徐州礦區(qū)2016—2018年地面沉降監(jiān)測(cè)與分析

李夢(mèng)夢(mèng)， 范雪婷， 陳 超， 李倩楠， 楊 錦

(江蘇省基礎(chǔ)地理信息中心，南京 210013)

0 引言

隨著科學(xué)的進(jìn)步和經(jīng)濟(jì)的發(fā)展，地面沉降問(wèn)題日益突出，已成為21世紀(jì)的主要地質(zhì)災(zāi)害之一。地面沉降可破壞基礎(chǔ)設(shè)施，改變土壤環(huán)境和水文環(huán)境，引起沉降附近社區(qū)的居民恐慌，影響其未來(lái)居住規(guī)劃等[1-2]。造成地面沉降的原因錯(cuò)綜復(fù)雜，其中固體礦產(chǎn)的開(kāi)采是影響地面沉降的原因之一[3-4]。被譽(yù)為“華東地區(qū)的煤炭海洋”的徐州，煤炭資源豐富，但在煤炭開(kāi)采的同時(shí)也造成了地面沉降、地面塌陷等地質(zhì)環(huán)境問(wèn)題，嚴(yán)重制約了該地區(qū)的可持續(xù)發(fā)展[5-6]。傳統(tǒng)的地面沉降監(jiān)測(cè)主要以水準(zhǔn)測(cè)量和全球衛(wèi)星導(dǎo)航定位系統(tǒng)(global navigation satellite system，GNSS)測(cè)量為主，這些方法雖然單點(diǎn)精度高，但是外業(yè)周期長(zhǎng)、連續(xù)性差、成本較高，且不能獲得整個(gè)監(jiān)測(cè)區(qū)域的整體沉降趨勢(shì)[7]。

礦區(qū)本身的地質(zhì)條件比較特殊，且現(xiàn)場(chǎng)測(cè)量安全隱患大，水準(zhǔn)作業(yè)難度較高，傳統(tǒng)地面沉降監(jiān)測(cè)方法對(duì)不定期發(fā)生的沉降和塌陷難以做到實(shí)時(shí)監(jiān)測(cè)[8]，但時(shí)間序列合成孔徑雷達(dá)干涉測(cè)量(interferometric synthetic aperture Radar，InSAR)技術(shù)可以安全高效地獲取大范圍、高精度地面沉降數(shù)據(jù)[9-10]，因此基于InSAR技術(shù)來(lái)監(jiān)測(cè)礦區(qū)地面沉降是較佳選擇。

