基于InSAR新技术在晋城矿区地面沉降监测中的应用_李晋波.pdf

江西煤炭科技2023年第1期摘要：本研究项目以挖掘测绘科技为基础，以拓展测绘更好地服务于煤炭企业为目标，立足解决空间地理信息变化监测的难题。本次结合晋城矿区的实际情况，开展了InSAR新技术在矿区地面沉陷监测中的应用研究。关键词：采空区塌陷；地面沉降监测；InSAR技术；Sentinel-1中图分类号：TD3 2 5+.4文献标识码：A文章编号：1 0 0 6-2 5 7 2（2 0 2 3）0 1-0 1 4 6-0 3Application of InSAR Technology in Land Subsidence Monitoring in Jincheng Mining AreaLi Jinbo(Shanxi Changping Coal Industry Co.,Ltd.,Jincheng City,Shanxi 048000)Abstract:To better serve the coal enterprises and solve the problem of spatial geographic information change monitoring,theauthor carries out the application research of InSAR Technology in land subsidence monitoring in mining area based on miningsurveying and mapping technology and the actual situation of Jincheng mining area.Key words:goaf subsidence;land subsidence monitoring;InSAR technology;Sentinel-1基于 InSAR 新技术在晋城矿区地面沉降监测中的应用李晋波（山西长平煤业有限公司，山西晋城0 4 8 0 0 6）地面沉降是由于开采矿产资源等原因，使松散土层压缩而导致地面高程逐渐降低的地质现象。近年来，晋城矿区发生不同程度的地面沉降，地面沉降已经成为制约晋城地区环境、社会经济发展的主要地质灾害之一。晋城市是中国重要的无烟煤工业基地之一，近年来，随着国民经济的发展，矿产资源的开发和利用率逐年递增，矿产资源开采引起的地面沉降问题逐步显现。煤矿开采形成的大范围采空区常常引发地面塌陷、裂缝、山体开裂、滑坡等地质灾害。这些地质灾害严重影响着当地的基础设施和居民的日常生活。为了有效预防地质灾害的发生，降低损失，有必要对晋城矿区进行地面沉降监测。传统的地面形变监测方法有全站仪测量、水准测量和G P S测量等，这些方法的优点是测量精度高、成果可靠；但由于这些测量作业难度大、复测周期长，不能满足大范围连续测量地面形变的要求。近年来，空间对地遥感技术特别是卫星雷达测量技术得到迅猛发展。大量研究和应 用 表 明，合 成 孔 径 雷 达 干 涉 测 量 技 术（I n t e r f e r o m e t r i c s y n t h e t i c a p e r t u r e r a d a r，I n S A R）能够用于长期缓慢地表形变监测。它利用遥感卫星多时相的复雷达图像相位信息，进行地表形变量的提取，具有连续空间覆盖、高度自动化和高精度监测地表形变的能力，为地表形变监测提供了新方法1。1研究区概况1.1范围所选范围为山西省晋城市所辖行政区域，位于山西省东南部，丹河、沁河流域中下游。晋城全市 总 面 积94 9 0k m2，东 西 宽1 6 0k m，南 北 长1 0 0k m，地理坐标为北纬3 5 1 1 3 6 0 4，东经1 1 1 5 5 1 1 3 7，监测区范围如图1所示。图1标注晋城矿区范围1.2自然地理概况晋城市位于晋城盆地内，即丹河、沁河中下游流域的盆地。