｓｅｓｓｉｎｇ ｔｈｅ ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｅｃｕｒｉｔｙ ｏｆ ｕｒａｎｉｕｍ ｍｉｎｅｓ． Ａｆｔｅｒ ｄｅｃｉｄｉｎｇ ｔｈｅ ｗｅｉｇｈｔ ω 􀲃 ｉｊｏｆ ｉｎｄｉｃａｔｏｒｓ ｉｎ ｔｈｅｉｒ ｉｍｐａｃｔ ｏｎ ｅｃｏｌｏｇｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ， ｔｈｅ ｃｏｍｐｏｓｉｔｅ ｅｖａｌｕａｔｉｏｎ ｉｎｄｅｘ（ＣＥＩ） ｆｏｒ ｔｈｅ ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｅｃｕｒｉｔｙ ｏｆ ｕｒａｎｉｕｍ ｍｉｎｅ ｗａｓ ｏｂｔａｉｎｅｄ． Ｉｔ ｃａｎ ｂｅ ｃｏｎｃｌｕｄｅｄ ｆｒｏｍ ｔｈｅ ｒｅｓｅａｒｃｈ ｔｈａｔ ｓｕｃｈ ｅｖａｌｕａｔｉｏｎ ｍｏｄｅｌ， ｂｅｉｎｇ ｖｉａｂｌｅ ｉｎ ｏｐｅｒａｔｉｏｎ， ｃａｎ ｒｅｓｕｌｔ ｉｎ ａｎ ａｃｃｕｒａｔｅ ＣＥＩ ｆｏｒ ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｅｃｕｒｉｔｙ ｏｆ ｕｒａｎｉｕｍ ｍｉｎｅ ｂａｓｅｄ ｏｎ ｓｔａｎｄａｒｄ ｄａｔａ， ｐｒｏｖｉｄｉｎｇ ａｎ ｅｆｆｅｃｔｉｖｅ ｅｖａｌｕａｔｉｏｎ ａｎｄ ｂａｓｉｓ ｏｆ ｍａｎａｇｅｍｅｎｔ ｄｅｃｉｓｉｏｎ ｆｏｒ ｔｈｏｓｅ ｕｒａｎｉｕｍ ｍｉｎｅ． Ｋｅｙ ｗｏｒｄｓ ｕｒａｎｉｕｍ ｍｉｎｅ； ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｅｃｕｒｉｔｙ； ｇｅｎｅｒａｌｉｚｅｄ ｌｉｎｅａｒ ｍｏｄｅｌ（ＧＬＭ）； ｓｅｃｕｒｉｔｙ ｅｖａｌｕａｔｉｏｎ 矿山开发是人类向自然界获取资源的重要途径， 然而矿山生态环境安全的问题也日益严重，为此国土 资源部在 ２００６ 年首次提出了“坚持科学发展， 建设绿 色矿业”的口号［１］。 近年来，我国国民经济正处于高 速度、持续、健康发展的阶段，对铀矿产资源的开发力 度和需求量逐年增加，由于技术和追求高利润方面的 原因，矿山生态保护和恢复治理的力度却不如人愿，导 致铀矿山开发与生态安全的矛盾日益激化，如贫化率 高的铀矿 “三废”产生率高，辐射潜在危害时间久，给 大气、水、土壤带来严重的污染；铀矿山的开发导致地 表塌陷，泥石流等地质灾害，加剧土地沙化，导致生态 环境质量退化，因此很有必要及时采取有效的措施来 阻止生态劣势进一步加剧，而加强铀矿山的生态环境 安全评价和管理不仅可以衡量铀矿山生态质量的总体 状况和反映生态环境污染的治理成效，同时也是对铀 矿山生态环境质量实施监控的有效手段。 