冲击矿压是一种开采诱发的矿山震动，不仅能造成井巷破坏、人员伤亡、地面建筑物破坏，而且还会引起瓦斯、煤尘爆炸(Bräuner，1994；Dou et al., 2012).由于这种灾害发生时间、地点、位置等的复杂多样性和突发性，对其防治，特别是时空预测是世界性的难题.正因为如此，现场的多起冲击矿压事故给工作面安全回采和巷道掘进带来了巨大威胁，也给矿井造成了巨大的经济损失.如河南义马千秋煤矿2011年“11·3”冲击矿压事故，造成10人死亡，75人受困；江苏徐州张双楼煤矿2011年“7·30”冲击矿压事故，造成6名矿工遇难；辽宁阜新孙家湾煤矿2005年“2·14”特大瓦斯爆炸事故，冲击矿压诱发，214人死亡；安徽淮北卢岭煤矿2003年“5·13”瓦斯爆炸事故，冲击矿压诱发，86人死亡.随着开采水平向深部转移，冲击矿压威胁会更大，成为了制约矿井安全高效生产的主要难题.

目前，冲击矿压的监测方法主要包括：微震监测(姜福兴等，2006；陆菜平等，2010；夏永学等，2010；吕进国和潘立，2010)、电磁辐射监测(王恩元等，2009；He et al．，2011；Wang et al．，2011)、声发射监测(贺虎等，2011)、钻屑监测(Gu et al．，2012)、应力监测(曲效成等，2011)、电荷感应技术(潘一山等，2013)等.微震监测方法能够对全矿范围进行实时监测，是一种区域性、及时监测方法，能够给出震动后的各种信息，具有不损伤煤岩体、劳动强度小、时间和空间连续等优点.该技术目前被公认为煤岩动力灾害监测最有效和最有发展潜力的监测方法之一(Tang C A，et al．，2010；Xu et al．，2011).在此基础上，国内外学者提出了大量微震时序监测预报方法和指标(Xie and Pariseau．，1993；Gibowicz and Kijko．，1994；Fujii et al．，1997, 吕进国和潘立，2010；唐礼忠等，2012)，如能量和频次、b值、A(b)值、P(b)值、η值、时空扩散性、能量指数、视在应力、 视在体积、最大剪切地震矩、分形维数等.近年来，将 震动层析成像技术和微震实时监测相结合(Lurka，2008；Luxbacher et al．，2008窦林名等，2014)，是冲击危险性区域评价和预测的最新发展方向，该技术很好地解决了冲击危险区域的探测评价问题，其缺点是反演计算周期较长，时效性受到了一定的限制.另外，基于微震事件分布提出的微震活动性空间演化(Xu et al．，2011)仅考虑了微震频次因素，以及微震能量空间演化(Tang C A，et al．，2010；窦林名等，2012)和应力等值线分布(Tang L Z，et al．，2010)仅考虑了微震强度的因素.

由于冲击矿压发生破坏形式的多样性，不同条件下可能存在不同的前兆模式，单一监测指标只能从某一个角度侧重反映冲击危险，同时各指标又都包含冲击矿压发生的某些信息，甚至很多指标还存在物理内含的重复.总之，冲击矿压的预测分析是一个多维空间的信息描述问题，单一指标要表达这一信息多维空间有相当难度，更不用说考虑孕育体系物理化学过程中的非线性变化.这也是为什么单项指标预测效能达到一定程度后很难再提高的一个原因.因此，有必要从多维指标耦合信息的角度更加深入研究与探讨冲击矿压的识别和监测预报.

为解决上述问题，在地震研究方面，早在1986年顾瑾平等(1986)就提出了综合预测的思路，之后大量学者提出了不同的综合预测方法，其中作者认为比较有意义的是王海涛等(2012)提出的综合异常指数.在矿山地震研究方面，刘建坡(2011)在岩石破坏声发射试验研究的基础上，建立了基于微震多种参数的岩爆等矿山动力灾害预测方法.唐礼忠(2008)根据岩石破坏与地震学理论及矿山监测数据分析，研究了部分定量地震学参数的时间序列及其岩爆前兆特征.夏永学等(2010)借助天然地震预测成果，优选了5个物理意义明确的预测指标，初步建立了冲击矿压预测方法.

