基于多源遙感數(shù)據(jù)地下煤火空氣滲入/逸散區(qū)域研究

楊 潔，曾 強(qiáng)

(1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，新疆 烏魯木齊 830046；2.新疆大學(xué)干旱生態(tài)環(huán)境研究所，新疆 烏魯木齊 830046；3.綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830046)

在地下煤火發(fā)展過(guò)程中，火區(qū)煤巖體受地下煤火長(zhǎng)期烘烤使上方覆巖力學(xué)參數(shù)發(fā)生變化，一定溫度下煤巖體熱破裂會(huì)產(chǎn)生裂隙，裂隙逐漸發(fā)展最終形成與地表貫通的復(fù)雜裂隙網(wǎng)絡(luò)[1]，火風(fēng)壓的作用使新鮮風(fēng)流通過(guò)部分裂隙通道進(jìn)入火區(qū)，為火源提供氧氣，形成循環(huán)的熱力動(dòng)力學(xué)過(guò)程，促進(jìn)火區(qū)地下煤火的持續(xù)燃燒，從而引發(fā)煤巖裂隙進(jìn)一步擴(kuò)展，導(dǎo)致火區(qū)裂隙不斷向深部和四周蔓延[2-3]。在煤田露頭火區(qū)中，影響煤火燃燒和蔓延的主要因素是火區(qū)的供氧系統(tǒng)，包括空氣滲入通道、供氧動(dòng)力與煙氣逸散通道[4-5]。空氣滲入通道與煙氣逸散通道的變化在一定程度可以反應(yīng)火區(qū)的動(dòng)態(tài)演化過(guò)程。目前，對(duì)于火區(qū)空氣滲入與煙氣逸散通道的實(shí)驗(yàn)監(jiān)測(cè)研究尚不系統(tǒng)，曾強(qiáng)等[6]分析了火區(qū)控制體屬性特征，提出了火區(qū)等效透氣率的計(jì)算方法；WESSLING等[7]研究了溫度場(chǎng)、應(yīng)力場(chǎng)、滲流場(chǎng)、化學(xué)場(chǎng)對(duì)煤田火區(qū)裂隙發(fā)育的影響；曹代勇等[8]系統(tǒng)研究了煤田火區(qū)的成因，將火區(qū)裂隙劃分為3種基本類型和5種復(fù)合類型；汪寶存[9]采用遙感數(shù)據(jù)分析地面沉降坡度識(shí)別地裂縫，結(jié)果發(fā)現(xiàn)裂縫存在明顯的三維形變；范洪冬等[10]采用D-InSAR和概率積分法聯(lián)用較為準(zhǔn)確地提取了礦區(qū)大變形地表沉降場(chǎng)；康日斐等[11]采用二軌法提取了礦區(qū)的沉降空間分布、地面沉降量、沉降面積、動(dòng)態(tài)下沉曲線以及下沉速率等值線，分析了不同監(jiān)測(cè)時(shí)段研究區(qū)的塌陷狀況及地表形變規(guī)律；王祥虎[12]發(fā)現(xiàn)受溫度和煤層燒損的影響，煤巖層中主控裂隙變化趨勢(shì)明顯，溫度是最直觀的因素，與裂隙的產(chǎn)生和發(fā)展密切相關(guān)；KUENZER等[13]使用不同分辨率多源遙感數(shù)據(jù)對(duì)印度Jharia進(jìn)行地表溫度數(shù)據(jù)進(jìn)行分析與區(qū)域劃分。對(duì)于火區(qū)熱效應(yīng)導(dǎo)致的重要地表異常特征-植被覆蓋度，李瑞軍等[14]對(duì)陽(yáng)泉市大陽(yáng)礦煤炭工作面采煤對(duì)地表植被覆蓋度時(shí)空變化進(jìn)行研究，發(fā)現(xiàn)開(kāi)采時(shí)間是影響植被覆蓋度時(shí)空變化的最主要因素；楊超元等[15]對(duì)寶日希勒一號(hào)露天礦區(qū)進(jìn)行植被覆蓋度反演，探索露天開(kāi)采會(huì)對(duì)當(dāng)?shù)刂脖桓采w度變化產(chǎn)生不同程度影響，煤火的熱效應(yīng)與火區(qū)地表裂隙破壞了植被生長(zhǎng)的條件，導(dǎo)致高溫區(qū)域植被覆蓋度降低。

