随着技术的创新，矿山企业正在发生管理方式的改变，例如智慧矿山这种复杂系统的产生。根据国家矿山安监局统计，截至2023年6月全国煤矿智能化采掘工作面已经达到1300余个，有智能化工作面的煤矿达到694处。智慧矿山结合5G、云计算等技术增加了矿山系统的自动化程度，也让很多传统的手动操作工人角色转变为配合自动化系统的监控人员。监控人员面对信息模态复杂化、任务类型多样化的操作环境常常会出现任务切换现象^[1]。程文文等^[2]研究了任务切换和冲突控制交互作用下，执行功能相关领域通用性脑区的动态变化，发现刺激和映射的种类不同可能会影响事件相关电位中N200和P300波幅的不同表现；吴建校等^[3]设计了具有层级嵌套结构的2层级任务，并探讨了不同任务层级下的认知控制机制，例如切换代价和脑电波形；徐超远等^[4]为了减少煤矿监控作业的错误率，建立了监控疲劳等级。但是目前研究对于任务切换中任务模态差异性的认知控制机制还没有得到更深层次的研究^[5]；煤矿安全监控人员长时间面对这种环境会进一步造成警觉度的下降，引发注意力下降、压力疲劳等不良现象，成为事故发生的诱因之一。监控员在面对监控任务复杂化、多模态化，单纯地研究单一重复任务给监控人员带来的认知疲劳已经不足以满足目前煤矿安全要求^[6]，尤其是任务模态上的切换造成的认知负荷如何影响监控员警觉度需要进一步的研究讨论。

1.   影响监控人员警觉度的主要因素

警觉度是用来检测操作者对于应急事件的反应能力以及是否产生疲劳的重要指标。警觉度可以分为持续性警觉即一般反应能力、选择性注意、阶段性警觉和持续注意力^[7]。影响监控人员警觉度的因素大致可以总结为3类：

1）任务类型。任务类型直接影响着监控人员的注意力资源的分配^[8]。不同类型的监控任务对监控人员的注意力、感知力及反应速度有着显著不同的要求，从而影响其警觉度水平。

2）监控环境。良好的光线条件是保持高警觉度的基础；在光照不足或照明不均匀的环境下，监控画面可能模糊不清，导致监控人员无法准确识别异常情况，长期处于此种条件下容易引发视觉疲劳，降低警觉性。而采用适当的补光措施和先进的低照度摄像技术可以有效提升监控质量，减轻工作人员的视觉压力。

3）个人因素。资深监控人员由于具备丰富实践经验，能够准确识别潜在的风险点，并在面对多模态任务刺激变化时快速做出反应，从而更好地保持警觉状态。而新手监控员可能需要更长的时间适应工作环境，警觉度在初期阶段可能相对较低。

2.   脑电实验

被试实验人员是煤矿调度室工作人员（均为男性）30名，其中剔除掉由于实验过程中伪迹过多且正确率过低的3名，每位被试者都参与所有实验中。研究采用的被试人群均为右利手，身体状况良好，双眼视力均在1.0以上，没有精神或身体疾病史。被试年龄平均值为35.1岁，标准差为1.57，实验完成后会获得适当的酬劳。为了排除睡眠时间因素对警觉度的影响，被试人员统一在实验前1周中要求保证每晚至少睡7 h。

2.1   实验设计

研究使用E-Prime 3.0，基于oddball范式结合CPT范式设计并编制任务切换实验任务。实验将识别工人操作刺激图片作为切换前任务。

首先出现1个内容为“+”符号的图片，呈现时间为800 ms，用来集中被试参与注意力；接下来，系统随机呈现刺激图片（包含工人安全操作刺激图片共180张，工人危险操作刺激图片共20张，总共200张），所成的视角为5°×5°，呈现时间为1500 ms；在1500 ms的刺激呈现时间内，被试者需要对刺激图片进行识别并做出行为反应，每1次刺激呈现的时候屏幕中央呈现1张图片，被试者识别这张图片是安全操作图片还是危险操作图片。如果是危险操作图片，则按下空格键；如果是安全操作图片，则不需作出反应。当被试者按键后刺激图片消失，而超时没做出反应的，则系统自动判为错误反应。刺激图片消失后呈现400 ms的空屏，然后进入到下1个测试。在执行切换前任务识别刺激图片100张后，通过插入切换任务用以打断该任务，采用立即切换策略。