当前综合预测方法在指标体系建立过程中往往过分强调了单方面的指标，如强度因子指标过多，空间因子指标很少；同时各指标对危险性的评价大部分也仅停留在定性层面，如“指标曲线上升异常”，“下降异常”、“低值异常”、“高值异常”等；另外，由于各指标量纲和权重的差异，导致确定综合异常时存在一定困难.针对上述存在的问题，本文进一步探讨了微震多维信息时空预测冲击矿压的方法，力求实时定量反映监测区域的冲击危险状态、具体危险区域及等级，从而为煤矿冲击矿压的时空监测预报提供一种途径.

综合考虑微震时、空、强三要素，建立如图 1所示的微震多维信息识别指标体系.

图 1

Fig. 1

图 1 微震多维信息识别指标体系Fig. 1 Index system of MMI identification

(1)时序因子W₁

微震频次越大，即微震时序越密集，则微震活动性越强，冲击危险性越大，反之微震活动性越弱，冲击危险性越小.

(2)空间因子W₂

在一定的研究范围内，微震密集分布(成丛成条带分布)时，微震活动性强，冲击危险性大，如果正常分散分布，则安全，微震活动性低.

令 Σ 为描述震源分布坐标参量x，y，z的协方差矩阵，X =(x，y，z)^T，各参量组成的期望矩阵为 u =(u₁，u₂，u₃)^T.考虑到(X － u)^T Σ ^－1(X － u)=d²(d为常数)，为方便，设 u =0，因此有

很明显，式(1)为三元正态分布的等概率密度椭球曲面，即椭球体积越大，说明椭球表面处样本出现的概率越小，分布的离散程度越高；反之，椭球表面处样本出现的概率越大，集中程度越高.

因此，在三维空间中可采用等概率密度椭球的体积来反映微震事件分布的震源集中程度，通过消除常量及量纲影响，得出震源集中程度指标为

(3)强度因子W₃

除频次及震源集中程度以外，微震能量的大小也是一个重要指标.由岩石力学理论，一个微震事件被定义为在一定体积内的突然非弹性变形，该变形引起可检测的地震波.Benioff(1951)，Kracke和Heinrich(2004)研究发现，每次地震所释放能量的平方根与这次地震发生前岩体内的应变成正比，且应变释放比能量释放更适合描述地震活动性.考虑到应力和应变在弹性范围内成正比，于是，微震所释放能量的平方根就是冲击矿压发生前岩体内应力状态的一个测度.采用单位面积、单位时间内的应力当量总和作为总应力当量指标，即：

在所讨论的时空范围内，如有两组微震事件，其频次相同，总能量也相同，但其最大能量仍可能不同.此时，可认为最大能量大的微震事件组活动性强.因此，强度因子还应包含最大应力当量指标：

在可靠性分析理论当中，指数分布函数描述了一种产品的失效：

对于正向异常指标的W₁₁、W₃₁和W₃₂：

综合异常指数W构建如下：

在矿井监测区域内，在一定的时间内，已进行了一定的微震观测.在这种情况下，就可以通过微震多维信息指数，对当前的冲击危险等级进行预测.根据理论分析、实验室试验和大量现场试验(窦林名和何学秋，2007)，将冲击矿压的危险程度定量化分为4级，并 根据不同的危险程度，可采用相应的防治对策，见表 1.

表 1(Table 1)

表 1 冲击矿压危险状态分级Table 1 Classifications of the danger of rock burst 危险等级 危险状态 异常指数值 防治对策 A 无 <0.25 所有的采掘工作可正常进行. B 弱 0.25~0.5 采掘过程中，加强冲击危险的监测预报. C 中等 0.5~0.75 进行采掘工作的同时，采取治理措施，消除冲击危险. D 强 >0.75 停止采掘作业，人员撤离危险地点；采取治理措施，并通过监测检验，冲击危险消除后，方可进行下一步作业.