地表溫度、植被和沉降均是地下煤火燃燒的重要表征因素，這些異常信息均可通過(guò)遙感手段進(jìn)行感知和解譯。單一的溫度、植被或沉降都無(wú)法準(zhǔn)確圈定火區(qū)，但利用多種因素融合的方法可以在一定程度上克服這一缺陷?；诘叵旅禾咳紵龑?dǎo)致的地表溫度、植被覆蓋度與地表沉陷對(duì)裂隙發(fā)育具有的耦合效應(yīng)，本文采用1998—2018年溫度、植被反演數(shù)據(jù)與D-InSAR沉降數(shù)據(jù)確定火區(qū)空氣滲入與煙氣逸散通道區(qū)域及其變化，對(duì)火區(qū)進(jìn)行動(dòng)態(tài)識(shí)別與監(jiān)測(cè)，為有效治理煤火提供條件。其中，1999年數(shù)據(jù)研究區(qū)云量較多，沒(méi)有適合分析溫度和植被覆蓋度的數(shù)據(jù)，2012年數(shù)據(jù)出現(xiàn)landsat7衛(wèi)星故障，條帶明顯，故不對(duì)這兩年進(jìn)行研究。

1 研究區(qū)數(shù)據(jù)源

水西溝研究使用覆蓋研究區(qū)Sentinel存檔數(shù)據(jù)成像模式為干涉寬幅IW下SLC數(shù)據(jù)，影像分辨率為5 m×20 m，極化方式為VV，幅寬為250 km，監(jiān)測(cè)周期時(shí)間范圍為2014年10月—2017年12月，共39期數(shù)據(jù)，組成34組干涉像對(duì)。除20150418—20150605和20160131—220160319兩組干涉像對(duì)時(shí)間基線為48 d，其余均為24 d；而20141031—220141124空間基線最長(zhǎng)為213.27 m。

2 方法技術(shù)原理

地下煤炭燃燒產(chǎn)生熱效應(yīng)，反映在地表溫度上為一定范圍內(nèi)的高溫異常，選取覃志豪單通道算法[16]反演得到較為精確的地表溫度，像元二分模型[17]計(jì)算得到植被數(shù)據(jù)。兩者疊置在ArcGIS中進(jìn)行綜合分析，高溫異常區(qū)域和低植被重疊區(qū)域可以判定為煤火區(qū)，為煙氣逸散通道；而低溫區(qū)域和高植被覆蓋區(qū)域可以判定為煤火熄滅區(qū)域，為空氣進(jìn)入通道。二軌D-InSAR方法獲得兩類裂隙區(qū)域的沉降信息，進(jìn)一步監(jiān)測(cè)圈定煤火區(qū)。

2.1 溫度與植被融合反演

溫度異常區(qū)提取按照統(tǒng)一方法提取，首先采用密度分割法將煤田火區(qū)劃分為4個(gè)溫度區(qū)間，并基于煤田地表溫度反演結(jié)果中統(tǒng)計(jì)的數(shù)學(xué)期望μ和標(biāo)準(zhǔn)差σ作為參數(shù)，通過(guò)人工閾值法[18]把(μ+σ)作為經(jīng)驗(yàn)閾值，高于(μ+2σ)時(shí)作為溫度閾值。若溫度高于設(shè)定的閾值，則為溫度異常區(qū)；反之，則為背景區(qū)。再根據(jù)遙感圖像的目視解譯或?qū)嵉卣{(diào)查來(lái)最終判定該區(qū)域是否為煤田火區(qū)，低溫區(qū)域的選定結(jié)合氣溫歷史數(shù)據(jù)和當(dāng)年反演的地表溫度數(shù)據(jù)綜合確定閾值并進(jìn)行提取。 最后，將提取出來(lái)的火區(qū)用不同的顏色劃分等級(jí)顯示出來(lái)，得到水西溝煤田火區(qū)溫度分布圖。植被反演基于像元二分模型并用不同的顏色劃分4個(gè)等級(jí)，得到水西溝煤田火區(qū)植被蓋度分布圖。

