0 引言

中国是世界上第一大煤炭生产和消费国，我国能源资源禀赋与当前社会发展阶段决定了煤炭资源的开采与利用在今后一段时间仍将占据能源市场的主体地位(贾建称等，2021；谢和平等，2021；倪坤等，2024)。为了保障煤炭资源的安全高效开采，主动源地震勘探经过长期发展已经形成高分辨率的三维地震勘探技术，实现了煤层构造的精细识别和煤矿瓦斯、突水等隐蔽灾害的预测(彭苏萍，2019)。被动源地震技术最先用于探测大尺度的地壳和岩石圈结构(张明辉等，2020)，进行天然地震监测和断裂带结构成像(田小波等，2025；邢康等，2025)。因其具有绿色环保、采集成本低、数据重构灵活性高和低频信息丰富等优点，也被广泛应用于矿产勘查(刘国峰等，2021)、CO₂封存场地监测(刘江峰等，2025)、城市地下空间(Zhang et al，2022)和矿区隐蔽致灾因素探测(晏雁，2024)等方面。

近些年，被动源地震技术在构建与智能化煤矿建设相匹配的透明地质保障系统方面受到关注(袁亮等，2023b)。被动源地震技术利用天然背景噪声信号中的面波信号或体波信号获取地下地质结构的有效信息(阮小敏等，2023)。该技术无需人工震源激发，可避免对地下应力的扰动，适用于受地表环境限制的矿区，如废弃采空区、矿井应力集中区、人口密集的村庄等(丁立锋等，2010)。在煤矿中应用较为广泛的微动探测技术，就是利用被动源地震信号中的面波信号，进行频散分析并成像(徐佩芬等，2009)。而随采、随掘地震技术则是以被动源体波反射为有效信号，应用地震干涉法重构格林函数，实现采掘面成像(陆斌，2016)。此外，以岩体破裂产生的弹性波为有效信号的被动源微震监测技术可以实时监测和分析微小震动，被广泛应用于矿山、油气开采、地质灾害监测等领域(张达等，2021；陈法兵等，2025；王钦莹等，2025)。该技术可实现煤矿微震事件的精确定位与煤矿动力灾害的实时监测，从而为煤矿的安全高效开采提供技术保障。

本文主要介绍被动源地震技术在煤矿中的应用情况，简要介绍被动源地震技术在面波成像、体波成像和微震监测方面的原理，并根据不同的探测目的，总结不同技术的适用范围与应用成果。其中，以微动探测为主的被动源面波成像技术被用于识别小煤窑采空区、陷落柱等隐蔽致灾因素；以随采、随掘地震为主的被动源体波成像技术可以实现巷道掘进面、采煤工作面前100m的超前探测，为规避前方隐蔽致灾因素、进行工作面调整提供实时可靠的参考信息；被动源微震监测技术能够实现煤矿动力灾害、水力压裂及CO₂驱替煤层气(Enhanced Coalbed Methane，ECBM)的动态监测。随着人工智能技术、分布式声波传感技术(Distributed Acoustic Sensing，DAS)的发展，光纤传感器被广泛用于采集被动源地震数据，以便更好地满足矿井防爆、耐高温、抗干扰等设备布设要求，实现海量被动源地震数据的快速高效处理。

1 被动源面波成像技术 1.1 技术原理 1.1.1 传统两步法成像

(1) 频散曲线计算

Aki(1957)提出了空间自相关方法(Spatial Auto-correlation，SPAC)，该方法通过拟合具有SPAC系数的贝塞尔函数得到面波频散曲线。此后，利用背景噪声信号的被动源面波成像技术被广泛应用，微动探测技术便是通过该方法实现煤矿采区地下地质结构和采空区的识别。该方法主要基于两种假设：①所观测到的面波是远场平面波；②震源需360°随机且非相干分布在台站周围，以便对两个接收台站间的相关性进行空间平均处理(Asten et al，2018)。该方法在二维情况下的核心公式为(Liu et al，2023)

$ \rho\left(r, \omega_0\right)=J_0\left(\frac{\omega_0 r}{c\left(\omega_0\right)}\right) $

(1)

式中，ρ(r，ω₀)为两台站间的SPAC系数，J₀为第1类零阶贝塞尔函数，r为两个台站间的距离，c(ω₀)为角频率ω₀时的速度。图 1为相速度频散曲线示意图，实测值与拟合曲线越一致，反演得到的地下速度模型越符合实际情况，结果更为可靠。

Okada(2002)提出了扩展空间自相关(ESPAC)方法，该方法克服了SPAC法只能采用圆形台阵布设的限制，拓展了台阵布设类型与实际应用场景。Asten等(2023)提出了MMSPAC(the Multiple-Mode SPAC)方法，其通过直接拟合观测系统与模型SPAC曲线，有效识别瑞利波传播中存在的多模态现象。

