Application of Ambient Noise and Dense Seismic Array Imaging Techniques in Goaf Detection Beneath Coal Mines at Haerwusu
-
摘要: 未知煤矿采空区是煤矿安全生产的巨大隐患,探测煤矿采空区的位置和形态对于保障煤矿安全生产具有重要意义,因此煤矿采空区探测是煤矿安全生产的关键内容之一。目前采空区探测方法较多,但存在成本高、周期长、效率低等问题。近些年来随着密集台阵观测技术的快速发展,背景噪声成像分析在浅层结构探测方面也得到了广泛应用。本文采用基于节点地震仪密集台阵观测和背景噪声成像技术,在内蒙古哈尔乌素露天煤矿区附近布设的145个台站,台间距为16 m,开展为期10 d的连续观测,利用背景噪声成像技术对煤矿采空区进行成像分析。结果表明:①通过背景噪声、ESPAC等方法获得探测区的橫波速度结构,背景噪声探测方法可以较好地圈划出测区内的横波低速异常体;②根据横波低速区域分布特征获得采空区潜在位置,与钻孔验证揭示的采空区位置吻合较好,验证该方法勾画采空区的良好效果。相关成果显示,利用地表密集地震台阵观测开展背景噪声成像并结合ESPAC方法进行数据处理是进行露天矿采空区探测的一种经济、有效的手段,具有广泛的应用前景。Abstract: The unknown goaf in coal mines poses a potential danger to coal mine safety production. Hence, detecting its location and shape is very important to ensure coal mine safety production. Although numerous methods are currently available for detecting goafs, they are expensive, inefficient, and have a long cycle. In recent years, with the rapid development of dense array observation technology, the ambient noise imaging technique has been widely used in near surface structure detection. In this study, we used the dense array observation based on the nodal seismometers and ambient noise imaging technology for goaf detection in the Haerwusu open-pit coal mine. We deployed 145 stations with 16 m spacing for 10 consecutive days. Our results show that: (1) The VS anomalies were well constrained using the ambient noise imaging and ESPAC methods. (2) Potential locations of the goaf were detected based on the distribution of the low VS regions. After verification by drilling, the locations showed accurate correspondence with the positions revealed by the borehole, which proves the validity of this method for goaf detection. Our study shows that the dense seismic array technique for ambient noise imaging is an economic and effective means of conducting goaf detection in open-pit mines and the technique has a wide range of applications.
