1 绪论
1.1 研究对象及意义
人类进行采矿活动有非常悠久的历史。随着人类社会的不断进步和快速发展，采矿活动急剧增长，人们对矿山安全也越来越重视。微震监测技术正是在这样的背景之下被引入矿山领域的。
微震监测技术作为矿山安全监测当前*热门的技术之一，其主要依据就是各传感器（地音仪）记录下的微震波形。该波形含有*新的事件发生时震源及其附近的岩石状态信息，微震研究的主要内容就是从信号波形中尽可能多地把有用信息提取出来，并用一些定量的参数（主要用于表征岩石应力、应变的动态演变和围岩的*终破坏）来表示，以提供给工程应用。矿山微震监测技术的定位功能是其主要功能之一。
微震监测技术在国外的发展起步较早（Slawomir and Andrzej，1998）。早在1908年，为了探测和评价矿山井下开采诱发的地震活动，德国Ruhr煤盆的Bochum就建立了**个专门用于监测矿山地震的观测站，井下布置了早期的水平向地震仪。20世纪20年代，在波兰的上西里西亚煤盆，建立了**个用于监测地震活动的地震台网，该台网主要包括四个子台站，子台站内装有Mainka水平向地震仪。并且，其中的一个子台站安装于Rozbark煤矿的井下。1939年，南非为了研究矿山开采与地震活动的联系，在矿区地表组建了包括五个子站的监测台网，主要的监测仪器为机械式地震仪，并真正意义上揭示了矿山开采与地震活动的关系。美国矿业局在20世纪40年代，提出了采用微震法来监测由采动造成的岩层破裂。波兰在20世纪60年代，利用微震监测技术对岩爆（冲击地压）进行研究，尤其在煤矿领域，微震监测系统几乎覆盖了该国整个煤矿系统。国内进行矿山岩爆活动监测始于1958年，当时使用的设备为中国科学院地球物理研究所研制的581型微震仪。此后，中国地震局、长沙矿山研究院有限责任公司等单位，相继在河北唐山，北京门头沟、房山，山东陶庄等地进行了矿山地震监测。在这些监测活动中，设备逐渐由地震仪转变为波兰的地音仪等更先进的设备。在采矿领域，微震监测技术的发展有几个标志性的事件，如图1-1所示。
图1-1 矿山领域的微震监测技术发展标志事件
20世纪70年代至80年代末，近20年的时间里，微震监测技术发展较为缓慢。直到20世纪90年代，微震监测技术重新回到各行业的视野。现代通信技术的发展和相关领域如地震学科的不断成熟，为微震监测技术的进一步发展带来了良好的契机。在不到10年的时间里，微震行业得以迅速发展。
微震技术在几十年的发展历程中得到了突飞猛进的发展。早在20世纪40年代，美国矿业局就提出了利用微震法来探测地下矿井中可能造成严重危害的冲击地压等灾害。然而，由于当时所需仪器价格昂贵、精度有限且监测结果不够直观，未能引起足够的重视和推广。近10年来，随着地球物理学的飞速进步，尤其是数字化地震监测技术的广泛应用，微震研究得到了必要的技术支持，尤其是对于小范围、能量微弱微震信号的分析处理研究。其中，国外一些公司、研究机构和大学联合开展了多项重要的工程实验，旨在验证和开发微震监测技术在地下岩石工程中的巨大潜力。随着经验的积累和技术手段的提升，初步证明微震可以在现场附近进行观测，并且能够进行较为精确的定量分析。微震研究取得的显著成效为采矿工作提供了大量有益信息，极大地激发了矿业公司在此领域进行投资和研究的积极性（Zhang et al.，2021）。
对于采矿工程行业而言，微震监测技术因其*特的实时动态监测特性，展现出了巨大的发展潜力。过去20年中，研究人员将微震监测技术与岩石的物理、力学性质结合，进行了广泛而深入的研究，并开展了大量的模拟与现场试验，取得了显著进展。同时，微震监测技术的应用领域也在不断拓展。从*初的矿山地震监测开始，如今已经广泛应用于采矿、石油勘探、边坡隧道、地下构筑物以及石油开采等多个行业和领域。
