矿井火灾具有发现难、发展迅猛、灭火和救护困难等特点。矿井火灾一旦发生，若火势不能得到及时控制，波及范围将迅速扩大，造成大量人员伤亡。尽早发现矿井火灾并预测火灾发展趋势，是及时灭火和救援、减小火灾波及范围和人员伤亡的有效措施。

　　目前常用的矿井火灾监测方法有温度监测法、气体监测法、烟雾监测法、可见光图像监测法、红外图像监测法等。

　　① 热电偶测温法和半导体测温法具有准确率高、实时性强、能及时发现早期火灾等优点，但存在传感器用量大、维护工作量大等缺点;红外测温法具有监测范围广、传感器易于布置等优点，但传感器与被测物体间的遮挡物和煤尘等均会影响监测结果;光纤分布式测温法具有可监测多点温度、线缆用量小等优点，但存在光纤易损坏、安装复杂、维护困难等缺点。

　　② 气体监测法和烟雾监测法具有监测范围广、使用与维护方便等优点，但不能监测标志性气体浓度低、烟雾较小的早期火灾。

　　③ 可见光图像监测法具有监测范围广、使用与维护方便、成本低等优点，但巷道灯、矿灯、车灯和红色衣物等干扰源及烟雾等均会影响监测效果，且不能监测没有火焰和烟雾较小的早期火灾。

　　④ 红外图像监测法具有监测范围广、使用与维护方便等优点，但成本高，红外摄像机与被测物体间的遮挡物和煤尘等均会影响监测效果。

　　不同物质燃烧时会发出不同气味。因此，对气味进行识别，能有效辨识发生火灾的燃烧物质，进而确定火源，定位火灾发生位置。但受环境中温湿度等影响，在应用过程中要连续监测空间内气味变化，与其他火灾监测方法配合使用。风向、风速和风量对火灾蔓延趋势具有决定性作用。

　　火灾发生后产生的高温烟流引发巷道温度动态变化，导致火风压改变，相关巷道的风向、风速和风量均会发生变化。对风向、风速和风量的变化趋势进行分析，结合其他火灾监测方法，不但可监测火灾的发生，还可预测火灾蔓延趋势。

　　因此，采用物联网、人工智能和大数据等新技术，研究基于温度、烟雾、气体浓度、气味、风向、风速、风量、可见光图像和红外图像等多参数融合的矿井火灾监测与趋势预测方法，可弥补单一参数火灾监测方法的不足，降低火灾监测的误报率和漏报率，并可定位火源、预测火灾发展趋势。（参考文献：《矿井火灾监测与趋势预测方法研究》）