研究區(qū)溫度變化的來(lái)源較復(fù)雜，且溫度本身隨季節(jié)、時(shí)間的偶然變化影響較大，常常影響反演結(jié)果的準(zhǔn)確性，提取的煤火異常區(qū)域與實(shí)際略有偏差。通過(guò)溫度(煤火異常區(qū)域和低溫區(qū)域)來(lái)圈定煤火區(qū)位置，很容易受到其他因素的影響。本文擬通過(guò)溫度與植被因素融合圈定分析煤火區(qū)位置，具體方法是將得到的溫度高/低溫區(qū)域分別和低/高植被覆蓋區(qū)域進(jìn)行疊加分析。

2.2 沉降信息獲取

二軌D-InSAR處理得到2014—2017年沉降信息后，與火區(qū)地表溫度和植被覆蓋度數(shù)據(jù)相結(jié)合，分析得火區(qū)內(nèi)的不同裂隙種類及點(diǎn)數(shù)量，獲取裂隙范圍內(nèi)沉降點(diǎn)區(qū)域位置，掌握不同種類裂隙的地面沉降時(shí)間、空間分布情況。對(duì)沉降可疑區(qū)域進(jìn)行形變分析，提取可疑區(qū)時(shí)空變化規(guī)律，分析其沉降趨勢(shì)及時(shí)序特征。以火區(qū)控制體模型為理論依據(jù)，分析了解到火區(qū)四周均存在裂隙，且中間溫度高，植被覆蓋等級(jí)低；四周溫度低，植被覆蓋等級(jí)高。 確定空氣漏風(fēng)和煙氣逸散通道類別和所對(duì)應(yīng)時(shí)空變化及數(shù)量變化，從而根據(jù)火區(qū)內(nèi)的裂隙變化判斷出火區(qū)的發(fā)展趨勢(shì)。

3 結(jié)果與分析

3.1 溫度分析

溫度作為地下煤火燃燒的重要表征之一，通過(guò)反演、提取溫度高溫區(qū)域和低溫區(qū)域，能在一定程度上反映地下煤火燃燒的時(shí)空變化。具體反演結(jié)果如圖1所示。ArcGIS將溫度劃分為4個(gè)連續(xù)的區(qū)間，并予以統(tǒng)計(jì)，見(jiàn)表1。

表1 1998—2018年溫度數(shù)據(jù)統(tǒng)計(jì)匯總Table 1 Statistics of temperature data from 1998 to 2018

續(xù)表1

圖1 1998—2018年不同溫度分布圖Fig.1 Distribution of different temperature from 1998 to 2018

由圖1可以看出，研究區(qū)高/低溫區(qū)域隨著時(shí)間此長(zhǎng)彼消，煤火過(guò)程持續(xù)發(fā)生動(dòng)態(tài)變化。溫度高溫區(qū)域較低溫區(qū)域變化明顯，差距較大。相鄰時(shí)間提取的煤田火區(qū)分布范圍雖然不完全相同，但是主要火區(qū)的空間分布基本一致，說(shuō)明了所用方法提取結(jié)果的可靠性。

由表1可知，1998—2018年不同溫度區(qū)間變化形式不盡相同。高溫區(qū)域和低溫區(qū)域占比均較低，低溫區(qū)域于2007—2015年分別達(dá)到兩次小高峰，其余年份變化不大，均保持在5%以下。低溫區(qū)域除2015年前后面積較大且低溫區(qū)域面積達(dá)到研究年限最高峰(4.02 km2，16.51%)，其余年份變化平緩，且均集中在典型區(qū)域。高溫區(qū)域則于2004—2013年達(dá)到階段性高峰，其余年份變化較為平緩。高溫區(qū)域較低溫區(qū)域變化明顯，差距較大。2013年高溫區(qū)域面積最大(6.61 km2，27.18%)，其次為2014年(5.24 km2，21.54%)。較低溫區(qū)域和較高溫區(qū)域變化較大，且隨著較低溫區(qū)域面積減小較高溫區(qū)域面積持續(xù)增加，反之亦然。較低溫區(qū)域面積最大值出現(xiàn)在2006年(18.71 km2，76.93%)，最小值出現(xiàn)在2013年(0.20 km2，0.83%)，較高溫區(qū)域面積最大值也出現(xiàn)在2013年(17.47 km2，71.82%)，最小值出現(xiàn)在2006年(4.57 km2，18.77%)，兩個(gè)區(qū)域最大值和最小值均出現(xiàn)在同一年份。