实验设计了视觉切换任务和听觉切换任务2种任务切换类型，通过比较切换任务之间模态一致和不一致的差异，进一步分析任务切换模态差异性的干扰对相关行为绩效的影响作用。

为了排除不同任务之间的认知层次差异性，实验选择将危险场景判断作为视觉切换任务，采用与切换前任务相同刺激和间隔呈现时长，视觉切换任务包含100个场景图片刺激（安全场景刺激图片90张，危险场景刺激图片10张，共100张），被试者按下键盘的空格键响应“危险”与“安全”的判断结果。如果是危险场景图片，则按下空格键；如果是安全场景图片，则不需作出反应。

将被试者对音频任务进行手动响应操作作为听觉切换任务，保持与视觉切换任务相同的时长，被试者需要通过听取音频指令进行响应“正确”与“错误”的判断结果。如果是错误指令，则按下空格键，如果是正确指令，则不须作出反应。在被试人员进行听觉刺激任务的过程中，屏幕呈现无内容的空白图片。切换结束后，立即返回切换前任务，继续进行工人操作刺激图片识别任务。

正式实验前，要求被试者对视觉和听觉切换任务进行充分练习，以避免实验中的学习效应；练习中给被试者提供反馈，在整个实验过程中，告知被试者需要尽可能快速准确地做出反应。

2.2   ERPs记录和预处理

研究采用国际10-20脑电记录系统，使用32导waveguard电极帽和PsyTech eego放大器进行EEG信号采集，数据采样率为500 Hz，GND为接地电极，离线分析时转换为双侧乳突参考。离线数据分析基于MATLAB的EEGLAB工具箱，使用0.4~40 Hz滤波带宽，采用1000 ms程进行分析，包括刺激呈现前200 ms至刺激呈现后800 ms。使用独立成分分析去除伪迹。

研究以N100、P200、P300为对象进行ERP成分分析。N100成分以枕区（O₁、O₂、O_z）为ERP分析电极点；P200和P300成分以额区（F₃、F_z、F₄)、中央区（C₃、C_z、C₄）、顶区（P₃、P_z、P₄）为ERP分析电极点。通过对所有数据进行目视检查，N100的时间窗选取刺激出现后的150~200 ms，P200的时间窗选取刺激出现后的205~265 ms，P300的时间窗选取刺激出现后的330~390 ms，以保证各波形峰值点在时间窗内。

2.3   测量方法与数据选取

测量实验的目的是探究被试人员在任务切换过程的警觉度水平，实验同时结合警觉度实验中任务绩效评估方法和客观测量方法。实验结果选取E-prime 3.0软件记录的不同类型任务的反应时间和准确率作为任务绩效评估方法的指标。

客观测量方法选取脑电实验中事件相关电位的N100、P200、P300。根据特征整合理论，客体加工过程可以分为前注意阶段和集中注意阶段。在脑电实验中，N100与特征整合理论的前注意阶段相关联；P200与集中注意阶段相关，而P300则与大脑深度认知加工过程相关，P300反映了高级信息处理阶段的活动，例如更新工作记忆、决策和执行响应。这3个指标反映了被试人员从接受刺激到做出相关反应的全过程，所以实验欲通过分别分析N100、P200、P300这3个指标，在实验过程发现他们之间的差异，分析警觉度变化背后的认知影响机制。

首先通过2（切换任务之间模态一致性：一致、不一致）×3（试次类型：切换前、切换中、切换后）的两因素分别分析行为数据和N100指标在枕区的差异。之后采用2（切换任务之间模态一致性：一致、不一致）×3（脑区：额区、中央区、顶区）×3（试次类型：切换前、切换中、切换后）的三因素重复测量方差分析，分别分析P200和P300 ERP指标的差异。显著性水平P值设定为0.05，效应大小使用η表示。3名被试者的数据由于实验过程中伪迹过多且正确率过低而被剔除，对剩余27名被试的数据进行分析。

3.   任务模态差异性对警觉度影响

3.1   任务模态差异性对警觉度影响行为数据分析

被试者正确率数据描述统计结果见表1，反应时间数据描述统计结果见表2。

表  1  切换任务之间的模态差异性、切换时段对正确率重复测量方差分析

Table  1.  Repeated measurement variance analysis of modal difference between switching tasks and switching period on correct rate

正确率	切换前	切换中	切换后	F	P
模态不一致	0.96±0.03	0.95±0.03*	0.89±0.03**	48.36	<0.001
模态一致	0.97±0.02	0.93±0.04*	0.91±0.04**	52.163	<0.001
F	1.725	5.043	4.742	—	—
P	0.195	0.029	0.034	—	—
注：*为和切换前相比P<0.05，**为和切换中相比P<0.05。

下载: 导出CSV 

| 显示表格

表  2  切换任务之间的模态差异性、切换时段对反应时间重复测量方差分析

Table  2.  Repeated measurement variance analysis of modal difference between switching tasks and switching period on response time

