在我国,46%的煤矿属于高瓦斯矿井。瓦斯含量大,煤层透气性低,开采前的瓦斯抽放难度大,加之我国煤田构造十分复杂、地应力大,采掘时极易发生瓦斯突出现象。随着矿井开采深度的逐渐增加,我国发生煤与瓦斯突出灾害的次数和程度一直居高不下,已经成为导致煤矿特大恶性事故的头号杀手。论文从瓦斯地质学基础出发,结合岩石物理学知识,阐述不同煤体结构的弹性参数特征和测井响应特征,总结并归纳了煤田常用的经验公式。以阳泉矿区煤系地层特征为基础,构建了瓦斯突出煤层的三维地质模型,进行了地震数值模拟,获得三维正演地震数据体。通过对理论地震记录、地震属性、波阻抗进行定量分析,得到“利用多种地震岩性信息可以提高构造煤的分辨能力,确定构造煤的分布范围”的结论。论文提出了基于地震信息的煤与瓦斯突出预测与评价方法。利用地震信息评价影响煤层瓦斯赋存和突出的主要地质因素。在此基础上,制定了多因素评价指标的分类准则,引入了瓦斯突出危险系数G和瓦斯突出危险指数R,并以瓦斯突出危险指数R值的大小作为评价指标。论文对阳泉矿区新景矿佛洼区、芦南二区进行了煤与瓦斯突出危险性的预测与评价。在三维地震资料处理时,抽取角度道集,生成角度叠加数据体,作为EI反演的输入数据。同时结合宽方位采集的特点,抽取了六个方位角道集,生成方位叠加数据体,为各向异性技术提供基础数据。在目标区预测工作中,联合EI反演和AI反演结果,创建煤体结构比例因子P值,以P>5作为界限,预测了构造煤的分布;借助概率神经网络技术融合地震属性、AI反演和EI反演的结果,对煤层及其顶底板的孔隙度进行计算;利用方位各向异性技术,对煤层的裂隙发育密度和发育方向进行了预测;结合测井资料,利用AI反演和地震属性技术,获得煤层顶底板岩性信息、构造信息和煤层褶曲/倾角信息,并预测了煤层厚度。然后,对影响煤与瓦斯突出的多种地质因素进行量化及危险性分类。根据不同目标区的实际地质及回采情况,择优选取影响因素进行预测,计算瓦斯突出危险系数G和瓦斯突出危险指数R,并作为最终评判标准。最后,用实际瓦斯监测数据验证了预测结果,验证效果良好。因此,基于地震信息的煤与瓦斯突出预测与评价方法对于煤矿瓦斯防治具有重要意义。