3.2 植被蓋度分析

通過(guò)像元二分模型劃分研究區(qū)植被類型主要由4級(jí)構(gòu)成，分別為Ⅰ級(jí)(0～0.2)、Ⅱ級(jí)(0.2～0.4)、Ⅲ級(jí)(0.4～0.6)和Ⅳ級(jí)(0.6～1)。其中，Ⅰ級(jí)為低植被覆蓋區(qū)域，主要由裸地組成；Ⅱ級(jí)為較低植被覆蓋區(qū)域；Ⅲ級(jí)為較高植被覆蓋區(qū)域；Ⅳ級(jí)為高植被覆蓋區(qū)域，水西溝火區(qū)在眾多火區(qū)中因生長(zhǎng)部分植被而特殊存在。具體反演結(jié)果如圖2所示，將ENVI處理得到的植被覆蓋圖像經(jīng)ArcGIS分級(jí)處理，匯總結(jié)果見(jiàn)表2。

表2 1998—2018年植被蓋度數(shù)據(jù)統(tǒng)計(jì)匯總Table 2 Statistics of vegetation coverage datas from 1998 to 2018

圖2 1998—2018年不同植被蓋度分布圖Fig.2 Distribution of different vegetation coverages from 1998 to 2018

研究區(qū)植被生長(zhǎng)受當(dāng)?shù)貧鉁?、降水影響頗深。同時(shí)，受水西溝煤火影響，植被生長(zhǎng)呈現(xiàn)明顯的斑塊狀。煤火災(zāi)害發(fā)生的區(qū)域完全破壞植被生長(zhǎng)條件。由圖2和表2可知，研究區(qū)整體以Ⅰ級(jí)植被覆蓋區(qū)域和Ⅱ級(jí)植被覆蓋區(qū)域?yàn)橹鳌＂窦?jí)植被覆蓋區(qū)域在2003年面積最大(99.48%，24.200 km2)，同年Ⅱ級(jí)植被覆蓋區(qū)域面積占比為0.52%，Ⅲ級(jí)植被覆蓋區(qū)域和Ⅳ級(jí)植被覆蓋區(qū)域統(tǒng)計(jì)面積為0。同樣在2011年，Ⅲ級(jí)植被覆蓋區(qū)域和Ⅳ級(jí)植被覆蓋區(qū)域統(tǒng)計(jì)面積為0，而Ⅰ級(jí)植被覆蓋區(qū)域占比較2003年有所降低，Ⅱ級(jí)植被覆蓋區(qū)域面積從0.52%增長(zhǎng)至9.50%。 Ⅰ級(jí)植被覆蓋區(qū)域和Ⅱ級(jí)植被覆蓋區(qū)域?yàn)檎麄€(gè)研究區(qū)的植被主導(dǎo)生長(zhǎng)覆蓋區(qū)域，在研究的時(shí)間范圍內(nèi)，占比均超過(guò)90%。

從不同植被覆蓋等級(jí)所對(duì)應(yīng)的時(shí)間來(lái)看，4種等級(jí)占比均出現(xiàn)較大變化。較高植被區(qū)域和高植被區(qū)域占比總體呈現(xiàn)不同程度變化，1998年兩種區(qū)域占比分別為5.19%和0.13%，2018年分別減少至0.07%和0.06%。2001年較高植被覆蓋區(qū)域占比為44.62%，除此之外，其余年份占比均未超過(guò)6%。 高植被區(qū)域占比在2001年達(dá)到最大值，為7.16%，其余年份為0%或者1%以下，占比極少，幾乎可以忽略不計(jì)。 而低植被區(qū)域總體呈現(xiàn)大幅增長(zhǎng)趨勢(shì)，1998年僅為28.31%，2003年占比增長(zhǎng)為99.48%，之后呈波動(dòng)變化，時(shí)增時(shí)減，2018年占比為95.12%。較低植被區(qū)域則伴隨著低植被覆蓋區(qū)域的增加而降低，1998年占比高達(dá)66.37%，2018年大幅降低，僅為4.75%。

