矿井突(透)水灾害是煤炭开采中的主要地质灾害之一，严重威胁着矿井的安全生产和人员的生命安全。由于水文地质条件的复杂性、实际水害形成的多样性、人类对水害危险认识的局限性以及人员工作状态的不确定性等众多客观原因，煤矿水灾害事故总是难以避免[1]。近年来，随着矿井采掘强度和深度的不断加大，对地下水的扰动影响进一步增大，矿井防治水的形势和应急管理难度逐步升级。从我国矿井水灾事故每年每起平均死亡情况来看[2-4]，矿井水灾的应急避险能力等问题亟待解决[5-9]。
井下人员的安全性始终是矿井水灾应急避险的关键问题[6,10-11]。当矿井水灾发生后，需要充分考虑水灾的时空演变、灾后环境对人员逃生救援的影响、及时合理地降低避灾救援路线上的危险等。目前，我国大多数煤矿采取了积极的应急预案，同时，水灾应急避险研究也在逐步开展，主要集中在最短路径算法及其“当量长度”改进等方面[12-16]，并取得了一定成效，但缺乏对灾后环境影响的定量刻画及涉险人员的危险性评价。
充分考虑现存危险是降低潜在风险可能性的关键问题[10]，EISER等提出灾害背景下的风险总是涉及灾害物理因素和人员个体特征及行为因素之间的相互作用[17];HAMILTON等认为了解人们与水灾有关的冒险行为有助于制定更有效的策略来减轻水灾的危险[11]。灾后环境下要保持井下人员在撤离道路上绝对安全并不容易，尤其是在水灾期间涉水(如行走和奔跑)时，而井下人员对水流等危险认识不够，也会增加人员伤亡的可能性。
目前存在的主要问题:① 对涉险人员的危险性认识不足，缺乏系统性分析;② 对具体因素影响程度的评价是定性或半定量的，缺乏定量化方法。因此，针对井下不同特征的人员和不同场景的灾难情况难以提供科学的“因人因灾”动态避险措施。
针对上述问题，笔者提出了矿井突(透)水灾害过程中涉险人员危险性评价方法，研究了涉险人员危险性的影响因素和评价指标体系，以及矿井突(透)水灾害过程中涉险人员危险性评价模型，从而实现涉险人员的危险性影响评价指标系统化、影响程度定量化，为提高应急避险能力提供科学支撑。
1 涉险人员危险性影响分析
1.1 涉险人员危险性影响因素评价指标体系
涉险人员的危险性会受到水灾灾情和个体特征等多方面的影响，需要明确危险发生的作用形式、影响因素等问题。矿井突(透)水灾害过程中，发生危险的致灾体为矿井水灾(如水流、气体)，其物理参数有水深、流速、气体浓度等，影响巷道中人员的危险;孕灾体为矿井巷道，影响灾情的时空发展;承灾体为涉险人员(如逃生人员、救援人员)，受到危险因素的影响。
危险发生的作用形式主要包括直接危险作用形式和间接危险作用形式。直接危险作用形式主要是致灾体和孕灾体对承载体的直接作用，如巷道中水流冲击人员、有害气体超限和缺氧对人员产生危险等，其涉及的物理参数可认为是危险性的直接影响因素。此外，矿井系统中的减灾设备设施有利于提高应对灾害的应急避险能力，从而降低涉险人员的危险性;此类影响因素可称为其他物理因素，如应急避难硐室、随身携带的呼吸自救器等，也属于直接影响因素。
有些因素将其危险影响映射到直接影响因素上，进而作用于人员，从而实现间接影响人员的危险性，称为间接危险作用形式。例如，矿井水灾的水害类型、突水点等因素影响水流特征和气体情况，因此，可以认为水害类型等因素是间接影响人员危险的。在矿井巷道上，水流特征和气体情况随着水灾发展而动态变化，即水灾发展过程中的不同时刻，同一巷道段的水流特征和气体情况不同。基于灾害演化发展过程，涉险人员获知水灾发生时间越早，水灾对人员的危险影响范围相对越小，也有利于涉险人员的逃生避险。因此，可以认为涉险人员应对灾情的时间也是影响人员危险性的间接因素，影响人员逃生所在位置上各时刻的灾情危险性。
通过轨迹交叉理论和事故树分析方法[18]，分析直接危险和间接危险作用形式的影响因素内部的潜在关系，可明确发生危险的直接影响因素。因此，根据直接影响因素可建立涉险人员危险性影响因素的评价指标体系，如图1所示。在矿井水灾涉险过程中，逃生人员和救援人员的危险性影响因素及评价指标相同，具体取值会存在差异，如对矿井巷道熟悉程度、配备呼吸自救器的规格数量及其使用时间等。