Liu等[5]基于Sentinel-1影像，監(jiān)測(cè)徐州沛縣部分礦區(qū)地面沉降狀況，監(jiān)測(cè)結(jié)果表明： ZSL煤礦和SHJ煤礦沉降值與時(shí)間呈線性關(guān)系，并基于Landsat8影像的分類結(jié)果，研究沛縣煤礦的沉降與土地利用分類的關(guān)系，發(fā)現(xiàn)農(nóng)村地區(qū)比城市地區(qū)沉降嚴(yán)重，但影像的分類結(jié)果還需進(jìn)一步提高，以便更精確地研究沉降與土地利用分類的關(guān)系； 李達(dá)等[11]基于小基線集(small baseline subset，SBAS)技術(shù)對(duì)13景TerraSAR-X影像進(jìn)行時(shí)間序列處理，并基于合成孔徑雷達(dá)差分干涉測(cè)量(differential InSAR，D-InSAR)技術(shù)，驗(yàn)證SBAS技術(shù)得到的監(jiān)測(cè)結(jié)果，發(fā)現(xiàn)二者監(jiān)測(cè)結(jié)果相近，但SBAS技術(shù)得到的監(jiān)測(cè)結(jié)果更精確，由于缺乏研究區(qū)域的實(shí)測(cè)數(shù)據(jù)，監(jiān)測(cè)結(jié)果的縱向正確性還有待驗(yàn)證； Chatterjee等[12]基于6對(duì)多頻C和L波段的SAR影像，通過(guò)D-InSAR技術(shù)研究礦區(qū)的地面沉降，監(jiān)測(cè)結(jié)果表明，C波段可以監(jiān)測(cè)到緩慢或中度沉降的礦區(qū)，L波段可以監(jiān)測(cè)到快速沉降的礦區(qū)，但影像數(shù)量較少，基線長(zhǎng)度相對(duì)較大； Grzovic等[13]基于時(shí)間序列永久散射體干涉測(cè)量技術(shù)(permanent scatter interferometry，PSI)和SBAS技術(shù)處理ERS-1/2和ALOS PALSAR數(shù)據(jù)，得到Springfield地區(qū)煤礦開(kāi)采區(qū)的地面沉降監(jiān)測(cè)結(jié)果，由于ALOS PALSAR影像數(shù)量較少，其監(jiān)測(cè)結(jié)果有失真現(xiàn)象； Bateson等[14]基于間斷相干小基線集(intermittent small baseline subset，ISBAS)技術(shù)處理ERS-1/2數(shù)據(jù)，提高了監(jiān)測(cè)點(diǎn)密度，監(jiān)測(cè)結(jié)果表明，礦區(qū)存在地面抬升現(xiàn)象，抬升速率達(dá)1 cm/a，其原因可能是相較于開(kāi)采期，停采期礦區(qū)水位恢復(fù)，但缺乏礦區(qū)開(kāi)采數(shù)據(jù)，無(wú)法準(zhǔn)確確定開(kāi)采初期的礦井水位，其結(jié)果分析只能根據(jù)假定的開(kāi)采數(shù)據(jù)來(lái)進(jìn)行； Gupta等[15]利用InSAR技術(shù)獲取研究區(qū)域數(shù)字高程模型(digital elevation model,DEM)數(shù)據(jù)來(lái)分析礦區(qū)地面高程值變化，高程精度偏差為23.07 m，均方根誤差為±2.31 m； 陸燕燕等[16]利用ALOS PALSAR影像對(duì)徐州張雙樓煤礦進(jìn)行地表形變監(jiān)測(cè)，得到2011-01-16—2011-03-03的地表形變分布圖，監(jiān)測(cè)結(jié)果表明張雙樓煤礦出現(xiàn)3處沉降漏斗，最大沉降量達(dá)420 mm，且沉降漏斗與礦區(qū)分布一致，由于實(shí)驗(yàn)數(shù)據(jù)比較少，只能采用D-InSAR方法來(lái)監(jiān)測(cè)礦區(qū)沉降變化，并未考慮時(shí)空去相關(guān)以及大氣非均勻性影響，使得地表形變的監(jiān)測(cè)精度受到限制。

基于Sentinel-1A數(shù)據(jù)，對(duì)在采礦區(qū)與停產(chǎn)礦區(qū)長(zhǎng)時(shí)間序列沉降狀況監(jiān)測(cè)與對(duì)比分析的研究較少，結(jié)合地理國(guó)情監(jiān)測(cè)數(shù)據(jù)研究高相干點(diǎn)分布的研究也比較少，本文利用Sentinel-1A影像數(shù)據(jù)基于多主影像相干目標(biāo)小基線InSAR方法(multiple master-image coherent target small-baseline interferometric SAR，MCTSB-InSAR)，結(jié)合江蘇省2016年地理國(guó)情監(jiān)測(cè)數(shù)據(jù)，開(kāi)展徐州部分在采礦區(qū)與停采礦區(qū)2016—2018年的地面沉降監(jiān)測(cè)研究與對(duì)比分析。

1 研究區(qū)概況與實(shí)驗(yàn)數(shù)據(jù)

1.1 研究區(qū)概況

徐州市地處蘇魯豫皖四省接壤地區(qū)，屬溫帶季風(fēng)氣候，四季分明，夏無(wú)酷暑，冬無(wú)嚴(yán)寒，是資源富集且組合條件優(yōu)越的地區(qū)之一。其中煤炭?jī)?chǔ)量約69億t，是江蘇省唯一的煤炭產(chǎn)地，也是江蘇省重要的能源基地。本文根據(jù)礦區(qū)停采時(shí)間，共選擇6個(gè)礦區(qū)作為研究對(duì)象，礦區(qū)基本信息見(jiàn)表1，影像、水準(zhǔn)點(diǎn)和礦區(qū)分布見(jiàn)圖1，圖中白色框?yàn)榈V區(qū)放大影像。

