由于露天煤矿开采具有生产成本低、生产能力强、资源回采率高及安全程度高等优点,露天开采的煤炭总量占总出煤量的比例开始不断提升。对于巴基斯塔塔尔露天矿,随着煤炭开采深度的增加与开采规模的扩大,开采导致的露天矿底板含水层的涌水问题,已经严重影响了煤矿的安全开采和内排土场的稳定。本文以巴基斯坦塔尔矿区为典型研究区域,通过收集与整理矿区水文地质资料,引入微粒群算法对Theis公式中的水文参数进行反演求解,基于神经网络LSTM模型,构建了露天矿水位动态预测模型。根据露天开采规划和岩土体物理力学参数,采用解析法、时间序列分析法及Modflow数值模拟法,计算和预测了露天矿工作面开采过程中含水层的涌水量,设计了含水层防突水治理优化方案。论文的研究成果如下:（1）根据露天矿开口型疏干井的布置形式,运用粒子群算法对基于群井干扰情况下的Theis公式的水文地质参数进行了反演,通过反演后的Theis公式对水位进行了计算与预测。（2）通过引入神经网络LSTM模型,结合抽水井的抽水量与水位、观测井水位及抽水时间四个因素,采用粒子群算法进行水文参数优化,构建了基于神经网络的底板含水层水位预测模型。（3）研究了塔尔露天矿深部开采范围内水文地质条件,采用“大井法”、时间序列分析法及数值模拟法,计算和预测了采场涌水量,根据计算结果的综合比对,校准了大井法的计算结果,构建了适用于本矿区的“大井法”修正系数。（4）针对第三含水层水压过大,严重威胁矿区进一步生产开采的情况,设计了降水井排水、明沟与降水井协同降水及明沟排水等降水方案,通过引入TOPSIS评价方法,设计4种决策指标,对排水方案进行综合对比分析,得出明沟的最佳布设方案。