摘要：将光谱分析应用到煤矿突水水源识别中，能够提高涌（突）水水源判识效率。针对部分研究区样本有限、机器学习模型判识存在泛化性不足且分类结果地质解释性薄弱的问题，提出了结合紫外-可见光（UV-Vis）光谱分析与层次聚类的非监督式煤矿涌（突）水水源识别模型。以峰峰矿区牛儿庄矿、孙庄矿和辛安矿为研究对象，采集大青灰岩含水层、奥陶系灰岩含水层以及巷道涌水共6类28份水样构建UV-Vis光谱数据集，并进行去噪预处理和PCA降维。运用层次聚类结合阈值划分的方法系统分析了各含水层水质的关联性，发现区域内大青灰岩和奥陶系灰岩含水层水样光谱特征相似，暗示两类含水层间可能存在水力联系，并判识巷道涌水主要来源于孙庄矿奥陶系灰岩含水层，大青灰岩含水层部分参与了涌水。对比水化学数据的水样分类结果，发现UV-Vis光谱数据能够更快速、精确地区分具有相似水化学特征的非同源水样。线性判别分析（LDA）结果表明，涌水样本归属孙庄矿奥陶系灰岩含水层的平均判别得分最高（0.9998），大青灰岩含水层类别次之（0.9984），验证了该识别结果的可靠性，并与工程实际情况相吻合。进一步结合水动力场时空演化分析，揭示了大青灰岩与奥陶系灰岩含水层水位变化存在强正相关性，相关系数最高可达0.94，且出现了约20天的滞后补给特征，证实了二者间存在水力联系。本研究可为数据稀缺条件下煤矿涌（突）水水源识别提供新的技术路径，并为华北型煤田岩溶地下水流场研究提供参考。
文章目录
0引 言
1研究区与数据采集
1.1水文地质背景
1.2水样采集
1.2.1UV-Vis光谱分析水样采集
1.2.2含水层水化学数据收集
2研究方法
2.1UV-Vis光谱分析原理
2.2UV-Vis光谱数据测量与处理
2.3涌水水源层次聚类识别
2.4LDA算法定量验证
3结果与讨论
3.1基于水化学数据的含水层水质分析
3.2水样UV-Vis光谱
3.3涌水源层次聚类识别
3.4LDA算法识别验证
3.5含水层间水力联系探究
4结 论