表1 礦區(qū)基本信息Tab.1 Basic information of mining area

圖1 影像、水準(zhǔn)點(diǎn)和礦區(qū)分布Fig.1 Images, bench mark and mining map

1.2 實(shí)驗(yàn)數(shù)據(jù)

本文采用的實(shí)驗(yàn)數(shù)據(jù)是Sentinel-1A雷達(dá)衛(wèi)星影像。Sentinel-1是由歐洲委員會(huì)和歐洲航天局針對(duì)哥白尼全球?qū)Φ赜^測(cè)項(xiàng)目研制的一個(gè)載有C波段合成孔徑雷達(dá)的雙星星座。Sentinel-1的A星于2014年4月3日發(fā)射成功，B星于2016年4月25日發(fā)射成功，單星重訪周期為12 d，兩星同時(shí)工作其重訪周期為6 d。Sentinel-1A衛(wèi)星有4種工作模式： 條帶模式(strip map，SM)、干涉寬幅模式(interferometric wide swath，IW)、波模式(wave，WV)和超寬幅模式(extra wide swath，EW)，本文使用IW模式的數(shù)據(jù)。IW模式幅寬為250 km，空間分辨率為5×20 m，采用了TOPS(terrain observation with progressive scans SAR)成像技術(shù)。TOPS技術(shù)不僅能在保證空間分辨率的情況下增大地面覆蓋范圍，還解決了ScanSAR的圖像不均勻問(wèn)題，但是該成像模式使影像在方位向的多個(gè)脈沖序列(burst)之間易產(chǎn)生多普勒中心不一致問(wèn)題[17]，引入的干涉相位偏差可表示為：

Δφ=2πfηcΔη

(1)

式中： Δφ為干涉相位偏差；fηc為burst多普勒中心頻率變化值； Δη為方位向主輔影像配準(zhǔn)偏移量。干涉測(cè)量通常要求干涉相位偏差Δφ不超過(guò)3°[18]，則影像配準(zhǔn)精度需達(dá)到0.001個(gè)像素[18-19]。

本研究共使用58景研究區(qū)范圍內(nèi)的Sentinel-1A升軌數(shù)據(jù)，影像獲取時(shí)間跨度為2015年11月—2018年12月。

2 數(shù)據(jù)處理

基于GDEMSI5.0軟件采用MCTSB-InSAR技術(shù)實(shí)現(xiàn)對(duì)徐州礦區(qū)的時(shí)間序列監(jiān)測(cè)。MCTSB-InSAR融合了永久散射體InSAR技術(shù)(permanent scatterer InSAR，PS-InSAR)、SBAS和相干目標(biāo)等方法的優(yōu)勢(shì)，針對(duì)Sentinel-1A數(shù)據(jù)的TOPS成像模式特性，數(shù)據(jù)處理主要包括： 數(shù)據(jù)預(yù)處理、線性形變反演和非線性形變反演3個(gè)部分。

2.1 數(shù)據(jù)預(yù)處理

SAR數(shù)據(jù)預(yù)處理主要是SAR影像差分干涉處理的過(guò)程。針對(duì)Sentinel-1A影像特點(diǎn)，預(yù)處理主要包括軌道加密、精確配準(zhǔn)、干涉相對(duì)選擇、生成差分干涉圖等，技術(shù)路線如圖2所示。

圖2 技術(shù)路線圖Fig.2 Technique flow chart

增強(qiáng)譜分集配準(zhǔn)方法雖然可以達(dá)到很高的配準(zhǔn)精度，但是有2點(diǎn)缺陷： ①若初始影像之間的配準(zhǔn)精度低于0.05個(gè)像元，則該方法容易出現(xiàn)迭代死循環(huán)的現(xiàn)象，無(wú)法滿足配準(zhǔn)要求； ②若2幅影像時(shí)間基線較長(zhǎng)，容易造成時(shí)間失相干。又因?yàn)榛诰苘壍篮虳EM數(shù)據(jù)的配準(zhǔn)不受影像相干性影響，可與基于相關(guān)性配準(zhǔn)互補(bǔ)，使粗配準(zhǔn)精度達(dá)0.05個(gè)像元。因此本文采用基于精密軌道數(shù)據(jù)和DEM數(shù)據(jù)、相關(guān)性配準(zhǔn)和遞進(jìn)式增強(qiáng)譜分集的多級(jí)配準(zhǔn)方法。其中遞進(jìn)式增強(qiáng)譜分集就是選擇與其相近的，能夠與第一主影像配準(zhǔn)的影像作為第二主影像，配準(zhǔn)后再與第一主影像配準(zhǔn)，避免時(shí)間失相干[20]。