3.3 空氣滲入與煙氣逸散區(qū)域分析

3.3.1 溫度與植被融合分析

提取劃分確定不同類型植被覆蓋區(qū)，分別于高溫異常區(qū)域和低溫區(qū)域進(jìn)行疊加分析，從而確定裂隙，具體裂隙區(qū)域位置如圖3所示。

由圖3可知，2014—2017年，高溫區(qū)域和Ⅰ級(jí)植被覆蓋區(qū)域疊加處理裂隙點(diǎn)，以及低溫區(qū)域和Ⅳ級(jí)植被覆蓋區(qū)域疊加處理裂隙點(diǎn)位置隨著時(shí)間均呈不同程度增加趨勢(shì)，2016—2017年數(shù)目有所下降。2015年溫度異常區(qū)域和一級(jí)植被覆蓋區(qū)域疊加確定的點(diǎn)位置最少，但在2014年、2016年和2017年確定的點(diǎn)位置中均存在。低溫區(qū)域和Ⅳ級(jí)植被覆蓋區(qū)域疊加確定的點(diǎn)位置數(shù)目并不多，數(shù)量均在30個(gè)以下，位置上相近，均出現(xiàn)在研究火區(qū)北部。裂隙位置也呈現(xiàn)點(diǎn)面轉(zhuǎn)化情況，2014—2015年火區(qū)西部裂隙位置變化較小，火區(qū)中部和火區(qū)東部裂隙變化較大。但由低溫區(qū)域和Ⅳ級(jí)植被覆蓋區(qū)域疊加確定的空氣進(jìn)入通道變化不大，位置數(shù)目變化不大。不同種類的可疑裂隙大體位置較為固定，說(shuō)明煤火是由點(diǎn)到面累積發(fā)展，若不及時(shí)治理，后期受影響的范圍將會(huì)持續(xù)擴(kuò)大。

圖3 裂隙疊加點(diǎn)位置Fig.3 Location of fractures overlying point

3.3.2 沉降與可疑裂隙融合分析

研究基于D-InSAR差分干涉處理后得到2014—2017年沉降信息，見(jiàn)表3。進(jìn)一步繪制折線圖，如圖4所示。由表3和圖4可知，每一年研究區(qū)沉降值均呈現(xiàn)波動(dòng)變化。 沉降低值比高值變化平緩，歷年沉降高值較低值變化更為波動(dòng)。 沉降高值由9.591 mm波動(dòng)變化為-3.241 mm，低值由-19.132 mm波動(dòng)變化至-26.059 mm。沉降變化受地質(zhì)運(yùn)動(dòng)影響頗深，單一沉降不能很好地表征地表裂隙。通過(guò)溫度、植被和沉降三個(gè)因素對(duì)火區(qū)裂隙變化分析，在確定可疑裂隙點(diǎn)位置基礎(chǔ)上提取沉降信息從而確定裂隙更為精準(zhǔn)。使用軟件按點(diǎn)位置提取值，得到不同可疑裂隙數(shù)目及其沉降點(diǎn)變化，見(jiàn)表4。

