1. 引言
作为世界上最为重要的水资源组成部分,地下水在人类的生产、生活中扮演了重要角色 [1]。但对于煤矿而言,地下水是一把双刃剑:一方面,矿区水资源的严重缺乏使得地下水尤为重要 [2]。另一方面,地下水又是煤矿安全开采的重要威胁之一 [3]。因此,如何在防治水的同时利用好矿井水是当前煤矿生产中面临的重要问题。
在过去的20多年里,作为最为重要、也最为有效的工具之一,水文地球化学在探讨煤矿区地下水演化以及应用(水源识别及资源化)方面发挥了至关重要的作用:出于煤矿突水水源识别的需要,早期的研究者对煤矿深部地下水(深度 < 1000 m且与煤矿防治水密切相关的部分)开展了大量水源识别模型的研究工作,主要是基于不同含水层水化学组成的差异性,在方法上则以特征元素/离子及数理统计分析(如判别分析、神经网络等)为主 [4] - [10],而缺乏了对造成这种差异性原因的探讨。基于此,在后续的研究中,以水岩相互作用为主导的矿区水文地球化学演化研究得以展开,并在元素/离子来源、水文地质条件、含水层水力联系分析等方面取得了一系列进展 [11] [12] [13] [14] [15]。
淮南矿区在华东地区经济发展中发挥了重要作用。然而,矿区的安全生产同样面临瓦斯和水害等一系列安全问题。因此,大量相关研究得以展开,为矿区安全生产提供了大量优异的科学信息。然而,这些研究主要集中于瓦斯演化及防治 [16] [17] [18] [19] [20],对于水文地球化学的研究极其有限 [21] [22]。基于此,本研究以淮南矿区四个煤矿(板集矿、刘庄矿、口孜矿和杨村矿)的三个代表性含水层(主要与煤炭安全开采有关,包括松散含水层、煤系砂岩含水层和太原组灰岩含水层)地下水为研究对象,利用多种方法分析其水化学组成以获取其主要影响因素及离子来源,并结合Unmix模型定量分析不同来源对其水化学组成的贡献率。
2. 材料与方法
2.1. 研究区简介
淮南矿区位于安徽省中北部,区域横跨淮南和阜阳。正因为煤炭资源的高度丰富,区内交通四通八达。矿区面积近3000 km2 (其东西长100公里,南北宽30公里,图1)。其探明煤炭总储量占安徽省的74%,且品位优良,被誉为绿色能源和环保煤。淮南煤田属于华北赋煤区南缘,该区煤炭资源主要富集在二叠系地层。由于该区缺少中生代地层,导致二叠系含煤地层直接与上覆新生界松散层和下伏石炭系太原组灰岩相接触。因此,在煤炭开采过程中,松散层、含煤二叠系和太原组灰岩中的含水层就成为潜在危险含水层 [22]。
2.2. 数据收集与分析
本研究从板集矿、刘庄矿、口孜矿和杨村矿共收集了48个样品的常规离子组成,其中阳离子包括K+ + Na+ (因为K+含量普遍较低,所以和Na+合并)、Ca2+和Mg2+,阴离子包括Cl−、SO2− 4、HCO− 3和CO2− 3。在数量分布上,松散含水层、煤系砂岩含水层和太原组灰岩含水层分别为18、10和20个。
数据分析共分为两个部分:首先是水化学组成主要影响因素的定性分析,主要通过Gibbs图 [23] 先确定水岩相互作用是否对于水化学具有决定性作用,然后利用离子之间的相互关系 [24] 分析其主要的水岩相互作用类型,进而利用因子分析 [25] 做进一步的确认。其次是水化学组成主要影响因素的定量分析,主要利用Unmix模型 [26] 完成。
3. 结果与讨论
3.1. 水化学组成与类型划分
研究数据汇总于表1,包括各常规离子的含量范围及平均值。从表中可以看出:松散含水层水样的平均K+ + Na+(634 mg/l)、Cl− (712 mg/l)和SO2− 4 (147 mg/l)相比其他两个含水层样品最高,但其Mg2+ (8.54 mg/l)和HCO− 3 (278 mg/l)平均含量最低。相比之下,煤系砂岩含水层水样具有最高的Mg2+和CO2− 3平均含量,分别为11.7 mg/l和20.4 mg/l,但其Ca2+和SO2− 4平均含量最低,分别为19.3 mg/l和56.2 mg/l。对于太原组灰岩含水层而言,其具有最高的Ca2+和HCO− 3平均含量,分别为34.7 mg/l和366 mg/l,但与此同时,其有着最低的K+ + Na+ (537 mg/l)、Cl− (526 mg/l)和CO2− 3 (14.1 mg/l)平均含量。上述差距表明,对于这三个含水层而言,其水岩相互作用可能存在明显差异,包括水岩相互作用类型上的差异,且反应程度上也可能存在不同。