图1 评价指标体系
Fig.1 Evaluation index system
1.2 涉险人员危险性评价
(1)每个涉险人员的身体素质(身高、体重、体力)和心理素质不一样，逃生时撤离速度也会不相同[13];此外，考虑到水流深度对不同身高个体影响程度存在差异性，如身高1.6和1.8 m的矿工在面对同样水流条件下，危险程度是不同的[16]。因此，个体特征不同的涉险人员，面对水灾所带来的影响程度存在差异，主要体现在身高、体重和身体浸水体积等方面。
(2)矿井巷道作为孕灾体，一方面，巷道属性和水流特征共同影响着人员的安全，如坡度、地面摩擦因数;另一方面，巷道结构本身会对人员危险存在影响，如巷道中的障碍物、出现垮塌等情况。
(3)矿井水灾过程中涉险人员受到巷道中的水流影响，其作用形式主要表现为冲击形式。冲击作用体现了水流特征对涉险人员的影响程度，其强度取决于冲击力大小对力学平衡的破坏程度，一旦人体的力学平衡被破坏可能出现不稳定(又称失稳)现象。因此，确定涉险情况下各种危险的临界条件和严重程度是必要的。
如果矿井巷道中水流(水深、流速)增加到一定的条件，井下人员在巷道(坡度、地面摩擦因数)中站立或涉水行走将会失去稳定。在失稳时刻，相应的水流状况称为不稳定的水流临界条件。由于个体特征(身高、体重等)不同，不同人员在水流中的失稳临界条件是不同的。因此，涉险人员的个体特征、矿井巷道和灾情水流特征的影响可通过涉险人员的稳定性进行耦合量化分析，可定义:
定义1:水流危险性FH(Water Flow Hazard)，主要受个体特征、矿井巷道和水流特征等因素的综合影响，具体影响表达式为:FH=f(个体特征;巷道参数;水流特征;失稳临界条件)=f(身高、体重;巷道类型、坡度、地面摩擦因数;水流密度、水深、流速;身体浸水体积、水流的拖拽力系数等)。
(4)水灾发生后，可能携带硫化氢、甲烷等有害气体，对逃生救援带来一定困难。淹没水面上升，将导致巷道空间减小，被淹没区域原积聚的有害气体被涌水挤出;加上巷道内有害气体正常涌出，从而有可能在不断上升的水面上部形成以瓦斯、二氧化碳、硫化氢为主的有害气体层;同时，灾变状态对通风系统的破坏也引起井下巷道内气体的变化。从应急逃生救援角度看，人员会遇到缺氧或者有害气体浓度超过安全限度的情况，而造成窒息或中毒身亡;此外，由于规定煤矿应用隔离式自救器，适合于各种有害气体。即使涉险人员有自救器，但自救器的允许使用时间有限，时间可能远低于逃生或救援所需供氧的时间。
所以，矿井水灾逃生救援中灾后气体环境和自救器对人员造成的危险影响，可定义:
定义2:气体危险性GH(Gas Hazard)，主要受气体状况(O2，CH4，CO2，CO，NO2，SO2，H2S，NH3，H2等浓度)、自救器设备等因素的影响，可表示为:GH=f(气体浓度实时数据、浓度超限条件;自救器使用时间)= f (气体浓度、危险浓度极限值;自救器可使用时长，已使用时间等)。
(5)水灾发生后，涉险人员在矿井巷道上的通行过程中，不仅会受到水流和气体影响，还会受到其他因素的影响。为了减小人员危险，实际矿井中采取了一些积极的减灾措施，如建立避险系统中的避难硐室，可移动救生舱，压风管路等。当然，也会出现措施失效，无法发挥作用的情况。水灾中也会出现次生灾害，造成该巷道段现场极其危险，如巷道段出现顶板垮塌、障碍物等负面情况。同时，矿井巷道中的风速过小不利于发挥通风作用，过大对人员的行走会带来危险。此类积极或消极的因素，均会对涉险人员的安全造成影响，尤其是在逃生疏散过程中。
这部分数据有些是巷道上固有的属性，如避难硐室;有些是灾后出现的不确定因素，获知大多源于井上下通讯交流。虽然获取难度较大，获得的数据量有限，需要人工交互，但是数据一旦获得，对于判断和应对灾情非常重要。
因此，这类不确定或半定量、定性属性的影响因素评价是必要的，其耦合影响可定义:
定义3:其他危险性OH(Other Hazard)，主要表现在巷道中应急设施、次生灾害(巷道垮塌、障碍物等)等危险。可表示为:OH=f(矿井巷道;个体特征;水流特征;其他物理因素等;有效或失效情况)=f (障碍物、巷道垮塌;人员心理素质;水流中携带块体情况;避难硐室、救生舱、风速等)。
(6)涉险人员危险性影响指标体系中的因素，可分为确定性和不确定性的两类。如个体特征中，身高、体重为确定的，心理状态是不确定的;矿井巷道中的垮塌、路面情况、以及水流中携带块体情况等是不确定的。从量化建模角度讲，确定因素中可分为定量的、半定量的和定性的。如水深、流速等因素为可定量化的，矿井巷道中的障碍物是可以半定量分析的，而矿井熟悉程度情况是只能定性分析的。水流危险性和气体危险性评价可量化评价指标体系中确定且可定量化的因素影响，而其他危险性可以量化其中不确定的、定性或半定量的因素。
根据危险性影响因素和评价指标体系需求，通过对各种危险性分析，采集的矿井水灾现场数据分为静态和动态。静态数据主要涉及矿井巷道和涉险人员的部分因素，如巷道线、硐室、竖井、斜井、障碍物、人员身高体重特征数据等;动态数据主要包括水灾的水流特征和气体情况、井下人员的位置和状态、灾后井下巷道的破坏及应急措施等方面、以及水灾蔓延模拟数据等。充分利用尽可能的数据为矿井水灾中涉险人员危险性评价工作提供科学依据。
2 涉险人员危险性评价模型
2.1 水流危险性评价
涉险人员在矿井巷道中因受到水流作用会出现的失稳现象有:倾覆失稳、滑移失稳、漂浮失稳[19-21]。由于矿井巷道半“封闭”的空间特征属性，巷道中的水流上升速率较快。因此，人员在矿井水灾中还存在发生直接溺水危险的现象。如果实际水流情况超过或等于人员稳定性所能承受的水流临界值，那么可以认为当前巷道中的水流导致人员发生危险的可能性接近100%，即可定义水流危险性评价值为1;如果实际水流小于每种失稳临界条件值，那么定义巷道中此时水流状态的数值和失稳临界值之比为当前水流危险性评价值。人员的水流危险性评价公式为
(1)
其中，FH为水流危险性评价值;h和v分别为当前状态下水流的水深和流速;vs(h)为滑移失稳的临界值;vt(h)为倾覆失稳的临界值;hd为溺水危险的水深临界值。可通过稳定性理论分析和试验测量确定各种失稳的水流临界值[20-21]，如hd为人体身高的函数，等于身高的13/16[20]。
涉险人员在应对水灾时，人体发生滑移失稳时多在水深小、流速大的情况下;发生倾覆失稳时多在水深较大、流速较小的情况下[21]。同时，如果人员发生了漂浮失稳，那么滑移和倾覆失稳现象就不存在，即分析滑移和倾覆失稳危险时已考虑了漂浮失稳危险。当水深继续增大时，即使流速非常小，人员也可能直接发生溺水危险。所以，该水流危险性评价考虑了人员在水灾中可能面临的各种水流情况和危险。式(1)中考虑人体在水流中最危险的情况，取3种危险程度评价的最大值;为规范其数值范围，取其最大值和1中的小者，使得危险性评价值不超过1。
2.2 气体危险性评价
矿井地下空间除了若干个出口外，基本上是密闭空间。由于井下生产中会溢出有害气体，正常生产状态下，安全通风非常重要。矿井水灾发生后，由于通风系统可能被破坏以及有害气体自身的涌出，巷道中的氧气和有害气体的浓度对于人员的安全会造成一定影响。
对于单个有害气体影响因子来说，其当前浓度值越大于极限状态值，那么人体受到该气体的危险影响越明显。将某种气体此刻的浓度与造成危险所需极限浓度的比值作为评价依据。故其对人体带来的危险性可表示为
(2)
对于氧气来讲，其浓度越小于极限状态值，那么人体受到的危险影响就越明显。故其对人体带来的危险性可表示为
(3)
由于任何一种气体不满足安全条件都可能会给人体带来危险影响，那么水灾中气体的影响值可表示为
(4)
另外，如果结合考虑自救器，则自救器可正常使用的情况:
(5)
自救器失效情况下，其几乎不能起到任何作用，则气体危险为气体浓度的评价值。式(2)～(5)中,t为自救器的累计使用时间;tz为自救器的使用极限时间;n为有害气体的类型数;Ci为单个有害气体的浓度;Ci0为单个有害气体的极限浓度值;C(O2)为氧气的浓度;C0(O2)为氧气的极限浓度值;QH为气体的危险评价值;GH为各种气体和自救器综合的气体危险性。