除上述方法外，还有频率-波数(F-K)法(Li et al，2020)、折射微动(ReMi)法(Xu et al，2017)和频率-贝塞尔变换(F-J)法(Wang et al，2019；Hu et al，2020)可以提取面波频散曲线，但由于在煤矿中的应用较少在此不展开讨论。而地震干涉法在恢复面波信号的同时也可以恢复被动源体波信号，本文将对其进行讨论。

(2) 横波速度反演方法

面波频散曲线反演所采用的方法可以分为：①线性类算法：牛顿法、拟牛顿法(Quasi-Newton methods)、高斯牛顿法、共轭梯度法、Occam算法和L-M法(Levenberg-Marquardt)等(Xia et al，1999、2008；陈宣凝等，2023)；②非线性全局优化算法：模拟退火算法(Lu et al，2016)、遗传算法(Dal Moro et al，2007)和粒子群优化算法(Song et al，2012)等。线性类算法高度依赖于初始模型，致使反演效果不如非线性全局优化类算法可靠，但全局优化类算法计算成本相对更高，应根据数据处理的实际需求，选取合适的反演算法。图 2为地下水平层状介质的S波速度反演示意图，根据前文提取的频散曲线，应用上述反演算法即可得到地下介质的S波速度结构。

1.1.2 其他成像技术

除了以SPAC法为核心的微动探测技术外，被动源面波成像技术还包括聚束分析(Roux et al，2017)、射线追踪(Xie et al，2021)、HVSR(Horizontal to Vertical Spectral Ratio)(Bottelin et al，2024)、面波波形反演(Zhang et al，2021)和程函方程(Lin et al，2009；Chen et al，2022)等，其中前三种方法主要应用于煤矿研究，后两种方法主要用于天然地震监测和大尺度地壳结构研究。

(1) 聚束分析成像法(Beamforming)将台阵划分为若干个子台阵，在时域或频域对单个子台阵进行聚束分析，将时移校正后的信号进行相位叠加，使有效信号得到增强，从而获取更为准确的面波频散信息并反演地下结构(Tanimoto et al，2007)。

(2) 射线追踪法是利用快速推进算法(Fast Marching Method)计算地震波在复杂介质中的传播路径和走时，通过迭代更新射线路径和敏感核矩阵，直接反演地下横波速度结构(Fang et al，2015)。该方法省去传统两步成像法中从频散曲线中提取面波相/群速度的中间步骤，在复杂介质中考虑了射线的弯曲效应，避免“大圆射线路径”假设带来的误差，实现了面波直接成像(张明辉等，2020)。

(3) HVSR法利用被动源地震信号中水平分量与垂直分量在频域内的能量比值(H/V)，根据H/V谱比曲线的峰值与地层结构基阶共振频率之间的关系，得到地下地质结构特征(Chandler et al，2016)。目前，该方法尚存在被动源接收信号成分来源不清的争议。当认为瑞利面波的能量为被动源地震信号中主要成分时，对H/V谱比的计算变为瑞利波水平与垂直幅度比，即瑞利波椭圆率。

(4) 面波波形反演成像基于波动方程与最优化理论对面波进行数值正演模拟，通过反复迭代正演模型，使目标函数模拟波形与实际观测波形的残差最小化(Zhang et al，2021)。面波波形反演不仅利用面波频散信息，还利用了面波振幅、相位等波形信息，能够得到“真三维”横波速度模型。

(5) 程函方程成像法(Eikonal tomography)根据走时梯度与局部慢度(波速的倒数)的几何关系，将波传播问题简化为走时与速度的局部约束，通过求解程函方程来计算面波走时，直接得到相速度(Lin et al，2009)。该方法不需要提取面波频散曲线，同时考虑了偏离大圆路径的传播效应，适合处理超高密度分布的短周期台阵数据。

表 1对比了不同被动源面波成像技术，传统两步法因其方法成熟、流程简单在煤矿中应用最为广泛，微动探测技术便是基于SPAC法寻找地下S波速度异常区域。聚束分析法可以更好地确定地震波场的方向性，也被用于煤矿微震事件的定位(Kong et al，2025)。射线追踪法可以省去面波相、群速度反演步骤，根据射线走时直接反演S波速度，与岩石物理实验得到的经验关系相结合，可以实现煤层地下瓦斯含量的分布预测(黄宇奇等，2021)。HVSR法因其野外布设简单、施工成本低，在国外被用于煤矿前期的勘探工作，进行含煤盆地的基底刻画(Stannard et al，2019)。而程函方程和面波波形反演主要被应用于大尺度的地下岩石圈演化与断裂带的研究中，在煤矿研究中的应用较少。

