准确识别水源和追踪深煤矿中的涌水路径仍然具有挑战性，因为升高的地热温度可能改变煤源溶解有机物（Coal-DOM）的分子指纹，这是一种潜在的有机追踪剂。为了解决这个问题，我们研究了不同等级（长焰煤、贫煤、无烟煤）的煤在模拟地热条件（25和50°C）下Coal-DOM的演变。通过将超高分辨率质谱（FT-ICR MS）与可解释的机器学习框架（XGBoost-SHAP和反应组学）结合，我们解码了等级特定的分子转化路径。结果显示，升温使低等级煤的DOM库通过碎裂和氧化过程多样化，同时在高等级无烟煤DOM中选择性富集了冷凝芳香族和含硫结构，形成了稳定且独特的指纹。关键分子描述符（O/C、NOSC、AI mod、硫含量）被识别为热反应性的可靠预测因子。总体而言，这一综合框架使我们能够在地热干扰下对煤矿含水层的DOM反应性进行分子尺度预测。此外，它提供了可量化的有机指纹，补充了传统指标，用于矿井水源识别和水涌追踪。这些能力可以支持环境风险评估并指导深矿水系统的管理。
Ge等人（周五）研究了这个问题。