由于影响生态环境安全的因素很多，评价因素和 安全等级之间的关系又很模糊，且评价指标也多是离 散型数据，也没有固定的标准，所以至今也没有定论的 评价模型，目前矿山安全评价常用的方法各有其不足 之处，如层次分析法［２－３］、模糊综合评价法［４－５］、灰色理 论评价法［６－７］等需要依靠经验丰富的专家进行评价， 因而无法避免其主观性；神经网络模型虽然克服了专 家经验的主观性，评价结果的准确性较高，但在求权值 ①收稿日期 ２０１３－１１－０１ 作者简介 曾 晟（１９７７－）， 男，湖南常德人，副教授，博士，主要从事采矿与安全方面的教学与科研工作。 第 ３４ 卷第 ２ 期 ２０１４ 年 ０４ 月 矿矿 冶冶 工工 程程 ＭＩＮＩＮＧ ＡＮＤ ＭＥＴＡＬＬＵＲＧＩＣＡＬ ＥＮＧＩＮＥＥＲＩＮＧ Ｖｏｌ．３４ №２ Ａｐｒｉｌ ２０１４ 的过程中易陷入局部极小、收敛速度慢等缺点［８－９］。 而广义线性理论在连续数据和离散数据方面都有着广 泛的应用，尤其是在生态、经济及社会数据等统计分析 上有着重要的意义，特别适用于离散型数据，如属性数 据、计数数据等，许多学者对此进行了研究［１０－１２］，并取 得了一定的成就。 铀矿山的安全评价等级以及各因素 之间的关联度也属于处理离散型数据的问题，鉴于此， 本文应用广义线性模型的基本原理，基于样本的先验 信息建立铀矿山生态环境安全评价回归模型，客观地 得出各因素的影响权重，并通过优势比（Ｏｄｄｓ Ｒａｔｉｏ） 分析哪些因素是影响铀矿山生态安全的关键因素，为 铀矿山的治理和评价提供依据。 １ 广义线性模型原理 广义线性模型是正态线性模型的直接推广，适用 于连续数据和离散数据，即自变量可以是连续型变量、 分类变量或有序变量。 其基本形式可表示为 μｉ＝ Ｅ［Ｙｉ］ ＝ ｇ －１ ∑ ｊ Ｘｉｊβｊ ＋ ξ ｉ （１） 式中 Ｙｉ为因变量向量；ｇ（ｘ）为联系函数；Ｘｉｊ为自变量 矩阵；βｊ为需要估计的模型参数向量；ξｉ为干扰项。 结合式（１），通过线性相加可以将因变量的观察 值和解释变量的期望值联系起来，可设 ｙ 的数学期望 μｉ与线性因子 Ｘｉ′β 有下列关系 ｇ（μｉ） ＝ Ｘｉ′β（２） 式中 ｇ（μｉ）是一严格单调函数且可导，称之为连接函 数。 此时模型通过式（２）将因变量观察值的期望值与 解释变量联系起来。 ２ 基于 ＧＬＭ 的生态安全评价的模型 假设有 ｎ 组观测数据（ｙＸｉ）＝ （ｙｘ１，ｘ２，，ｘｋ）， （ｉ＝１，２，，ｎ）。 ｙ＝（ｙ１，ｙ２，，ｙｉ），ｙｉ∈（０，１，， ｊ）是 多分类因变量，有 ｊ 个类别，表示该安全评价模型结论 有 ｊ 个等级；Ｘ＝（ｘ１，ｘ２，，ｘｋ）为解释变量，即影响模型 结论等级的影响因子。 设 ωｉ为在影响因子变量条件下 属于某个等级 ｙｉ的累计影响权重，ωｉ＝ω（ｙｉ≤ｊＸｉ）， ω 􀲃ｉ ＝ω ｉ＋１ －ω ｉ，ω 􀲃ｉ为属于某个评价等级的影响权重。 为 了更好地描述某等级的累计影响权重与影响因子变量 的关系， 一般不直接处理参数 ωｉ， 而是对其进行 Ｌｏｇｉｓｔｉｃ 变换，即 ｌｏｇｉｔ（ωｉ） ＝ ｌｎ ωｉ（ｙｉ≤ ｊｘｉ） １ － ωｉ（ｙｉ≤ ｊｘｉ） ＝ β ０ ＋∑ ｋ ｉ ＝ ０ βｉｘｉ （３） 转换后的 Ｌｏｇｉｔ（ω）与自变量的关系是线性的，且其取 值范围为（－ ∞，＋ ∞）， 有利于对其进行估计。 