表 1 冲击矿压危险状态分级Table 1 Classifications of the danger of rock burst

采用许绍爕(1993)提出的地震预报能力R值评分法评估各指标预测效能.R值评分的基本公式为

根据二项分布曲线：

为了综合反映各指标的预测效能，认为指标预测高危险等级的R值越大，说明该指标预测效能越高，可构建如下公式对各指标进行综合评分：

进而可归一化得出各指标的权重：

(1)特征矿震定义

矿震(mining tremor)，即矿山震动，指微震监测系统观测到的所有由采矿活动引起的岩层震动.其中造成灾害性影响(包括巷道、工作面的突然破坏以及人员伤亡等)的矿震称为冲击矿压(齐庆新等，2003；Kornowski and Kurzeja， 2012).

冲击矿压发生所需的能量因开采、地质以及现场卸压程度和巷道支护条件的变化而不同，但是能量越大的矿震，造成破坏性后果的可能性越高.Tsukakoshi和Shimazaki(2008)、Amitrano(2012)在统计分析地震、矿震及声发射的G-R幂率时发现，在高能量(震级)端存在偏离幂率的现象，将大于拐点处对应震级的所有地震称之为特征地震，进一步分析发现这些特征地震发生之前都存在b值下降前兆.徐伟进和高孟潭(2012a)根据截断的G-R幂率关系计算了东北地震区震级上限，并取得了很好的普适性.根据Lepeltier(1969)提出的相对累计总量分析，在相对累计密度与样本元素值的双对数分布图中，分布曲线的拐点处元素值就是该样本背景与异常的分界线.因此，特征矿震(Characteristic Mining Tremor)，指统计意义上的异常矿震，即大于G-R幂率曲线中高能量端偏离幂率拐 点处对应能量的矿震，其研究尺度可缩小至实验室试样尺度下声发射现象中的宏观破裂(Macro-failure)，或扩大至地壳尺度下地震现象中的特征地震(Characteristic(major)earthquake)(Amitrano，2012).

(2)分区筛选

由于微震监测系统记录的是全矿井尺度内发生的震动信号，而每个矿区可能又不止一个生产区域，各生产区域在不同地质条件下产生的震源机制也不尽相同，并且即使同一工作面在不同时期也存在规律上的变化，所以有必要对监测区域在监测时段内的矿震数据进行分区筛选(李志华等，2009；蔡武等，2011).

(3)分级筛选

通常，冲击矿压发生前煤岩体会在应力作用下产生众多小能量级别的矿震，两者之间具有伴生关系，而这些小矿震则是研究并预测冲击矿压和特征矿震的重要信息源，所以预测分析时应剔除已发生过的冲击矿压和特征矿震事件，即以特征矿震的分界线作为能量的上限.同时，由于矿震的监测受到微震监测仪器灵敏度、记录条件、台网控制能力等影响，仪器观测和处理数据的能力有限，即存在一个能量下限.本文以G-R幂率曲线高能量端和低能量端偏离幂率曲线的拐点分别作为能量上、下限的分界 线.G-R幂率方程(Gutenberg and Richter， 1944)如下：

能量上限分界线采用下式计算识别：

河南义马跃进煤矿25110工作面采深1000 m左右，为25采区东翼第一个综放工作面，平均采高11 m，主采2-1煤层.2-1煤层平均厚度11.5 m，平 均倾角12°，煤层上方依次为18 m泥岩直接顶、1.5 m 厚1-2煤、4 m泥岩和190 m巨厚砂砾岩老顶；下方依次为4 m泥岩直接底和26 m砂岩老底.井下四邻关系(图 2)为：东为23采区下山保护煤柱，南为25区下部未采煤层，东南部接近F16断层，西为25采区下山保护煤柱，北为25090工作面(一分层已采).25110上巷布置于25090采空区下方煤层中，下巷接近F16断层，工作面中部被3条小断层切割.25110工作面掘进期间冲击现象严重，至此，跃进煤矿引进并安装了波兰16通道ARAMIS M/E 微震监测系统，台网布置如图 2所示.

