矿井直流电阻率法是煤矿地质保障技术中的重要手段之一，在煤层顶底板破坏及水害预测等领域应用多年。许多学者从多方面开展了大量研究，并在实际工作中取得了一定的应用效果^[1-5]。

然而，采煤工作面在回采过程中，顶底板的破坏和导水通道的发育是动态发展且缓慢变化的过程，采掘前单次或者采掘过程中少量多次探查，无法实现工作面回采过程中水害发生风险的动态评估。为顺应煤矿安全生产需求，在已有矿井电阻率法探测技术的基础上，将单次探测的工作模式发展为不间断电阻率法监测是预防水害发生、保障煤矿安全生产行之有效的解决办法之一^[6-10]。

矿井电阻率法监测具有自动化、智能化、全天候、全波形不间断数据采集等优点，但煤矿井下独特的施工环境也增加了监测系统对有效信号采集的难度。与地面直流电法相比，井下监测过程中电磁噪声具有类型复杂、强度极大、随空间位置的变化较大等特点；井下直流电阻率法探测为单次施工，现场数据采集时间较短，生产过程中相对容易形成无干扰或者干扰较小的施工环境，而矿井电阻率法监测需要连续不间断观测，无法避开井下工作面采煤作业、有轨电车、高压输电线路工作时间^[11-12]，实际井下采集到的大量监测数据极易受到强噪声的污染。另外，采掘扰动下工作面顶底板破坏形成的突水通道规模相对较小时，其引起的电阻率异常信号变化也相对较弱；加之井下狭小空间对电极布设的限制等不利条件都会造成待采集的有效信号相对较弱；同时国家标准GB/T 3836.4—2021《爆炸性环境第4部分：由本质安全型“i”保护的设备》附录A的要求^[13]也限制了井下电法勘探仪器的最大发射电流及发射功率。以上这些因素都对监测数据的质量产生了不利的影响，一定程度上也制约了矿井电阻率法监测的应用效果。

识别电法勘探中的干扰源，并采取有效的技术措施压制各种干扰，提高采集数据的信噪比，保证电法勘探数据质量，一直是电法数据采集与处理的核心问题，许多学者就此问题开展了深入研究和实验工作。在对井下环境进行调查试验后发现，工业游散电流、浮煤、铁轨、金属支架等非地质因素对电法探测数据的影响较为显著^[12-13]；而对于不同条件、不同类型的含噪电法数据，可通过其时间域、频率域及空间分布特征等方面去识别干扰特征和影响规律^[14-16]。在此基础上，一方面通过改进仪器的抗干扰参数和采集算法^[17-18]，另一方面采取有效的技术措施压制原始数据中的各种干扰^[19-22]，以达到提高采集数据信噪比的目的。因此，针对监测过程采集的海量数据，因其不可避免会受到强噪声的干扰，需要采取相关的质量管控措施对矿井电阻率法监测的原始数据进行评价。对于电法数据的质量评价方法，汤井田等^[23]通过地面试验，利用视电阻率对比、频谱和极化方向等参数评价音频大地电磁法中人工源强干扰的压制效果。万云霞^[24]通过含噪电磁数据模型，建立了相应的数据质量评价标准，量化去噪效果。

基于上述学者的研究成果以及总结前期开展的试验工作可知，矿井电阻率法监测数据具有有效信号弱、电磁干扰强、数据信噪比低的特点，需要对原始数据进行有效的评价和管控，而现有的数据评价方法主要针对的是探测任务，面对监测数据时适用性较差、手段较单一，现阶段尚不能完全满足矿井电阻率法监测数据评价的需求。笔者通过分析矿井电阻率法监测典型数据的波形特征和频谱特征，在此基础上研究矿井监测数据中干扰噪声在时空域的变化特征，最后利用可量化参数给出矿井电阻率法监测数据质量评价措施及流程，并以实例分析其效果。