将参数 β 的估计值 β′ 代入式（３） 可得到回归 方程 ω′（ｙｉ≤ ｊ（ｘ１，ｘ２，ｘｋ）ｉ ） ＝ ｅｘｐ（β０ ′ ＋ ∑ ｋ ｉ ＝ ０ βｉ′ｘｉ） １ ＋ ｅｘｐ（β０ ′ ＋ ∑ ｋ ｉ ＝ ０ βｉ′ｘｉ） （４） 根据文献［１３］和广义线性理论（ＧＬＭ），结合大气 环境指标 Ｉ１，水环境质量指标 Ｉ２，土壤质量指标 Ｉ３，地 质灾害破坏度指标 Ｉ４，废弃物处理指标 Ｉ５，生态补偿指 标 Ｉ６，各一级指标的评价指数依次分为 ｊ＝ １，２，３ 三个 等级，建立了基于 ＧＬＭ 理论的生态安全评价模型，即 ＣＥＩ ＝ α∑ １ ｉ ＝ １ ∑ ３ ｊ ＝ １ ω 􀲃ｉｊｘｊ ＋ β ∑ ２ ｉ ＝ ２ ∑ ３ ｊ ＝ １ ω 􀲃ｉｊｙｊ＋ γ∑ ３ ｉ ＝ ３ ∑ ３ ｊ ＝ １ ω 􀲃ｉｊｚｊ ＋ μ ∑ ４ ｉ ＝ ４ ∑ ３ ｊ ＝ １ ω 􀲃ｉｊｔｊ＋ δ∑ ５ ｉ ＝ ５ ∑ ３ ｊ ＝ １ ω 􀲃ｉｊｗｊ ＋ θ ∑ ６ ｉ ＝ ６ ∑ ３ ｊ ＝ １ ω 􀲃ｉｊｑｊ （５） 式中 ＣＥＩ 为生态安全度；ｘｊ为大气环境某个等级评价 值；ｙｊ为水环境某个等级评价值；ｚｊ为地质灾害破坏度 某个等级评价值；ｔｊ为土壤环境某个等级评价值；ｗｊ为 废弃物处理某个等级评价值；ｑｊ为生态补偿某个等级评 价值；ω 􀲃ｉｊ为各指标相应等级的影响权重；α，β，γ，μ，δ，θ 分别为各项指标等级的影响权重的最大值 ｍａｘω 􀲃ｉ的归 一化处理值。 ３ 铀矿山生态环境安全评价 ３．１ 评价模型的建立 根据调查，影响铀矿山的生态安全因素的指标主 要有① 大气环境指标，主要包括影响大气环境安全 的因数，即 ＴＳＰ 浓度、ＣＯ 浓度、ＳＯ２浓度、氡气浓度等； ② 水环境质量指标，主要包括铅的浓度、锌的浓度、 ＣＯＤ、ＢＯＤ 等；③ 土壤质量指标，即铀的浓度、铅的浓 度、镉的浓度、锌的浓度，砷的浓度等；④ 地质灾害破 坏度指标，主要是指矿山发生的各类地质灾害面积占 矿山总面积的比例，即滑坡影响尺度、崩塌影响尺度、 地面沉降影响尺度等；⑤ 铀矿山废弃物处理指标，主 要有矿渣处理力度和废液控排力度等；⑥ 铀矿山生态 补偿指标，包括污染治理投入强度、生态预警机制完善 度、环保投入占矿山收入的比例。 为了系统和合理地研究铀矿山的生态安全状况，根 据文献［１４］，确定综合指数 ＣＥＩ 为清洁（ＣＥＩ≥０􀆱 ８０）、 尚清洁（０．６０≤ＣＥＩ＜０􀆱 ８０）、轻污染（０．４０≤ＣＥＩ＜０．６０）、 ８２矿 冶 工 程第 ３４ 卷 中污染（０．２０≤ＣＥＩ＜０．４０）、重污染（０＜ＣＥＩ＜０􀆱 ２）五个等 级。 选取大气环境指标 Ｉ１，水环境质量指标 Ｉ２，土壤质 量指标 Ｉ３，地质灾害破坏度指标 Ｉ４，废弃物处理指标 Ｉ５，生态补偿指标 Ｉ６为一级指标，各一级指标的评价指 数依次分为 ｊ ＝ １，２，３ 三个等级，即好（＞０．７），一般 （０．５～０．７），差（０～０．５）；通过广义线性模型分析出在 二级指标因素下其相应的一级指标所对应等级的累计 影响权重以及各等级影响权重，然后取各等级影响权 重的最大值作为相应类别的影响权重，进而通过式 （５）求出铀矿山的生态安全度。 ３．２ 数据预处理 选取我国几个典型铀矿山的生态环境监测数据来 进行生态环境安全评价。 其中生态补偿指数一般是综 合考虑矿山的效益、领导和矿工的收入期望以及法律 规范等方面统计出来的；大气，土壤，水指标的影响因 素数据主要是收集有关国家标准规定的某些有害物质 的浓度，对其进行分级得出，通过参考文献［１３－１８］对该 铀矿山的评价指标进行分析，得出铀矿山的生态安全 补偿指标值和大气、土壤、水指标的影响因素指标值， 如表 １ 和表 ２ 所示。 表 １ 矿山生态安全补偿指标统计表 年份 污然治理 投入强度 生态预警 完善制度 环保投入占 总收入比例 补偿 综合数 ２００５４０．７１．７２３．８８０．２７ ２００６３９．５１．７６４．２０．２１ ２００７３８．６１．７６４．４８０．２０ ２００８３７．７１．８４．７６０．２１ ２００９３６．８１．８５．０８０．２３ 表 ２ 铀矿山大气、土壤、水的影响因素指标统计表 监测点 大气 ＴＳＰＣＯＳＯ２Ｒｎ 大气 综合数 土壤 ＰｂＺｎＣｄＡｓＵ 土壤 综合数 地表水 Ｐｂ ２＋ Ｚｎ ２＋ ＣＯＤＢＯＤ 水 综合数 １０．１４５．１０．０５２６．２０．７７５１６７．５３６８．９０．１１３．５４６４．４０．６０．４８３．６８３．９２５．５０．５１ ２０．２３３．１２０．０９３４．４０．６２５２３４．９８８８０．３１０．９６６２．９０．４９０．６６５．３２１４．３１２．７０．４５ ３０．２５．５０．１２３５０．６２２０２ ３３９０．６９．６３５６．８０．５２０．５７４．４３１５．６１７．０７０．２６ ４０．３４．４０．１１１３３．２０．４５２２４．８１ ５２１０．７１４．４７５４．７０．５２０．６０４．３１２２１６．８０．２ ５０．２３．６０．１３３７．３０．６５２６３．２１ ２６７０．４１２．１６０．３０．４７０．５２５．０７２４１９．１０．２ ６０．２４．４０．０４３５．２０．６４２２３．２４０１．９０．４１４．３４６３．５０．５３０．５７４．３７４．０３１４．３０．４３ ７０．１５３．２０．１３３８．１０．５１２４４．８９８６０．３１２．７６６１．７０．４９０．５６５．２２１４．３１０．７０．４９ ８０．２５５．３０．１０２５．４０．６１２３６．７２ ０２１０．８１４．６３５３．９０．５２０．６１３．８３１６．７１９．０３０．２７ ９０．１３５．００．２０１３５．３０．４３１７１．３１ ３２００．７１２．８７５６．３０．４６０．４７４．０３２３２１．０７０．２１ １００．３３．１０．１５１２４．１０．４１２００．７１ ２６８０．５１２．１６２．３０．５０．５８５．１１２１２０．２０．２ ３．３ 评价结果与分析 通过 ＳＡＳ 统计分析，得出各个一级指标的评价等 级以及所占的影响权重，见表 ３，各个类别的最大似然 比分别为 ４２．６８４，３５．０３３，４３．５５６，４１．０２２，都比较小，说 明该模型具有较好的拟合度。 将各个生态因素指标对 铀矿山生态安全的影响系数归一化处理，代入式（５） 得出 ＣＥＩ 为 ０．