矿井下有害气体超限可能会发生其他危害，如瓦斯灾害、爆炸灾害等。《煤矿安全规程》对矿井巷道中空气成分的极限浓度状态(氧气的最低浓度和有害气体最高允许浓度)做了严格明确的规定:如采掘工作面的进风流中，氧气浓度不低于20%，CO2浓度不超过0.5%。同时，人体暴露在某个气体浓度下，持续一段时间会出现影响人体健康或生命的症状;如在CO浓度为 0.08% 中暴露45 min或0.16% 中暴露20 min，人体便会出现头痛、恶心和弦晕的症状。人员是否受到伤害及受到伤害的程度取决于毒物浓度与接触时间2个参数。在烟气毒性评价领域，由Hartzell与Emmons提出的有效剂量分数FED(Fractional Effective Dose)应用较为广泛[22]。综合2种极限状态值，可确定各种气体的极限值，一般情况下，由于矿井地下空间复杂等，《煤矿安全规程》中的规定值相对人体发生危险的气体状态值还较小，如采用规程中要求的极限值，实际已考虑到矿井中气体超限所带来的其他潜在危害影响，评价保守结果偏于安全。
2.3 其他危险性评价
矿井水灾中其他危险性的影响因素较特殊，并非如上述水流危险的取值为连续。其影响因素危险作用的效果表现为离散情况，其评价值为“非0即1”的状态，如:避难硐室、移动救生舱、障碍物、巷道段上出现垮塌、风速超出规定范围等影响安全通行的因素、以及评价指标体系中的其他不确定定性因素的影响，如人体出现心理惶恐等造成的负面影响。在此，有利于人员安全的影响因素，可称为积极因素;不利于人员安全的因素，称为消极因素。当积极因素有效发挥其作用且消极因素造不成危险，可以定义其危险值为0;当积极因素失效不能发挥作用，或消极因素可造成或者已经造成危险，可以定义其危险值为1。具体为
(6)
矿井中具有此特征的巷道段落相对较少，也具有很大的不确定性。水灾中针对这部分定性的影响因素，一方面需要矿方专业人员基于矿井实际情况评估，另一方面需要融入井下灾害现场涉险人员汇报上来的珍贵信息。这样交互评价既考虑到了矿井常态下的实际情况，又融入了水灾现场获得的重要信息。
2.4 综合评价计算规则
矿井水灾中涉险人员所面临的危险性评价建模中，不仅需要量化每一种危险，还需要分析评价各“危险”的关系和综合影响，即建立综合评价计算规则。涉险人员在巷道段上受到水流危险性、气体危险性等多种危险影响，且为串行关系。在数值规则上，上述的3种危险性评价值，均满足[0,1]，可理解为涉险人员在该状态下不发生危险的可靠度为“1-危险性评价值”。为了保障人员的安全，各种致亡作用形式的危险性需同时满足各相应的要求。依据可靠性理论[23-24]，可建立涉险人员的综合评价机理运算规则:
CH=1-(1-FH)×(1-GH)×(1-OH)
(7)
假设某次矿井水灾中，① 水流的危险性值为1，那么当前状态下，计算得到涉险人员的综合评价值为1;② 矿井下通风正常不存在气体危险，那么GH为0，代入上述综合评价机制中，均可正常计算。因此，该抽象评价机理运算规则可满足矿井水灾多重危险影响的综合评价需求。
3 实例分析
以河北某煤矿为例，该矿位于河北省张家口蔚县矿区东南部。矿区位于华北石炭二叠系岩溶-裂隙水害区，基本为第四系所覆盖。
进行了矿井突(透)水事故的水流数值模拟以及水流危险性评价，图2显示了模拟过程中，不同时刻下巷道中水流的水深、流速和涉险人员的水流危险性在矿井巷道全局的动态演变情况。3个不同时刻下，涉险人员在巷道全局上的水流危险性随着水灾的演变发展而演变。在图2(a)中可发现有水灾蔓延的影响区域中，存在水深和流速情况均不太突出，但是该工作面的水流危险性比较明显，这是由于水流的危险性评价不仅考虑了巷道结构等因素，还量化了水深和流速的综合影响;图2(b)中矿井井底车场附近的水流危险性异常区域水深和流速较明显;由于矿井水灾已趋于后期，虽然水流的流速整体较小，但是巷道中积累了大量水导致水深较大，此时巷道中的水流危险性整体情况较严重(图2(c))。无论是逃生人员，还是需要下井施救的救援人员，涉险者均需要注意水流的危险性，尤其图中红色突出区域。