第五章矿井涌水量预测

《矿井涌水量预测研究》篇一一、引言矿井涌水量预测是矿山安全生产与水资源管理的重要环节。

矿井涌水不仅对矿山的生产造成影响，而且还会影响周边地区的水文地质环境。

因此，开展矿井涌水量预测研究具有重要的现实意义和科学价值。

本文通过对某矿区的涌水量进行深入研究，旨在提出一种有效的预测方法，为矿山安全生产和水资源管理提供科学依据。

二、研究区域概况本研究区域为某大型矿山，地处山区，地质构造复杂。

矿区范围内有多个含水层，且地下水活动频繁。

矿井涌水主要来源于地下水渗透和降雨，受季节性气候变化和人类活动的影响较大。

因此，研究区域的矿井涌水量预测具有一定的难度和挑战性。

三、研究方法针对研究区域的特点，本研究采用多种方法进行矿井涌水量预测。

首先，通过对矿区地质资料和历史涌水量数据进行收集与整理，运用水文地质学的理论进行分析。

其次，利用时间序列分析法和灰色系统理论等数学方法，建立涌水量预测模型。

最后，结合现场实测数据和数值模拟方法对模型进行验证与修正。

四、模型建立与分析4.1 水文地质条件分析通过对研究区域的地质构造、含水层分布、地下水补给与排泄条件等进行分析，明确矿井涌水的来源与途径。

在此基础上，结合历史涌水量数据，分析涌水量的变化规律及影响因素。

4.2 预测模型建立本研究采用时间序列分析法和灰色系统理论两种方法建立涌水量预测模型。

时间序列分析法通过对历史数据进行趋势分析和周期性分析，提取出影响涌水量的主要因素，建立预测模型。

灰色系统理论则通过对部分已知信息和不完全信息进行建模和预测，揭示矿井涌水量的变化规律。

4.3 模型验证与修正利用现场实测数据和数值模拟方法对建立的预测模型进行验证与修正。

通过对比实际涌水量与预测值，分析模型的精度和适用性。

根据验证结果对模型进行修正和完善，提高预测的准确性和可靠性。

五、结果与讨论经过对多种方法的综合应用和分析，本研究成功建立了适用于研究区域的矿井涌水量预测模型。

该模型能够较好地反映矿井涌水量的变化规律和影响因素，为矿山安全生产和水资源管理提供了科学依据。

《矿井涌水量预测研究》篇一一、引言矿井涌水量预测是矿山安全生产和环境保护的重要环节。

准确预测矿井涌水量，对于保障矿山的正常生产、预防水灾事故、保护环境具有重要意义。

本文旨在通过对矿井涌水量预测的研究，提出一种有效的预测方法，为矿山生产提供科学依据。

二、研究背景及意义随着矿山开采的深入，矿井涌水量逐渐增大，给矿山生产和环境带来了一定的压力。

矿井涌水量的预测对于矿山安全生产、水资源管理和环境保护具有重要意义。

然而，由于地质条件的复杂性和不确定性，矿井涌水量的预测一直是一个难题。

因此，研究矿井涌水量预测方法，提高预测精度，对于矿山生产和环境保护具有重要意义。

三、研究方法本文采用多种方法进行矿井涌水量预测研究，包括文献综述、实地调查、数据采集、模型建立和验证等。

其中，文献综述和实地调查是为了了解矿井涌水量的影响因素和变化规律；数据采集是为了获取矿井涌水量的实际数据；模型建立和验证则是为了提出有效的预测方法并进行验证。

四、矿井涌水量影响因素分析矿井涌水量的影响因素包括地质因素、气象因素、人为因素等。

其中，地质因素是影响矿井涌水量的主要因素，包括地层结构、岩性、含水层厚度、地下水流向等。

气象因素也会对矿井涌水量产生影响，如降雨量、气温、湿度等。

此外，人为因素也会对矿井涌水量产生影响，如开采方式、排水设备等。

五、矿井涌水量预测模型建立基于对矿井涌水量影响因素的分析，本文提出了基于神经网络的矿井涌水量预测模型。