Table 1. Major ion concentrations (mg/l) and pH values of samples
表1. 样品常规水化学组成(mg/l)及pH值
注:数据表示方式为最小值~最大值(平均值)。
对于地下水而言,其水化学组成在受多种因素的影响,但归根结底是溶解程度的影响。而溶解程度则又受制于固体(岩石、矿物)、水量的大小、温度和pH等。对于水量而言,其影响非常明显,对于很多地下水而言,在水量充足时(如补给区),其水化学类型主要为HCO− 3型,随着水量的减少(如排泄区),水化学类型会逐渐向SO2− 4、Cl−型转变 [27]。对于淮南矿区地下水而言,Na-Cl型是主要的类型(34个,占比71%),然后是Na-HCO3型(12个,占比25%) (图2)。这种特征表明,淮南矿区整体处于排泄区域的可能性较大,或间接反映了地下水补给不充分的特点。
3.2. 影响因素分析
3.2.1. 基于常规水化学的影响因素分析
Gibbs图最早被用于研究地表水化学组成的影响因素,但后来也逐渐被纳入到地下水研究领域 [23]。Gibbs值的计算公式如下:
(1)
(2)
单位为meq/l。对于地表水而言,可以通过Gibbs图将其影响因素划分为三个部分:蒸发、水岩相互和降水作用 [23]。但对于地下水而言,这三个因素则更大程度上对应于蒸发盐类溶解、水岩相互和补给作用。从本次研究数据来看,其Gibbs I值在0.09和0.92之间(平均值 = 0.63),Gibbs II值在0.10和0.99之间(平均值 = 0.90)。在图3中,所有的样品都位于蒸发作用与水岩相互作用区域。这种情况表明,淮南矿区地下水主要受蒸发作用(或蒸发盐类的溶解)与水岩相互作用的影响。这与上文所得认识(整体位于排泄区或补给不充分)是相一致的。
此外,因为地下水中的离子来源主要为水岩相互作用,因此离子之间的相互关系(如Ca2+、Na+、Mg2+及HCO− 3)经常被用于探讨地下水水岩相互作用的具体类型,其典型代表为Ca2+/Na+ − Mg2+/Na+及Ca2+/Na+ − HCO− 3/Na+图解 [24]。从图4可以发现,绝大部分的样品都落在了蒸发盐矿物溶解区域,并有部分样品位于蒸发盐矿物溶解和硅酸盐矿物风化之间,仅1个样品靠近碳酸盐矿物溶解区域。这种情况表明,蒸发盐矿物溶解和硅酸盐矿物风化是淮南矿区地下水水化学作用的主要类型。
Figure 4. Diagrams of Ca2+/Na+ − Mg2+/Na+ and Ca2+/Na+ − HCO− 3/Na+
图4. Ca2+/Na+ − Mg2+/Na+及Ca2+/Na+ − HCO− 3/Na+图解
3.2.2. 基于因子分析的影响因素分析
在环境地球化学领域,作为最常用的数理统计分析方法,因子分析常被用于污染物来源分析 [25]。本次研究中,以特征值大于1为因子数量的确定标准,共获得了2个因子,总的方差解释率为65.5% (表2)。经正交旋转后,因子1在Na++K+、Cl-和SO2− 4有较高的正载荷,方差解释率为38.8%,因子2在Ca2+和Mg2+上具有较高的正载荷,在SO2− 4上具有中等的正载荷,而在HCO3-上具有较高的负载荷,方差解释率为26.8%。
Table 2. Results of factor analysis
表2. 因子分析结果