1   探测数据常规质量评价方法

目前矿井直流电法探测的数据质量评价方法常见的有3种。

1) 系统检测法

根据M/T 898—2000《煤炭电法勘探规程》相关内容规定^[25]，用单个检测点的算术平均相对误差评价单点数据质量；用各检测点(段)的均方相对误差评价检测点(段)系统数据质量；用各检测点(段)均方相对误差值的算术平均值作为评价全区数据质量的结果。该方法的缺点在于，一般检测点的前后2次测量应在不同时间、由不同的操作员、采用不同的采集仪器进行，且重新放线的点数不得少于检测点总数的2/3。上述要求与矿井电阻率法监测自动化、智能化、不间断数据采集的特点不兼容，实际工作中难以实现。

2) 逐个测点多次采样过滤法

该方法采用数理统计的方法压制满足高斯分布的平稳随机噪声。其优势在于，逐个测点利用单点多次采集数据的算术平均值和相对均方误差值可以提升和评价数据质量，且随着采样次数的增多，评价和提高数据采集质量的效果也越好。但该方法同样存在以下缺点：数据采集时间将随着采样次数的增加而成倍延长，由于矿井电阻率法监测采集保存全波形数据信息，单点多次采集对仪器的内存要求更高；另外，单点数据以多次采集的算术平均值为结果数据，而非每次采集的原始信号，相同的时间周期内采集的数据量相对减少，实质上也造成了一定程度的数据损失。

3) 测线曲线评级法

该方法在各类电磁法勘探规程和应用中较为常见^[26-27]，其缺点在于该方法根据原始采集数据测线曲线的衰减特征、连续性、稳定性等方面进行定性分析，人的主观因素对数据质量评价的影响较大，实现自动评级也相对困难，在矿井电阻率法监测中使用存在技术局限性。

综上所述，现有的矿井直流电阻率法数据管控方法面对监测数据时适用性较差、手段较单一，尚不能满足矿井直流电阻率法监测对数据质量管控的需求。

2   监测数据的时频域特征

2.1   矿井电阻率法监测系统

矿井电阻率法监测中常用的数据采集方法有高密度电法、孔间电阻率CT、孔−巷间电阻率CT和巷道电法透视等。中煤科工西安研究院(集团)有限公司研制的ZDJ11矿井电阻率法监测系统^[28]，以巷道电法透视作为主要数据采集方法，兼顾孔间电阻率CT采集方法，支持在工作面两巷顶板或底板布置测线，通常采用单极−单极、单极−偶极、偶极−偶极等3种观测装置采集数据(图1)。近年来该系统在多个煤矿进行了顶底板水害监测的试验工作^[29-31]。对不同观测装置而言，单个或一对电极发射时，对侧所有电极依次进行接收，两侧电极全部完成发射和接收即完成一组监测数据的采集。

图  1  矿井电阻率法监测系统组成^[32]

Figure  1.  Composition of a resistivity monitoring system for coal mines^[32]

下载: 全尺寸图片 幻灯片

该系统人工场源支持不同的时间基设置，可选择发射多种组合频率的监测场源信号，仪器可选的发射信号类型有单频方波发射和2ⁿ伪随机序列3频波、5频波、7频波发射，主要工作频段为1~125 Hz，发射电压105 V，发射电流65 mA。系统接收端采集通道通过记录全波形信号数据来换算电位或电位差数据。信号接收模块能够提供80~110 dB的共模抑制比，最高采样频率128 kHz，最长支持16 s采样长度，数据测量误差≤5%^[32]。全波形采样功能的实现使矿井电阻率法监测系统在满足防爆要求的前提下，可以真实记录数据采集时刻的时频域特征，极大地提高了设备的抗干扰能力。

2.2   全波形数据的时频域特征

井下实际采集到的监测数据一般由有效信号和干扰噪声两部分构成。井下干扰噪声主要来源于井下工频干扰、各种电气设备如电动机车、电缆、风钻机、变频电机组和采煤机械等开关、接地产生的工业游散电流，具有强度大、类型复杂、有较强的规律性等特点^[12]。

选择典型矿井电阻率法监测数据进行特征分析。某矿工作面宽200 m，采用单极发射−偶极接收的电透视法采集数据，发射信号为15.625 Hz单频方波。任意抽取接收端通道中单个接收电极采集的全波形数据进行分析(图2)，其接收电压幅值普遍达到100，但信号在时间域不具有明显的规律特征，无论是主频信号还是噪声的特征均难以直接识别。对图2中的全波形数据进行傅里叶变换得到该组数据的频谱(图3)。从图3可以看出，频谱中较明显的信号包括：15.625 Hz的发射主频信号，幅值接近30；工频干扰50 Hz及其奇次谐波150、250、350、450 Hz；背景噪声也有较大的强度，幅值接近有效信号的1/6，其频谱特征类似高斯白噪声。

