王绅皓，谢婉丽，奚家米，井 旭

（1.西北大学 地质学系，陕西 西安 710069；2.大陆动力学国家重点实验室，陕西 西安 710069）

地面塌陷是矿山常见的地质灾害之一，矿区的地面塌陷为采矿工作及当地居民带来了严重的安全隐患及经济损失[1]。因此，矿区塌陷的预测是保障生产工作正常运行，保护居民生命财产安全的重要工作[2]。针对塌陷易发性的预测，已经有众多学者进行了大量的研究，并提出了各种判别方法。刘宝琛等[3]提出将概率积分法运用到地下开采等实际工程引发地面塌陷的预测工作中；谢和平等[4]使用相似材料作了巷道和采场的岩层塌陷实验，并基于非线性的连续介质模型对地下工程的塌陷进行了非线性力学有限元分析。孔宪立等[5]论述了采空区地表为斜坡条件下，上覆岩层发生多种变形、破坏的力学特征；陈学军[6]、包惠明[7]等分别将GIS技术、模糊数学理论应用在岩溶塌陷评价模型中，对其易发性进行定量评价。以上方法在塌陷易发性预测中均有较好的效果，但由于岩土体的空间特性特殊，建立力学模型的方法复杂且难以简化；数值模拟难以全面考虑矿山塌陷中的复杂因素，选取合理参数，模糊评判存在超模糊现象。为补充以往研究不足，为此选用BP神经网络进行矿区塌陷的预测研究。BP神经网络具有主动学习、多层次，可以通过学习大量的样本来获得适合的连接权值，反映出各种复杂的非线性关系[8]。综合GIS系统空间分析功能在矿区塌陷预测突出的优越性，采用栅格为评价单元，提高预测精度，最大限度地体现出矿区内部塌陷易发性的空间差异[9]，为模型预测提供足够的样本数。……