图 2

Fig. 2

图 2 跃进煤矿微震监测系统台网布置实心点表示矿震事件，实心三角形表示台站位置.Fig. 2 Layout of the mining seismic monitoring system installed in the Yuejin coal mine The solids are mining tremor events，the filled triangles are sensor stations

资料选取跃进煤矿25110工作面回采过二次“见方”及断层危险区期间(2011-05-01—2011-10-01)的微震监测数据，全矿总共监测到矿震事件1184个，如图 2所示，期间25110工作面共发生有 记录的冲击矿压4次，当中包括一次透水事件，见表 2.

表 2(Table 2)

表 2 现场冲击矿压显现记录Table 2 Records of rockburst in the field 发生时间 能量/J 位置 现场描述 2011-05-26 13∶00∶21 2.42×107 25110下巷 511.4 m处门式抬棚倾倒，下巷550 m换棚处煤壁片帮严重. 2011-08-13 06∶31∶09 2.32×107 25110工作面 工作面从5#到68#支架大面积顶板淋水(第60#支架最先开始出现淋水)，整个工作面支架普遍较低，煤壁片帮严重，其中63#到105#支架最低，工作面底鼓明显. 2011-08-26 00∶18∶21 1.47×107 25110下巷 波及范围350~480 m，破坏煤壁8 m. 2011-08-29 03∶23∶27 1.77×107 25110下巷 F2509断层附近煤尘大，声音大，巷道有明显变化，380~400 m处巷道O型棚收缩200 mm左右.

表 2 现场冲击矿压显现记录Table 2 Records of rockburst in the field

如图 2所示，全矿矿震活动分布存在5个明显分区：25110工作面开采活动区域(12#、13#、15#台站附近)、23采区下山活动区域(10#与11#台站之间)、23070工作面两巷掘进活动区域(9#与10#台站之间)、井底车场活动区域(3#台站附近)以及西翼大巷掘进活动区域(5#、6#台站附近).本文根据蔡武等(2011)提出的分区原则筛选出25110工作面开采活动引起的矿震事件，并结合式(16)求得25110工作面矿震事件的能量上下限，如图 3所示，即下限为10^1.33J，上限为10^6.93J，最终获得满足条件的矿震事件701个.

图 3

Fig. 3

图 3 25110工作面矿震能量上下限求解图Fig. 3 Calculation of upper and lower limit for mining tremors of LW 25110

采用5天时间窗，1天滑移步长，绘制出微震多维信息指标曲线，如图 4(a—d)所示，进而计算得出各指标的时序预测效能及其权重，见表 3.其预报成败的依据是：指标值超过异常临界值后5天(时间窗大小决定)内是否发生特征矿震，若发生，则预报成功，反之则失败.赋予各指标权重，即{ω₁₁，ω₂₁，ω₃₁，ω₃₂}={0.114，0.470，0.245，0.172}，得出综合异常指数曲线，如图 4e所示.同时，为了方便比较工作面开采速度对冲击矿压的影响，以同样的统计方法 在各指标曲线图中添加了进尺曲线，如图 4中的Advance extent曲线.

图 4

Fig. 4

图 4 微震多维信息指标时序曲线 (a)频次W11；(b)震源集中程度W21；(c)最大应力当量W31；(d)总应力当量W32；(e)综合异常指数W；RB：冲击矿压事件；WI：透水事件；D：强危险等级；C：中等危险等级；B：弱危险等级.Fig. 4 Temporal sequence curves of MMI indexes (a)Frequency W11;(b)Hypocenter concentration W21;(c)Maximum equivalent stress W31;(d)Total equivalent stress W32;(e)Comprehensive anomaly index W; RB: rock burst; WI: water inrush; D: strong burst danger degree; C: medium burst danger degree; B: weak burst danger degree.