生成差分干涉圖分3步，首先基于典型小區(qū)域(一般大小為500像素×500像素)快速生成全部(兩兩組合)小干涉圖； 然后根據(jù)小干涉圖質(zhì)量確定初選干涉像對(duì)； 最后根據(jù)初選像對(duì)生成大區(qū)域干涉圖并進(jìn)行篩選。針對(duì)整景影像，先快速生成1 653個(gè)小區(qū)域差分干涉圖，然后對(duì)所有小干涉圖的相干性進(jìn)行定量評(píng)估，按平均相干系數(shù)由高到低，篩選出影像數(shù)3～5倍的干涉相對(duì)，最終保留315幅差分干涉圖，基線對(duì)組合如圖3所示。

圖3 小基線對(duì)基線時(shí)空分布Fig.3 Spatial and temporal distribution of small baseline pair

2.2 線性形變反演

線性形變反演主要包括： 點(diǎn)目標(biāo)提取、線性形變速率和高程誤差求解等處理。

本文使用幅度離差、平均幅度、平均相干系數(shù)“三閾值”法來(lái)提取高相干點(diǎn)目標(biāo)，分別設(shè)為0.35，1.1，0.54，本實(shí)驗(yàn)整景影像共提取高相干點(diǎn)目標(biāo)3 046 739個(gè)。

對(duì)高相干點(diǎn)目標(biāo)進(jìn)行三角網(wǎng)連接，三角網(wǎng)邊上兩頂點(diǎn)之間的二次差分相位差包括線性形變、非線性形變、高程誤差、大氣影響、噪聲5個(gè)部分貢獻(xiàn)，具體公式為：

(2)

Δω=ΔRnon-liner+ΔφAPS+Δφnoise

(3)

式中：B⊥和T分別為干涉像對(duì)的空間基線和時(shí)間基線；λ為波長(zhǎng)；R為傳感器到目標(biāo)的距離；θ為雷達(dá)入射角； Δv為線性形變速率； Δh為高程誤差； ΔRnon-liner為非線性形變相位； ΔφAPS為大氣延遲相位； Δφnoise為噪聲相位； Δω為殘余相位。通常|Δω|<π，可通過(guò)整體相干性模型來(lái)估算Δv和Δh，即

(4)

式中：γ為相干因子值；M為干涉圖數(shù)量；i為第i幅干涉圖；j表示單位復(fù)數(shù)。利用二維周期圖[21]或者空間搜索[22-23]等優(yōu)化方法，通過(guò)模型解算出Δh和Δv。

通常選擇|γ|≥0.7的邊作為可靠的連接，剔除不連接的高相干點(diǎn)目標(biāo)。最后從某一參考點(diǎn)開(kāi)始對(duì)連接邊上解算出的速率和高程誤差增量進(jìn)行積分，將得到各相干點(diǎn)上形變速率和高程誤差的絕對(duì)量[24]。

2.3 非線性形變反演

從差分干涉相位中去除線性形變相位和高程誤差相位，得到殘余相位，包括大氣相位、非線性形變相位和噪聲相位。根據(jù)殘余相位3個(gè)分量的不同時(shí)空頻譜特征，利用時(shí)間和空間濾波的方法將三者分離出來(lái)[21]。最后疊加線性形變信息和非線性形變信息得到累計(jì)地面沉降量。

垂直方向的沉降結(jié)果可根據(jù)雷達(dá)視線方向沉降結(jié)果得到，公式為：

(5)