此外，许多科研单位和企业也在积极开展微震系统的研发。以加拿大为例，金斯敦的工程地震组织ESG（Engineering Seismology Group）主要由P.Young教授领导，该组织致力于岩石地下工程微震系统的构建及微震信号的采集、处理和分析，并开发了能够实时进行微震事件定位的软件。澳大利亚联邦科学与工业研究院则*立研发了微震监测系统，已应用于15个以上的项目，积累了丰富的现场经验，为微震监测技术的广泛应用和深入研究奠定了坚实基础。波兰在微震监测技术研发方面也做出了重要贡献，波兰中央矿业研究院研制的SOS微震监测系统以及EMAG公司的ARAMIS M/E微震监测系统在全球范围内得到了广泛应用。南非作为全球深部采矿的先行者，积累了丰富的岩体动力灾害监测与预警经验，其中的核心技术之一便是微震监测系统。南非ISSI公司生产的微震监测网络系统，结合了*前沿的地震学理论和智能化自动计算技术，已经在30多个国家应用了200多个案例，成为国际上公认的*先进的矿山微震监测系统。
近些年来，国内已有数家科研机构和公司在微震监测技术方面开展了引进和研发的工作。科研机构包括：北京矿冶研究总院、中国矿业大学、北京科技大学、长沙矿山研究院有限责任公司、中国地震局地质研究所、中国地震局地球物理研究所、中国地震局工程力学研究所、中国安全生产科学研究院、辽宁工程技术大学、山东科技大学、中煤科工集团重庆研究院有限公司、西南科技大学等。公司包括：北京中煤天地科技有限公司、北京安科兴业科技股份有限公司、北京港震机电技术有限公司、北京欣林仪器设备科技有限公司、成都环州科技有限公司等。已经建立了微震监测系统的煤矿企业有40家左右，其中波兰SOS和ARAMIS M/E微震监测系统占了一半以上。也有部分金属矿山企业，如凡口铅锌矿、安徽铜陵冬瓜山铜矿、云南会泽铅锌矿、山东济南张马屯铁矿、湖南柿竹园矿、辽宁红透山铜矿、北京*云铁矿、江西香炉山钨矿等已建立微震监测系统。
通过这些技术和经验的不断积累，微震监测技术正日益成为矿山安全、岩体稳定性评估及灾害预警的重要工具，为全球各地的矿业安全监测提供了有力支持。
1.2 微震监测技术研究现状
1.2.1 国内外研究现状
微震监测的自动化对于及时预防矿山灾害、解决生产实际难题有着至关重要的意义。矿山微震波形自动识别技术是目前微震监测领域的热点和难点，也是矿山微震自动化监测的依据和基础。矿山微震波形自动识别的实质是深入挖掘波形的深层信息，从而进一步还原震源特性。通过对微震波形的分析，可以获得大量的震源信息，如震源定位（震源半径）、发震时间、震级大小（微震能级、震矩）、振动峰值速度、应力降及震源机制等，实现对采矿工程进行较精确的定量描述（Wang et al.，2016；赵向东等，2002）。尽管在地震及石油物探领域有较多关于波形识别的研究，但在矿山领域，相关的微震波形识别研究尚不多见。
在中国地球物理学会第十一届学术年会上，中国地震局有关专家提出了冲击地压与天然地震之间的判别问题，指出对“井下冲击地压和顶板冒落等矿山动力现象”“发生在矿区或其附近的天然地震”“与掘进、回采等人为活动有关的诱发地震”三类矿山震动进行识别，需要以矿山地震学理论为基础，建立相应的且行之有效的判据进行判别（赵永等，2023）。
事实上，微震波形分析，主要是基于微震设备采集到的震动信号，利用信号处理的方法对其进行深处理，挖掘信号中的有用信息，包括空间坐标、能量、震级等震源参数。目前，有关微震波形识别的文献主要见于石油物探及地震等相关领域，矿山微震波形的识别目前尚处于起步阶段。矿山微震波形分类识别可以从机制研究、特征提取、波形识别以及定位算法等方向来进行研究。
1.2.1.1 微震机制研究
通过研究微震事件产生的力学机制，更有利于对矿山微震震源信息的理解和采取有力的措施进行预测。俄罗斯、德国、波兰和南非等国家的矿井开采实践表明，矿山深部工程灾害的发生与采动围岩结构稳定性、应力环境及岩体在高应力下的力学行为有关。开采活动引起围岩移动、围岩应力的转移与重新分布、动态支承压力作用于围岩，是诱发围岩结构失稳灾变的根本原因（曹安业等，2023）。
