突水灾害是煤矿五大灾害中第二大灾害, 鉴于煤矿安全生产的重大需求, 现场需要进行突水的预警[1], 并准确掌握突水水源的类型, 以便于有针对性地采取最佳的突水灾害防治措施[2]。针对煤矿突水水源类型识别, 传统的方法多数以水化学为基础[3], 获取待测水样的pH值、离子浓度、电导率等参数, 根据这些参数建立水源类型识别模型[4]。但是水化学参数尤其是离子浓度的测定需要1~2h才能完成, 耗时很长, 不能满足煤矿突水灾害预警实时性的要求, 不适宜煤矿水害防治预警。激光诱导荧光[5,6] (laser induced fluorescence, LIF) 技术, 利用激光照射待测样品, 激发待测样品中的特定物质发出荧光, 通过采集样品的荧光光谱来分析待测样品。激光诱导荧光技术具有快速、高精度、高灵敏度分析等诸多优点, 广泛应用在医学、生物和化工等众多领域[7,8]。近年来, 激光荧光技术开始应用于煤矿突水水源的识别, 闫鹏程[9]利用LIF技术获取五种常见突水水源的荧光光谱, 预处理后采用主成分分析法建模, 最后采用独立软模式算法进行突水水样的分类, 实现了五种不同类别的煤矿突水水源的快速识别。王亚[10]将水样荧光光谱经卷积平滑预处理和主成分分析提取特征信息后, 采用极限学习机算法建立多元分类学习模型, 并与BP和SVM传统分类算法进行比较, 结果表明几种水源识别模型在准确率上基本一致, 但使用极限学习机构建的模型分类准确率的标准差最小, 分类稳定性高, 同时该模型的分类学习时间大幅降低。温度是影响物质特性的重要因素之一, 许多物质的变化过程都与温度呈现一定的对应关系[11], 被测样品的温度对分子热运动、非辐射跃迁等有着明显的影响[12], 因此温度是LIF光谱分析中必须要考虑的一个重要因素。老空水作为煤矿水害事故中最常见的水害类型[13], 同时也是造成人员伤亡和经济损失最大的水害类型, 为提高煤矿突水水源的识别精度, 探究老空水LIF检测的温度特性显得尤为重要。但目前为止, 并没有温度对老空水LIF光谱影响的相关研究报道。本文主要研究了温度变化 (10.0~60.0℃) 对矿井老空水的LIF光谱的影响, 重点分析老空水LIF光谱的温度特性, 有助于提高LIF技术探测的灵敏度和精度, 进而显著提高LIF技术用于快速判别矿井突水水源类型的准确性和可靠性。