1.拉裂坠落式岩溶危岩失稳预警的微震多前兆方法，其特征在于，包括以下步骤：

步骤1：为有效监测拉裂坠落式岩溶危岩失稳崩塌过程，以危岩内部较大尺度破裂所产生的0‑100Hz频率的微震信号为监测信息，以累计视体积、能量分形维数、累计事件数以及b值4种微震前兆特征指标作为危岩失稳的预警指标，分别制定4种微震前兆特征指标与拉裂坠落式岩溶危岩失稳定量化评关系规则，进而制定拉裂坠落式岩溶危岩的4种微震前兆特征与危岩稳定性等级的综合关系规则；

步骤2：从室内试验及现场工程微震监测实例中，收集关于拉裂坠落式岩溶危岩失稳崩塌演化各阶段4种微震信号前兆特征，由此建立机器学习样本集；

步骤3：利用机器学习样本集，根据交叉验证策略，训练对处理并行化、大规模高维度数据问题具有优异适应性的LightGBM分类机器学习模型，利用训练好的LightGBM分类模型构建4个微震前兆特征指标与危岩稳定性等级的非线性映射关系；

步骤4：对于需监测预警的拉裂式岩溶危岩体，通过微震设备采集的数据，根据评分规则表获得相应的4种微震前兆特征的评分，由此构建4维的特征指标向量，并将其输入至训练好的LightGBM分类模型，得到该拉裂坠落式岩溶危岩体的模型预测结果；

其中，所述能量分形维数提取特征为：计算岩体微破裂产生的微震事件能量分布的相关积分C(e)；通过以1ge为横坐标，lgC(e)为纵坐标，建立直角坐标系，通过拟合得到能量分形维数De特征，e表示微震释放能；

其中，所述累计事件数提取特征为：根据监测对象、环境条件、载荷条件多种因素设定微震信号波形幅值阈值threshold；依据所设定阈值对已经过分帧、加窗处理的近似稳态的、时不变的微震信号进行门槛值过滤处理，得到事件数；最后将其累计求和，得到所需累计事件数特征；

其中，所述b值提取特征为：设定微震信号最适事件分档间距Δm；计算各档微震事件中数Mi；利用线性最小二乘法计算b值特征；其计算式为：其中，N为微震事件总数，i为微震事件序号。

2.根据权利要求1所述的拉裂坠落式岩溶危岩失稳预警的微震多前兆方法，其特征在于，所述微震信号前兆特征累计视体积提取特征为：首先计算岩体开裂和摩擦滑移过程中岩体由弹性变形向非弹性变形转化引起的微震辐射能E；然后计算震源处非弹性变形区域的岩体体积的改变量微震体变势P；最后利用微震辐射能E、微震体变势P求解体积VA，并对其进行累计叠加处理，得到累计视体积∑VA特征。

3.基于权利要求1的微震多前兆方法的拉裂坠落式岩溶危岩失稳预警的微震多前兆装置，其特征在于，包括：信号获取单元：用于实时采集拉裂坠落式岩溶危岩的微震信号；

信号输入单元：用于传输拉裂坠落式岩溶危岩微震信号数据；

信号处理单元：用于对拉裂坠落式岩溶危岩微震信号进行实时预处理、分析，以提取拉裂坠落式岩溶危岩失稳崩塌各阶段微震信号多种前兆特征；

LightGBM分类模型单元：用于根据所提取的微震信号的拉裂坠落式岩溶危岩的累计视体积、能量分形维数、累计事件数以及b值4种前兆特征及稳定性等级，构建LightGBM分类模型4维特征向量样本，并利用样本训练建立微震多前兆的拉裂坠落式岩溶危岩稳定性等级综合识别的LightGBM分类模型，并进行新拉裂坠落式岩溶危岩稳定性等级的实时识别；

灾害预警单元：用于将所述LightGBM分类模型识别结果传送至危岩管理者。

4.根据权利要求3所述的拉裂坠落式岩溶危岩失稳预警的微震多前兆装置，其特征在于，所述信号处理单元包括：信号预处理子单元：用于将接收拉裂坠落式岩溶危岩微震信息进行有效提取、除噪操作，以得到较简洁、干净、质量较高的微震信号；

前兆特征提取子单元：用于对预处理后的微震信号进行时域、频域、能量、波形多种特征分析，以提取累计视体积、能量分形维数、累计事件数以及b值4种微震信号前兆特征，并根据制定拉裂坠落式岩溶危岩的微震前兆特征与稳定性等级的分级管理规则，依据4种微震前兆特征指标所处的特征，将其量化为特定的危险等级。

5.根据权利要求3所述的拉裂坠落式岩溶危岩失稳预警的微震多前兆装置，其特征在于，所述LightGBM分类模型单元包括：LightGBM分类模型建立算子单元：用于根据所提取的微震信号的拉裂坠落式岩溶危岩的累计视体积、能量分形维数、累计事件数以及b值4种前兆特征及稳定性等级，构建LightGBM分类模型4维特征向量样本，并利用交叉验证算法训练微震多前兆的拉裂坠落式岩溶危岩稳定性等级综合识别的LightGBM分类模型，根据其训练及测试准确性调整LightGBM分类模型初始参数及训练样本，以得到具有良好性能的LightGBM分类模型；

LightGBM分类模型检验算子单元：用于根据所述LightGBM分类模型输出的测试样本各采样样本预测结果，根据模型测试样本的预测结果来进行LightGBM分类模型的可行性检验；

LightGBM分类模型预测算子单元：用于将实时采集的拉裂坠落式岩溶危岩微震信号进行量化、分析、提取后得到的微震多种前兆特征来建立模型特征向量，输入至LightGBM分类模型中，识别拉裂坠落式岩溶危岩稳定性等级。