-
Keywords:
- ambient noise /
- dense seismic array /
- passive source /
- ESPAC /
- goaf detection
-
煤矿在生产开采过程中破坏了原有地层结构,遗留下的采空区常常造成矿体围岩开裂、破碎,上覆岩体下沉、弯曲,引发地表下陷、采空区塌陷、矿震、涌水和边坡失稳等矿山地质灾害,严重威胁着矿区人民的生命安全,给矿区的正常生产生活带来极大威胁,给矿山的爆破质量及爆破安全造成严重的安全隐患[1-2]。因此在煤矿矿山进行快速、准确的采空区探测十分必要。
哈尔乌素露天煤矿是国家“十一五”重点建设煤矿之一,也是我国目前设计产能最大的露天煤矿。由于哈尔乌素露天煤矿在发展过程中曾存在20多座小煤矿,早年无序开采情况严重,导致地下采空区位置、形态、尺寸等数据缺失[3]。老煤窑的不规则开采、较大的采高、缺失的采空区数据等严重制约了哈尔乌素露天煤矿的安全高效生产。
以往对矿山采空区常用的勘查方法有工程钻探、电法探测、地震探测、电磁探测及氡气探测等。复杂的地下空区破坏了原有地层的完整性以及生产中的矿区环境等因素大大增加了地球物理探测的难度,常规的物探方法对施工现场的条件要求较高,在生产中的矿区内难以取得令人满意的结果;钻探成本高、进度慢且不可能布设足够密度的可以满足矿区安全生产需求的钻孔。因此如何高效准确的获得地下空区的分布是哈尔乌素露天煤矿消除安全隐患、保障生产安全、提高生产效率所必须解决的技术难题[4-6]。
近年来,随着技术的发展,背景噪声探测不仅应用于地壳深部结构探测,在浅地表成像方面也得到了广泛的应用。利用地震仪器采集到的背景噪声数据,通过一系列算法计算得到台站间的互相关格林函数,使用层析成像技术获得较高精度的浅地表速度结构成像,其探测效果也得到了大量的验证[7]。同时背景噪声成像技术具有仪器布设方便、施工效率高、抗震动干扰能力强、无电磁干扰、不破坏环境、对层状地层及速度异常体有较高的分辨能力等优点[8-10],使得其应用面大大提升。然而,随着地震观测技术的进步,特别是一体化的节点式地震仪的技术发展,响应频率更低、探测频带更宽、高信噪比、长待机时间、基于4G网络的远程数据实时传输等新技术的地震仪器给背景噪声成像技术提供了广泛的应用空间。
基于密集台阵的背景噪声探测是一种被动源地震探测方法,采集天然场的震动信号并从中提取面波的频散曲线,进而经过一系列分析处理,反演观测区域的地下速度结构。该方法在小尺度探测中可以获得较高精度的浅地表的横波速度结构,对地下速度异常体反应较敏感。本文以基于密集台阵的综合地震探测方法为例,介绍该方法在哈尔乌素露天煤矿的实际应用和取得的成果[11]。
1. 矿区地质概况
哈尔乌素露天煤矿年产原煤3500万吨,位于内蒙古自治区鄂尔多斯市准格尔旗准格尔煤田的中部,地理坐标为东经111° 10'00″~111° 22'30″,北纬39° 39'45″~39° 44'15″。薛家湾镇是准格尔旗政府和神华集团准格尔能源有限责任公司所在地,位于煤田北部中间位置,北距呼和浩特市127 km,东南距黄河万家寨水利枢纽工程49 km,西距鄂尔多斯市120 km(图1)。
哈尔乌素露天矿区内以第四系黄土层为主的新生界地层广泛覆盖下伏地层,与下伏地层呈角度不整合接触关系。由于黄土的覆盖,使基岩地层只出露于各大沟谷中。由于沟谷切割和黄土与下伏基岩地层接触面不平整的原因,使黄土厚度变化大,地形复杂。黑岱沟、哈尔乌素沟、不连沟等沟内地层出露较好。区内所见地层由老到新为奥陶系灰岩、白云岩;石炭系本溪组、太原组铝土岩、砂岩、泥岩、煤;二叠系山西组砂岩、泥岩、煤,上下石盒子组砂岩、泥岩;第三系红土和第四系黄土、冲洪积、残破积松散砂砂砾堆积物。太原组及山西组为本区含煤地层。测区地层特征如表1 所示。
表 1 测区地层特征Table 1. Geological features of our study region系 组 代号 厚度/m 主要岩性 第四系 Q 0~90.68 土黄色粉砂质黄土、风积沙、冲洪积物 第三系 N2 0~59.48 红色、棕红色钙质红土层,含砂质及钙质结核 二叠系 上石盒子组 P2 s 最大厚49.19 上部为绛紫色泥岩、砂质泥岩、粉砂岩与灰白黄绿色砂岩互层。下部为灰白、黄绿色中、粗砂岩 下石盒子组 P1 x 30.3~99.1 上部以黄绿色、紫色泥岩、砂质泥岩为主