表 3(Table 3)

表 3 微震多维信息指标时序预测效能及权重分析Table 3 Temporal sequence forecasting efficiency and weights of MMI indexes 指标 报准率c 虚报率p R值(括号中为R1-40%) 弱 中等 强 弱 中等 强 弱RBij 中等RCij 强RDij Rij 权重ωij W11 0.500 0.100 0.100 0.374 0.097 0.045 0.126(0.087) 0.003(0.050) 0.055(0.050) 0.074 0.114 W21 1.000 0.900 0.600 0.884 0.684 0.374 0.116(0.088) 0.216(0.092) 0.226(0.091) 0.306 0.470 W31 0.700 0.700 0.500 0.626 0.471 0.252 0.074(0.093) 0.229(0.093) 0.248(0.087) 0.319 0.245 W32 0.700 0.700 0.300 0.652 0.406 0.213 0.048(0.093) 0.294(0.093) 0.107(0.074) 0.224 0.172 W 1.000 0.900 0.600 0.910 0.742 0.323 0.090(0.088) 0.158(0.092) 0.277(0.091) 0.310 -

表 3 微震多维信息指标时序预测效能及权重分析Table 3 Temporal sequence forecasting efficiency and weights of MMI indexes

根据Frankel等(1995; 2000)提出的基于空间光滑地震活动性模型采用点源进行地震危险性分析 的理念，结合Akinci(2010)、Garcia等(2008)、 Hagos等(2006)，Lapajne等(2003)、Peláez Montilla等(2003)、徐伟进和高孟潭(2012b)做出的相关改进，本文根据高斯光滑模型理念，将震源简化为点源，并以定位误差作为统计滑移半径，其数值由定位误差数值仿真方法(巩思园等，2010)计算获得.同时，为避免统计滑移过程中遗漏个别矿震事件而导致结果的失真，网格划分间距s与统计滑移半径r满足如下关系：s≤ 2 r.空间统计滑移模型示意如图 5所示，其具体计算过程为：以各网格节点对应的统计圆为区域统计窗口，计算各统计区域的指标值作为各网格节点的数值，然后采用插值法即可获得研究区域的各指标空间分布.

图 5

Fig. 5

图 5 空间统计滑移模型示意图Fig. 5 Sketch map of the spatially statistical smoothed model

采用定位误差数值仿真计算，得出研究区域的震源及其定位误差分布，如图 6所示，可知震源分布区的最大定位误差为30 m左右，因此，取r=30 m，s=42 m.由于空间统计滑移模型中的统计区域较小，为一固定形状，此时，统计区域的频次基本反映了震源分布的集中程度，即频次越大，震源集中程度越高.因此，空间预测时，作为近似，空间因子W₂₁可 忽略.于是，绘制出微震多维信息指标空间演化云图，如图 7(a—c)所示；进而计算得出各指标的空间预测效能及其权重，见表 4；赋予各指标权重，即{ω₁₁，ω₃₁，ω₃₂}={0.347，0.303，0.350}，得出综合指标的空间演化云图，如图 7d所示.

图 6

Fig. 6

图 6 研究区域震源及其定位误差分布图(单位：m)Fig. 6 Distribution of hypocenter and the contour plot of hypocenter location error in research region(Unit:m)

图 7

Fig. 7

图 7 微震多维信息指标空间云图 (a)频次W11；(b)最大应力当量W31；(c)总应力当量W32；(d)综合异常指数W.Fig. 7 Spatial contour nephograms of MMI indexes (a)Frequency W11;(b)Maximum equivalent stress W31;(c)Total equivalent stress W32;(d)Comprehensive anomaly index W.