图  2  矿井电阻率法监测数据时域波形特征

Figure  2.  Waveforms of resistivity monitoring data of coal mines

下载: 全尺寸图片 幻灯片

图  3  电阻率法监测数据频谱特征

Figure  3.  Frequency spectrum of resistivity monitoring data

下载: 全尺寸图片 幻灯片

2.3   不同时段的噪声频谱特征

在井下长时间的监测发现，伴随煤矿生产过程中，不同时段范围巷道内干扰源的数量和强度也会出现明显的不同。图4展示了某测点在相同收发条件下2个时段的噪声频谱。在对数坐标系下，不考虑50 Hz及其谐波，强噪声时段各频点的频谱幅值基本高于弱噪声时段1个数量级。噪声的大小会严重影响有效弱信号的识别和提取，因此，对矿井电阻率法监测数据进行评价、筛选以及提高数据质量是数据处理前非常有必要开展的一项工作。

图  4  同一测点不同时间段下的背景数据频谱

Figure  4.  Background data spectrum at different time periods at the same measuring point

下载: 全尺寸图片 幻灯片

2.4   不同位置的噪声频谱特征

矿井电阻率法监测的单组数据由于采集参数相同，采集在较短的时间内完成，因此，不同测点的背景噪声特征具有一定的可比性。对各个测点的全波形原始数据文件进行傅里叶变换，得到对应数据的频谱剖面。以某组井下电阻率法监测数据为例(图5)，1~900桩号点为辅运巷内电极发射、主运巷内电极接收；901~1800桩号点为主运巷内电极发射、辅运巷内电极接收。从图中可直观看到，除部分发射电极松动外，剖面中监测数据的主频(15.625 Hz)信号特征整体较为明显，但左右两侧来自不同巷道接收数据的背景噪声频谱有较大差异，辅运巷接收的背景噪声明显强于主运巷接收的背景噪声。在数据处理阶段，1~900号点的监测数据明显具有更高的可信度。通过巷道环境调查发现，安装有更多机电设备的辅运巷更容易对监测数据接收质量造成明显干扰影响。

图  5  单组矿井电阻率监测数据频谱剖面

Figure  5.  Frequency spectrum profile of a single set of resistivity monitoring data of a coal mine

下载: 全尺寸图片 幻灯片

3   监测数据质量管控方法

矿井电阻率法监测过程中仪器反复顺序自动执行采集任务，监测数据存在数据采集不完整、发射电流不正常、有效信号弱、接收数据信噪比低的特点。此类数据进入处理环节势必影响电阻率成像算法的稳定性，进而导致监测成果出现非地质原因的突变异常，因此，需要采取相关措施对原始监测数据进行评价。常用的电法数据质量评价参数主要包括发射端发射电流及稳定性、接收端信号的时间稳定性和空间稳定性等；对于受到强噪声干扰的数据，可以对背景噪声频谱和实际信号的信噪比进行更详细的分析。

3.1   评价参数

(1)发射电流及稳定性。在实际监测过程中，受井下大型机电设备采掘作业的影响，布置于巷道内的电极可能会出现松动、接触不良等现象，反映在数据上表现为发射电流为零或远低于正常值或不同发射电极之间的发射电流出现较大波动，出现这些现象时一般均伴随发生接收信号强度出现异常跳变。

发射电流及稳定性评价以单个发射电极为一组评价单元，根据发射电流的大小(I_max、I_min)和稳定性ε_I等参数剔除不合格数据。发射电流的最大阈值I_max一般与监测仪器正常工作状态下能够输出的最大发射电流相同，发射电流的最小阈值I_min一般在监测系统布设阶段通过现场试验估算，现场试验结果不理想时也可根据经验设定。通过现场试验的I_min估算公式如下：