２６，由此可知该铀矿山的生态安全状况 属于中度污染。 从表 ３ 中还可以看出，土壤环境指标 和地表水指标属于差的等级，很大程度上影响了铀矿 山整体的生态安全状况，通过分析其优势比（Ｏｄｄｓ Ｒａｔｉｏ，即因素与指标的关联度，见表 ４ ～ ５），其中 Ｐｂ、 Ｚｎ、 Ｕ 与土壤环境指标的关联度较大，特别是 Ｕ，排出 废液或废渣时，超标排放废液使土壤环境受污染的程 度是标准排放的 １６．７１ 倍；Ｐｂ ２＋ 、Ｚｎ ２＋ 、ＣＯＤ、ＢＯＤ 对地 表水指标的影响都比较大，其中以 ＢＯＤ 的影响最为严 重。 鉴于此，该铀矿山在以后的生态环境安全治理过 程中，应该特别关注废水或废渣中的铀的浓度，合理处 理废水液或废渣，使其达到国家规定的标准，对铀矿山 的生态安全的治理可以起到事半功倍的效果，进而为 矿山安全投入节省开支。 表 ３ 各一级指标评价结果 类别 等级累积影响概率 ωｉｊ各等级影响权重 ω 􀲃ｉｊ 好一般差好一般差 ｍａｘ（ω 􀲃ｉｊ） Ｉ１０．３６０．８９１０．３６０．５３０．１１０．５２ Ｉ２０．２６０．５３１０．２６０．２７０．４７０．４７ Ｉ３０．１７０．５２１０．１７０．３５０．４８０．４８ Ｉ６０．５６０．８４１０．５６０．２８０．１６０．５６ 表 ４ 土壤环境指标的优势比估计值 影响因子ＰｂＺｎＣｄＡｓＵ 估计值６．４３５．４４１．６２１．４６１６．７１ 表 ５ 地表水指标的优势比估计值 影响因子Ｐｂ ２＋ Ｚｎ ２＋ ＣＯＤＢＯＤ 估计值５．８０３．３４４．１８２０．５３ ４ 结 语 １） 基于广义线性理论建立了铀矿山生态安全评 ９２第 ２ 期曾 晟等 基于广义线性理论的铀矿生态环境安全评价 价模型，可以有效地解决安全评价的等级为多分类的 问题，综合考虑各种风险因素并按照国家标准分类整 理数据，将其影响程度分为若干级别，克服了以往专家 的经验性和评价的片面性，较好地保证了评价工作的 客观性，并且这种方法有较好地适用性和易操作性。 ２） 该生态安全评价模型在给出生态环境安全度 的同时，还可以通过优势比（Ｏｄｄｓ Ｒａｔｉｏ）分析各指标 下的因素及其关联度，进而得出影响铀矿山生态环境 的关键因素（优势比估计值较大的指标因素），明确了 造成铀矿山生态安全质量差的主要原因，有针对性地 对这些关键因素采取有效的措施，可以大幅度地提高 铀矿山的生态环境质量，克服了治理铀矿山环境的盲 目性，为铀矿山的生态安全管理提供了一条新途径。 ３） 该生态安全评价模型是基于样本信息的先验 知识，通过 ＳＡＳ 统计分析，得出各个指标因素对生态 环境的影响权重，克服了人为赋权的缺陷性，评价结果 的准确性也较高。 ４） 由于铀矿山的生态安全的评价指标对铀矿山 自身的安全影响比较复杂，对不同矿山的生态安全影 响程度会有差异，基于广义线性理论生态环境安全评 价方法，目前还没有统一的较为合理的参照标准范围 进行归类等级对比分析，对铀矿山的生态安全评价结 果与实际情况会有一定的偏差，特别是该方法中各指 标因素对铀矿山生态安全的影响程度的参照分级标准 还未建立。 因此该评价方法对铀矿山生态安全评估的 推广应用有待进一步研究。 