表 4(Table 4)

表 4 微震多维信息指标空间预测效能及权重分析Table 4 Spatial forecasting efficiency and weights of MMI indexes 指标 报准率c 虚报率p R值(括号中为R1-5%) 弱 中等 强 弱 中等 强 弱RBij 中等RCij 强RDij Rij 权重ωij W11 0.300 0.200 0.200 0.104 0.047 0.015 0.196(0.213) 0.153(0.163) 0.185(0.163) 0.264 0.347 W31 0.800 0.500 0.200 0.263 0.107 0.027 0.537(0.307) 0.393(0.278) 0.173(0.163) 0.461 0.303 W32 0.600 0.500 0.300 0.169 0.064 0.025 0.431(0.296) 0.436(0.278) 0.275(0.213) 0.532 0.350 W 0.900 0.500 0.500 0.253 0.121 0.040 0.647(0.294) 0.379(0.278) 0.460(0.278) 0.696 -

表 4 微震多维信息指标空间预测效能及权重分析Table 4 Spatial forecasting efficiency and weights of MMI indexes

为便于说明，将2011-05-01—2011-10-01研究期间的10次特征矿震依时间顺序按①—⑩编号，各自发生的日期、位置、能量及其对应工作面进尺位置情况如图 8所示.另外，分析发现10次特征矿震涵盖了所有冲击事件，其冲击震源(③、⑦、⑧、⑨)及显现位置(R₁、R₂、R₃、R₄)如图 8所示.

图 8

Fig. 8

图 8 研究期间支架压力监测方案及结果、特征矿震、冲击矿压空间分布情况Fig. 8 Spatial distribution of characteristic mining tremors，rock bursts， and the monitoring scheme and result of supports pressure during the study period

(1)开采深度

25110工作面采深1000 m左右，构成了该工作面频繁发生冲击矿压的应力条件.

(2)开采速度

如图 4所示，4次冲击矿压全部发生在开采速度急剧增加阶段，然而也并非所有开采速度增加时段都发生了冲击矿压，说明开采速度的增加至少是该矿冲击矿压发生的一个诱因.

(3)工作面二次“见方”

理论及微震监测分析表明(贺虎等，2010；徐学锋等，2011；Mu et al. 2013)，当工作面推进至单个工作面或多个工作面“见方”位置，即覆岩关键层处于正“O-X”型破断位置时，矿山压力达到最大值，极易导致冲击矿压的发生.为了实时监测25110工作面矿压情况，现场安装了KJ216矿压监测系统，监测方案如图 8所示：从3#支架开始每隔10架液压支架安装一个数字压力计，总共安装数量为13个.图中等值云图为研究期间的矿压监测结果，期间对应的25090和25110双工作面“见方”位置如图中字母G标示.从图中可以看出，“见方”期间(E-H)的支架压力明显增加，尤其是E和G两处，同时在“见方”位置前后附近发生了①—⑥号矿震，其中①—③号矿震发生时对应的工作面位置(B、C、D)离“见方”位置较远，④—⑥号矿震发生时对应的工作面位置(E、F、H)位于“见方”位置附近，且所有矿震均超前工作面发生，结合现场地表塌陷不明显现象表明，上覆190 m巨厚砂砾岩老顶并不是一次性破断失稳，而是在一定范围内分层持续破断.

(4)断层

如图 8所示，从2011-08-13(对应工作面进尺位置I)开始，工作面支架压力整体上开始偏大，截至2011-10-01(对应工作面进尺位置M)，F2510断层附近总共发生4次特征矿震，当中包括3次冲击矿压.尤其是⑦号矿震引发的透水事件R2，在发生透水当天，A5富水区(图 8)左侧边缘监测到⑦号矿震，之后工作面5#到68#支架出现大面积顶板淋水(当中60#支架最先开始出现淋水)，同时整个工作面支架普遍较低，煤壁片帮严重，其中63#到105#支架最低，说明顶板在断层和采动双重影响下发生断裂，导致工作面开采空间与A5富水区贯通.

另外，对比震源定位结果(③、⑦、⑧、⑨)和冲击显现位置(R₁、R₂、R₃、R₄)可以看出，震源点并不是冲击显现最强烈区域，巨厚老顶分层破断运动和断层失稳是这几次冲击的诱发因素，顶板破断与断层滑移释放的能量与处于高能量积聚状态的煤岩体综合作用最终导致冲击发生.综上所述，①—⑩号特征矿震的发生是在开采速度因素的诱发下，由巨厚顶板“见方”破断和断层活动两因素主要控制.

