煤矿矸石山自燃现象普遍存在，对环境污染及危害极大，防治煤矸石山自燃是矿区环境修复的重点研究内容。煤矸石山的自燃过程是一个相当复杂的物理化学反应的过程，它从刚开始时的常温状态转变到能够发生自燃的燃烧状态，其在氧化的过程中不仅受到其本身物理化学性质的影响，而且与煤矸石的成分组成、水分的含量、煤矸石的比表面积、孔隙率还有矸石山所处的自然环境密切相关。针对这个问题，本文提出了在煤矸石山环境中建立无线传感网络来实现对其监测。本文首先采用了PSO/Z1自然判别法对矸石山的自然倾向性进行了初步判断，确定了矸石山自燃倾向性；应用了莱·夏特尔定律对生成的影响矸石山爆炸的混合气体进行了爆炸极限求值；又采用BP神经网络和LVQ神经网络分类技术，实现对煤矸石山自燃自爆的预警及相关处理；对影响煤矸石山自燃自爆的最主要的影响温度和其所含有的能生成各种易燃易爆气体的含量等信息采集、特征量提取，通过判断矸石山的自燃倾向性，以实现对煤矸石山实时监测、预测控制的目的，为煤矸石山的安全存在提供有力的保障。实验结果表明，该系统采用PSO/Z1自燃判别法和LVQ神经网络分类技术均能取得较为理想的效果。研究结果对预防矸石山自燃具有较强的理论意义与实际应用价值。