式中： Δh⊥為垂直方向沉降結(jié)果； Δr為雷達(dá)方向沉降結(jié)果?；贕DEMSI5.0軟件可直接得到垂直方向的形變結(jié)果。

3 精度評(píng)定

為驗(yàn)證MCTSB-InSAR方法得到的監(jiān)測(cè)結(jié)果，收集江蘇省“十二五”和“十三五”2套水準(zhǔn)數(shù)據(jù)，比較實(shí)測(cè)水準(zhǔn)點(diǎn)得到的年均沉降速率與鄰近InSAR點(diǎn)目標(biāo)監(jiān)測(cè)值的差異來(lái)評(píng)估InSAR沉降監(jiān)測(cè)的精度。本文數(shù)據(jù)處理基于江蘇省域數(shù)據(jù)處理，監(jiān)測(cè)結(jié)果由覆蓋江蘇全省的多個(gè)Frame數(shù)據(jù)拼接得到，數(shù)據(jù)驗(yàn)證基于最后的全省拼接結(jié)果進(jìn)行。根據(jù)80 m鄰近原則，全省共篩選出35個(gè)實(shí)測(cè)水準(zhǔn)點(diǎn)用來(lái)對(duì)監(jiān)測(cè)結(jié)果進(jìn)行精度評(píng)定，即： 2期水準(zhǔn)數(shù)據(jù)的高程差值比上日期間隔，得到基于水準(zhǔn)數(shù)據(jù)的點(diǎn)位沉降速率，然后與該水準(zhǔn)點(diǎn)80 m范圍內(nèi)最近的InSAR點(diǎn)目標(biāo)的沉降速率對(duì)比分析，如圖4所示，年均沉降速率二者差值最大為8.2 mm/a，最小為0.1 mm/a，均方根誤差為4.0 mm/a，差值絕對(duì)值小于1 mm/a的水準(zhǔn)點(diǎn)占比為40%，滿足規(guī)范[25]的要求，保證監(jiān)測(cè)結(jié)果的可靠性。

(a) 水準(zhǔn)點(diǎn)與InSAR點(diǎn)沉降速率差值統(tǒng)計(jì) (b) 不同差值范圍內(nèi)點(diǎn)數(shù)統(tǒng)計(jì)圖4 水準(zhǔn)點(diǎn)與InSAR點(diǎn)沉降速率差值及不同差值范圍內(nèi)點(diǎn)數(shù)統(tǒng)計(jì)Fig.4 Statistics of subsidence rate difference between level point and InSAR point, and point for different difference ranges

4 結(jié)果與分析

4.1 礦區(qū)地面沉降速率與累計(jì)沉降量分析

監(jiān)測(cè)結(jié)果顯示6個(gè)礦區(qū)都有沉降發(fā)生，各個(gè)礦區(qū)的最大沉降速率和最大累計(jì)沉降量如圖5所示，各個(gè)礦區(qū)的地面沉降速率和累計(jì)地面沉降量空間分布如圖6所示。其中權(quán)臺(tái)煤礦、張集煤礦和拾屯煤礦的最大沉降速率均介于20～30 mm/a之間，旗山煤礦略大于30 mm/a，三河尖煤礦和張雙樓煤礦均大于100 mm/a。權(quán)臺(tái)煤礦、張集煤礦和拾屯煤礦的最大累計(jì)沉降量均不超過(guò)100 mm； 旗山煤礦略大于100 mm，三河尖煤礦和張雙樓煤礦均大于300 mm。

(a) 礦區(qū)最大沉降速率 (b) 礦區(qū)最大累計(jì)沉降量圖5 礦區(qū)最大沉降速率及最大累計(jì)沉降量Fig.5 Maximum subsidence rate and value of mining area

(a) 權(quán)臺(tái)煤礦地面沉降速率 (b) 權(quán)臺(tái)煤礦累計(jì)地面沉降量圖6-1 礦區(qū)地面沉降速率和累計(jì)地面沉降量空間分布Fig.6-1 Spatial distribution of land subsidence rate and accumulated land subsidence in mining area

(c) 旗山煤礦地面沉降速率 (d) 旗山煤礦累計(jì)地面沉降量

(e) 張集煤礦地面沉降速率 (f) 張集煤礦累計(jì)地面沉降量

(g) 拾屯煤礦地面沉降速率 (h) 拾屯煤礦累計(jì)地面沉降量

(i) 三河尖煤礦地面沉降速率 (j) 三河尖煤礦累計(jì)地面沉降量圖6-2 礦區(qū)地面沉降速率和累計(jì)地面沉降量空間分布Fig.6-2 Spatial distribution of land subsidence rate and accumulated land subsidence in mining area