从表 3、4可以看出：(1)各指标的预测效能R值均大于0，其中，空间预报上除了R_B11和R_C11以外，其余R值均大于R_1-5%，时序上除了R_B31、R_B32和R_C11以外，其余R值均大于R_1-40%，说明建立的指标体系具有一定的时空预测效能，其中空间上高达95%的置信度.(2)根据综合评分R_ij值对各指标进行排序：时序预报上W₃₁>W>W₂₁>W₃₂>W₁₁，空间预报上W>W₃₂>W₃₁>W₁₁，从排序上可以看出，综合异常指数W在时空预报上分别排名第二、一位，同时，综合异常指数W的报准率和强危险等级预测效能R_D均大于单向异常指标，表明综合异常指数能有效综合微震时、空、强异常信息，从而突出前兆，提高预测效能.

以强危险等级作为异常判据，时序前兆识别结果如下(图 4)：W₁₁虽然仅报准④号矿震，但它是4项指标体系中唯一报准④号矿震的指标；W₂₁报准①②⑦⑧⑨⑩号矿震；W₃₁报准③⑦⑧⑨⑩号矿震；W₃₂报准⑤⑦⑩号矿震；W报准④⑤⑦⑧⑨⑩号矿震.分析结果表明，W₂₁和W报准率最高，达60%，综合考虑所有指标时，除⑥号矿震未报出异常外，其余9次均出现异常信息，报准率达90%.另外，各指标曲线与进尺曲线(Advance extent)存在明显的相关性，其中W₁₁在2011年6月22之前与进尺曲线呈正相关，之后呈负相关；W₂₁在2011年6月22之前与进尺曲线呈负相关，之后呈正相关；W₃₁和W₃₂与进尺曲线基本呈正相关.综上表明微震多维信息识别指标体系能响应开采速度影响，并能从不同侧面提取各类主控因素影响下特征矿震发生的前兆.

空间前兆识别结果如下(图 7)：W₁₁为强危险区域2次，中等危险区域0次，弱危险区域1次，无危险区域7次；W₃₁为强危险区域2次，中等危险区域3次，弱危险区域3次，无危险区域2次；W₃₂为强危险区域3次，中等危险区域2次，弱危险区域1次，无危险区域4次；W为强危险区域5次(包含冲击矿压3次)，中等危险区域0次，弱危险区域4次，无危险区域1次.综上所述，各指标分别从不同程度上反映了不同区域的冲击危险程度，其中，综合异常指数W预测效果最好，预测效能达0.696.

实际预测应用时，对于新安装微震监测系统的矿井，各指标可暂时赋予相同权重，其他计算不变，待监测数据量达到至少3个月以上后，采用3.3和3.4节介绍的方法重新确定指标权重.为了使得预测结果更为准确，一般对于不同地质条件控制下的不同时段或不同工作面，其指标权重都应及时重新训练做出相应调整.

以3.3和3.4节计算得出的各指标时空权重对25110工作面未来几个月的冲击危险状态、区域及等级进行时空监测预报，具体计算方案为：时序上以5天时间窗、1天滑移步长进行各指标统计计算，并以一个月作为绘图时间窗口，空间上以一个月时间作为各指标统计计算及绘图的窗口.

具体以2011-12-03 12 ∶ 50 ∶ 59发生于25110工作面下巷F2504断层附近的冲击矿压为例(图 9)：该次冲击显现位置为工作面前方28~48 m，破坏地点处原始巷高3.5 m，底鼓处2.8~3.3 m，瞬间变形量为0.2 m；震源位于F2504断层线中央.