整个地区的地势呈北高，中、南部低的簸箕状。晋城市平均海拔高度为+6 0 0+7 0 0m，最高点为海拔+23 2 2m的中条山舜王坪，最低处是丹河、沁河下游河谷地，海拔为+3 0 0m。全市1 4 6江西煤炭科技2023年第1期含煤面积53 5 0k m2，占全市总面积的5 6.4%，总储量8 0 8亿吨2。2研究数据的选择与技术路线2.1SAR影像数据的选择本项目的数据源为S e n t i n e l-1数据，该数据为C波段，时间跨度为2 0 1 8年6月6日-2 0 1 9年1 0月1 6日，共1 4景。采用G A M M A软件编写数据预处理脚本，主要完成S e n t i n e l-1数据的格式转化与成像处理，并依据成像质量判断数据质量，收集与S A R数据分辨率相当的工作区D E M数据。本项目采用S R T M 3 0米分辨率的D E M数据。2.2技术路线对获取的S A R数据进行质量分析、图像配准、数据相干性分析、合成孔径雷达差分干涉处理等，结合矿区地面沉陷的形变规律，选择合理的沉降模型，获取采煤沉陷区地表沉降值，并进行解译制图。（1）干涉数据的生成在原始S A R影像数据的基础上，编程生成I n S A R影像数据，其中包括了基准 影像的选取，影像配准，几何纠正等相关工作，并对生成的干涉雷达数据的质量进行分析，为后续工作做好准备。（2）干涉数据时序分析对生成的干涉雷达数据进一步处理，获取工作区域随时间观测的沉降序列。计划采用小基线集（S B A S）方法，首先对获得的S A R数据根据空间基线大小组成若干集合，利用最小二乘法得到每个小集合的地表形变时间序列。然后将多个小基线集联合起来，得到覆盖区域整个观测时间的沉降序列。最后对获取的沉降区域的地质、地貌等进行遥感解译3。（3）典型采煤沉陷区地面沉降监测分析选择晋城矿区为典型研究区域，采用小数据集方法进行处理分析，获取该区域的地面沉降速率和地面沉降时间序列信息，结合矿权分布图，对矿权内沉陷区域进行统计分析，获取矿区内准确的沉陷分布及其量值。3开展基于Sentinel-1数据的晋城矿区形变监测3.1数据源选取为了获取当前晋城矿区沉陷的分布情况，采用2 0 1 8年6月2 0 1 9年1 0月期间共计1 4景S e n t i n e l-1数据，数据信息如表1所示。表1Sentinel-1数据信息数据编号成像时间极化方式分辨率/m幅宽/km212 0 1 8.6.6VV3 06 25 0 022 0 1 8.7.1 0VV3 06 25 0 032 0 1 8.8.4VV3 06 25 0 042 0 1 8.9.5VV3 06 25 0 052 0 1 8.1 0.1 5VV3 06 25 0 062 0 1 8.1 1.1VV3 06 25 0 072 0 1 8.1 2.2 5VV3 06 25 0 082 0 1 9.1.2 1VV3 06 25 0 092 0 1 9.3.1VV3 06 25 0 01 02 0 1 9.4.5VV3 06 25 0 01 12 0 1 9.5.8VV3 06 25 0 01 22 0 1 9.8.9VV3 06 25 0 01 32 0 1 9.9.1 3VV3 06 25 0 01 42 0 1 9.1 0.1 6VV3 06 25 0 03.2数据处理对1 4景S e n t i n e l-1数据进行格式转化后，联合D E M数据进行数据配准，其中距离向配准采用强度互相关配准方法，配准精度均优于0.1个像元4。T O P S S A R干涉处理过程与其他S A R系统相同，但T O P S成像造成雷达波束存在视角差异，S A R影像多普勒频移差异较大，配准误差会导致线性相位梯度，这种线性相位在方位向尤明显为。因此在方位向配准不能采用传统的基于强度互相关方法。本项目采用基于光谱属性的配准方法。在方位向配准精度均优于0.0 0 1个像元，满足干涉的要求。