该模型以地质因素、气象因素和人为因素为输入，以矿井涌水量为输出，通过训练神经网络来建立预测模型。

在模型建立过程中，采用了数据预处理、特征选择、模型训练和验证等步骤，以确保模型的准确性和可靠性。

六、模型验证及结果分析本文采用了实际矿山的涌水量数据对所建立的预测模型进行了验证。

通过对比实际数据和预测数据，发现该模型具有较高的预测精度和可靠性。

同时，还对不同影响因素对矿井涌水量的影响程度进行了分析，为矿山生产和环境保护提供了科学依据。

煤矿巷道涌水预测预警技术研究与应用第一章绪论1.1 研究背景煤矿涌水是煤矿生产中常见的一种灾害，对煤矿生产及职工安全造成极大威胁。

因此，煤矿巷道涌水预测预警技术研究与应用具有十分重要的现实意义。

1.2 研究目的本文旨在对煤矿涌水预测预警技术进行深入研究，探讨当前涌水预测预警方法的优缺点，分析巷道涌水的成因、特征，并探索适用于巷道涌水预测预警的新技术和新方法，为煤矿生产安全提供保障。

第二章煤矿巷道涌水的成因与特征2.1 成因煤矿巷道涌水的成因非常复杂，主要包括：(1)地质构造因素：巨压、构造断层、褶皱等地质构造因素可能导致巷道涌水。

(2)水文地质因素：地下水位变化、突水、水流方向突变等水文地质因素也可能导致涌水。

(3)工程因素：矿井开采过程中对地下水系统的干扰，如采空区域的填充、巷道破坏等对涌水的影响。

2.2 特征巷道涌水的特征主要有以下几种：(1)涌水体积大，流速快。

(2)涌水水质复杂，包括土壤中的矿物质、矿井周边的地下水等。

(3)涌水具有突发性，往往难以预测。

(4)巷道整体结构受到严重破坏，存在威胁安全和过往车辆的危险。

第三章煤矿巷道涌水预测预警方法3.1 传统涌水预测方法传统的涌水预测方法主要包括直观法、经验法和定量分析法。

(1)直观法：根据矿工经验和直观判断，通过对矿井水情的观察和分析，来判断巷道涌水的可能性。

(2)经验法：基于历史数据积累，结合专家经验，建立涌水预测模型，根据历史数据和预设变量来进行巷道涌水的预测。

(3)定量分析法：采用数学模型对巷道涌水进行分析，包括统计学模型、神经网络模型和贝叶斯网模型等。

3.2 新兴涌水预测方法新兴的涌水预测方法主要包括无损检测技术、遥感技术和无人机技术。

(1)无损检测技术：通过非破坏性检测技术对煤体结构进行分析，如X射线、磁力计等。

(2)遥感技术：利用遥感卫星、GPS、GIS等技术，对巷道周边环境进行监测和分析。

(3)无人机技术：无人机传感器技术可以提供高分辨率的图像和真实的三维地形模型，能够清晰地呈现地形的细节图像。

《矿井涌水量预测研究》篇一一、引言矿井涌水量预测是矿山安全生产和环境保护的重要环节。

准确预测矿井涌水量，不仅有助于合理安排矿井排水，防止水灾事故的发生，而且对于矿井水资源的管理和利用具有重要意义。

本文旨在通过对矿井涌水量预测的研究，分析影响涌水量的主要因素，探讨预测方法及模型，为矿井安全生产和环境保护提供科学依据。

二、矿井涌水量的影响因素矿井涌水量受多种因素影响，主要包括地质因素、气象因素、采矿因素等。

地质因素如地下水位、含水层厚度、岩性等；气象因素如降雨量、气温等；采矿因素如采矿方法、开采深度等。

这些因素相互影响，共同决定矿井涌水量。

三、矿井涌水量预测方法及模型目前，矿井涌水量预测方法主要包括水文地质法、统计分析法、数值模拟法等。

其中，水文地质法主要依据地下水动力学原理，分析地下水的运动规律，从而预测矿井涌水量；统计分析法主要依据历史数据，建立统计模型，通过分析影响因素与涌水量的关系，预测未来涌水量；数值模拟法则是通过建立地下水流动的数学模型，模拟地下水的运动过程，从而预测矿井涌水量。

