基于SBAS-InSAR技術(shù)的礦區(qū)沉降監(jiān)測研究

劉峰建 何澎 翟凱

摘? 要：傳統(tǒng)礦山監(jiān)測以全球定位系統(tǒng)測量、水準(zhǔn)測量為主，不能實現(xiàn)大范圍監(jiān)測，大規(guī)模開采煤礦資源易引發(fā)地表形變，對人民生命財產(chǎn)構(gòu)成嚴(yán)重威脅。以Sentinel-1A影像為例，采用小基線集技術(shù)（SBAS-InSAR）對礦區(qū)進行處理，獲取礦區(qū)時序沉降數(shù)據(jù)，分析礦區(qū)工作面上方的沉降信息。同時，采用水準(zhǔn)監(jiān)測數(shù)據(jù)與所得的沉降結(jié)果數(shù)據(jù)對比分析，驗證了SBAS-InSAR技術(shù)在礦區(qū)形變監(jiān)測中的可行性。該項研究工作表明，SBAS-InSAR技術(shù)可以有效對礦區(qū)沉降進行監(jiān)測，為礦區(qū)形變異常監(jiān)測提供參考依據(jù)。

關(guān)鍵詞：Sentinel-1A；SBAS-InSAR；礦區(qū)沉降監(jiān)測；時序分析

中圖分類號：YP39；P237；P642.26 文獻標(biāo)識碼：A 文章編號：2096-4706（2023）10-0147-03

Abstract： Traditional mine monitoring is mainly based on global positioning system measurement and leveling， which can not achieve large-scale monitoring. The large scale mining of coal resources is easy to cause surface deformation， posing a serious threat to people's lives and property. Taking Sentinel-1A image as an example， this paper uses SBAS-InSAR technology to process the mining area， obtains the time-series settlement data of the mining area， and analyzes the settlement information above the working face of the mining area. At the same time， it compares the leveling monitoring data with the obtained settlement results data and analyzes them， verifies the feasibility of SBAS-InSAR technology in deformation monitoring of mining area. The research work shows that SBAS-InSAR technology can effectively monitor the mining area settlement and provide a reference for the monitoring of deformation anomalies in the mining area.

Keywords： Sentinel-1A; SBAS-InSAR; mining area settlement monitoring; time series analysis

0? 引? 言

在國民經(jīng)濟高速發(fā)展的時代，礦產(chǎn)資源為我國經(jīng)濟可持續(xù)發(fā)展提供重要保障[1]。我國煤礦資源豐富，煤礦資源的開采為我國創(chuàng)造巨大的社會和經(jīng)濟效益。然而，大規(guī)模開采礦產(chǎn)資源易引起礦區(qū)地表形變問題，影響礦區(qū)安全生產(chǎn)的同時也制約了當(dāng)?shù)厝说纳a(chǎn)生活。嚴(yán)重的礦區(qū)地表形變可能會誘發(fā)一系列危害，如破壞周圍房屋結(jié)構(gòu)、道路安全，發(fā)生地面塌陷、山體滑坡等地質(zhì)災(zāi)害，對人民的生命財產(chǎn)安全構(gòu)成威脅[2]。由此可見，對礦區(qū)因開采引起的地面形變開展監(jiān)測尤為重要。

傳統(tǒng)的礦區(qū)沉降監(jiān)測方法包括全球定位系統(tǒng)測量、精密水準(zhǔn)測量兩種，雖然這兩種方法的監(jiān)測結(jié)果可以達到毫米級精度，但監(jiān)測過程中其成本高，工作量大，耗費大量人力財力，并且無法對大范圍面狀沉降情況進行長時序監(jiān)測[3]。近年來，合成孔徑雷達干涉測量技術(shù)（Synthetic Aperture Radar Interferometry， InSAR）憑借全天候、高分辨率等特點克服傳統(tǒng)方法的局限性，彌補了傳統(tǒng)沉降監(jiān)測方法的不足，為大范圍、長時序的形變監(jiān)測提供可能[4]。同時，短基線干涉測量技術(shù)（Small Baseline Subset interferometry， SBAS-InSAR）憑借其可以有效削弱時空失相干的特點應(yīng)運而生，廣泛應(yīng)用于多個領(lǐng)域[5]。2019年，許軍強等[6]基于RADARSAT-2數(shù)據(jù)，采用SBAS-InSAR技術(shù)反演2014—2016年豫北平原的地面沉降信息，并分析沉降原因。2020年，冉培廉等[7]基于Sentinel-1A影像和SBAS-InSAR技術(shù)提取西安市沉降速率和累積沉降量，從西安市地理空間分析沉降原因。同年，馬濤等[8]基于ENVISAT ASAR數(shù)據(jù)和SBAS-InSAR技術(shù)對礦區(qū)沉降進行監(jiān)測并分析其形變特征，同時結(jié)合GPS實測數(shù)據(jù)驗證其精度。同年，魏戀歡等[9]提出基于地形特征的坡向位移求解方法，利用SBAS技術(shù)對鞍鋼集團大孤山鐵礦進行時序監(jiān)測和空間分布特征分析，結(jié)合實測數(shù)據(jù)及礦區(qū)降水?dāng)?shù)據(jù)驗證其可靠性。