(k) 張雙樓煤礦地面沉降速率(l) 張雙樓煤礦累計(jì)地面沉降量圖6-3 礦區(qū)地面沉降速率和累計(jì)地面沉降量空間分布Fig.6-3 Spatial distribution of land subsidence rate and accumulated land subsidence in mining area

統(tǒng)計(jì)各個(gè)礦區(qū)內(nèi)的高相干點(diǎn)，如圖7所示，結(jié)果表明： 權(quán)臺(tái)煤礦沉降速率大于0 mm/a的點(diǎn)數(shù)占比為68.47%。張集煤礦、拾屯煤礦和旗山煤礦沉降速率介于0～10 mm/a的點(diǎn)數(shù)占比最大，分別為： 93.90%，69.48%和79.50%。三河尖煤礦沉降速率介于10～30 mm/a的點(diǎn)數(shù)占比為92.18%，張雙樓煤礦沉降速率介于30～50 mm/a的點(diǎn)數(shù)占比為40.15%，介于10～30 mm/a的點(diǎn)數(shù)占比為39.68%。結(jié)合江蘇省2016年地理國(guó)情監(jiān)測(cè)數(shù)據(jù)，把地類分為房屋及道路、水體、植被和裸露地表4類，如圖8所示，由于地理國(guó)情數(shù)據(jù)的原因，三河尖煤礦覆蓋區(qū)域不完全。從圖8中可看出，三河尖煤礦內(nèi)房屋及道路面積明顯大于張雙樓煤礦，三河尖煤礦有2 844個(gè)高相干點(diǎn)落入房屋及道路內(nèi)，占該礦區(qū)總高相干點(diǎn)數(shù)的73.66%，張雙樓煤礦有672個(gè)高相干點(diǎn)落入房屋及道路內(nèi)，占該礦區(qū)總高相干點(diǎn)數(shù)的63.33%。由此也說(shuō)明，高相干點(diǎn)目標(biāo)提取較為可靠。

圖7 礦區(qū)內(nèi)不同沉降速率范圍高相干點(diǎn)個(gè)數(shù)統(tǒng)計(jì)Fig.7 Statistic of high-coherence points in different subsidence rate ranges in the mining area

(a) 三河尖煤礦(b) 張雙樓煤礦圖8 礦區(qū)土地利用分類及高相干點(diǎn)分布Fig.8 Land use classification and high-coherence distribution map of mining area

4.2 礦區(qū)地表時(shí)序沉降空間分析

以2015年11月27日為起始時(shí)間，其他時(shí)間相對(duì)起始時(shí)間的研究礦區(qū)時(shí)序累計(jì)沉降量空間分布如圖9所示。從圖9中可以看出，從起始時(shí)間到2016年6月期間，張雙樓煤礦、三河尖煤礦、旗山煤礦、拾屯煤礦有10 mm以上的沉降量，張集煤礦、權(quán)臺(tái)煤礦沒(méi)有發(fā)生明顯沉降現(xiàn)象，直到2017年6月，權(quán)臺(tái)煤礦開(kāi)始出現(xiàn)明顯沉降現(xiàn)象，張集煤礦稍有沉降現(xiàn)象。隨著時(shí)間推移，張雙樓煤礦和三河尖煤礦的沉降范圍迅速擴(kuò)大，沉降逐漸加深，對(duì)周邊影響也比較嚴(yán)重。其余煤礦的沉降均發(fā)生在礦區(qū)范圍內(nèi)，且沉降范圍較穩(wěn)定，沒(méi)有明顯擴(kuò)張趨勢(shì)，對(duì)其周邊地區(qū)影響較小?？傮w來(lái)說(shuō)，礦區(qū)在停采一段時(shí)間后沉降仍然會(huì)繼續(xù)發(fā)生，不同停采礦區(qū)的沉降情況不同，但是停采礦區(qū)的沉降情況比在采礦區(qū)要輕微得多。

(a) 2015年11月27日

(b) 2016年6月6日

(c) 2016年12月27日

(d) 2017年6月25日?qǐng)D9-1 礦區(qū)累計(jì)沉降量時(shí)序變化Fig.9-1 Time-series variation diagram of accumulated subsidence in mining area

