Stacking-InSAR技術在礦區(qū)地表沉降監(jiān)測中的應用

楊光欣，朱煜峰，張龍剛

(1.東華理工大學 測繪工程學院，江西 南昌 330013；2.陜西陜煤蒲白礦業(yè)有限公司，陜西 渭南 715517)

煤炭是世界上儲量最大、分布最廣的常規(guī)能源，也是重要的戰(zhàn)略資源，在我國能源中占據重要地位。在采煤過程中，地下會形成巨大的采空區(qū)，造成地表沉降甚至塌陷，采煤塌陷造成良田荒蕪，耕地面積銳減，礦區(qū)水資源和環(huán)境受到污染和破壞，不可避免地帶來一些社會問題[1]，因此有必要對礦區(qū)地表進行監(jiān)測與分析。

水準測量與GPS測量是傳統的形變監(jiān)測手段，其點位監(jiān)測精度高，但也具有監(jiān)測范圍小、受天氣影響大、作業(yè)效率低等缺點，很難對研究區(qū)域進行整體、全局性的監(jiān)測。近年來，隨著合成孔徑雷達(SAR)衛(wèi)星的逐漸成熟，合成孔徑雷達干涉測量(InSAR)技術得到了越來越多的青睞，其具有全天時、全天候的監(jiān)測能力，監(jiān)測精度較高，成圖速度快，能快速提供大范圍、長時間序列的形變監(jiān)測成果，在各類地質災害領域發(fā)揮著重要作用。干涉圖疊加(Stacking-InSAR)技術作為InSAR技術中重要的時間序列監(jiān)測手段，可以提供礦區(qū)地表長時間的形變監(jiān)測。本文應用Stacking-InSAR技術對11景Sentinel-1影像進行數據處理，獲得了監(jiān)測區(qū)域的沉降速率與累積沉降值，為現場的后續(xù)勘察提供技術支持。

1 實驗區(qū)概況與數據

1.1 實驗區(qū)概況

實驗區(qū)域位于黃隴侏羅紀煤田黃陵礦區(qū)南部，地處陜西省延安市黃陵縣腰坪鄉(xiāng)，屬于陜北黃土高原南部的低中山丘陵地帶，區(qū)內地形復雜，山巒起伏，屬侵蝕構造地形，表現為壯年期侵蝕、堆積的山間河谷地貌特征。本區(qū)屬暖溫帶大陸性半干旱氣候，四季分明，年平均氣溫9.3 ℃，最高氣溫34.4 ℃，最低氣溫-19 ℃，1月平均氣溫-5 ℃，7月平均氣溫22.5 ℃。無霜期184 d，冰凍期為當年11月～次年3月，最大凍土深度650 mm。風向多為西北風，最大風速25 m/s，曹河和南川河川道內主導風向多為西南風[2]。

實驗區(qū)域包含建新礦井與建莊礦井，建新礦井于2008年3月開工建設，2011年9月底主要生產系統基本建成。2012年通過竣工驗收，礦井正式投入生產，生產能力為1.50 Mt/a。2014年核定該礦井生產能力為4.00 Mt/a，并獲得批準。建莊礦井與建新礦井相鄰，設計生產能力2.4 Mt/a，設計服務年限60 a。井田位置如圖1所示。

圖1 研究區(qū)域(來源于谷歌地形圖)

1.2 實驗數據

本文采用歐空局Sentinel-1A衛(wèi)星影像數據，其重訪周期短、空間基線穩(wěn)定、數據量大且下載免費，可以滿足大區(qū)域地表沉降監(jiān)測的需求。由于其微波波段采用波長為5.6 cm的C波段，穿透植被能力不強，在植被茂盛區(qū)域會造成嚴重的失相干現象，因此本文僅采用冬季影像。最終選用覆蓋研究區(qū)域的11景升軌SAR影像，時間跨度從2019年11月14日～2020年3月13日，空間分辨率為5 m×20 m(方位向×距離向),觀測模式為干涉寬幅(IW)，極化方式為單一豎直極化(VV)，具體參數如表1所示。同時使用歐空局官網提供的POD精密軌道數據對軌道信息進行修正，以去除軌道誤差造成的基線誤差。外部參考DEM為30 m分辨率的SRTM數據。

表1 Sentinel-1A數據影像信息

2 實驗方法與流程

2.1 數據預處理

本文使用瑞士GAMMA公司的GAMMA軟件對SAR數據進行預處理，生成小基線集干涉對。首先找到覆蓋研究區(qū)域的burst單元，提取并生成TOPS模式的單視復數(SLC)數據，并利用精密軌道數據對軌道信息進行修正。通過計算每景影像的時間基線、空間基線，并經過多次實驗驗證，選擇2020-01-01的影像作為參考主影像，對其進行4:1(距離向:方位向)多視生成SAR強度圖像，進行地理編碼并生成雷達坐標系下的DEM。再將其余影像一一配準到參考主影像上。由于影像配準質量會隨著時間增長而逐漸降低，即時間失相干現象，為后續(xù)處理帶來干擾，本文在配準時引入已配準的輔助影像，即將相鄰兩景影像提前配準，用于頻譜差異校正部分，對配準時產生的時間失相干現象很有幫助。

