Investigación sobre la altura prevista de las zonas de fractura conductoras de agua basada en el modelo BO‑RFR y el análisis SHAP

Por qué importan las grietas sobre las minas de carbón

En lo profundo del subsuelo, la minería del carbón remodela silenciosamente las rocas suprayacentes. Cuando esas rocas se fracturan hasta capas ricas en agua, ríos subterráneos pueden verterse de forma repentina en la mina, poniendo en riesgo a trabajadores, equipos y ecosistemas cercanos. Este estudio plantea una cuestión práctica con consecuencias de vida o muerte: ¿hasta qué altura crecen estas zonas de fractura, y podemos predecir su tamaño con suficiente fiabilidad como para minar de forma segura bajo rocas portadoras de agua?

Vías ocultas para el agua bajo tierra

Cuando se extrae una capa de carbón, el techo que la cubre se dobla, se hunde y finalmente se rompe. Ese daño crea una zona vertical de roca fracturada y desmenuzada conocida como zona de fractura conductora de agua. Si esa zona alcanza un acuífero suprayacente, las grietas pueden convertirse en un camino oculto por el que el agua entra a gran velocidad en la mina. China, que depende en gran medida del carbón, afronta este reto en entornos geológicos muy diversos. En las regiones central y oriental, la mayor parte del carbón se encuentra en rocas más antiguas del Carbonífero–Pérmico, profundas y resistentes. En las regiones occidentales, el carbón yace en rocas más jóvenes del Jurásico, más someras y mecánicamente más débiles. Estas diferencias implican que una misma actividad minera puede generar alturas de fractura muy distintas según la zona del país.

De la regla empírica a la predicción basada en datos

Durante décadas, los ingenieros estimaron las alturas de fractura mediante fórmulas simples o simulaciones por ordenador. Esos métodos a menudo se centraban en un solo factor, como el espesor de la veta extraída, ignorando otras influencias importantes. También tenían dificultades para adaptarse a geografías complejas y cambiantes. En este estudio, los autores recopilaron 258 mediciones reales de altura de fractura de minas representativas: 147 de los campos carboníferos más antiguos del este y 111 de los más jóvenes del oeste. Para cada emplazamiento registraron cinco variables prácticas que los planificadores mineros conocen bien: cuánto carbón se extrajo (altura de minería), a qué profundidad yace la vena, la longitud del panel minado, qué proporción de capas duras hay en los niveles suprayacentes (proporción de roca dura) y qué método de minería se empleó.

Enseñar a un bosque de algoritmos a leer las rocas

Para interpretar estos datos heterogéneos e imperfectos, el equipo recurrió a un enfoque de aprendizaje automático llamado regresión por bosque aleatorio, un método que combina muchos árboles de decisión en un único predictor robusto. Luego usaron optimización bayesiana —una estrategia de búsqueda eficiente— para ajustar automáticamente los parámetros internos del modelo y lograr un buen rendimiento incluso con relativamente pocas muestras. Este modelo combinado BO‑RFR se entrenó por separado para los campos carboníferos del este y del oeste, y después se sometió a pruebas rigurosas y validaciones cruzadas con datos no vistos, incluidas muestras “a ciegas” de minas adicionales. En todas las pruebas, el modelo optimizado predijo las alturas de fractura con mucha mayor precisión que las fórmulas tradicionales y varios otros algoritmos avanzados, captando la compleja y no lineal interacción entre la geología y el diseño minero.

Desentrañando lo que más importa

Los modelos potentes solo son útiles si los ingenieros pueden comprenderlos y confiar en ellos. Para abrir la “caja negra”, los autores emplearon una herramienta moderna de interpretabilidad llamada SHAP, que estima cuánto empuja cada factor de entrada una predicción hacia arriba o hacia abajo en cada caso individual. Este análisis mostró que, tanto en rocas antiguas como jóvenes, domina un factor: la altura de minería es con diferencia el impulsor más fuerte de la altura de las zonas de fractura. Pero el segundo factor más importante cambia según la región. En las rocas Carboníferas–Pérmicas, más antiguas y resistentes, la proporción de roca dura ocupa el segundo lugar, reflejando el papel clave de capas gruesas y rígidas en la cohesión del macizo rocoso. En las rocas jurásicas, más jóvenes y débiles, la profundidad de minería cobra mayor importancia, vinculando el crecimiento de las fracturas más estrechamente al peso y a las tensiones del recubrimiento que a capas fuertes individuales.

Convertir los conocimientos en minas más seguras

Al combinar datos de campo, un modelo de aprendizaje automático cuidadosamente ajustado y una forma transparente de explicar sus decisiones, este estudio ofrece a los planificadores mineros una hoja de ruta práctica. En los campos carboníferos orientales, con rocas más viejas y duras, los diseños seguros deben centrarse en cartografiar y comprender las capas fuertes clave y limitar la altura de minería bajo ellas. En las cuencas jurásicas occidentales, más blandas, los ingenieros deberían prestar mayor atención a las tensiones relacionadas con la profundidad y al riesgo de colapsos grandes e inestables, tratando la altura de minería y la profundidad como controles conjuntos. En conjunto, el trabajo demuestra que los algoritmos avanzados y explicables pueden llevar a la industria más allá de reglas únicas para todos, hacia estrategias adaptadas y basadas en evidencia que protejan mejor a los mineros y a los recursos hídricos por igual.

Cita: Qiu, M., Wen, Y., Teng, C. et al. Research on the predicted height of water-conducting fracture zones based on the BO-RFR model and SHAP analysis. Sci Rep 16, 7230 (2026). https://doi.org/10.1038/s41598-026-38043-3

Palabras clave: seguridad en minería del carbón, peligros para el agua subterránea, fracturas en las rocas, modelos de aprendizaje automático, campos carboníferos de China