四、具体预测模型介绍1. 水文地质法模型：根据地下水动力学原理，建立水文地质模型。

通过分析地下水的补给、径流、排泄等过程，确定地下水位、含水层厚度等参数，从而预测矿井涌水量。

该方法需要考虑地质条件、水文地质条件等因素，适用于具有较为完整水文地质资料的矿井。

2. 统计分析法模型：根据历史数据，建立统计模型。

常用的统计模型包括线性回归模型、灰色预测模型等。

通过分析影响因素与涌水量的关系，建立数学表达式，从而预测未来涌水量。

该方法需要考虑影响因素的选取和数据的质量等因素。

3. 数值模拟法模型：通过建立地下水流动的数学模型，模拟地下水的运动过程。

常用的数值模拟软件包括FEFLOW、MODFLOW等。

该方法可以较为准确地反映地下水的运动规律，但需要较为复杂的建模过程和计算过程。

五、实例分析以某矿山为例，采用上述三种方法进行矿井涌水量预测。

矿井水害预测预报制度范文第一章总则第1条水害预测预报是煤矿生产建设中不可或缺的基础工作，也是提高地测防治水保障能力的重要手段。

为了进一步加强矿井防治水工作，充分发挥地质“尖兵”作用，超前、准确地为矿井安全生产提供地质和水文地质资料，结合矿井生产实际，特制定本制度。

第二章职责划分第2条地质部门职责1、负责水害预测预报日常管理工作，制定落实《水害预测预报管理办法》。

2、编制矿井年度、季度、月度、每周《水害预测预报》及临时预报，并跟踪验证分析和总结。

3、负责《水害预测预报》的审批及向集团公司上报(传)工作。

4、负责督促施工队组按照水害预测预报或临时地质预报编制作业规程或施工安全技术措施。

5、负责施工队组超前探放水、地质钻探、物探等指令性工作任务的安排及报工工作。

第3条调度指挥中心职责1、负责井下开掘及回采过程中出现地质条件变化时信息的传递。

2、负责地质构造、探放水、物探施工的有关协调工作。

第4条通防事业部职责负责提供各采掘开头面实测瓦斯和二氧化碳涌出量数据、分析预测结果，用来作为水文地质预测预报资料。

第5条施工单位职责1、根据水害预测预报编制作业规程或施工安全技术措施。

2、根据职能部门的指令安排，负责(配合)本单位作业头面超前探放水、地质构造的钻探施工。

3、负责在掘进或回采过程中水文发生异常时，及时向矿调度和地质部门汇报。

第三章预测预报的主要依据第6条水害预测预报的依据1、根据《地质报告》中已经查明的地质构造包括断层、陷落柱、冲刷带、褶曲、薄煤区，查明的水文地质情况等进行预测预报。

2、根据现有三维地震勘探查明的地质构造，主要是落差≥3m的断层、直径≥25m的陷落柱、褶曲、冲刷带、薄煤区和积水区等进行预测预报。

3、根据巷道在掘进、回采过程中实际揭露水文地质情况，利用地质构造和水文地质的规律，对相邻巷道或工作面进行预测预报。

4、利用现有的物探设备，如坑透仪、直流电法仪在井下巷道进行超前物探，结合井田地质构造发育规律对富水等物探异常区进行预测预报。

探析矿井涌水量的预测摘要凡是在矿井采掘过程中，渗入、淌入、淋入、流入、涌入和溃入井巷或工作面的任何水源水，统称为矿井水。

关键词矿井水；矿井涌水量中图分类号TD742 文献标识码 A 文章编号1673-9671-（2012）111-0143-01矿井涌水量是指矿井在建设开发过程中，不同水源的水通过不同途径，单位时间内流入矿井的水量，是矿井井筒涌水量、巷道涌水量和采区涌水量的总和。