反应时间/ms	切换前	切换中	切换后	F	P
模态不一致	638.25±93.00	682.23±93.27*	786.66±134.91**	48.066	<0.001
模态一致	625.26±93.69	742.86±93.17*	785.77±108.60**	21.56	<0.001
F	0.262	5.711	8.753	—	—
P	0.611	0.021	0.005	—	—

下载: 导出CSV 

| 显示表格

对切换不同模态任务的正确率和反应时间进行重复测量方差分析，结果显示任务模态差异性和任务切换在正确率和反应时间都有交互作用。进一步做LSD两两比较结果均有显著差异（P<0.05）。就行为绩效来说，反应时间和操作正确率数据支持了任务切换的理论假设。在任务之间切换时，通常会发现所谓的切换成本，即反应时间和正确率方面的性能损失。相比于切换前任务的表现，切换后任务正确率降低，反应时增加。再考虑了任务切换过程中任务刺激模态上的不一致，发现刺激模态差异性对于行为绩效的影响要比单纯由于任务切换的影响程度更大，导致切换到听觉刺激任务的反应时间反而下降。但是相比于从视觉刺激转移到听觉刺激，听觉刺激转移到视觉刺激的任务切换时间更长。由于视觉刺激不像听觉那样吸引注意^[7]，要么视觉刺激存在潜在的视觉优势，要么与听觉刺激相比，视觉刺激难以转移，否则就会发生由于模态转移所导致的恢复延迟问题。

3.2   任务模态差异性对警觉度影响ERP数据分析

由于N100分布区域主要在枕区，所以仅对其进行分析，不同模态上在不同切换时段上的N100波幅重复测量方差分析结果见表3。由表3可以看出，模态和切换在N100波幅上有交互作用，N100波幅在切换上有显著差异（P<0.05）。

表  3  切换任务之间的模态差异性、切换时段对N100波幅的重复测量方差分析

Table  3.  Repeated measurement variance analysis of modal difference between switching tasks and switching period on N100 amplitude

波幅（µV）	切换前	切换中	切换后	F	P
模态不一致	0.62±0.39	0.80±0.23*	1.37±0.30**	72.269	<0.001
模态一致	0.76±0.32	0.97±0.27*	1.17±0.27**	14.001	<0.001
F	1.971	6.745	6.376	—	—
P	0.166	0.012	0.015	—	—

下载: 导出CSV 

| 显示表格

P200数据结果同时考虑模态（一致和不一致）、切换（前、中、后）和脑区（额区、中央区、顶区），在P200波幅上进行的三因素的重复测量方差分析结果见表4。由表4可以看出，模态的主效应不显著，而脑区和切换的交互作用显著。

表  4  不同模态、切换时段、脑区对P200波幅重复测量方差分析

Table  4.  Repeated measurement variance analysis of P200 amplitude in different modes, switching periods and brain regions

交互	III类平方和	自由度	均方	F	P	η2
模态	0.058	1	0.058	0.368	0.546	0.005
模态×脑区	0.170	2	0.085	0.540	0.585	0.014
切换	19.067	2	9.534	39.347	<0.001	0.335
切换×脑区	7.528	4	1.882	7.767	<0.001	0.166
模态×切换	0.233	2	0.117	0.470	0.626	0.006
模态×切换×脑区	0.156	4	0.039	0.157	0.960	0.004
脑区	1140.325	2	570.163	2319.160	<0.001	0.983

下载: 导出CSV 

| 显示表格

P300数据结果同时考虑模态（一致和不一致）、切换（前、中、后）和脑区（额区、中央区、顶区），在P300波幅上进行的三因素的重复测量方差分析结果见表5。由表5可以看出，脑区的主效应显著，同时模态和切换的交互作用显著。

表  5  不同模态、切换时段、脑区对P300波幅重复测量方差分析

Table  5.  Repeated measurement variance analysis of P300 amplitude in different modes, switching periods and brain regions

交互	III类平方和	自由度	均方	F	P	η2
模态	24.908	1	24.908	3.272	0.074	0.040
模态×脑区	0.918	2	0.459	0.060	0.942	0.002
切换	698.798	2	349.399	40.360	<0.001	0.341
切换×脑区	44.653	4	11.163	1.290	0.277	0.032
模态×切换	126.358	2	63.179	8.428	<0.001	0.098
模态×切换×脑区	14.974	4	3.743	0.499	0.736	0.013
脑区	399.589	2	199.795	17.241	<0.001	0.307