查看配準生成的干涉圖，發(fā)現大量沉降集中分布在SAR影像右側，肉眼可見的沉降多達十余處。為了清楚地反映研究區(qū)域地表沉降情況并減小處理工作量，將配準去斜后的RSLC數據再次以行列號進行裁剪，并進行4:1多視，多視后的小范圍影像為1 750行像元×1 800列像元。

2.2 基于Stacking-InSAR技術的地表沉降監(jiān)測方法

Stacking-InSAR技術基于多主影像，通過設置時空基線閾值，得到多個干涉對組合，再經過解纏將相位權疊加，來獲取地表形變結果。該方法能夠有效地減弱時空失相干的影響，從而使得到的形變圖在時間和空間上更為連續(xù)，具有能夠時序性監(jiān)測大形變尺度的優(yōu)勢，有助于礦區(qū)沉降監(jiān)測[3]。具體包括以下步驟：

(1)計算SAR影像數據的時間、空間基線，選擇合適的時空基線閾值生成干涉對[4]。由于本文所選11景影像間時間間隔較短，均為12 d，且Sentinel衛(wèi)星空間基線較短，因此設置時間基線閾值為40 d，空間基線不設閾值，全部組合，共生成27對干涉對組合。時空基線分布圖如圖2所示。

圖2 時空基線分布圖

(2)按照生成的干涉對對文件再次進行批量配準，并進行自適應濾波，可在不損失空間分辨率的情況下降低相位噪聲，以減少殘差數目。

(3)根據生成的相干性文件，選取相干性最差的一組干涉對，取相干性穩(wěn)定點作為參考點進行最小費用流法(MCF)相位解纏，解纏相干系數閾值為0.2，查看解纏質量，刪除2對質量差的解纏干涉對，最終選取25對干涉對。

(4)進行基線精化，用精密基線再次進行差分干涉，并去除相位殘余趨勢和大氣相位延遲的影響，使用干涉圖疊加(Stacking)的方法對不同InSAR生成的多幅獨立干涉圖進行平均處理，得到平均形變速率。

(5)利用地理編碼，將沉降結果從雷達坐標系下轉換到地圖坐標系下，獲得研究區(qū)垂直方向形變結果。

3 結論與分析

圖3為以首景影像(20191114)為基準，未經地理編碼的時間序列累積形變結果，可以看出在監(jiān)測時間內，研究區(qū)域地表產生了極為明顯的形變，地面沉降面積以肉眼可見的速度快速增加，形狀均成漏斗狀，這是煤礦地表沉降的典型表現。

圖3 研究區(qū)域時間序列形變圖

圖4為Stacking-InSAR技術處理方法得到的研究區(qū)域垂直方向形變量，可以看到形成了A、B、C、D、E、F共6個較明顯的沉降漏斗。其中沉降漏斗B、D和F在這段時間內沉降量和沉降面積較小，可能處在非開采活躍期，沉降較緩慢；沉降漏斗A、C和E在這段時間內沉降面積較大，其中漏斗A在研究時間段內最大沉降值1 283.47 mm，沉降面積達3.81 km2，正處于建新煤礦4201工作面開采活躍期，因此沉降較為顯著。

圖4 研究區(qū)域形變圖

下面以沉降面積最大的漏斗A為例，對其進行走向和傾向的剖面分析。如圖4所示，漏斗A呈葫蘆形，西南側沉降較小，最大沉降742.35 mm，經短暫回落后繼續(xù)呈沉降漏斗態(tài)勢，最大沉降達1 283.47 mm，東北側有小范圍抬升，最大抬升處1 089.58 mm。根據張興文[5]等對建新煤礦4201工作面的研究可知，4201工作面呈西南—東北方向布置，走向長220 m，傾向長2 100 m，因此構建工作面傾向為 M′M方向，走向N′N與之垂直。又由于漏斗A沿M′M方向沉降面積越來越大，由此可推斷出該工作面沿傾向M′M方向進行開采。

為了驗證實驗結果精度，收集到漏斗A區(qū)域(4201工作面)2019年11月15日～2020年3月11日的水準監(jiān)測數據，該水準監(jiān)測數據沿著4201工作面傾向M′M分布著55個點，如圖5(c)中α所示，走向N′N分布著11個點，如圖5(c)中β所示。對比水準監(jiān)測與Stacking技術在走向與傾向的沉降監(jiān)測結果，并繪制折線圖進行分析，如圖6～圖7所示。