式中：A_smin为现场试验各测点接收到的最小电位或电位差，与I_min处于相同装置条件下；A_min为仪器可分辨的最小信号；I_s为现场试验的发射电流。

发射电流的稳定性通过单组发射电流的相对均方误差来评价，计算公式如下：

式中：$ \varepsilon_{{\rm{I}}} $为单组发射电流的相对均方根误差；n为发射电极对应的接收测点个数；I_i为单个测点的发射电流值；$ \bar{I}_{i} $为与n个接收测点的所有发射电流数据的平均值。根据现场数据质量设置最大相对均方根误差ε_Imax，ε_I的范围为(0，ε_Imax)。循环计算单次采集监测回合中所有发射电极的$\varepsilon_{{\rm{I}}}$，完成发射电流稳定性评价。

(2)接收信号时间稳定性。由于采掘过程中顶底板采动破坏过程及导水通道发育过程一般是缓慢发生和发展的，长时间的地质条件动态变化在相对较短的时间段内可近似看作静态，因此，可将短时间内采集的监测数据视作对相同地质条件的重复测量。这样，通过多次接收信号的相对误差等参数来评价监测数据的稳定性。评价时选取相邻时段采集的多组监测数据，以单个接收电极为评价单元，计算多组监测数据中对应电极接收电位(差)的相对均方误差，以此来量化单个测点在短时间内不同组数据之间的接收电位(差)变化的离散程度，从而达到从时间维度评价单点多次采集数据的稳定性的目的。

单个电极接收电位(差)的相对均方误差计算公式具体为：

式中：$\varepsilon_{{\rm{t}}}$为单个接收电极的相对均方误差；m为选择的相邻时段监测数据的组数；T_i为某一时段评价电极对应的接收电位(差)；$\bar{T_{i}}$为相邻时间段多组监测数据接收电位(差)的平均值。循环计算所有电极测点接收电位(差)的相对均方误差，进而完成一定时间段内相邻多组数据整体的接收信号时间稳定性评价。

值得注意的是，这里选择的多组监测数据，应尽量保证按时间顺序依次选择，且尽可能使之采集时间处于同一井下生产环境条件下，即需要区分生产班和检修班的数据，不应包含跨越井下生产班和检修班的数据，数据采集时间跨度一般不超过24 h。

(3)接收信号空间稳定性。由于电阻率法勘探原理中电场在空间传播表现出体积效应的特点，在接收测点分布较密且点距较小的情况下，各接收点的电位(差)幅值曲线应表现为按一定规律变化的光滑曲线。当曲线出现剧烈的抖动时，则认为是有效信号中引入了较大的噪声。评价时以单个发射电极为一组评价单元，绘制不同接收测点在同一发射电极条件下的电位(差)变化曲线，从空间上评价接收分站的数据稳定性，循环评价不同发射电极，进而完成单组接收数据质量评价。评价标准应包括：单个发射电极条件下，各测点的电位或电位差曲线应圆滑、连续性好，曲线形态清楚；相邻发射电极条件下，各测点的电位或电位差曲线类型规律性较好。

(4)信噪比。 矿井电阻率法监测数据的背景噪声频谱反映了测点采集时的整体环境噪声水平，但对于电法勘探而言，接收信号主频幅值与噪声水平的强弱关系更受关注，其直接影响矿井电阻率法监测系统采集数据的准确性。信噪比是对信号质量最直接的体现方式，其计算公式如下：

在对实测数据进行分析时，大多数情况下是无法准确给出噪声功率V_N，因此，可以采用以下方式估算数据的信噪比R_SN：使用算术主频的频谱代替主频的信号功率V_S；统计主频附近频段噪声频谱，取其最大值作为主频的噪声功率V_N。图6展示了图5中各测点数据的信噪比，可以看出：相对于主运巷内电极发射、辅运巷内电极接收，辅运巷内电极发射、主运巷内电极接收到的数据普遍具有更高的信噪比，但噪声对信号幅值的影响仍然超过了10%，噪声的存在严重制约了矿井电阻率法监测数据采集的准确性。