1.2 应用实例

被动源面波成像技术主要是通过在矿区地表布设低频(5Hz为主)检波器台阵接收噪声源信号并处理，依据地下S波速度异常来识别地下采空区、陷落柱等位置，保障煤矿的安全生产。在煤矿领域以微动探测技术应用最广，主要被用于探测采空区位置，而其他技术的应用相对较少，应用目的多样。

1.2.1 构造识别

徐佩芬等(2009)在我国首次利用SPAC法在山西潞安漳村煤矿圈定陷落柱分布范围，通过视S波速度剖面图和反演的S波速度结构相互印证，圈定了陷落柱的边界位置(图 3)。图 3中不同测线的视S波速度剖面反映了该陷落柱的发育情况，可以在剖面上明显看到陷落柱区域的视S波速度异常(v_S≤1500m/s)。该陷落柱呈漏斗状，长轴近130m，SN方向发育，短轴近EW向，约78m，经过巷道揭露验证，陷落柱的预测边界误差在10m左右。此后，丁立峰等(2010)采用二重圆形阵列的方式在村庄密集的林南仓煤矿西四采区布置两条测线，用于探测煤矿岩浆岩入侵体，保证巷道施工安全。通过临近钻孔的约束，单点反演深度的误差可控制在1%~5%，分析视S波速度剖面未发现大规模(25m)岩浆岩入侵体，这与地质剖面结果一致。但由于本次探测的测点间距过大(中心点距50m)，不能分辨1.0~2.6m的薄层岩浆岩。Gong等(2023)应用射线追踪法对在安源煤矿附近布置的154个地震台阵、覆盖面积为18km×18km的被动源地震数据进行处理，分析矿区内断层构造对采矿的安全影响。Kong等(2025)通过部署线性密集台阵对东北地区老虎台煤矿进行微震事件定位监测与S波速度成像，实现矿区内部断层的安全风险评估。潘登等(2025)在山西华宁焦煤22205工作面的运输巷和回风巷附近，打孔(孔深1.5m)布设了72个检波器，用于接收背景噪音信号，应用射线追踪法反演三维S波速度结构，并发现低速异常与巷道揭露的已知断层具有显著的吻合关系。此外，Pan等(2025)结合奇异值分解、地震干涉等技术提出了处理被动源地震数据的新流程，解决了采煤环境下因机械运行而产生的强固定频率干扰问题。

1.2.2 采空区识别

微动探测技术主要被用于煤矿采空区探测。Yu等(2023)在太原某煤矿采用十字交叉排列的方式布置两条测线，并应用ESPAC法对采集的数据进行处理，在视S波速度剖面上圈定了埋深400m的煤层采空区范围。图 4为其中一条测线的视S波速度剖面，从图上可以明显看到速度低于1250m/s的两个采空区，2号煤层上方的低速区域可能与采空区积水导致的煤层顶板塌陷有关。经过实地验证，发现煤层采空区边界预测结果与采空区实际位置基本吻合，但受地表起伏和煤层顶板塌陷的影响，被动源地震在垂向上的分辨率较差，所预测的采空区上下边界位置误差较大。颜杰等(2023)在内蒙古哈尔乌素露天煤矿先采用背景噪声双台面波走时成像技术对节点地震仪采集的数据进行处理，实现面积性探测；再应用ESPAC法得到视S波速度剖面，根据低速异常区域圈定了地下100m以内的采空区位置。Li等(2024)基于聚束分析法设计了3条平行排列的测线，对北方某废弃露天煤矿地下60m以内的采空区进行被动源面波成像，探测小尺度、不规则的隐蔽采空区，经钻孔验证与实际情况相吻合。Liu等(2026)应用SPAC法对宁夏任家庄煤矿富水采空区进行探测，结合钻孔排水数据，精准识别了地下200~600m的3个富水采空区，对矿井突水事故的预防具有重要意义。

1.2.3 瓦斯分布预测

在煤炭形成的漫长历史过程中，瓦斯作为一种伴随产物生成并储存在煤层及围岩的孔隙中。主动源地面三维地震技术与矿井槽波勘探技术，以及被动源微震监测技术在煤与瓦斯突出灾害预警方面得到广泛应用(袁亮等，2023a；李培钰等，2025)，而在地面应用被动源面波成像技术进行地下瓦斯分布预测的案例较少。黄宇奇等(2021)将被动源地震获得的S波速度与岩石物理实验获取瓦斯含量的方法相结合，建立S波速度与瓦斯含量的经验关系，从而实现地下煤层的瓦斯含量预测。其首先采用Fang等(2015)提出的射线追踪法反演地下S波速度结构，再应用v_P-v_S转换公式将横波速度转换为纵波速度，最后根据岩石物理实验建立的地震纵波速度与煤层瓦斯含量成反比例关系，即可预测出地下煤层瓦斯含量分布。从 图 5可以看出预测的瓦斯含量(图 5(b))与横波速度的水平切片(图 5(a))基本一致，巷道瓦斯实际含量(图 5(d))与预测含量(图 5(c))在空间分布上大致相同，但预测含量整体偏低，这是由其他噪声干扰造成的。同时，该研究仅适用于地下构造相对简单、水平层状发育的顺煤层，对于地下构造复杂，或存在一定倾斜角度的煤层，其S波速度变化会受到相应干扰而产生变化，降低瓦斯含量预测的准确性。