下部为黄褐色砂岩和紫色、杂色泥岩、粘土岩互层山西组 P1 s 30.7~97.8 灰白和黄褐色长石、石英砂岩、灰白和灰黑色细、粗砂岩、砂质泥岩和粘土岩、深灰色和灰白色中粗粒砂岩。为本区主要含煤地层,含1、2、3、4、5号煤层 石炭系 太原组 C3 t 37.9~115.9 黑灰色砂质泥岩、粘土岩及多层砂岩和煤层;为本区主要含煤地层,含煤七层:6上、6、6下、8、9、9下、10号煤。6上煤层为不稳定煤层,6号煤层为巨厚煤层,厚0.40~39.54 m,除浅部风化变薄外,全区可采 本溪组 C2 b 7.9~33.4 深灰色、灰黑色砂泥岩、泥岩、粘土岩,褐灰色灰岩、灰色泥灰岩,偶夹1~2层薄煤层。泥灰岩中含海相生物化石;下部为浅灰、暗紫色铝土岩和铝质粘土岩 奥陶系 马家沟组 O2 m >200 上部以浅灰色石灰岩;中部为土黄色灰岩、豹皮状灰岩,含较多的砂质、泥质;下部为浅黄色、黄色白云质灰岩夹薄层状泥质、钙质白云岩 亮甲山组 O1 L 哈尔乌素露天煤矿总计含煤12层。其中6号煤层位于太原组上部,属较稳定煤层,其自然厚度0.40~39.54 m,平均为21.01 m,除浅部煤层风化变薄或缺失外全区发育,为本区主要可采煤层。6号煤层顶底板以粘土岩、砂质泥岩为主,夹灰白色透镜状厚层砂岩,岩性及厚度变化较大,顶部砂岩层胶结疏松。
以往在哈尔乌素露天矿区使用过瞬变电磁法和二维、三维地震法探测采空区,但均无法精准确定空区位置及形态。后来主要依靠钻孔勘探,钻孔打到空区后再使用钻孔电视、三维激光扫描仪和声纳技术探测采空区的具体形态,对空区进行建模。已探明的采空区均为房柱式采空,主采6号煤层,空区顶板完整性较好,矿房宽约13 m,最大长度约150 m,采高4~18 m不等,煤柱尺寸约16 m×16 m。
2. 野外观测实验
本次探测实验作业区位于哈尔乌素露天煤矿东南部1077和1085工作平盘,平台地表黄土层已剥离,同时1077平台使用钻探方式进行采空区探测,平台上分布有20多个钻孔。矿区处于生产开采状态,距实验平台百米左右周围一直进行着开采作业,一侧是采区中上部黄土和岩石剥离平台,采用穿孔爆破每天定时放炮;另一侧是开采作业面,24小时不停歇的爆破开挖,轮斗挖掘机、154 t的运输卡车、大型推土机等重型机械24小时不间断活动,这样的开采现场对于常规的地球物理探测方法来说干扰源多,无法有效采集到有用数据,影响探测结果的质量[12]。
在测区范围内以16 m的站间距布设了120个节点式地震仪和25个4G智能实时节点仪器,进行为期10天的数据采集观测(观测系统见图2)。节点式地震仪使用Smartsolo的IGU-16型5 Hz检波器,ADC分辨率为24 bits,灵敏度76.7 V/m/s。4G智能实时节点仪器使用国为公司的UGL-3C型4.5 Hz检波器,ADC分辨率为32 bits,灵敏度190 V/m/s。
探测时使用节点地震仪采集的数据背景噪声双台面波走时成像技术进行面积性探测,圈定速度异常区域;再使用基于ESPAC方法的背景噪声成像技术对速度异常区域进行测线探测。布设台站时尽量规则,使测区内仪器均匀分布,仪器按布设标准要求铺设。利用采集到的矿区震动噪声信号提取台站间的面波频散曲线进行处理,得到测区浅地表的速度结构[13-15]。
3. 数据处理
在地球表面的任何位置都时刻存在着微弱的震动,它源于自然界和人类的各种活动。自然界中的地震、火山、潮汐、大气活动等等,汽车、高铁、工厂机械等人类活动都会产生震动,所有这些震动的能量都将以波的形式向远处传播。由这些大量的、无序的、空间上随机的震动产生的体波(P波和S波)和面波(瑞利波和勒夫波)组成的复杂震动序列常被称为背景噪声。对于不同的地震台站接收的地震背景噪声数据进行互相关,获得台站对间的格林函数,该经验格林函数即为一个台到另一个台的虚拟震源响应,再使用时频分析、空间互相关等算法计算出面波频散曲线(图3),并提取出层析成像所需要的相速度和群速度等信息,从而得到探测区域下方地层较精细的三维速度结构[16]。