图 9

Fig. 9

图 9 2011年12月3日冲击概述Fig. 9 Overview of the rock burst on Dec. 3，2011

如图 10所示为2011年12月2日对应的指标时序预测曲线和进尺曲线.从图中可以看出，从11月15日开始，随着工作面开采速度的增加，频次(W₁₁)和应力指标(W₃₁和W₃₂)急剧上升并达到最大(震动活跃期)，维持5天后开始下降，直至11月25日工作面开始匀速推进时，W₁₁维持较高水平，W₃₁和W₃₂下降至低谷(平静期)，为典型的冲击前兆；震源集中程度指标(W₂₁)从11月27日开始一直维持在强冲击危险等级，结合11月27日至12月 2日期间的震源分布(图 9)发现，当工作面接近 F2504断层时，矿震事件在断层附近出现明显的成丛成条带分布，表明断层附近在积聚应力，可以作出冲击危险性预报；综合异常指数W提前4天给出了强危险等级的预报，同时还避免了W₂₁在11月6日至9日期间的虚报.

图 10

Fig. 10

图 10 指标时序预测曲线Fig. 10 Temporal sequence curves of indexes for forecasting

如图 11所示为2011年12月2日对应的指标空间预测云图，从图中可以看出，W₁₁和W₃₂，以及W₃₁和W₃₂分别在F2504断层区域和巷道区域表征出中等冲击危险以上等级；W指标预测得出的断层强危险区域和巷道中等危险区域分别与该次冲击的震源及显现位置对应一致.

图 11

Fig. 11

图 11 指标空间预测云图 (a)频次W11；(b)最大应力当量W31；(c)总应力当量W32；(d)综合异常指数W.Fig. 11 Spatial contourne phograms of indexes for forecasting (a)Frequency W11;(b)Maximum equivalent stress W31;(c)Total equivalent stress W32;(d)Comprehensive anomaly index W.

综上所述，冲击矿压可以由构造应力等为主要因素导致的高应力场与采动应力场叠加后孕育而生，也可以由顶板破断、断层滑移等为主要因素加速触发孕育过程导致，但往往是多种因素共同引发，其中一种或多种因素发挥主要作用.本文构建的微震多维信息识别指标体系是多种因素作用下的综合体现，且不同指标侧重体现不同主控因素，如W₂₁对断层、顶板“见方”等主要因素导致的震源事件成丛成条带分布前兆识别明显，W₁₁、W₃₁和W₃₂对开采速 度引起的局部应力集中以及能量时空迁移识别明 显.预测应用表明，本文提出的时序预测技术能够实时定量反映当前整个监测区域的冲击危险状态(强、中等、弱、无)，空间预测技术能定量反映近期监测区域内的冲击危险区域及其危险等级，从而完善补充了煤矿冲击矿压的时空监测预报方法.进一步结合表 1所示的危险等级划分及其防治对策，从而能够为现场防冲措施的采取提供指导，进而解决现场防冲措施实施的盲目性问题.

(1)构建了微震多维信息识别指标体系，包括优选的频次指标和新提出的震源集中程度、最大应力当量和总应力当量指标.该指标体系综合考虑了微震的时、空、强三要素，具有明确的物理意义.

(2)冲击矿压往往是多种因素共同引发，其中一种或多种因素发挥主要作用.微震多维信息识别指标体系是多种因素作用下的综合体现，且不同指标侧重体现不同主控因素.

(3)采用的综合异常指数适用于对各种量纲的指标进行综合分析，不仅考虑了各指标的异常隶属度，而且还考虑了各指标的预测效能，因此计算得出的异常指数更加客观.同时，该方法不仅适用于一定区域范围内各种前兆数据的时序综合异常提取，还可用于空间异常的扫描研究.

(4)构建的空间统计滑移模型，考虑了震源的定位误差，对震源机制进行了点源的简化.该方法不用考虑复杂的震源机制，可直接使用微震目录计算冲击危险性，简单易行，容易推广应用.

(5)提出的煤矿冲击矿压微震多维信息时空预测方法，从时序上定量描述监测区域的冲击危险状态，空间上定量反映监测时段内的冲击危险区域及其危险等级，现场上针对性指导实施防冲措施.实例表明，该技术预测效能较高，在一定程度上解决了现场防冲措施实施的盲目性问题，同时进一步完善补充了煤矿冲击矿压的时空监测预报方法.