1.2.4 总结分析

除微动探测以外，其他被动源面波成像技术也在煤矿中得到应用。无论哪种技术，在野外布置观测台站时，均需考虑探测深度与探测目的。在探测矿区内深部(大于800m)的地质异常时，大多采用测点间距较大(大于200m)的观测系统进行被动源信号采集，保证有效探测深度。在探测中部(400~800m)的地质异常时，大多采用测点间距50m左右的观测系统。在探测浅层(100~400m)目标时，测点间距通常在20m左右，保证对小尺度目标体的精确识别。在探测极浅层(小于100m)时，测点间距甚至可以达到3m。此外，部分学者将被动源面波成像技术应用到煤矿工作面前的断层探测中，具体案例总结见 表 2。目前，被动源面波成像技术主要解决煤矿采区地下1km以内的隐蔽致灾因素识别问题，但还难以精确识别煤矿采区煤层分层、煤层起伏和小尺度断层等地质结构(张泽奇等，2023)。主动源三维地震技术在探测小断层、褶曲和陷落柱等地质异常体方面效果较好，在中国东部地区得到较好的应用(董守华等，2023)。但在采空区识别方面，以微动探测技术为代表的被动源面波成像技术可以减少对地下结构的扰动，具有安全、经济、环保等优势。在瓦斯分布预测方面，被动源面波成像技术的应用仅是个例，预测值受地层起伏、构造等影响较大。

2 被动源体波成像技术 2.1 技术原理

被动源体波成像技术按照煤矿中的应用场景可以分为随采、随掘地震技术，被动源VSP成像技术和地面反射成像技术。这些技术均以地震干涉法(Seismic Interferometry，SI)为核心原理，重构两个测点所接收地震信号的格林函数来恢复测点间的被动源地震信号(阮小敏等，2023)。相对于体波，面波的传播距离更远、衰减更慢、能量更强，故该方法也被用于被动源面波信号处理，但体波信号频率更高，能够提高地下成像的分辨率，目前用该方法恢复被动源体波信号的研究更是热点(刘国峰等，2021；Li et al，2025)。该方法最早由Claerbout提出，Daneshvar等(1995)在Claerbout的理论基础上利用微震信号实现了被动源成像。Rickett等(1999)将该方法应用到MDI(the Michelson Doppler Imager)太阳观测数据，重构出太阳表面传播的声波脉冲响应，并将该方法称为“日光成像”理论。Wapenaar等(2006)根据互易定理将Claerbout的理论推广到了三维非均匀介质中，推导出SI基本公式。

图 6为地震干涉原理示意图，假设在各向同性漫射场中，同一背景噪音源产生的地震波(面波或体波)依次穿过两个检波点X_A和X_B，该噪音源信号的相位特征在穿过这两检波点时不发生改变，通过互相关计算可以从两个检波点间得到良好的被动源地震信号(张文文等，2022)。在频率域(ω)中这两个检波点的互相关函数C_AB可表达为(Vasconcelos et al，2008)

$ C_{\mathrm{AB}}(\omega)=|W(S, \omega)|^2 \hat{G}\left(X_A, S, \omega\right) \hat{G}^*\left(X_B, S, \omega\right) $

(2)

式中，$ |W(S, \omega)|^2$为背景噪音源函数的自相关函数；$ \hat{G}\left(X_i, S, \omega\right)$代表检波点X_i和震源S之间的格林函数，下标i代表不同位置的检波点；^*代表复共轭。除了互相关法，互相干法和反褶积法也是地震干涉方法中常用的求解方法(Cao et al，2019)。互相干函数H_AB(ω) (Prieto et al，2009)和反褶积函数D_AB(Snieder et al，2006)表达为

$ H_{\mathrm{AB}}(\omega)=\frac{\hat{G}\left(X_{\mathrm{A}}, S, \omega\right) \hat{G}^*\left(X_{\mathrm{B}}, S, \omega\right)}{\left|\hat{G}\left(X_{\mathrm{A}}, S, \omega\right)\right|\left|\hat{G}\left(X_{\mathrm{B}}, S, \omega\right)\right|} $

(3)