数据处理使用背景噪声双台面波走时成像、基于ESPAC方法的背景噪声成像进行综合处理,得到测区内速度结构分布的成果(图4~图6)。图4是背景噪声双台面波成像法得到的测区地下速度结构的水平切片结果,结果显示从地表至埋深30 m地层速度较高,这与从地面开始直接是砂岩层的情况吻合,埋深50 m至80 m处速度变低,此位置与地下煤层的埋深位置较吻合。在埋深为70 m的水平切片图上可以看到大片较明显的低速区域。
使用ESPAC法按测线探测得到7条垂向切片结果(测线位置参见图7中蓝色线),图5为使用ESPAC法按测线探测得到的垂向切片剖面,剖面位置按图7中蓝色线切片,各剖面结果如下图所示。图5中的各条剖面均显示出测区在埋深50 m以下位置存在较大面积的低速区域(速度值为1100~1500 m/s),这与已知的煤层位置基本一致。
在S1测线110~160 m位置、埋深60~80 m处显示该位置速度明显偏低速度值小于1100 m/s;在230~250 m位置上相同埋深处也存在一块速度值小于1100 m/s的低速区域。
在S4测线130~160 m、240~260 m位置也存在较低速度的地质体,但低速体的范围远小于S1测线。
S5测线分别在30 m和80 m处与S1、S4测线相交,结果显示该测线在30 m位置、埋深60~75 m处速度低于1100 m/s,而在测线40 m位置相同埋深上的速度值远大于30 m位置,测线50~100 m位置、埋深60 m以下也存在不连续的低速区域。
在S7测线上存在大面积速度值小于1100 m/s的低速区域;而S2线、S3线和S6线下方地层的低速区域不明显或存在很小的速度值小于1100 m/s的低速块体。
图6为综合背景噪声、ESPAC等方法将得到的埋深大于20 m,速度值低于1100 m/s的块体位置投影在三维空间,图中绿色线的箭头指向正北。结果显示在探测区域中部和东南部存在较大块的低速体,东北部和南部的低速体体积较小且呈不连续状。
4. 结果验证
(1)对于S1测线110~160 m位置、埋深60~80 m的大面积速度低于1100 m/s的低速区域;S5测线30 m位置与S1测线140 m相交,S5测线在30 m位置、埋深60~75 m处的速度值低于1100 m/s。而在S5测线40 m位置上相同埋深的速度值大于1100 m/s,同时S5测线在2 m和44 m位置上有两个已知钻孔DZ43和DZ48,钻孔显示下方均没有采空区。根据探测结果指定在S1和S5测线的交叉处(S5测线的30m处)选择打钻验证(钻孔号CK52),最终钻孔结果显示该位置下方为采空区,钻孔深度为81.1 m。经技术测量在67.43 m见空,73.8 m见积水,73.8~77.61 m存在积水;空区沿S1测线走向,长约42 m、宽约13 m、高约12 m,总体积约4800 m3[17]。
(2)对于S7测线的低速区域结合综合探测的低速区域空间分布,指定在S7测线50 m位置南移14 m进行钻孔验证(钻孔号CK68),最终钻孔结果显示该位置下方为采空区,钻孔深度86.65 m。经技术测量在78.62 m见空,83.25 m见积水,83.25~86.65 m存在积水;空区与S7测线呈约50度夹角,一端延伸至S1测线尾端,另一端延伸至S4测线230 m位置附近;空区长约67 m、宽约13 m、高约8 m,总体积约3500 m3[18]。同时平行于S7测线在CK68钻孔位置两侧各25 m位置打钻(钻孔号DZ53和DZ54),钻孔下方未见空区。
(3)在S5测线60 m位置钻孔DZ52未见空区。
5. 讨论
从探测结果和钻孔验证对比来看,哈尔乌素露天煤矿煤层的视横波速度值在1100~1500 m/s之间,采空区的速度值低于1100 m/s。对于S5测线60 m位置的钻孔DZ52,探测结果上的低速区域未见到空区,可能存在以下情况:
在S5测线及附近有6个钻孔,钻孔DZ43和DZ48相距42 m均未发现采空区,而在这两个钻孔之间距离DZ48钻孔17 m的CK52打到采空区;DZ48、DZ52、DZ27、DZ26四个钻孔的间距都是20 m,钻孔DZ27和DZ26下方也是采空区(由于缺少相关资料空区范围未知),而对于钻孔DZ52,其位置从图6综合探测结果上看位于低速区域边缘,有可能是测线附近存在的空区,其体效应反应到探测结果上产生的低速值。
测线结果上的较小尺寸的低速区域(如图5中S2线、S3线结果上的小块的红色块体)也可能是巷道在探测结果上的反应。