下载: 导出CSV 

| 显示表格

N100成分反映了早期知觉资源的消耗及个体的唤醒程度。N100成分反映了视觉搜索阶段的前注意阶段程度。虽然在以往研究中，相比于任务重复，任务切换中切换前任务干扰了切换任务，抑制切换任务的发生，进而产生了干扰成本。但是在实验过程中当任务刺激从视觉转变到听觉刺激时，任务切换时N100出现的平均波幅比任务刺激从视觉切换成另一任务的视觉刺激更大。

P200波幅和P300波幅主要体现的是视觉搜索阶段的注意程度。P200成分波幅一般作为努力程度和资源分配的评估指标。P200波幅经过切换后波幅显著增大。这表明P200波幅作为正常视觉刺激反应的组成部分，在目标检测、注意力分配、刺激转换、记忆和重复效应中发挥了重要作用，导致波幅相对下降^[9]。

P300波幅一般是由刺激中不可预测并且出现概率较小的变化所诱发^[10]。根据Johnson 1986年首次提出的P300波幅关系公式，P300波幅对靶刺激出现的概率、被试人员对刺激的判断、被试人员对刺激的资源分配比较敏感，其中的关系是P300波幅=U[P+R]，U为不确定性，P为概率，R为资源分配。从模态一致性对P300波幅影响的主效应来看，相比切换任务刺激模态一致组，各条件下试次的P300波幅均出现不同程度的增加，说明被试在听觉刺激下更容易调动较多的大脑资源，对信息加工的整体努力程度上升，同时反映了任务切换相比任务重复具有更高的任务要求和更大的工作负荷。对任务切换进行按键反应时，需要更新任务集，即在工作记忆系统中重新提取新的规则以及刺激−响应连接。

4.   任务模态差异性对警觉度影响原因分析

4.1   影响结果

比较实验中行为数据以及脑电ERP数据，可以看出：当切换任务之间模态保持一致时，任务切换相比于任务重复产生了一定的切换成本，在行为数据中表现为正确率小幅度的下降以及反应时间小幅度的延长；脑电数据表明产生了更多的认知负荷，在多次任务切换后注意力难以集中，让被试人员产生疲劳等不良现象。2项数据指标说明任务切换对于警觉度来说是存在一定的负面影响的。

实验中出现了2种不同的刺激−响应形式，分别是：视觉刺激→手动响应和听觉刺激→手动响应。在第2组对比实验中选择了从视觉刺激→手动响应这一模态兼容任务切换到听觉刺激→手动响应这一模态不兼容任务，再从模态不兼容任务到模态兼容任务。但是实验结果并未发现模态兼容性效应，即与视觉→语音切换到听觉→手动任务相比，视觉→手动切换到听觉→语音任务的双任务成本降低。说明模态兼容性效应仅在2种模态不兼容任务之间切换时发生。

4.2   潜在原因分析

实验发现当从视觉刺激切换到听觉刺激时，由于听觉刺激本身相比于视觉刺激需要更多的认知努力，同时也更早唤醒前期注意力阶段，对相关任务的反应也更加敏感，更容易从前1个任务脱离；此时被试人员警觉度增强。但是对于从听觉刺激重新切换为视觉刺激，切换前任务对切换后任务的抑制作用进一步增强，在实验过程中此过程被试人员出现的认知努力程度最高，导致之后的警觉度更大幅度的下降。出现这种现象的可能的原因可能是被试执行视觉刺激任务仅需使用少量的注意力资源就可以保证其绩效不受影响。听觉刺激相比于视觉刺激更容易提高注意力的唤醒水平，更易创建新的任务集，更加快速转移到切换的新任务中。

4.3   干预措施与建议

通过对比差异现象，建议煤矿企业管理人员优化监控人员工作设备支持，引入多模态任务刺激变化以减少同模态切换次数，从而维持监控员的警觉度水平。煤矿企业可定期组织专业培训，提升监控人员对于新型监控技术的理解和运用能力，让他们能更好地适应多模态任务刺激变化的工作环境。

5.   结　语

研究探讨了煤矿监控人员在面对不同模态任务切换时，其对工作绩效及警觉度的影响。发现不同模态任务切换对警觉度影响各异，不同模态任务切换导致注意力分散，产生切换成本，从而对后续工作绩效产生消极影响。实验中视觉与听觉任务切换均显著激活前额−顶叶皮层网络，其中听觉任务切换相较于视觉切换后诱发更大的P300波幅和顶叶区激活，增加被试认知努力程度，相对提升警觉度。建议组织专业培训，同时优化设备支持，更有利于煤矿监控人员在紧急情况下迅速准确地做出反应，切实保障煤矿生产安全。