1 预测计算的内容包括1）矿井正常涌水量：指开采系统在某一标高（水平）时，正常状态保持相对稳定的总涌水量，一般指平水期的涌水量。

2）矿井最大涌水量：指开采系统在正常开采时雨季期间的最大涌水量。

3）井巷工程涌水量：包括井筒和巷道开拓过程中的涌水量。

4）矿井疏干排水量：指在规定的疏干时间内，将水位降到规定标高时所必需的疏干排水强度。

它是指井巷系统还未开拓，或疏干漏斗还未形成，受人为因素（规定的疏干期限）所决定的排水疏干工程（钻孔或排水巷）的排水量。

5）矿井突水量：指井巷工程开拓过程或开采时对围岩或顶底板含水层造成影响和破坏，产生瞬时溃入矿井的水量，是矿井在不可预知的充水条件发生时所产生的涌水量。

从理论上讲，矿井突水量是不可预知的，是无法通过预测计算获得的。

这一不可预知性主要来自矿井涌水的过水通道类型（如小煤窑、断层、陷落柱等）不可预知。

矿井涌水量大小是评价矿井充水条件复杂程度的主要标志。

这标志在已采矿井或采区可以通过实测获得，但对未采矿井或采区涌水量大小就不能实测，必须根据不同条件进行预测。

正确计算未来井巷及采区的涌水量大小，是一项重要工作。

它不仅对矿井的技术经济评价有很大影响，而且矿井涌水量的大小及其在矿井三维空间的分布，也是开车设计部门选择采掘方案、确定排水设备和制定相配套的防治水工程设计、防水安全技术措施的主要依据，所以做好矿井涌水量预测工作，对于煤炭资源安全开采有着重要意义。

