李爽教授团队成果“数据驱动的煤矿环境安全风险评估体系研究”在国际权威学术期刊《Safety Science》（安全科学）上发表，该期刊是中科院TOP期刊，是工程技术领域的顶级期刊之一，在安全科学领域享有较高声誉。该论文通过创新性地运用数据驱动方法，实现了煤矿环境安全风险评估方面的重要科研突破。
Research on data-driven coal mine environmental safety risk assessment system
数据驱动的煤矿环境安全风险评估体系研究
李爽教授团队长期聚焦于煤矿安全风险，一直引领着研究前沿。该论文是国家自然科学基金重点项目“煤矿灾害环境人员生命体征演变与智能保障的基础研究”的成果之一，在环境安全风险评估方面取得了重要突破。
该研究构建了一个数据驱动的煤矿环境安全风险评估体系，指导煤矿在不同环境条件下实现环境安全风险评价：构建了煤矿环境安全评估指标体系和阈值规则；通过专家先验知识、先进传感器和现场技术获取了专家经验数据、客观监测数据和主观填报数据等多源异构数据；通过模糊语言转换、极差标准化和基于数据特征的阈值规则转换来消除数据异质性；通过FAHP、CRITIC、欧氏距离函数、基于端点混合三角白化权函数的灰色聚类评估模型、灰色聚类等级-风险转化值模型（GCL-RCV模型）、实时风险状态加权模型和线性加权模型整合多源异构数据。
该体系实现了煤矿环境安全风险的动态实时评估，识别和控制了关键风险，具有良好的工业应用前景，对井工煤矿开采过程中的风险控制具有重要意义，有利于井工煤矿的可持续发展。