(e) 2017年12月22日

(f) 2018年7月2日

(g) 2018年12月5日?qǐng)D9-2 礦區(qū)累計(jì)沉降量時(shí)序變化Fig.9-2 Time-series variation diagram of accumulated subsidence in mining area

4.3 礦區(qū)地表沉降時(shí)間特征分析

為分析研究區(qū)域的沉降時(shí)間特征，提取各礦區(qū)最大沉降點(diǎn)的時(shí)序沉降值，利用簡(jiǎn)單的線性擬合模型，得到沉降值和時(shí)間的關(guān)系，如圖10所示。從圖10中可以看出，礦區(qū)的沉降量與時(shí)間基本都呈線性關(guān)系，R2均大于0.9。線性擬合斜率絕對(duì)值從大到小為： 張雙樓煤礦(0.365)、三河尖煤礦(0.277)、旗山煤礦(0.097)、拾屯煤礦(0.065)、權(quán)臺(tái)煤礦(0.057)、張集煤礦(0.056)，張雙樓煤礦和三河尖煤礦的線性規(guī)律比其他煤礦要強(qiáng)，權(quán)臺(tái)煤礦的線性規(guī)律較弱。對(duì)權(quán)臺(tái)煤礦的時(shí)序沉降量做簡(jiǎn)單的非線性擬合，發(fā)現(xiàn)其沉降規(guī)律更符合非線性變化，在監(jiān)測(cè)末期，沉降接近平穩(wěn)狀態(tài)。雖然旗山煤礦的停采時(shí)間與權(quán)臺(tái)煤礦較一致，但旗山煤礦的時(shí)序沉降量沒(méi)有表現(xiàn)出明顯的非線性變化，由于影響礦區(qū)沉降的因素多種多樣，停采礦區(qū)的沉降規(guī)律還有待進(jìn)一步研究。

(a) 權(quán)臺(tái)煤礦(b) 旗山煤礦(c) 張集煤礦

(d) 拾屯煤礦(e) 三河尖煤礦(f) 張雙樓煤礦圖10 礦區(qū)累計(jì)沉降量變化統(tǒng)計(jì)Fig.10 Statistical chart of accumulative subsidence in mining are

5 結(jié)論

本文基于Sentinel-1A雷達(dá)影像數(shù)據(jù)利用MCTSB-InSAR方法監(jiān)測(cè)徐州部分礦區(qū)2016—2018年間地面沉降狀況，經(jīng)實(shí)測(cè)水準(zhǔn)數(shù)據(jù)驗(yàn)證，二者差值的均方根誤差為4.0 mm/a，符合技術(shù)規(guī)范要求，監(jiān)測(cè)結(jié)果較準(zhǔn)確、可靠。

監(jiān)測(cè)結(jié)果表明，2016—2018年間張雙樓煤礦沉降最為嚴(yán)重，其次為三河尖煤礦，二者的最大年均沉降速率均超過(guò)100 mm/a，最大累計(jì)沉降量均超過(guò)300 mm。結(jié)合江蘇省2016年的地理國(guó)情監(jiān)測(cè)數(shù)據(jù)發(fā)現(xiàn)，本研究提取的高相干點(diǎn)目標(biāo)較大部分對(duì)應(yīng)房屋、道路等人工地物，揭示了人工地物具有高相干特性。通過(guò)分析沉降量的時(shí)序特征發(fā)現(xiàn)，除權(quán)臺(tái)煤礦外，其他礦區(qū)的沉降有明顯線性規(guī)律，在采礦區(qū)的線性規(guī)律比停采礦區(qū)的線性規(guī)律要強(qiáng)一些，權(quán)臺(tái)煤礦呈非線性沉降，具體沉降規(guī)律還有待進(jìn)一步研究。

研究結(jié)果表明，針對(duì)礦區(qū)特殊的地質(zhì)條件，基于Sentinel-1A數(shù)據(jù)和MCTSB-InSAR方法，在安全、高效監(jiān)測(cè)礦區(qū)沉降方面有較好的應(yīng)用前景，其監(jiān)測(cè)結(jié)果可為生態(tài)環(huán)境治理、礦區(qū)沉降預(yù)測(cè)、安全隱患區(qū)監(jiān)測(cè)等提供數(shù)據(jù)支撐和技術(shù)服務(wù)。