正确预计矿井涌水量是矿井水文地质工作的重要任务之一。

《矿井涌水量预测研究》篇一一、引言随着采矿行业的迅速发展，矿井涌水量的预测变得越来越重要。

准确的矿井涌水量预测不仅能够有效地避免潜在的水灾事故，还能够优化矿山的水资源管理。

因此，对矿井涌水量的预测进行研究具有十分迫切和重要的现实意义。

本文旨在通过对矿井涌水量的研究，探索有效的预测方法，为矿山的安全生产和水资源管理提供科学依据。

二、矿井涌水量的影响因素矿井涌水量的影响因素众多，主要包括地质因素、气象因素、采矿因素等。

地质因素如地下水位、含水层厚度、岩性等；气象因素如降雨量、气温等；采矿因素如采矿方法、开采深度等。

这些因素之间相互影响，共同决定了矿井的涌水量。

三、矿井涌水量预测方法针对矿井涌水量的预测，目前常用的方法包括经验统计法、水文地质法、数值模拟法等。

1. 经验统计法：通过收集历史数据，运用统计学方法建立涌水量与影响因素之间的数学模型，从而进行预测。

该方法简单易行，但需要大量的历史数据支持。

2. 水文地质法：基于水文地质理论，通过分析地下水系统的特征，建立水文地质模型，从而预测矿井涌水量。

该方法较为准确，但需要较高的专业知识和技术水平。

3. 数值模拟法：利用计算机技术，建立地下水流的数学模型，通过模拟地下水流的过程来预测矿井涌水量。

该方法具有较高的精度和可靠性，但需要较高的计算资源和编程技能。

四、研究方法与实例分析本文采用经验统计法对某矿山的矿井涌水量进行预测。

首先，收集该矿山的历史涌水量数据和影响因素数据；其次，运用统计学方法建立涌水量与影响因素之间的数学模型；最后，利用该模型对未来的矿井涌水量进行预测。

以该矿山2019年至2022年的数据为例，通过建立线性回归模型，发现降雨量、地下水位、开采深度等因素与矿井涌水量之间存在显著的线性关系。

根据模型预测，未来一段时间内，该矿山的矿井涌水量将呈现上升趋势。

这一预测结果为矿山的水资源管理和安全生产提供了重要的参考依据。

五、结论与展望通过对矿井涌水量的研究，本文发现降雨量、地下水位、开采深度等因素对矿井涌水量具有显著影响。

《矿井涌水量预测研究》篇一一、引言矿井涌水量预测是矿山安全生产和环境保护的重要环节。

通过对矿井涌水量的准确预测，可以为矿山设计、采矿规划、安全生产及环境管理提供重要的决策依据。

本文旨在研究矿井涌水量的预测方法，并通过对实际案例的分析，为相关领域的学者和从业人员提供有价值的参考。

二、研究背景及意义随着矿产资源的开采深度和广度不断拓展，矿井涌水量逐渐增大，对矿山安全和环境保护带来极大的挑战。

矿井涌水量的准确预测不仅关系到矿山的生产效率和安全，而且对矿区周围环境的水资源管理和防治水灾害具有重要意义。

因此，研究矿井涌水量预测方法具有重要的现实意义和实际应用价值。

三、矿井涌水量预测方法研究1. 传统预测方法传统的矿井涌水量预测方法主要包括水文地质法、经验公式法等。

这些方法基于历史数据和地质条件，通过建立数学模型来预测矿井涌水量。

然而，这些方法往往受到地质条件、气候环境等因素的影响，预测精度有限。

2. 现代预测方法随着科技的发展，越来越多的现代预测方法被应用于矿井涌水量预测。

例如，基于人工智能的预测方法，包括神经网络、支持向量机等。

这些方法通过学习历史数据中的规律和模式，建立更为精确的预测模型。

其中，基于长短期记忆网络（LSTM）的预测模型在处理时间序列数据方面表现出色，能够有效地捕捉矿井涌水量的动态变化特征。

四、案例分析以某矿山为例，采用现代预测方法对矿井涌水量进行预测。

首先，收集该矿山的历史涌水量数据、地质条件、气候环境等数据。

然后，利用LSTM网络建立预测模型。

通过不断调整模型参数，使模型能够准确地反映矿井涌水量的动态变化特征。

最后，利用该模型对未来一段时间内的矿井涌水量进行预测。

经过实际验证，该预测模型的精度较高，能够为该矿山的生产规划和安全管理工作提供重要的决策依据。

同时，该模型还可以为其他类似矿山提供参考和借鉴。

五、结论与展望通过对矿井涌水量预测方法的研究，本文提出了一种基于LSTM网络的现代预测方法。

矿井涌水量预测方法引言：矿井涌水是指在矿井开采过程中，地下水源不受控制地进入矿井的现象。

涌水量的预测对矿井的安全开采至关重要。

本文将介绍一些常用的矿井涌水量预测方法，包括经验公式法、数学模型法和人工智能方法。

一、经验公式法经验公式法是根据历史数据和经验总结得出的一种预测方法。

根据矿井的地质条件、开采工艺和涌水历史数据等因素，通过经验公式计算出矿井涌水量的预测结果。

这种方法简单易行，但对于复杂的地质条件和变化的开采工艺可能存在一定的误差。

二、数学模型法数学模型法是通过建立数学模型，利用数学方法对矿井涌水量进行预测的方法。

常用的数学模型包括多元回归模型、神经网络模型和支持向量机模型等。

这些模型可以根据矿井的具体情况进行参数调整和优化，提高预测的准确性。

但建立数学模型需要大量的历史数据和专业知识，并且对于模型的选择和参数调整需要一定的经验。

三、人工智能方法人工智能方法是近年来发展起来的一种新型预测方法，其基本思想是模拟人类的智能思维过程，通过机器学习和数据挖掘等技术，自动学习和优化预测模型。

人工智能方法具有较强的适应性和灵活性，可以根据不同的矿井情况进行预测，并且可以自动调整模型参数以提高预测效果。

但人工智能方法需要大量的训练数据和计算资源，并且对于模型的解释性较弱。

四、综合方法在实际应用中，常常采用综合方法进行矿井涌水量的预测。

综合方法是将多种预测方法进行组合，通过权重调整和结果融合来得到最终的预测结果。

这样可以综合各种方法的优势，提高预测的准确性和稳定性。

综合方法的具体实施需要根据具体的矿井情况和数据特点进行调整，选择合适的权重和融合策略。

结论：矿井涌水量预测是矿井安全开采的重要环节，采用合适的预测方法可以提高矿井的安全性和经济效益。

经验公式法、数学模型法和人工智能方法是常用的预测方法，每种方法都有其适用的场景和优势。

在实际应用中，可以根据矿井的具体情况选择合适的方法，并进行综合预测。

这样可以提高预测的准确性，并为矿井的安全开采提供可靠的依据。

《矿井涌水量预测研究》篇一一、引言随着采矿行业的迅速发展，矿井涌水量的预测变得越来越重要。

准确的矿井涌水量预测不仅可以为矿山生产提供有力的技术支持，还能有效预防因涌水事故而引发的安全风险。

然而，矿井涌水量的预测面临诸多挑战，如地质条件复杂、环境因素多变等。

本文将围绕矿井涌水量预测的相关问题，对国内外的研究现状进行梳理，分析目前存在的主要问题，并基于实际问题进行深入探讨，为今后的矿井涌水量预测提供理论支持和实践指导。