另外,由于哈尔乌素露天煤矿处于生产状态,探测现场距开采区很近,附近大型设备24小时不间断运行,对探测有干扰,影响数据采集无法取得较满意的数据质量。由于场地限制,现场铺设的仪器网格间隔较大,这导致数据建模模型较大,对较小的异常体可能造成漏测。下一步工作建议使用更小的铺设网格,避开煤矿干扰大的时段,以期取得质量更好的数据和更加精细的结果。
对于煤矿采空区探测的难点在于如何提高探测结果的分辨率以及结果和实际位置在空间上的精确对应。对于较小的采空或者巷道,即使只有1 m的偏差也可能偏出空区,在钻探验证时就打不到空洞。今后在探测时还可尝试使用更多的仪器、更小的间隔以期能提高探测分辨率,获得更精细的结果。
6. 结论
本文基于密集台阵观测,利用背景噪声方法对哈尔乌素露天煤矿进行了成像分析,反演得到矿区下方浅地表的横波速度结构,根据速度分布特征获得了煤矿采空区的潜在位置,与钻孔验证结果较吻合。
研究结果表明基于密集台阵的背景噪声成像技术抗干扰能力较强,在强振动干扰环境下的生产矿区也能取得有效数据,可以较准确地探测到目标空区。该方法可以较有效地应用于在生产矿山的采空区探测。
-
表 1 测区地层特征
Table 1 Geological features of our study region
系 组 代号 厚度/m 主要岩性 第四系 Q 0~90.68 土黄色粉砂质黄土、风积沙、冲洪积物 第三系 N2 0~59.48 红色、棕红色钙质红土层,含砂质及钙质结核 二叠系 上石盒子组 P2 s 最大厚49.19 上部为绛紫色泥岩、砂质泥岩、粉砂岩与灰白黄绿色砂岩互层。下部为灰白、黄绿色中、粗砂岩 下石盒子组 P1 x 30.3~99.1 上部以黄绿色、紫色泥岩、砂质泥岩为主
下部为黄褐色砂岩和紫色、杂色泥岩、粘土岩互层山西组 P1 s 30.7~97.8 灰白和黄褐色长石、石英砂岩、灰白和灰黑色细、粗砂岩、砂质泥岩和粘土岩、深灰色和灰白色中粗粒砂岩。为本区主要含煤地层,含1、2、3、4、5号煤层 石炭系 太原组 C3 t 37.9~115.9 黑灰色砂质泥岩、粘土岩及多层砂岩和煤层;为本区主要含煤地层,含煤七层:6上、6、6下、8、9、9下、10号煤。6上煤层为不稳定煤层,6号煤层为巨厚煤层,厚0.40~39.54 m,除浅部风化变薄外,全区可采 本溪组 C2 b 7.9~33.4 深灰色、灰黑色砂泥岩、泥岩、粘土岩,褐灰色灰岩、灰色泥灰岩,偶夹1~2层薄煤层。泥灰岩中含海相生物化石;下部为浅灰、暗紫色铝土岩和铝质粘土岩 奥陶系 马家沟组 O2 m >200 上部以浅灰色石灰岩;中部为土黄色灰岩、豹皮状灰岩,含较多的砂质、泥质;下部为浅黄色、黄色白云质灰岩夹薄层状泥质、钙质白云岩 亮甲山组 O1 L -
[1] 韩连生, 雷洪才. 采空区的危害及探测方法分析[J]. 价值工程, 2018,37(32): 240−241. [2] 郭爱萍. 煤矿采空区的危害及防治[J]. 内蒙古煤炭经济, 2014,(10): 88−89. doi: 10.3969/j.issn.1008-0155.2014.10.053 [3] 刘爱兄, 祁金保, 张文罡. 哈尔乌素露天煤矿过东宝煤矿采空区技术研究[C]//第十届全国采矿学术会议, 2015. [4] 薛国强, 潘冬明, 于景邨. 煤矿采空区地球物理探测应用综述[J]. 地球物理学进展, 2018,33(5): 2187−2192. doi: 10.6038/pg2018BB0294 XUE G Q, PAN D M, YU J C. Review the applications of geophysical methods for mapping coal-mine voids[J]. Progress in Geophysics, 2018, 33(5): 2187−2192. (in Chinese). doi: 10.6038/pg2018BB0294
[5] 李晓斌. 物探方法在煤矿采空区的应用[J]. 中国矿业, 2011,20(S): 196−200. LI X B. The applying geophysical exploration for gob area of coal minus[J]. China Mining Magazine, 2011, 20(S): 196−200. (in Chinese).