前人研究表明,对于两淮矿区地下水而言,硅酸盐矿物的风化、碳酸盐、硫酸盐及氯化物(矿物)的溶解是主要的水岩相互作用类型 [28]。基于此,因子1可以被解释为氯盐(尤其是石盐NaCl)和硫酸盐矿物(如芒硝NaSO4)。因子2则可以解释为含Ca和Mg的硫酸盐矿物的溶解(如石膏CaSO4)。但从因子2中HCO− 3的载荷来看,碳酸盐矿物(如方解石、白云石等)的溶解可能未能明显体现,因为HCO− 3为较高的负载荷。但值得注意的是,HCO− 3虽然在因子1中的载荷也很低,但与因子2负值相比明显不同,考虑到前文分析结果(图4),因子1可能还包含着硅酸盐矿物风化的信息。
3.3. 离子来源定量化分析
3.3.1. Unmix来源解析
Unmix模型是美国环保局提出的一种用于定量分析污染物来源的受体模型,且被广泛应用于土壤、大气及水体的研究中 [26]。该模型的主要思路:
。其中C为样品总含量,Sn为每个源的含量,Xn为Sn在总的贡献中的比例。因为地下水中的化学组成主要来源于水岩相互作用,因此可以将其化学组成理解为多种水岩相互作用不同程度的叠加,因此也可以考虑用这一模型进行分析。
经过模型计算,对于淮南矿区地下水化学组成而言,共确定了两个来源(表3)。从表中可以看出,源1对Ca2+、Mg2+和HCO− 3具有很高的贡献率(>80%),其次是Na+ + K+和Cl−。这种情况表明,源1可能与碳酸盐矿物的溶解、硅酸盐矿物的风化和含Ca、Mg氯盐矿物的溶解有关。但考虑到前文分析中碳酸盐矿物溶解基本上已经被排除,因此源1主要与硅酸盐矿物风化(如斜长石)和含Ca、Mg氯盐矿物(如石膏、白云石)的溶解有关。对于源2而言,其对SO2− 4有100%的贡献率,然后是Cl−和Na+ + K+,其贡献率分别为59.6%和57.5%。结合前文认识来看,源2可能主要与含Na硫酸盐矿物(芒硝)及氯盐矿物(如石盐)的溶解有关。
3.3.2 基于贡献率的含水层差异性分析
源1和源2对不同含水层地下水水化学组成的贡献率见表4。从表4可以看出,两个不同源对三个不同含水层地下水化学组成的贡献率变化很大。其中源1 (硅酸盐矿物风化和含Ca、Mg氯盐矿物的溶解)对煤系砂岩含水层地下水的平均贡献率最高,其次为太原组灰岩含水层和松散含水层,其平均贡献率分别为63.3%、55.4%和51.0%。源2 (含Na硫酸盐矿物及氯盐矿物)对松散含水层地下水的平均贡献率最高,达到了49.0%,其次为太原组灰岩含水层(44.6%)和煤系砂岩含水层(36.7%)。这种情况表明,煤系砂岩含水层中水岩相互作用里硅酸盐矿物风化和含Ca、Mg氯盐矿物的溶解程度较高,侧面反映了其硅酸盐矿物含量相较另外两个含水层更高。这与事实是相一致的,煤系砂岩含水层因为砂岩,尤其是长石砂岩的存在,其硅酸盐矿物要显著高于其他两个含水层 [29]。反之,松散含水层中的含Na硫酸盐矿物及氯盐矿物则要高于其他两个含水层。
Table 3. Source compositions (mg/l) and proportions (%)
表3. 源组成(mg/l)及其比例(%)
Table 4. Source contributions for the groundwater hydrochemistry (%)
表4. 源对含水层地下水化学组成的贡献率(%)
注:数据表示方式为最小值~最大值(平均值)。
4. 结论
基于对淮南矿区代表性煤矿三个含水层(松散、煤系砂岩和太原组灰岩)地下水水化学组成的分析,共取得了以下认识:
1) 三个含水层地下水的水化学组成存在差异,表明其水化学组成控制因素(主要离子来源)互不相同。其水化学类型以Na-Cl型和Na-HCO3型为主,反映矿区整体处于排泄区域或地下水补给不充分。
2) Gibbs图、离子之间的相互关系及因子分析结果表明硅酸盐矿物的风化和含Ca、Mg氯盐矿物的溶解(源1)以及含Na硫酸盐及氯盐矿物的溶解(源2)是水化学组成的主要贡献来源。这一结果在Unmix模型分析中得到了进一步的证实,且Unmix模型分析结果表明源1对煤系砂岩含水层地下水贡献率最高,而源2对松散含水层地下水贡献率最高。
基金项目
本研究得到了安徽省大学生创新创业项目(201810361142)和安徽省高校学科(专业)拔尖人才项目(gxbjZD48)的资助。
NOTES
*通讯作者。