水害是影响煤矿安全生产的主要威胁之一,突水后快速并准确地判断突水水源是矿井防治水工作的主要内容。本文以华北型煤田—鹤壁矿区为研究对象,对利用水质化验数据、建立数学模型、快速准确地判断突水水源类别问题进行了研究。开展了突水水源水质普查工作,采集了各充水含水层地下水及老空水标准水样,并收集了已有水质化验数据,归纳总结了各充水水源的水化学特征。其次,采用主成分分析法,从经过反复筛选的多项水质化验指标中,确定了能够准确反映各充水水源水质特征的“TDS”、“Na-Cl”、“Mg-HCO3-”主成分,作为识别突水水源的主要指标。在此基础上,建立了基于水质识别突水水源的灰色关联度模型、模糊数学模型、BP神经网络模型、Bayes判别模型和Fisher判别模型,并对已有的水质化验数据进行了验证性识别。识别结果显示:Fisher判别模型和BP神经网络的正确识别率最高,均为84.6%,灰色关联度模型和Bayes判别模型次之,模糊数学模型正确识别率较低。经过比较,Fisher判别模型不仅正确识别率高且操作简单,易于学习,从而选用Fisher判别模型作为鹤壁矿区基于水质识别突水水源的主选方法,其它模型作为辅助方法,这一结论已被我们承担的《鹤壁矿区基于水质自动识别矿井突水水源软件的研发》科研项目所采用。