为保障涉险人员自身或他人的安全，井下逃生人员在确保所有人员都撤出的情况下，可通过关闭透水区域内的水闸门完全隔断或阻止改变水流蔓延趋势等“自救”措施，降低水流危险的影响;救援人员可通过采取“排水”等“他救”应急手段，有针对性地降低涉险人员在重点巷道段上的水流危险性。如果灾情发展严重(图2(c))，灾中调整改变水灾避险逃生路线时，人员在巷道上的水流危险性可作为重要的参考依据之一，为应急逃生或救援方案合理制定提供针对性技术支撑。涉险人员的危险性评价结果可通过煤矿通信、应急救援信息等系统与井下涉险人员建立联系，完成信息反馈与互动，提高应急抢险救援的效果与成功率。
图2 矿井水灾水深、流速和人员的水流危险性动态演变情况
Fig.2 Evolution of water depth,flow velocity,and the water flow hazard of personnel in mine water disaster
涉险人员水流危险性评价主要依据个体在巷道水流中的稳定性分析，主要参数有:人员身高、体重、迎流宽度、浸水体积;巷道坡度、地面摩擦因数;水流密度、水深和流速以及拖拽力系数等。假设人员A(1.6 m，70 kg)在水深0.32 m、流速0.6 m/s的巷道段上，计算此刻其受到的水流危险性值:① 应明确各影响因素的参数取值(表1)，其中人员浸水体积是关于个体身高体重和水深的函数，可由人机工程学的统计经验公式计算得到[21];② 基于各失稳危险发生的力学条件，计算人员在实际水流中的失稳临界值，如溺水的临界水深hd为1.3 m，滑移失稳的临界值vs(0.32)为1.791 m/s，倾覆失稳的临界值vt(0.32)为2.07 m/s;③ 由水流危险性评价公式得:涉险人员溺水危险性为0.246，滑移失稳危险性为0.335，倾覆失稳危险性为0.29，则涉险人员此刻在该巷道段上的水流危险性评价值为0.335。
为对照分析人员自身特征所带来的差异性，假设现有涉险人员3人A(1.6 m，70 kg)、B(1.72 m，75 kg)、C(1.8m，85 kg)，在同一巷道上面对相同的水流条件下，相关影响因素的参数取值见表1，则计算各人员的水流危险性详情见表2。由表2数据可知:在相同的水流条件下，当水流的水深、流速影响较小时，不同个体特征的人员危险性存在一定差异;但当水流条件达到某个程度后，所有涉险人员的危险性均很高，个体特征差异的影响差别较微弱。同一个体在应对水灾时，随着水流的水深或流速增大，涉险人员的水流危险性均在增加。为最大可能保障同一小组中所有涉险人员的安全，人员之间应通过协同的“互助互救”手段抵御水灾的危险，如涉险人员A身体特征相对较弱，同等条件下，其水流危险性均高于人员B和C;在逃生过程中，人员A应行进在队伍的中间位置，尤其遇到对巷道中水流情况不清楚时。
表1 影响因素的参数取值
Table 1 Parameter values of the influencing factors
参数取值重力加速度/(m·s-2)9.806 65水流密度/(kg·m-3)1 010 坡度/(°)0.000 9地面摩擦因数0.6迎流宽度/m0.4 拖拽力系数1.2升力系数1.0
表2 不同特征涉险人员的水流危险性情况
Table 2 Situations of water-flow hazard for personnel with different characteristics
水深/m流速/(m·s-1)涉险人员的水流危险性ABC0.30.2460.2290.2190.320.60.3350.3220.3021.20.6700.6450.6040.30.3690.343 0.3280.480.60.4340.4160.3891.20.8690.8320.7780.30.6150.5720.5470.800.60.7820.7390.6861.21.01.01.00.30.8620.8010.7661.120.61.01.01.01.21.01.01.00.31.01.00.9851.440.61.01.01.01.21.01.01.0