随着参照评价标准的不断 完善，该评价方法在铀矿山生态安全评价的应用将会 有广阔的前景。 参考文献 ［１］ 乔繁盛． 建设绿色矿山发展绿色矿业［Ｊ］． 中国矿业， ２００９，１８ （８）４－６． ［２］ 李 恺． 层次分析法在生态环境综合评价中的应用［Ｊ］． 环境科 学与技术，２００９，３２（２）１８３－１８５． ［３］ ＴＩＡＮ Ｙｉ⁃ｍｅｉ，ＳＩ Ｙａｎ⁃ｊｉｅ，ＬＩ Ｈｏｎｇ，ｅｔ ａｌ． Ｅｖａｌｕａｔｉｏｎ ａｎｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｓｅｃｏｎｄａｒｙ ｗａｔｅｒ ｓｕｐｐｌｙ ｓｙｓｔｅｍ ｒｅｎｏｖａｔｉｏｎ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｚｈｅｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ⁃Ｓｃｉｅｎｃｅ Ａ（Ａｐｐｌｉｅｄ Ｐｈｙｓｉｃｓ ＆ Ｅｎｇｉｎｅｅｒｉｎｇ）， ２００７，８（９） １４８８－１４９４． ［４］ 肖勇军，崔晓云． 基于生态位理论的科技园区创业环境模糊综合 评价［Ｊ］． 矿冶工程，２０１２（２）１２２－１２６． ［５］ 莫时雄，程 峰，滕 冲，等． 开采沉陷模糊预测模型在金属矿山 中的应用［Ｊ］． 有色金属（矿山部分）， ２００８，６０（６）５－９． ［６］ 高 阳，罗军舟． 基于灰色关联决策算法的信息安全风险评估方 法［Ｊ］． 东南大学学报， ２００９，３９（２）２２５－２２９． ［７］ Ｗｕ Ｊｉａｎ⁃ｇｕｏ， Ｙａｎｇ Ｊｉｅ， Ｎｏｂｕｋａｚｕ，ｅｔ ａｌ． Ｗｅｉｇｈｔｅｄ Ｇｒｅｙ Ｒｅｌａｔｉｏｎ Ｅ⁃ ｖａｌｕａｔｉｏｎ Ｍｏｄｅｌ ｏｎ Ｃｏｌｌｉｅｒｙ Ｓａｆｅｔｙ Ｆａｃｔｏｒｓ［Ｊ］． Ａｄｖａｎｃｅｄ Ｍａｔｅｒｉａｌｓ Ｒｅｓｅａｒｃｈ，２０１２（５２４－５２７）８０３－８０７． ［８］ Ｌｅａｎ Ｙ Ｂ， ＷＡＮＧ Ｓｈｏｕ⁃ｙａｎｇ， Ｋｉｎ Ｋ Ｌ Ｋ Ｋ． Ｃｒｅｄｉｔ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｗｉｔｈ ａ ｍｕｌｔｉｓｔａｇｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｅｎｓｅｍｂｌｅ ｌｅａｒｎｉｎｇ ａｐｐｒｏａｃｈ［Ｊ］． Ｅｘ⁃ ｐｅｒｔ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ａｐｐｌｉｃａｔｉｏｎｓ， ２００８，３４（２）１４３４－１４４４． ［９］ 张广明，邱春玲，钱夏夷，等． 模糊层次分析法和人工神经网络模 型在电梯风险评估中的应用［Ｊ］． 控制理论与应用， ２００９，２６（８） ９３１－９３３． ［１０］ 张进春，吴 超． 基于广义线性模型的概率风险评价方法及其应 用［Ｊ］． 