$ D_{\mathrm{AB}}=\frac{\hat{G}\left(X_{\mathrm{A}}, S, \omega\right) \hat{G}^*\left(X_{\mathrm{B}}, S, \omega\right)}{\left|\hat{G}\left(X_{\mathrm{B}}, S, \omega\right)\right|^2} $

(4)

通过地震干涉法在原始背景噪音中获取更为稳健的波形记录后，还可以根据地震波速随时间的变化对地下介质进行时变特征分析。地震尾波是经地壳非均匀体多次散射形成的拖尾振荡波场(Aki et al，1975)，与直达波相比其对波速变化更为敏感(孟益等，2025)，故多数时变分析以尾波为研究对象。在煤矿开采过程中，对于时变分析的应用研究较少。Czarny等(2016)采用该方法研究了速度变化与采矿诱发地震之间的关系。此外，万文涛等(2024)在停产煤矿开展地面和井下背景噪声对比研究，分析了地面和井下噪声的时频特征日变情况：在高频段(大于1Hz)地面受人类活动影响存在明显的时变特征，在0.033~0.1Hz频段内地面和地下的时频特征具有良好的一致性，没有明显的时变特征。

2.2 应用实例

根据被动源体波成像技术在煤矿中的应用场景可以分为采掘工作面超前探测、井中和地面煤层有效信号识别。采掘工作面超前探测主要是应用以地震干涉法为核心的随采、随掘地震技术分析综掘机、盾构机切割煤壁或破岩产生的震动信号，实现采掘前方的超前探测(陆斌，2016；王保利等，2021；李圣林等，2022)。煤层反射信号识别则是应用地震干涉法对井中和地面接收的被动源地震信号重构“虚拟炮集”，然后借鉴主动源数据处理方法和流程实现被动源VSP(Vertical Seismic Profile)(Cao et al，2022；Cankurtaranlar et al，2023)和地面反射成像(Gu et al，2021；张鑫等，2024)。

2.2.1 采掘工作面超前探测

王保利等(2021)在贵州岩脚矿12701工作面开展随采地震探测，验证自主设计的随采地震探测系统及处理软件、处理流程在工作面超前探测方面的可行性。其通过在工作面的两侧巷道内布置间距15m的检波器，连续记录煤矿开采过程中的被动源地震记录，并选取前1个半月的数据进行处理和分析，发现工作面前方构造的静态成像结果与槽波勘探的解释成果一致，证明了技术可行性。同时，该方法还可以根据实时监测的数据结果进行应力变化的动态监测。王季等(2021)在榆树坡煤矿5106回风巷进行随掘地震实时监测，验证随掘地震实时超前探测系统的可靠性。本次探测期间巷道总进尺为250m，有效掘进天数57天，平均日进尺为5~8m。忽略掘进机的日空间位置变化，将其作为空间位置固定的震源，每天记录的随掘数据脉冲转化为1~2炮的虚拟单炮记录，并更新成像结果。多日连续监测结果表明，前期监测时间较短时成像结果较差，随着掘进里程的增加，巷道上方的断层成像质量逐渐提高。通过与槽波成像对比验证，累计时间较长的随掘地震图像与槽波成像的断层走向与位置基本一致(图 7)。赵会波等(2024)在山西王坡煤矿2条掘进巷道部署了5台随掘地震监测站进行超前距离探测，每站由间距10m的6道单分量检波器组成，通过2天的监测数据成功预报了掘进机前方的矸石挤压带、陷落柱和煤层破碎带，定位误差在3m以内，超前探测距离最远达211m。

2.2.2 煤层反射信号识别

Cankurtaranlar等(2023)在土耳其西部的Soma盆地利用主动源VSP原有的观测系统，进行主被动源VSP成像效果对比。在井内605m和825m范围内，按间距10m布置检波器，仪器频率和采样率分别为15Hz和1000Hz，共连续记录33h。在应用地震干涉法处理前，通过人工核查的方式将原始数据中包含的微震事件(天然地震与采矿震动)剔除，得到只包含背景噪音的157.5min地震记录。经过对比分析，采用10s的时窗，将605m处的检波器作为虚拟震源点与645m处的检波器地震记录进行互相关计算。图 8为应用互相关法处理得到的主被动源数据前后对比，可以看出被动源数据的P波初至和煤层响应与主动源数据基本吻合，能够有效识别地下煤层反射信号。