由于S e n t i n e l-1数据采用先进的定轨技术，并提供精密定轨数据，因此干涉基线都控制在2 0 0m范围内，干涉相位受定轨误差影响较小，故在干涉对组合时不考虑空间基线的阈值。由于工作区受季节变化和地面人类活动影响较大，降低了干涉像对的相干性。为了保持干涉相位的高相干性，在本研究区干涉对组合时，采用时间基线阈值为3 6天，空间基线阈值1 4 2m，共计组合3 6个干涉对。干涉图组合如图2所示。依据轨道数据和地形数据进行二轨差分干涉，差分干涉过程中，多视视数为8:2，得到差分干涉后，对差分干涉图进行空间滤波和相位解缠，获取差分干涉图。由于S e n t i n e l-1幅宽大，存在基线误差的影响，因此在本项目中，采用G C P点结合地面高程值和对应的解缠干涉相位进行基线优1 4 7江西煤炭科技2023年第1期图2干涉图组合化。得到优化后的干涉基线，再次进行差分干涉、滤波和相位解缠，获取解缠后的差分干涉相位5。差分干涉如图3所示。可知S e n t i n e l-1数据具有大范围的监测特点，同时在时间基线较短（3 0天），可以保持较高的相干性。图32018年10月15日-2018年11月1日差分干涉依据差分干涉相位，可以计算每个干涉对的相干值，计算3 6个干涉相干值的均值和方差，高相干点识别方法选择时序相干均值大于0.3 5，且相干值高于0.3 5的个数大于1 5的点参与计算。共选择3 47 4 14 9 6个点，占总像元数的7 3.1%，点位分布如图4所示，采用项目提出的方法识别的点，不仅在城市区而且在郊区的农田、森林都有茂密的分布，但是在植被变化大的区域、人类活动频繁的区域（如采矿工作面）和形变量较大（沉陷区中心位置）点分布较少。相对整幅影像，提出方法选择的点位分布相对比较均匀。图4高相干点分布对去除差分干涉相位进行时间序列分析后，对残差相位采用空间域滤波方法 进行大气延迟相位提取，提取大气延迟相位。获取大气延迟相位后，再次进行差分干涉，得到的差分干涉图6。依据正确的解缠相位值，构建高程改正量和基线的函数模型和形变量与时间的函数模型。由于干涉对组合时，干涉对之间存在相关性，造成函数模型中的系数矩阵奇异，故不能采用最小二乘法直接求解，而采用S V D分解方法获取形变速率和形变量值。对结果进行地理编码后，获取地理坐标系下的成果形变量值如图5所示，形变速率如图6所示。图5形变量值图6形变速率由图可知，采用提出方法能够较完整地反映采煤沉陷区形变，该结果主要的形变区集中在煤矿开采区，分布较集中，且形变量较大，图中空白区域主要集中在植被覆盖茂盛和形变量较大引起的失相干区域。S e n t i n e l-1具有大幅宽监测的优点，一个图幅可以实现5个煤矿集中开采区的监测，因此适合用于大面积形变监测普查工程中。4沉陷区识别与制图4.1沉陷区识别依据拼接后的形变速率值，设置阈值为0mm/a，低于阈值的区域为沉陷区，解译 出采煤集中开采区沉陷面积为27 4 0.4 2k m2。根据速率的不同用不同颜色表达在图上，其中黄色面色为微弱塌陷区（-1 0 0mm/a）、橙色面色为轻度塌陷区（-2 0-1 0mm/a）、粉色面色为中度塌陷区（-5 0-2 0mm/a）、红色面色为重度塌陷区（-5 0mm/a）。（下转1 5 5页）1 4 8江西煤炭科技2023年第1期4.2沉陷区制图制图编制方法：依次叠加简要基础地理要素、采煤沉陷区形变速率图。形成1:5 0，0 0 0采煤沉陷区分布图。图层叠加的优先次序：对于不同种类要素而言，点线面；对点、线、面同类要素而言，基础地理要素专题类要素（其中“a b”表示a图层叠置在b图层之上）。结合形变速率图和晋城矿区矿权分布图，对晋城煤炭集中开采区进行重点统计分析，统计各个矿区的沉陷面积，得知晋城矿区沉陷面积为2 6 9.2 6k m2，占矿区面积的1 0.7 9%，形成晋城煤炭集中开采区采煤沉陷区分布图，如图7所示。图7晋城煤炭集中开采区采煤沉陷区分布5结语完成了晋城矿区1 4景S e n t i n e l-1数据处理