表3 2014—2017年沉降數(shù)據(jù)Table 3 Datas of subsidence from 2014 to 2017

續(xù)表3

圖4 2014—2017年沉降變化Fig.4 Subsidence change from 2014 to 2017

表4 不同裂隙點(diǎn)數(shù)目Table 4 Number of different fracture points

由表4可知，2014—2017年高溫和低植被覆蓋區(qū)域疊加處理有效裂隙區(qū)點(diǎn)位置隨著時(shí)間先減少再增加，從5 617個(gè)減少至863個(gè)，再增加至3 578個(gè)。煙氣逸散通道因煤火燃燒呈現(xiàn)動(dòng)態(tài)變化，反之通道數(shù)目也會(huì)影響煤火災(zāi)害。低溫區(qū)域和高植被覆蓋區(qū)域疊加處理有效裂隙區(qū)點(diǎn)位置隨著時(shí)間變化先增加后減少，總體約增加3倍，遠(yuǎn)小于煙氣逸散通道點(diǎn)位置?？諝膺M(jìn)入通道的數(shù)量遠(yuǎn)小于煙氣逸散通道，且其空間和數(shù)量范圍變化很小，說(shuō)明此類通道比較穩(wěn)定，但也一直存在。而煙氣逸散通道本身數(shù)量較多，可能是煤火持續(xù)燃燒巖體破裂、斷裂形成。

3.4 典型通道確定及分析

為確定通道的進(jìn)一步分析，由文獻(xiàn)[19]選取兩類通道典型區(qū)域(圖3)。通過(guò)提取分析得到兩類通道具體沉降信息，見(jiàn)表5。進(jìn)一步將其繪制成為折線圖(圖5)。

表5 典型通道沉降信息Table 5 Subsidence information of path

由表5和圖5可知，兩類典型通道整體變化規(guī)律較為一致。典型空氣進(jìn)入/煙氣逸散通道的沉降最低值均出現(xiàn)在20160131—20160319干涉對(duì)時(shí)間內(nèi)，分別為-262.402 mm和-232.832 mm；最高值則出現(xiàn)在20160506—20160530干涉對(duì)時(shí)間內(nèi)，分別為602.910 mm和564.202 mm。2014—2015年均在0值上下波動(dòng)，于2016年1月31日達(dá)到最低值后波動(dòng)增加，并于2016年5月30日變化至最高值，此后又在0值上下波動(dòng)?？傮w看來(lái)，較大的突變均出現(xiàn)在2016年的3月和5月。2016年低溫區(qū)域面積前后將呈現(xiàn)減小趨勢(shì)，高溫區(qū)域面積則呈現(xiàn)增加趨勢(shì)；Ⅰ級(jí)植被覆蓋區(qū)域面積先減小至2016年后呈現(xiàn)增加趨勢(shì)，Ⅳ級(jí)植被覆蓋區(qū)域面積則增加至2016后呈現(xiàn)減小趨勢(shì)，均與理論較為一致。提取典型通道溫度具體數(shù)據(jù)并繪制變化圖如圖6所示。

圖5 典型通道沉降變化Fig.5 Change of typical subsidence path

圖6 典型通道溫度變化Fig.6 Temperature change of typical path

結(jié)合典型通道溫度數(shù)據(jù)與沉降具體分析，發(fā)現(xiàn)空氣進(jìn)入通道區(qū)域存在增加趨勢(shì)，煙氣逸散通道區(qū)域存在減少趨勢(shì)。但兩類通道溫度最高值、最低值及平均值均呈現(xiàn)增加趨勢(shì)，且趨勢(shì)相似。

4 結(jié) 語(yǔ)

1998—2018年煤田火區(qū)始終處于一個(gè)動(dòng)態(tài)發(fā)展的過(guò)程。溫度區(qū)間面積變化趨勢(shì)不盡相同，高溫區(qū)域和低溫區(qū)域占比均較低。 2015年低溫區(qū)域面積占比最大，占總面積的16.51%；2013年高溫區(qū)域面積占比最大，為27.18%，其次為2014年，為21.54%。研究區(qū)以Ⅰ級(jí)植被覆蓋區(qū)域和Ⅱ級(jí)植被覆蓋區(qū)域?yàn)橹?，其中，Ⅰ?jí)植被覆蓋區(qū)域在2003年面積最大，為24.200 km2，占整體面積的99.48%。Ⅳ級(jí)植被覆蓋區(qū)域占比在2001年達(dá)到最大值，為7.16%。 地表溫度、植被覆蓋度、地表裂隙的識(shí)別受多種因素影響，后續(xù)須結(jié)合火區(qū)現(xiàn)場(chǎng)實(shí)際進(jìn)一步深入研究。