高噪声监测数据中，能否更早识别矿震前兆？

信号发布时间：2026年9月23日 00:51原研究发布日期：2026年9月18日

雷达解读

为什么与保险有关

该能力可能为风险感知、损失预防和预警式风险干预提供研究线索。论文研究对象是矿山作业，未建立保险机构对监测流程的所有权、使用方式或业务流程；是否可进入保险场景仍需验证。

关键方法参数与评价配置尚未纳入本次核查；现有现场验证来自三个采煤工作面，论文也未验证该预警能力在保险机构中的具体应用及业务效果。

研究面向地下采矿作业中的矿震预警，针对监测数据维度高、噪声强、失稳前潜在动态难以识别的问题，从多传感器观测中提取强震前的先兆变化，以提高临界转折点的提前识别能力。

SDPM结合自动储备池神经网络（ARNN）与时空信息转换，将同步多传感器观测转为低维时间轨迹，并在可观测空间和潜在空间中识别异常、临界减速及强震前转折点。

论文摘要报告，SDPM在合成系统和三个采煤工作面的现场观测中持续识别到强震前先兆，并优于所比较的预测与预警基准。较短关联窗口使预警更集中，较长窗口可捕捉更早但更分散的先兆。

研究使用合成系统和三个采煤工作面的现场观测进行测试。公开结果尚未披露量化比较指标、基准方法名称、事件与传感器规模及评价窗口参数，因此暂无法判断其相对性能优势的幅度与稳定性。