Gu等(2021)在某煤矿采区600m×800m范围内，按间距50~100m布置202个台站，开展地下煤层反射成像研究。选取监测27天中某1天的数据，采用Chamarczuk等(2021)提出的方法将其接收的背景噪音信号划分成多个30min的时窗片段，经过4~40Hz高通滤波和频域归一化处理后，计算互相关函数用于重构“虚拟炮集”。为了验证从被动源地震信号中提取体波信号的可靠性，采用Miao等(2021)提出的方法，应用地震记录中的576个因煤矿开采而产生的高信噪比微震事件进行“虚拟炮集”重构。通过计算两种“虚拟炮集”的相似度，发现两者计算结果一致，证明了提取体波信号方法的有效性。然后，参照主动源三维地震的处理方法与流程，对构建的两个2 D接收线的“虚拟炮集”进行处理，得到相应的偏移图像(图 9)。图 9中两个箭头指示两个不同编号的煤层，其中1号煤层的连续性较差，可能是由煤矿开采造成的，另一煤层由西向东倾斜的趋势与实际地质情况相吻合，证明了被动源体波反射成像的应用潜力。

2.2.3 总结分析

与被动源面波成像技术相比，被动源体波成像技术在煤矿中的研究与应用相对较晚，在含有大量被动源面波信号中提取高质量的体波信号是关键。随采、随掘地震成像技术经过多年的技术攻关，在采集设备、数据处理软件、处理方法和处理流程等方面取得相应突破，已处于应用推广阶段。通过在多个煤矿中的实际应用，证明了以地震干涉法为核心的随采、随掘地震成像能够实现井下工作面前方100m的实时、动态超前探测，为风险防控与灾害预警提供技术支持(刘再斌等，2025)。而被动源VSP成像和地面反射成像仍处于研究阶段，还未在煤矿中得到大规模应用，仅能实现煤层反射信号的识别。其中，被动源VSP成像在数据处理过程中需经过严格的筛选去噪，只保留背景噪音信号进行最终成像；被动源地面反射与高分辨率的三维地震技术相比仍有一定差距，需找到合适的信号处理方法提高成像分辨率。

3 被动源微震监测技术 3.1 技术原理

微震是由岩石破裂或流体扰动而产生的微小震动，包括自然产生和人工诱发两大类(柳云龙等，2013)。前者是由天然应力场变化引起岩石破裂或岩浆、雨水等流体扰动引起岩石孔压变化产生，后者则是由人为生产施工导致岩石破裂而产生。被动源微震监测技术可以利用接收仪器的空间坐标、微震信号的到时、波速等信息进行震源定位，还可以根据微震信号的能量、持续时间、衰减以及波速等特征，监测地下应力场变化情况，进行地下地质结构破坏过程及机制研究(李楠等，2017)。在煤矿微震监测中震源定位是关键，微震监测技术的应用效果受震源定位精度的直接影响(陈法兵等，2025)。基于到时不同原理的震源定位方法是煤矿微震震源定位的常用方法，图 10为该方法的原理示意图。当微震事件S₀(x₀，y₀，z₀，t₀)^T发生后，检波点T_i(x_i，y_i，z_i，t_i)^T会记录该事件的初至观测到时t_i，其中x、y、z为微震事件和检波点的空间位置坐标。设第i个检波点的计算到时为t_ci，计算公式为

$ t_{c i}=t_0+t_{t i}\left(T_i, S_0\right) $

(5)

式中，t₀为微震事件发震时刻；t_ti(T_i，S₀)为第i个检波点的计算走时。

初至观测到时t_i与计算到时t_ci之间的残差r_i可表示为

$ r_i=t_i-t_{c i} $

(6)

结合回归分析方法迭代求解r_i的最小值，使观测到时与地下介质真实传播规律的契合度达到最优，此时得到的震源位置可视为地下真实震源位置。基于到时不同原理发展而来的算法较多，如Geiger法、单纯形法、Powell法、扫描法、粒子群法和双差定位法等(李楠等，2017；陈法兵等，2025)。其中，双差定位算法认为若两个地震事件(m和n)的震源间距远小于事件到检波点的距离，则其到同一检波点的射线路径几乎重合(Waldhauser et al，2000)。二者所受路径上介质的速度变化影响近似相同，则接收仪器延迟、读取误差等因素对两者的影响也近似一致。因此，通过计算两地震事件在同一检波点的走时差(双差)，可抵消这些共同误差，提高震源定位精度，“双差”dr_i可表示为

$ d r_i=\left(t_i^m-t_i^n\right)-\left(t_{c i}^m-t_{c i}^n\right) $

(7)

Zhang等(2003)在该算法的基础上构建了双差定位成像相关算法理论，在无需满足对射线路径及路径异常的简化假设的情况下，即可实现“地震事件定位+介质速度结构”的同步求解。

3.2 应用实例

在煤矿开采过程中，微震监测技术最先被用于冲击地压(岩爆)(Cai et al，2014；Gong et al，2019；Zhou et al，2023；白光超等，2024)、突水等动力灾害监测(段建华，2020；查华胜等，2022；黄刚等，2024)。同时，为了减少CO₂的排放，提高煤层气的采收率，该技术也被用于水力压裂和ECBM监测(Lafortune et al，2014；Li et al，2022；石垚等，2024；王春刚等，2025)。

