矿山瓦斯灾害时刻危害着矿工生命财产安全,国家矿山安全监察机构加大了安全检查力度,煤矿生产单位也越来越重视对瓦斯的安全监测,建立了矿山环境监测系统。灾害的预防优于灾害的治理。因此,本文主要是利用空间数据挖掘的方法,从矿山瓦斯空间数据库中提取未知的、有效的和可操作的知识,预测瓦斯灾害未来发生的可能性。本文通过在已有的矿山环境监测系统数据库(2006年上半年数据)中,提取瓦斯监测的数据,运用已有的CAD矿图,在ArcGIS中进行数字化,使用ArcGIS的关联功能把数字化的传感器位置与瓦斯数据库进行关联,运行专门编制的数据库查询软件,可以查询任意传感器任意时间段的数据,并且绘制相关的瓦斯数据折线图。在BP神经网络的基础上,使用MATLAB建立矿山瓦斯灾害预测模型,利用BP神经网络的自我学习和调整神经元权值的特点,可以不考虑复杂的影响因子而直接建立的相关的模拟模型,通过对比得出模型模拟本月的精度可以达到99.3%,通过学习前3个月的数据,可以较好的预测未来的瓦斯突出情况。