[6] 徐胜, 唐科远. 物探技术在朱仙庄煤矿采空区探测中的应用[J]. 地质找矿论丛, 2020, 35(4): 481-486. XU S, TANG K Y. Application of geophysical technology to the detection of goaf-settlement area in Zhuxianzhuang coal mine, Anhui province[J]. Contributions to Geology and Mineral Resources Research, 2020, 35(4): 481-486. (in Chinese).
[7] 李万伦, 田黔宁, 刘素芳, 等. 城市浅层地震勘探技术进展[J]. 物探与化探, 2018,42(4): 653−661. LI W L, TIAN Q N, LIU S F, et al. Progress in the study of shallow seismic exploration technology in urban areas[J]. Geophysical and Geochemical Exploration, 2018, 42(4): 653−661. (in Chinese).
[8] 王康东. 基于地震成像技术的矿山采空区探测研究和应用[D]. 合肥: 中国科学技术大学, 2022. WANG K D. Research and application of mine goaf detection by seismic imaging methods[D]. Hefei: University of Science and Technology of China, 2022. (in Chinese).
[9] 于淼, 林君. 天然源面波在采空区探测中的应用[J]. 煤炭技术, 2013,12(44): 85−87. YU M, LIN J. Application of natural source surface waves in goaf survey[J]. Coal Science and Technology, 2013, 12(44): 85−87. (in Chinese).
[10] 马丽, 金溪, 贺正东. 微动物探方法探测采空区[J]. 中国煤炭地质, 2013, 25(5): 50-54. MA L, JIN X, HE Z D. Gob area detection through microtremor surveying[J]. Coal Geology of China, 2013, 25(5): 50-54. (in Chinese).
[11] 李成. 基于背景噪声面波的浅层地壳结构成像: 方法研究及其应用[D]. 合肥: 中国科学技术大学, 2019. LI C. Imaging shallow crust structure from ambient noise surface wave: Methodology and applications[D]. Hefei: University of Science and Technology of China, 2019. (in Chinese).
[12] 赵尹桃, 岳之峰. 哈尔乌素露天煤矿新揭露地堑构造与F3逆断层的关系研究[J]. 煤矿安全, 2015,46(9): 31−34. ZHAO Y T, YUE Z F. Study on relationship between new disclosure graben structure and F3 reverse fault in haerwusu open-pit mine[J]. Safety in Coal Mines, 2015, 46(9): 31−34. (in Chinese).
[13] 王娟娟, 姚华建, 王伟涛, 等. 基于背景噪声成像方法的新疆呼图壁储气库地区近地表速度度结构研究[J]. 地球物理学报, 2018,61(11): 4436−4447. doi: 10.6038/cjg2018M0025 WANG J J, YAO H J, WANG W T, et al. Study of the near-surface velocity structure of the Hutubi gas storage area in Xinjiang from ambient noise tomography[J]. Chinese Journal of Geophysics, 2018, 61(11): 4436−4447. (in Chinese). doi: 10.6038/cjg2018M0025
[14] 李娜, 何正勤, 叶太兰, 等. 天然源面波勘探台阵对比实验[J]. 地震学报, 2015,37(2): 323−334. doi: 10.11939/j.issn:0253-3782.2015.02.012 LI N, HE Z Q, YE T L, et al. Test for comparison of array layout in natural source surface wave exploration[J]. Acta Seismologica Sinica, 2015, 37(2): 323−334. (in Chinese). doi: 10.11939/j.issn:0253-3782.2015.02.012
[15] 赵东. 被动源面波勘探方法与应用[J]. 物探与化探, 2010,34(6): 759−764. ZHAO D. Passive surface waves: Methods and applications[J]. Geophysical and Geochemical Exploration, 2010, 34(6): 759−764. (in Chinese).
[16] 孙飞. 基于微动探测的煤矿采空区勘察及其稳定性评价研究[J]. 能源与环保, 2022,44(1): 159−164. SUN F. Research on mine goaf investigation and stability evaluation based on micro-motion detection[J]. China Energy and Environmental Protection, 2022, 44(1): 159−164. (in Chinese).
[17] 煤炭科学技术研究院有限公司. CK52-1077采空区探测报告[R]. 2022. [18] 煤炭科学技术研究院有限公司. CK68-1085采空区探测报告[R]. 2022.