中南大学学报（自然科学版）， ２０１１，４２（６）１７１９－１７２４． ［１１］ Ｒｕ⁃Ｈｕａ ＳＯＮＧ， Ｄａｉｍａｒｕ ＨＩＲＯＭＵ， Ａｂｅ ＫＡＺＵＴＯＫＩ， ｅｔ ａｌ． Ｍｏｄｅｌ⁃ ｉｎｇ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｓｈａｌｌｏｗ⁃ｓｅａｔｅｄ ｌａｎｄｓｌｉｄｅｓ ｕｓｉｎｇ ｔｈｅ ｗｅｉｇｈｔｓ ｏｆ ｅｖｉｄｅｎｃｅ ｍｅｔｈｏｄ ａｎｄ ａ ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ ｔｈｅ Ｓａｂａｅ Ａｒｅａ， Ｊａｐａｎ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｓｅｄｉ⁃ ｍｅｎｔ Ｒｅｓｅａｒｃｈ，２００８，２３（２）１０６－１１８． ［１２］ 吴兆奇，关蓬莱，吴晓明，等． 考试成绩的 ＬＯＧＩＳＴＩＣ 回归模型研 究［Ｊ］． 统计与决策， ２００７（５）２１－２３． ［１３］ 张意翔． 中国煤炭产业生态安全评价及政策建议［Ｊ］． 理论月 刊， ２０１１（２）１６３－１６５． ［１４］ 张富玲． 基于 ３Ｓ 技术的湿地生态系统健康评价研究 以祁连 山黑河源区为例［Ｄ］． 西宁青海师范大学生命与地理科学学 院， ２０１１． ［１５］ 杨 凯． 模糊数学在矿山环境影响评价中的应用［Ｊ］． 四川环 境，２０１０，２９（３）１２７－１３０． ［１６］ ＧＢ ３０９５－２０１２， 环境空气质量标准［Ｓ］． ［１７］ ＧＢ １５６１８－１９９５， 土壤环境质量标准［Ｓ］． ［１８］ ＧＢ ３８３８－２００２， 地表水环境质量标准［Ｓ］． 􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎􀪎 （上接第 ２６ 页） 使用。 对于顶板中等稳固的情况，工人作业过程中，也 要加强顶、帮观测，采取正确的应对措施，谨慎作业。 该采矿方法在沃溪矿区节理脉应用成功，是该工 艺充分利用了矿体赋存条件，根据不同采场的顶板压 力情况，通过地压控制分析与研究，找到了临界垮塌跨 度，确定合理采场参数，结合联合补强支护顶、帮，使采 场在允许暴露面积下不会垮塌，便于回采按既定设计 有序施工，增大了采场出矿能力及安全性。 因其工艺 简单，操作简便，易于实施，对于回收高品位、高价值矿 石极为有益。 参考文献 ［１］ 陈建权， 辰州矿业矿志编委会，等． 辰州矿业志（２０００．１２．１８ ２０１０．１２．３１）［Ｇ］ ． 湖南辰州矿业股份有限公司，２０１０． ［２］ 刘升友，王广友，孙玉珍，等． 沃溪矿区 Ｖ７、Ｖ８ 节理矿体成因及趋 势分析［Ｒ］ ． 湖南辰州矿业股份有限公司，２０１２． ［３］ 湖南辰州矿业股份有限公司，湖南有色地质勘查研究院． 湖南辰 州矿业公司沃溪矿区金锑钨勘探报告［Ｒ］． ２０１２． ［４］ 马元军，胡毅夫，吴伟伟． 急倾斜复杂矿体采场结构参数优化研究 ［Ｊ］． 矿冶工程，２０１３（２）２２－２６． ［５］ 涂习成． 运用地压理论回采深部难、残、高应力采场矿石［Ｊ］． 金 属矿山，２００４（增）２２３－２２５． ０３矿 冶 工 程第 ３４ 卷