目前依据煤矿安全监测监控要求，矿井回采工作面等区域设置有良好的气体传感器检测设备，如甲烷。矿井中某一传感器对应的巷道位置上，可依据气体监测数据和水流数据支撑来评价该位置上涉险人员B所受的水流危险性、气体危险性和综合危险性。此处，当矿井突水后，由图2 水流数值模拟可监测得突水点附近回采工作面一巷道段上的水流情况;同时，假定水灾后通风系统遭到破坏，气体甲烷浓度随着时间在不断增大。如图3所示，涉险人员的综合危险性均大于等于水流和气体危险性，其中，图3(a)中全程未采取减灾措施，综合危险性持续增大;图3(b)中甲烷气体浓度达到较高水平时，如果人员采用佩戴自救器，可降低涉险人员的气体危险性，从而综合危险性得到下降控制;如果人员采取进入避难硐室避险的措施，可降低涉险人员的水流危险性和气体危险性，3种危险性直接趋于0，暂时极大地保障了人员的生命安全(图3(c))。由于图3(a)危险性持续增大，可合理预测知:如不及时采取减灾措施，涉险人员的安全会受到严重影响。因此，为保护涉险人员的安全，可通过压风管路向工作面巷道送风的手段，针对性地逐渐降低气体危险性，使得人员的综合危险性下降(图3(d))。这充分体现了应急过程中，对危险的科学认识，可定量评价、合理预测其影响程度，果断采取针对性的“自救互救”或“他救”应急避险减灾措施对保障生命安全具有重要意义。
图3 危险性分析
Fig.3 Hazard analysis
图4 参数敏感性分析
Fig.4 Parameter sensitivity analysis
为了解某些重要因素参数对危险性影响程度的变化规律，对单个参数进行参数敏感性分析，以便更好地提出应急避灾建议。笔者对不同巷道坡度、地面摩擦因数和水流密度进行对比分析，如图4所示。同一灾情水流环境下，分析涉险人员B在不同坡度巷道上的危险性情况，其坡度参数取值为:0°，5°，10°，15°，25°;同一灾情水流环境下，分析涉险人员B在不同地面摩擦因数巷道上的危险性情况，其参数取值为:0.3，0.4，0.5，0.6，0.7;相同巷道环境下，分析涉险人员B在不同密度水流中的危险性情况，其水流密度的取值为:1 000，1 100，1 200，1 300，1 400 kg/m3。3个参数敏感性分析变化折线如图4所示。
由图4可知，在水流条件一致的情况下，巷道坡度和水流密度正相关于水流危险性;地面摩擦因数负相关水流危险性。即巷道坡度和水流密度的增大，会增加人员因水流形成的危险性;地面摩擦因数的增加，会降低水流危险性。因此，为减小灾害对人员危险的影响，建议在矿井建设中，尽量控制巷道的坡度和增大地面的摩擦因数，尤其是避水灾路线涉及的巷道段;同时，坡度实际情况较大时，可以在相应段上增设扶手，以提高人员在逃生过程中的安全性。在水灾发生后，涉险人员遇到水流情况复杂时，逃生避险尽量减少选择经过巷道坡度较大的地段;如果水中携带大量煤泥等时，可在人员行走较少位置建筑临时挡墙，使淤泥沉淀等，降低水流的密度和减少矸石等块体随水流浮动等造成的危险影响;另外，灾前尽量提高矿井巷道中地面硬化规整程度，减少水灾中水流冲刷携带起巷道中的大量碎屑岩块和泥沙，从而降低对人员造成的伤害。
4 结 论
(1)提出了矿井突(透)水灾害过程中涉险人员危险性评价方法，构建了危险性评价指标体系，分析了影响因素及其潜在的内部联系，如巷道类型、坡度、地面摩擦因数;水流水深、流速、水流密度;人员身高、体重等，为涉险人员的危险性定量评价分析提供支持。
(2)通过分析矿井水灾中灾情对涉险人员的危险作用形式，结合矿井水灾影响因素特点，定义了人员的水流危险性、气体危险性和其他危险性，提出了涉险人员危险性定量评价模型，构建了适用于水灾过程中涉险人员多种危险性的综合评价计算规则，为矿井水灾中涉险人员危险影响程度的科学解释和定量评价与合理预测提供了一种新方法。