3.2.1 煤矿冲击地压监测

Zhou等(2023)通过岩石物理实验建立了煤及周边围岩(粉砂岩、粗砂岩和中砂岩)的弹性波速度与应力之间的幂函数关系，利用地震波速度层析成像圈定弹性波速度异常区域，从而确定煤矿中高应力和潜在岩爆区域。利用该方法在陕西某煤矿进行应用，数据表明高波速异常区与现场岩爆、微震活动高度吻合，可以实现超前预警。He等(2023)针对埋深千米的硬厚顶板长臂工作面应用主-被动源P波地震联合层析成像技术，进行煤层冲击地压风险评估与预警。其通过主动震源(采矿爆破)与被动震源(矿震)联合反演P波速度场，识别出“方形效应”区域的应力集中带，预测工作面前50m的高风险区，并通过微震事件的能量变化及岩爆前兆特征验证了预警的准确性。Chambers等(2023)将分布式声波传感技术(Distributed Acoustic Sensing，DAS)应用到煤矿微震监测中，进行冲击地压预警监测。其通过在工作面布设自主设计的“光纤麦克风”(用于接收声波信号的光纤)和引导光纤(接收地震波信号)，形成地震-声学联合监测系统，利用应变率标准差等指标反映岩爆破坏强度，监测结果显示声发射强度与岩爆破坏程度的相关性优于震级本身。Chambers等(2025)在上述研究基础上，研究对比了不同探测目标下光纤传感器多场景布设方式，总结了不同场景光缆失效原因及局限性(表 3)，并认为无论哪种场景布设都要注意对光缆接头位置的保护，在实际采集过程中，该位置极易发生损坏。

3.2.2 煤矿突水监测

查华胜等(2022)在潘二煤矿11221工作面的回风巷与运输巷分别布置12个微震监测点，同巷监测点间距约110m，将其安装在与垂直方向夹角3°进入到煤层底板下伏基岩的钻孔中，并用水泥砂浆作为传感器耦合剂。通过分析监测结果发现与注水实验中波形相似的类螺钉状水流振荡信号(图 11)，该信号频率低于实验测定的水流振荡信号，但持续时间较长，这可能是实际渗流通道与实验中人工设计通道不同造成的。在此基础上，其提出了一种结合微震和水流振荡信号时空分布特征分析的方法，并在潘二煤矿得到应用。基于微震信号的时空分布特征，确定了煤层开采扰动影响最远距离、底板最大破坏深度与四个破坏带的发育情况。进一步分析水流振荡信号的波形和定位，推测灰岩含水层中的原生裂隙在张性二次应力和水压的共同作用下逐渐向上延伸，水流沿此类裂隙向上入侵。此外，黄刚等(2024)在潘二煤矿11023工作面地板突水监测中，对全光纤微震监测系统与ESG微震监测系统进行对比。通过现场微震波形、监测扰动深度和定位结果对比，均证明光纤微震监测系统的性能优于传统微震监测系统，具体结果见 表 4。

3.2.3 煤层气水力压裂和ECBM监测

Li等(2022)在ECBM监测中，应用包含主动源VSP-DAS、微震监测等多种技术实现CO₂向煤层注入前后的全过程监测，其中微震监测主要用于记录CO₂注入前后微震事件的数量，进行震源定位并分析CO₂运移方向。整个项目共分为CO₂注入前、CO₂注入中和CO₂注入后三个监测阶段，为保证监测结果的一致性，观测台阵在同一位置保持不变。监测台网以CO₂注入井为中心，以1.6km为半径布置了30台检波器。图 12为三个阶段微震事件分布图，尽管不是所有微震事件都与CO₂注入有关，但微震事件的分布表明二氧化碳向注入井的东北方向运移，此结果与其他技术方法的监测结果一致。通过对CO₂运移方向的监测，确定其运移路径的封闭性，防止CO₂发生泄漏，保障了CO₂封存安全。

华豪等(2025)对川南煤矿M井田中全井段、高密度采集的DAS微震信号进行处理，结合波形走时信息和震源约束映射算法，精确识别与光纤布设方向一致的到达事件波形的顶点位置，并根据P-S波的走时差确定微震事件距光纤的直线距离。根据微震事件的定位结果预测压裂缝网的展布走向以NNW-SSE为主，这与该工区最大主应力方向一致，且缝网预测误差控制在10m内，监测结果可以为煤层气储层改造提供有效参考。

