瓦斯事故是煤矿最严重的事故形式，往往造成大量的人员伤亡和重大的经济损失。煤矿瓦斯爆炸事故中，绝大多数发生在回采掘进区域。回采掘进区域巷道是主要的瓦斯涌出区域，容易发生瓦斯积聚。对采掘巷道风流内的瓦斯分布主要采用计算机数值模拟，能够认识瓦斯的分布规律，优化通风设计，但无法根据现场瓦斯浓度对瓦斯涌出及积聚区域做出判断及预测，不能根据煤矿实测瓦斯浓度数据对采场的瓦斯分布做出有效分析。利用现场瓦斯浓度监测数据进行瓦斯分布场的重构，可以实现对采场瓦斯分布的定量化认识，实现快速确定瓦斯涌出与积聚区域。因此，本文主要就采场瓦斯分布规律进行理论和试验分析、瓦斯分布场重构技术进行研究。论文完成的主要工作有：（1）建立回采工作面巷道中通风物理模型和风流紊流流动的数学模型。根据现有湍流理论，基于CFD分析软件计算平台，对井下巷道内风流运移过程进行了数值模拟分析，掌握了采场巷道内的风流流场和瓦斯分布的一般规律，为重构瓦斯分布场提供了理论依据。研究显示采煤机机头截割部和上隅角是容易发生瓦斯积聚区域，应加强该区域的瓦斯浓度监测。（2）对采掘工作面瓦斯监测的基本要求做了介绍，阐述了采场瓦斯监测网络的实现，提出通过改进单元法对采场瓦斯浓度的分布进行测定，对测量获得的瓦斯浓度进行了趋势面拟合和数学插值分析。通过对现场瓦斯监测数据的分析研究，结果显示采场瓦斯分布的现实规律与理论仿真分析一致，为重构瓦斯分布场提供了现实依据。（3）提出基于空间信息统计方法的采场瓦斯分布场的重构技术。传统插值方法由于自身的缺点难以实现稀疏数据下的瓦斯分布场的重构。空间信息统计方法以区域化变量理论为基础，以变异函数为基本工具，对研究具有随机性和结构相关性的数据可以实现最佳无偏内插估计。论文通过对测量数据的实验变异函数计算及对采用多种模型拟合结果的交叉验证比较分析，确定采用幂函数模型拟合进行克里金插值的瓦斯分布场重构方法。（4）提出基于神经网络算法的瓦斯分布场重构技术。神经网络插值具有良好的非线性逼近能力，介绍了神经网络的基本理论，通过对实测数据分别利用BF网络算法和RBF网络算法进行训练，结果显示，广义回归神经网络方法重构的瓦斯分布场具有最好的重构特性，重构瓦斯分布场光滑连续性好，且具有理想的拟合精度。（5）完成了对上述两种重构技术的实践和数据适应性的比较分析。两种瓦斯重构方法均具有扎实的理论基础和应用案例，因此通过对一组采场实测的瓦斯浓度监测数据进行了重构比较分析，并通过逐渐减少参加重构的样本数据的方式，检验两种重构方法的数据适应性及预测性能。结果显示基于神经网络算法的重建技术需要较多的样本数据来保证重建精度，而基于空间信息统计方法的重建技术则在样本数量变化较大的情况下具有相对较好的重建精度，重建效果稳定性好。