(3)以典型矿井为例，实现了水灾过程中人员危险性的动态评价，分析了不同特征涉险人员在灾情中危险性的差异，讨论了坡度、地面摩擦因数、水流密度对危险性的敏感性，并给出了降低危险性的相应“自救互救”和“他救”建议。动态评价灾情对人员的危险性，可以充分定量化涉险人员的具体情况，提升涉险人员逃生路线的选择能力、规避风险和致亡意外的能力，从而实现降低涉险人员的危险。
[1] 武强,管恩太.煤矿水害应急救援预案探讨[J].煤炭学报,2006,31(4):409-413.
WU Qiang,GUAN Entai.A preliminary study on water disaster emergency rescue counterplan in coal mine[J].Journal of China Coal Society,2006,31(4):409-413.
[2] SUN Wenjie,ZHOU Wanfang,JIAO Jian.Hydrogeological classification and water inrush accidents in China’s coal mines[J].Mine Water and the Environment,2016,35(2),214-220.
[3] CUI Fangpeng,WU Qiang,LIN Yuanhui,et al.Damage features and formation mechanism of the strong water inrush disaster at the Daxing Co Mine,Guangdong Province,China[J].Mine Water and the Environment,2018,37,346-350.
[4] 王甜甜,靳德武,刘基,等.动态权-集对分析模型在矿井突水水源识别中的应用[J].煤炭学报,2019,44(9):2840-2850.
WANG Tiantian,JIN Dewu,LIU Ji,et al.Application of dynamic weight-set pair analysis model in mine water inrush discrimi-nation[J].Journal of China Coal Society,2019,44(9):2840-2850.
[5] 武强,徐华,赵颖旺,等.基于云平台的矿井水害智慧应急救援系统与应用[J].煤炭学报,2018,43(10):2661-2667.
WU Qiang,XU Hua,ZHAO Yingwang,et al.Cloud-based smart emergency rescue system and its application in mine water dis-aster[J].Journal of China Coal Society,2018,43(10):2661-2667.
[6] MAHDEVARI S,SHAHRIAR K,ESFAHANIPOUR A.Human he-alth and safety risks management in underground coal mines using fuzzy TOPSIS[J].Science of the Total Environment,2014,488,85-99.
[7] 李翠平,李仲学,郑瑶瑕,等.地下矿突水过程的三维动态仿真模型构建[J].北京科技大学学报,2013,35(2):140-147.
LI Cuiping,LI Zhongxue,ZHENG Yaoxia,et al.Three-dimensional dynamic simulation modeling of water inrushes in underground mines[J].Journal of University of Science and Technology Beijing,2013,35(2):140-147.
[8] 武强,徐华,杜沅泽,等.矿山突(透)水灾害应急疏散模拟系统与工程应用[J].煤炭学报,2017,42(10):2491-2497.