图  6  单组监测数据的信噪比

Figure  6.  Signal-to-noise ratio of a single set of monitoring data

下载: 全尺寸图片 幻灯片

3.2   评价流程

基于矿井电阻率法监测本身自动化、智能化、全波形、不间断数据采集的特点，针对发射电流的强度和稳定性、原始数据的信噪比、接收数据的时间和空间稳定性水平等三个方面，利用统计学原理实现了监测数据质量评价参数的定量计算，建立了矿井电阻率法监测原始数据质量评价流程。发射电流过大或过小的问题在常规电法勘探中并不会出现，但矿井电阻率法监测贯穿整个工作面回采全过程，由于巷道顶底板受到采掘活动的影响，发射和接收的电极、电线均易受到破坏，因此，矿井电阻率法监测数据评价流程首先需要对发射电流进行常态化管控；其次，针对持续较稳定噪声产生的影响，利用发射信号主频位置的信噪比对原始数据噪声水平逐点进行定量评价；最后，鉴于自动化监测过程中难以实现人工布置检测点进行复测，评价流程利用监测数据在空间上和时间上满足一定规律且较为稳定的特点，针对短时间内的随机电磁噪声，对数据质量进行管控，为后续进行的电法数据处理提供了可靠基础。该流程具备针对性强、手段丰富、较全面反映噪声干扰情况等优点，解决了现有技术条件下矿井电阻率法监测数据质量管控不足的问题。监测数据评价流程具体如图7所示，各步骤简述如下。

图  7  监测数据质量评价流程

Figure  7.  Quality assessment process for monitoring data

下载: 全尺寸图片 幻灯片

第一步：检索原始监测数据库中是否存在待评价数据，将待评价的数据按记录号抽取为一组评价单元。

第二步：评价单个发射电极发射电流的大小和稳定性，将不合格数据进行标记，以便数据剔除和溯源，下同。

第三步：将各测点数据形成实测曲线，从空间上评价数据稳定性，保留符合条件的监测数据进入第四步。

第四步：对各测点进行频谱分析，计算各测点数据信噪比，剔除不合格测点数据。

第五步：重复执行第一步—第四步完成所有待评价记录号监测数据评价。

第六步：以单个电极为评价单元，按照工作面采掘过程中环境干扰相对稳定的时间分布特征，抽取相邻时段采集的多组监测数据，计算各电极测点的相对均方误差，从时间上评价数据稳定性。

第七步：完成所有待评价记录号中所有电极采集数据的评价，输出质量管控后数据。

3.3   实际数据效果测试

为验证上述监测数据质量评价流程的有效性，选择某矿连续采集的8组实际监测数据按照图7所示流程进行质量评价和管控，并将评价结果与其中某一组未经质量评价和管控的原始监测数据进行对比，图8为质量评价前后的监测数据曲线。对监测数据进行质量控制后，基本剔除了低信噪比和无效发射电流的监测数据，可以作为反演处理可利用的有效数据，曲线的光滑程度也有提升。该实例处理结果说明，前文所述监测数据质量评价流程可以满足矿井电阻率法监测数据管控的需求，并能够指导后续的数据处理工作。

图  8  质量评价前后监测数据曲线

Figure  8.  Monitoring data curves before and after quality control

下载: 全尺寸图片 幻灯片

4   结 论

a. 矿井电阻率法监测数据采集过程极易受到强电磁噪声的影响。背景噪声幅值接近有效信号的1/6，随时间和空间的变化有较大差异，对全频段数据都有较为明显的影响。利用全波形数据的时频域特征，可直观了解不同测点的噪声强度和信噪比，有助于优化采集参数和筛选有效数据。

b. 针对矿井电阻率法监测数据的噪声特征，从发射电流、原始数据噪声、数据稳定性水平等3个方面对监测数据进行质量管控，建立了矿井电阻率法监测数据质量评价流程，解决了现有技术条件下监测数据质量管控不足的问题。通过对井下实际监测数据进行质量评价和管控测试，验证了监测数据质量评价方法和流程的有效性，评价后的结果数据可用于后续数据处理工作。

c. 通过对监测数据评价和管控，能够从海量电阻率法监测数据中有效筛选出高质量监测信号，达到数据过滤和清洗的目的。但对于信噪比较低的数据改善效果一般，原始监测数据整体较差的矿井难以达到预期效果，后期将以强电磁噪声干扰下有效信号的识别和提取为方向开展下一步的工作。