1.评价指标体系的建立及定量求解 

将重点监测区域圈定出来，该项工作的实施也就是圈定潜在的突水点靶区。依据水文地质条件，需要对某一区域是否能够满足潜在底板突水危险区域进行分析评价，主要借助导水通道以及充水水源这两个方法进行，影响充水水源的关键因素有含水层的富水性、含水层水压以及老空区积水等。影响导水通道的关键因素有断层、陷落柱以及没有封闭严实的钻孔等。通过对以上的影响空间分布的因素进行分析，就能够将连续性的评价指标体系划分为含水层富水性、含水层水压以及含水层防水煤岩柱；非连续性的评价指标主要包含了陷落柱危险性指标、断层危险性指数以及没有封闭严实的钻孔危险性指数等等，如图1所示。 

含水层的富水性、水压以及隔水煤岩柱在空间位置上是呈连续分布状态的，随着水压的逐渐增大，富水性就会越来越强，在隔水煤岩柱越小的地方突水可能性越大，因此，可以将其划分为潜在突水危险区域，也就是突水灾害预警系统的重点监测区域。对区域中的任何一点的含水层富水性、水压以及隔水煤岩柱厚度进行测量，就能够借助现场水文孔、钻孔以及水文观测孔等了解相关数据，为后续工作的实施奠定良好的基础。在空间分布上，陷落柱、断层、封闭不良的钻孔以及老空区主要是集中在一条点或者线上，属于非连续性的指标。由于这一指标产生的影响不容易来那个华，并且难以在评价模型中体现出来，在以往实施评价工作的过程中，其产生的影响只是体现在不连续指标所处的空间位置上，而且自身属于一个定值，无法反映出影响区域中的变化，与实际情况存在着一定的差距。因此，转化非连续性指标为连续性指标，能够有效增强评价精准度，并且还有利于评价模型的建立。

图 1   重点监测区域评价指标体系

2.重点监测区域 GIS 与 ANN 耦合评价方法及实现

2.1数据结构设计 

数据结构的设计需要在研究区每间隔10 m或者20 m的位置生成均匀分布的评价点，并且对每个评价点的含水层富水性、水压以及老空区的危险性指数等评价指标进行计算，以此来确定出预警系统的重点监测区域。

2.2基础数据文件生成 

借助矿井水害预警辅助系统，分别完成老空区统计文件、评价点文件、陷落柱统计文件、断层统计文件以及钻孔统计等文件的新建工作，之后借助相应的方法是数据文件矢量化。在研究区的CAD格中的采掘工程平面图中导入评价点文件，并且在研究区每隔10m或者20m的位置处均匀生成评价点。这时候各个评价点的字段都是空的。老空区统计文件、断层统计文件以及陷落柱统计文件能够将研究区域中的CAD格式采掘平面图导入到系统中，之后将图中的所有老空区、断层以及陷落柱统计到文件中。

2.3评价指标的统计算法设计 

面对含水层的富水性、水压以及防水煤岩柱厚度等连续性的指标，能够借助钻孔统计文件中的字段信息以及钻孔空间位置，运用克里格插值求解出来，例如，可以依据钻孔文件统计得到的钻孔坐标对某一平价店的含水层水压建立模型，在此基础上根据相关公式求解出含水层水压的评价指标。借助GIS空间分析技术，能够对评价点和缓冲区域的空间位置关系进行分析，面对缓冲区域以外以及边界处的评价点，其危险指数都为0。借助空间分析技术，能够求出位于缓冲区各要素边界外以及缓冲区以内的评价点，并且将评价点写入相应的字段中。对于老空区内部、断层线上以及封闭不良钻孔重合位置等位于各个要素以内以及边界位置的评价点，对应的危险性指数赋值是1。如果某一评价点能够同时受到多个断层的影响，就需要分别求出多个断层的危险性指数，之后选取最大的值将其写入字段中，在类似的条件下，也可以求出其他的危险性指数。

2.4 GIS 与 ANN 耦合评价模型设计及实现 

文章使用GIS 与 ANN 耦合技术完成评价模型的设计工作，并且在此基础之上研发出了矿井水害预警辅助系统，具体操作如下：（1）借助GIS空间分析技术获取评价点以及各种类型的基础性统计文件，并且借助评价指标的计算方法，得到处于研究区域中的每一评价点的含水层富水性、水压以及煤岩柱厚度等部分指标或者评价指标，之后从中获取精确勘探区域或者是揭露区域等具有较高的研究价值的评价点，在运用系统以及专家参与评价的前提下，得知对应的危险性，将其作为开展评价分析工作的检验样本。

3.应用实例 

以煤矿回采工作面底板突水监测预警系统为例，为了找到重点监测预警区域，并且对预警系统的现场布置予以优化，就需要借助GIS 与 ANN 耦合技术，以此来评价工作面监测区域的实际情况。在开采这一工作面的过程中，主要受到了陷落柱以及含水层的影响，并且，含水层的富水性变化并不大，由此可见，在实施评价工作的过程中，只需要选择含水层水压、含水层厚度、陷落柱的危险性指标以及断层危险性指数等评价性指标。借助工程面周边以及工作面内的CAD格式图，运用矿井水害预警辅助系统，完成断层统计文件、钻孔统计文件以及陷落柱统计文件的建立工作，之后，在每间隔10m的研究区域中产生均匀的统计点，借助这种方法，系统可以自动对每个平价点的字段值给予相应的计算，在此基础之上选择检验样本以及训练样本。并且，还应该设计3层人工神经网络模型，将其作为输入神经元，依据训练样本，系统能够自动完成人工神经网络的训练，并且在训练过的人工神经网络中输入检验样本，从而有效落实误差分析工作。在确保误差分析满足标准要求之后，就需要在训练完成的人工神经网络中输入剩余的评价点字段，在此基础上得到这一平价点的危险性指数，并且将其填入到相应的评价点字段中，通过选择最优的评价点，借助克里格插值，完成危险性指数等值线的绘制工作，以此来生成重点监测区域的分布图。通过施工钻孔埋设传感器、加密布置电极等方法，在重点监测区域中完成重点的监测工作，并且在采煤工作面中将重点的监测位置推进，以此来有效缩短采集间隔，确保采集指标信号的密集性，以此来有效保障工作面回采作业的安全性。通过实施预警实践可以发现，预警系统出现了1次异常报警，同时，在2号以及3号重点监测区域中出现了2此报警，并且通过对现场的揭露情况进行分析也可以得知，在这些区域中很容易产生突水现象，由此可见，本文所阐述的煤矿突水灾害预警重点监测区域评价技术是行之有效的。

总而言之，影响预警系统重点监测区域出现煤矿突出灾害的因素有含水层富水性、水压以及老空区危险性指数等等，借助陷落柱、断层以及封闭不良钻孔等分段函数以及计算公式，可以有效转化断层危险性指数非连续性指标为连续性指标，以此来有效确保空间分布中非连续性指标的渐进化以区域化，为煤矿工作的健康可持续发展奠定良好的基础。 

参考文献：

[1]陈祥春.探析煤矿水灾害事故的原因及治理措施[J].山东工业技术,2019(10):94+93.