3.2.4 总结分析

自被动源微震监测技术在我国矿山首次应用以来，在保障煤矿安全开采方面做出了重要贡献。尤其是在冲击地压等动力灾害预警方面取得了良好的应用效果。近些年，该技术也被应用到突水监测和煤层气开采压裂及ECBM监测等新的领域，可有效保障煤层气的安全开采，实现CO₂地下封存的安全性监测。此外，Qian等(2023)利用煤矿工作面现有微震观测系统，应用深度学习、网格搜索定位和双差定位成像等技术，进行微震事件定位和速度成像，实现断层注浆效果评估。随着DAS技术的发展，采用光纤传感器进行微震信号采集的被动源地震技术是当前研究的热点，在煤矿微震监测方面得到学者的关注。对于不同监测目标，光纤布设方式也有所区分，其中光纤在不同场景布设的耦合问题是主要难点，直接影响数据采集的质量。而光纤接头处是整个采集设备的易损坏点，在布设前应做好位置规划及保护措施。此外，在数据处理环节还未形成标准化流程，仍需技术攻关以实现规模化推广应用。

4 结论与展望 4.1 结论

本文总结了被动源地震技术(包括被动源面波成像、体波成像和微震监测)的相关原理，系统分析了不同技术方法在隐蔽致灾因素识别、采掘工作面超前探测、动力灾害预警、水力压裂和ECBM监测等方面的应用现状和适用条件。其中，以微动探测为代表的被动源面波成像技术主要用于解决地下1km以内的构造、采空区识别问题，测点间距主要在20~50m，随着勘探深度的增加，测点间距相应增大，但分辨率会有所降低；以随采、随掘地震成像为代表的被动源体波成像技术正逐渐被应用到工作面超前探测中，实现开采、掘进前方100m的安全保障探测；而被动源地面反射成像与VSP成像仍处于研究阶段，还难以解决煤矿生产中的实际问题。被动源微震监测技术可以实现采矿诱发地震的实时监测和震源定位，在冲击地压、突水、水力压裂和ECBM监测方面取得了较好的应用效果，能够实现煤矿安全预警与CO₂封存的动态评价。被动源地震技术在煤矿中的应用可以减少井下爆破和地面激发带来的安全与环境风险，同时具有低成本、动态实时监测、数据重构灵活性高和低频信息丰富等优势，在建设矿井地质透明化方面展现出重要发展潜力。随着浅层煤炭资源的逐渐枯竭，煤炭资源勘查将转向深部构造更为复杂的资源富集区域，浅部采空区和碳捕集、封存与利用(Carbon Capture Utilization and Storage，CCUS)的长期监测将会成为今后煤矿安全生产的重点关注领域，这些监测将为采矿诱发地震的成因机制与演化规律研究提供支持，相应的研究成果还可以对煤矿采掘方案与支护结构设计提供参考，进一步保障煤矿的安全高效开采。

4.2 展望

被动源地震技术仍具有数据量相对较大、有效信号能量弱、方向性复杂等局限，导致信噪比提升与精细速度建模难度加大。将分布式光纤传感技术(Distributed Acoustic Sensing，DAS)和人工智能(AI)技术与被动源地震技术相结合，可以实现海量地震数据的实时处理。应用人工智能技术，结合高性能计算与存储设备，被动源地震的数据处理能力与质量将得到快速提升。DAS技术利用光纤作为传感器，能够实时监测地震波的传播，具有高灵敏度、高空间分辨率和抗电磁干扰等优点，且光纤具有韧性好、耐磨损和耐高温高压等特点，满足矿井仪器设备防爆要求，适用于深部煤炭资源的开采监测，可以进一步压缩地球物理探测成本，提高地震信号的采集效率。但DAS技术还需在设备维护、数据解调和提高数据信噪比方面进行优化提升。被动源地震波速时变特征分析方法已被应用到火山喷发、天然地震、滑坡、降雨和地下水等方面的地下介质时变研究中，一些学者也采用该方法开展了煤矿微震事件与波速响应关系的相关研究。将被动源地震波速时变特征分析方法应用到煤矿中，可以监控地下应力场重分布情况，为卸压、采矿诱发地震和岩爆监测预警提供技术支撑。同时，应用主-被动源地震技术和其他多种探测手段进行地下综合探测，提高小断层(3~5m)、陷落柱等地质构造以及采空区、突水通道的定位精度，实现多源数据融合分析是今后发展的重点。此外，随着勘探技术的不断进步，曾经被视为“噪音”的多次波等信号也可以作为有效信号反演地下空间结构。综上所述，随着DAS技术和AI技术等新兴技术的发展，勘探技术的进步与多种探测手段的融合，更有助于开展采矿诱发地震的相关研究，进一步提高断层、陷落柱和采空区等隐蔽致灾因素的识别精度，支持透明地质保障系统建设。

致谢: 感谢审稿专家给出的宝贵建议。