圖5 基于谷歌地圖顯示的形變監(jiān)測結果

圖6 A區(qū)域水準觀測值與Stacking技術監(jiān)測值對比圖(傾向)

圖7 A區(qū)域水準觀測值與Stacking技術監(jiān)測值對比圖(走向)

由兩幅對比圖可看出，水準監(jiān)測曲線較為連續(xù)，而Stacking技術觀測曲線波動明顯，但整體趨勢與水準測量一致。InSAR技術觀測產生的是“面”結果，而水準測量是“點”的觀測結果，“面”上提取的像素沉降值無法與水準點一一對應。從表2中Stacking技術監(jiān)測值與水準觀測值的統計分析結果可以看出，二者均值相差131.82 mm，標準偏差相差80.53 mm，說明Stacking技術監(jiān)測結果與實際測量還存在著一定差異。一方面是點位提取造成的誤差，另一方面由于形變量較大，相位混疊導致解纏失敗，在今后的研究中會繼續(xù)加以改進。

表2 A區(qū)域水準觀測值與Stacking技術監(jiān)測值統計分析

4 礦區(qū)開采沉陷InSAR監(jiān)測面臨的主要問題

本文基于Stacking-InSAR技術，對黃陵礦區(qū)南部區(qū)域2019-11～2020-03進行了重點分析，獲得了該區(qū)域沉降監(jiān)測結果，并與水準數據對比，驗證了InSAR技術在礦區(qū)沉降監(jiān)測中的可行性，通過對實驗流程及結果的分析，還有以下幾個方面需要繼續(xù)改進。

4.1 數據適用性

礦區(qū)一般位于較為偏遠的山區(qū)，地形錯綜復雜，由于SAR衛(wèi)星采用的是側視成像的工作模式，在地形起伏區(qū)域會產生疊掩、陰影、透視收縮等一系列幾何畸變，若研究區(qū)域存在幾何畸變，則很難收集到有效的雷達回波信號[6]。同時山區(qū)植被茂盛，Sentinel-1的C波段微波很難穿透植被，在干涉圖上表現為失相干現象，給InSAR研究帶來困難。面對上述問題，應靈活選擇合適的SAR數據源，如聯合升、降軌數據，以彌補幾何畸變帶來的干擾[7]；其次，充分利用SAR數據源，使用不同波段的SAR影像對研究區(qū)域進行監(jiān)測，方便交叉驗證。

4.2 觀測有效性

在選擇不同SAR數據的基礎上，為了使處理結果達到精度要求，從內外兩方面進行精度評估。內符合評估可從形變量、形變年速率中誤差、不同處理方法交叉驗證等方面著手；外符合評估首選與GPS、水準等地表監(jiān)測結果比較，還可結合光學影像和野外實地調查等方法進行觀測有效性評定[8]。

4.3 大尺度形變區(qū)域的監(jiān)測

在針對礦區(qū)大尺度形變區(qū)域的監(jiān)測中，應結合監(jiān)測目的和監(jiān)測對象特點，充分利用現有SAR數據源，綜合運用各類InSAR方法進行監(jiān)測，確保米級、分米級、厘米級、毫米級各個尺度連續(xù)覆蓋。在InSAR形變監(jiān)測獲取的有限形變下，可結合開采沉陷估計理論，運用數學模型反演出礦區(qū)實際形變場。

4.4 相干性保持

良好的相干性是得到有效觀測結果的首要前提，在保持相干性方面可從以下幾點入手：在時間選擇上盡量避免植被覆蓋率較高的季節(jié)，以免雷達微波無法穿透植被到達地面；選擇雷達波長較大的SAR數據；首選同極化SAR數據，次選交叉極化SAR數據[9]；在實際處理過程中可采用縮短重訪周期，使用已配準影像進行輔助等方法。

5 展 望

本文從煤礦地表形變監(jiān)測的角度出發(fā)，對Stacking-InSAR的流程及結果進行了詳細分析與說明，針對礦區(qū)大變形，有效識別出形變區(qū)域及沉降值，為礦區(qū)地表沉降監(jiān)測提供了參考。

InSAR技術目前日趨成熟，但仍有一些問題亟待解決，可以說機遇與挑戰(zhàn)并存。針對難點問題，雖有部分解決方法，但由于一些外部數據獲取困難，所需專業(yè)知識多元廣泛，并未普及開來。但隨著InSAR相關理論和技術體系的日趨完善，InSAR工作群體的日益龐大，以及未來SAR衛(wèi)星的研制開發(fā)，相信InSAR技術一定能夠成為未來形變監(jiān)測不可或缺的力量。