二、国内外研究现状（一）国外研究现状国外学者在矿井涌水量预测方面进行了大量研究，主要采用的方法包括水文地质法、数值模拟法、机器学习等。

其中，水文地质法主要依据矿区水文地质条件进行预测，数值模拟法则通过建立数学模型对矿井涌水量进行模拟分析。

随着人工智能的兴起，越来越多的学者采用机器学习方法对矿井涌水量进行预测，如支持向量机、神经网络等。

这些方法在一定程度上提高了预测精度，为矿山生产提供了有力支持。

（二）国内研究现状国内在矿井涌水量预测方面的研究也取得了较大进展。

主要采用的方法包括传统的水文学方法、水文地质综合分析方法、基于地理信息系统的矿井涌水量预测等。

近年来，随着大数据和人工智能技术的发展，国内学者开始尝试将深度学习等方法应用于矿井涌水量预测中，取得了一定的成果。

然而，由于地质条件复杂、环境因素多变等因素的影响，目前仍存在一定的问题和挑战。

三、主要问题及分析（一）地质条件复杂矿区地质条件复杂是导致矿井涌水量预测困难的主要原因之一。

不同地区、不同矿区的地质构造、岩性、地下水分布等存在较大差异，这给矿井涌水量预测带来了很大的困难。

因此，需要加强对矿区地质条件的深入研究，为矿井涌水量预测提供更加准确的基础数据。

（二）环境因素多变环境因素如气候、降雨、地下水位等对矿井涌水量具有重要影响。

然而，这些环境因素具有较大的变化性，给矿井涌水量预测带来了很大的不确定性。

因此，需要加强对环境因素的监测和分析，提高对环境因素变化的敏感性和应对能力。

吉林大学精品课>>专门水文地质学>>教材>>专门水文地质学§10.4矿坑涌水量预测一、矿坑涌水量预测的内容、方法、步骤与特点（一）矿井涌水量预测的内容及要求矿坑涌水量预测是一项重要而复杂的工作，是矿床水文地质勘探的重要组成部分。

矿坑涌水量是指矿山开拓与开采过程中，单位时间内涌入矿坑(包括井、巷和开采系统)的水量。

通常以m3/h表示。

它是确定矿床水文地质条件复杂程度的重要指标之一，关系到矿山的生产条件与成本，对矿床的经济技术评价有很大的影响。

并且也是设计与开采部门选择开采方案、开采方法，制定防治水疏干措施，设计水仓、排水系统与设备的主要依据。

因此，在矿床水文地质调查中，要求正确评价未来矿山开发各个阶段的涌水量。

其内容与要求包括可概括为以下四个方面：（1）矿坑正常涌水量：指开采系统达到某一标高(水平或中段)时，正常状态下保持相对稳定的总涌水量，通常是指平水年的涌水量。

（2）矿坑最大涌水量：是指正常状态下开采系统在丰水年雨季时的最大涌水量。

对某些受暴雨强度直接控制的裸露型、暗河型岩溶充水矿床来说，常常还应依据矿山的服务年限与当地气象变化周期，按当地气象站所记录的最大暴雨强度，预测数十年一遇特大暴雨强度产生时，可能出现暂短的特大矿坑涌水量，作为制订各种应变措施的依据。

（3）开拓井巷涌水量：指包括井筒(立井、斜井)和巷道（平、平巷、斜巷、石门)在开拓过程中的涌水量。

（4）疏干工程的排水量：是指在规定的疏于时间内，将一定范围内的水位降到某一规定标高时，所需的疏干排水强度。

对于地质勘探阶段来说，主要是进行评价性的计算，以预测正常状态下矿坑涌水量及最大涌水量为主。

至于开拓井巷的涌水量预测和专门性疏干工程的排水量的计算，由于与矿山的生产条件密切相关，一般均由矿山基建部门或生产部门承担。

（二）矿坑涌水量预测的方法根据当前矿床水文地质计算中常用的各种数学模型的地质背景特征极其对水文地质模型概化的要求，可作如下类型的划分：⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎨⎧⎪⎪⎪⎩⎪⎪⎪⎨⎧⎩⎨⎧⎩⎨⎧⎩⎨⎧-混合型模型水均衡法有限差法有限元法数值解非稳定井流公式稳定井流公式—井流方程—解析解确定模型回归方程曲线方程非确定性统计模型数学模型分类s Q （三）矿坑涌水量预测的步骤矿坑涌水量预测是在查明矿床的充水因素及水文地质条件的基础上进行的。