WU Qiang,XU Hua,DU Yuanze,et al.Emergency evacuation simulation for water bursting disaster in mine[J].Journal of China Coal Society,2017,42(10):2491-2497.
[9] 武强,张小燕,赵颖旺,等.矿井巷道突(透)水蔓延模型研究及应用[J].煤炭工程,2018,50(2):1-5.
WU Qiang,ZHANG Xiaoyan，ZHAO Yingwang,et al.Research and application of water bursting spread model in roadway[J].Coal Engineering,2018,50(2):1-5.
[10] LEVENS R.A general framework for prioritizing research to reduce injuries and diseases in mining[J].Human & Ecological Risk Assessment,1998,4(6):1285-1290.
[11] HAMILTON K,DEMANT D,PEDEN A E,et al.A systematic review of human behaviour in and around floodwater[J].International Journal of Disaster Risk Reduction,2020,Doi:10.1016/j.ijdrr.2020.101561.
[12] JALALI S E,NOROOZI M.Determination of the optimal escape routes of underground mine networks in emergency cases[J].Safety Science,2009,47(8):1077-1082.
[13] 汪金花,张亚静,李玉萍.井下最优避险路线GIS网络分析数学建模与算法实现[J].煤炭学报,2014,39(S2):411-415.
WANG Jinhua,ZHANG Yajing,LI Yuping.Mathematical mod-eling and algorithm’s research of optimal hedge underground route’s GIS network analysis[J].Journal of China Coal Society,2014,39(S2):411-415.
[14] YAN Guangwei,FENG Dandan.Escape-route planning of underground coal mine based on improved ant algorithm[J].Mathematical Problems in Engineering,2013,2013:1-14.
[15] 赵作鹏,宋国娟,宗元元,等.基于D-K算法的煤矿水灾多最优路径研究[J].煤炭学报,2015,40(2):397-402.
ZHAO Zuopeng,SONG Guojuan,ZONG Yuanyuan,et al.Re-search on the multi-optimal paths of coal mine floods based on the D-K algorithm[J].Journal of China Coal Society,2015,40(2):397-402.
[16] 周越,朱希安,王占刚.Dijkstra算法在矿井水灾动态避灾路径中的改进与应用[J].煤炭工程,2019,51(3):18-22.
ZHOU Yue，ZHU Xi’an，WANG Zhangang.Improvement and application in Dijkstra algorithm in dynamic route selection of mine flood[J].Coal Engineering,2019,51(3):18-22.
[17] EISER J R,BOSTROM A,BURTON I,et al.Risk interpretation and action:A conceptual framework for responses to natural hazards[J].International Journal of Disaster Risk Reduction,2012,1(1):5-16.
[18] 沈静涛.一种事故隐患等级定量划分方法[J].安全,2020,41(2):55-60.
SHEN Jingtao.A quantitative classification method of accident potential[J].Safety & Security,2020,41(2):55-60.
[19] JONKMAN S N,PENNING-ROWSELL E.Human instability in flood flows[J].Journal of the American Water Resources Association,2008,44(5):1208-1218.
[20] MILANESI L,PILOTTI M,RANZI R.A conceptual model of people’s vulnerability to floods[J].Water Resources Research,2015,51(1):182-197.
[21] XIA Junqiang,FALCONER R A,WANG Yejiang,et al.New criterion for the stability of a human body in floodwaters[J].Journal of Hydraulic Research,2014,53(4):540-541.
[22] 许镇,唐方勤,任爱珠.烟气毒性多气体的改进评价模型[J].清华大学学报(自然科学版),2011,51(2):194-197.
XU Zhen,TANG Fangqin,REN Aizhu.Improved N-gas model for smoke toxicity assessments[J].Journal of Tsinghua University (Science and Technology),2011,51(2):194-197.
[23] BARLOW R E，PROSCHAN F.Statistical theory of reliability and life testing[M].New York:Holt，Rinehart & Winston，1975.
[24] ALKAFF A,QOMARUDIN M N.Modeling and analysis of system reliability using phase-type distribution closure properties[J].Applied Stochastic Models in Business and Industry,2020:1-22.