张少泉等（1993）根据矿震特点，提出了重力型和构造型两类典型矿震的特征，从发生位置、震级、频度、成因等角度进行了对比分析。详细的对比分析见表1-1。
地震波初动方向是指地震波到达地面时，地表质点的*初振动方向。利用初动方向可估计震中方位、推断震源机制等。已有研究表明，P波的初动方向是地震与爆炸识别的重要指标（曹安业等，2023）。在矿山领域，曹安业等（2023）从矿山冲击地压发生机制出发，通过实验室试验和现场监测，得出了相应的矿山微震波形初动方向指标。
1.2.1.2 波形特征提取研究
国内外波形识别常规的特征主要包括频率、时长、振幅以及衍生的相关特征，提取这些特征的方法则有经验模态分解、小波、小波包等方法（田向辉等，2020）。根据不同表征方式或针对不同研究对象，人们提出了不同的地震属性用以解释地震信号的内涵信息，这些属性并不是相互*立的，均能从某一方面很好地解释波形的特征。在地震领域，国内外专家提出了大量识别方法与手段，主要包括能量、震级、初动方向、持续时间、倒谱、时频、功率谱、b值、H值、信息熵等，从地震波形的基础特征（常规特征）、衍生特征以及活动性特征等方面进行了研究。
国内外专家、学者在地震事件自动检测、识别方面也做了大量工作。Gledhill等（1991）利用地震信号频率域特征的灵活性，提出运用离散傅里叶谱特征来检测识别地震事件。中国矿业大学陆菜平等（2005）通过波兰SOS微震监测系统监测顶板的破断，揭示了顶板破断过程中的微震活动规律。李志华等（2010）以山东济三煤矿某工作面为研究对象，对断层冲击地压进行了相似模拟试验研究，获得了采动过程中的矿压显现特征，并利用微震监测记录了实验过程中的微震波形；通过后期分析，得出断层滑移失稳微震信号特征。
震相是微震信号识别的重要特征之一（Song and Yang，2011）。曹安业等（2007）通过频率特征、信号持续时间、释放能量以及波形振幅、衰减速率、尾波发育、频带分布等特征对微震信号进行快速识别，达到快速识别危险信号的目的。此外，张萍等（2005）通过对辽宁数字地震台网记录资料进行分析比较，采用波谱分析法得出，爆破、矿震与地震的波谱特征存在差异。袁瑞甫等（2012）利用微震监测获得煤柱型冲击地压的相应波形，并对几类波形进行了对比分析，获得了煤柱型冲击地压发生的前兆及其判据。Leprettre等（1998）利用时域、时频以及极化三类属性，对地震信号进行分类识别，通过上述三种特性，波形的特性被分解并展示。曹安业（2009）对高应力区的微震事件进行了对比分析，总结了井下运输车、卸压炮、顶板冒落、剪切破坏以及冲击地压事件的特征。刘超等（2011）对煤矿井下微震信号进行分析，将干扰信号分为爆破信号、电气噪声、机械作业噪声、人为活动噪声以及随机噪声，提出矿山微震事件的属性，如波形类型、振幅、频率、震级、能量以及模拟声音等信息，并利用上述属性对有效微震事件、爆破事件以及噪声的波形信息进行了分析识别。
地震信号的识别是在国际《全面禁止核试验条约》框架下的一个重要核实方法和科学问题。Koch和F？h（2002）利用多元统计分析方法，对一系列已知类别的事件进行分析，通过建立不同的测量标准，对德国地震台网以及德国试验地震系统采集的不同频段地震波形进行参数提取，并进行线性回归分析。研究发现，P波、S波的谱振幅比和波振幅比能很好反映核爆与天然地震的区别。
P波初动被应用于天然地震与核爆的识别。天然地震和核爆之间有一个关键区别。与天然地震不同，一次爆炸在地下球体洞穴或水下是一个对称的波源，而天然地震的*次P波和S波来自震源或是岩体破裂的初始点（李贤等，2017）。天然地震发生时，地球表面的一些观测点相当于受到
展开