因此，本文以2017年5月至2019年9月期間的Sentinel-1A影像為例，選取某典型礦區(qū)為研究區(qū)，采用SBAS-InSAR技術(shù)對該礦區(qū)地表沉降開展長時序監(jiān)測，并采用同時期水準(zhǔn)觀測數(shù)據(jù)對SBAS-InSAR沉降結(jié)果進行精度驗證。

1? SBAS-InSAR技術(shù)原理

SBAS-InSAR基本思想是：選取N+1景SAR影像，設(shè)置合適的時空基線閾值生成干涉對并進行常規(guī)差分干涉處理，去除殘余地形、大氣延遲、噪聲等造成的相位誤差，采用最小二乘法或奇異值分解法（Singular Value Decomposition， SVD）求解各干涉對雷達視線方向的平均形變速率，最后得到時序形變量[10]。

假設(shè)研究區(qū)內(nèi)共有N+1景SAR影像，選取一景作為超級主影像，其余作為輔影像進行配準(zhǔn)，并設(shè)置合適的時空基線閾值，生成M個干涉對。M的范圍為：

干涉過程中，將獲取影像時間設(shè)為tA和tB（tB＞tA），先對tA和tB時刻的影像進行干涉處理，去除地形相位。那么由tA和tB兩景影像得到的第j幅干涉圖中高相位點（x，y）的相位值可以表示為：

式中，λ為波長；d （tB， x， y）和d （tA， x， y）為相對參考時間t0時的LOS方向累積形變；Δφjtop為殘余地形相位誤差；Δφjatm為大氣延遲誤差；Δφnoise為噪聲導(dǎo)致的相位誤差。去除相位誤差后，上式可簡化為：

式中，vi為tA至tB時間段內(nèi)平均形變速率。將上式轉(zhuǎn)化為矩陣形式為：

式中，B為M×N矩陣，V為平均形變速率矩陣，δφ為相位矩陣。最后，通過最小二乘法或SVD法獲得最終形變速率。

2? 數(shù)據(jù)處理

2.1? 數(shù)據(jù)來源

Sentinel系列衛(wèi)星是歐空局于2014年發(fā)射的哥白尼計劃中的對地觀測衛(wèi)星，搭載C波段合成孔徑雷達，重訪周期為12天。本文選用2017年5月至2019年9月的Sentinel-1A影像，其為SLC數(shù)據(jù)，對地觀測模式為干涉測量寬幅模式（IW），幅寬為250 km，空間分辨率為5 m×20 m，極化方式為VV極化。同時，采用從歐空局網(wǎng)站獲取的POD（Precise Orbit Ephemerides）精密軌道數(shù)據(jù)修正軌道信息，以減少軌道誤差對地面形變監(jiān)測結(jié)果造成的影響。

此外，引入美國航空航天局提供的SRTM-30m DEM數(shù)據(jù)作為外部參考DEM數(shù)據(jù)，以消除地形誤差。采用礦區(qū)同時期D-InSAR沉降數(shù)據(jù)對SBAS-InSAR監(jiān)測結(jié)果進行精度驗證。

2.2? 數(shù)據(jù)處理

SBAS-InSAR技術(shù)礦區(qū)沉降監(jiān)測的處理流程包括以下幾個步驟：影像裁剪、差分干涉對組合、差分干涉處理、軌道精煉和重去平、SBAS反演、地理編碼等。

1）影像裁剪。由于獲取的Sentinel-1A影像覆蓋范圍過大，為了提高數(shù)據(jù)處理效率和監(jiān)測精度，依據(jù)礦區(qū)位置確定合適的裁剪范圍，對原始SAR影像進行裁剪。

2）差分干涉對組合。SBAS-InSAR技術(shù)基于小基線集原則，從N+1景SAR影像中組合出M個干涉對。根據(jù)礦區(qū)開采沉降實際情況設(shè)置時空基線閾值，依據(jù)相干性圖剔除相干性較差的干涉對，剩余的干涉對參與后續(xù)的SBAS-InSAR處理。

3）差分干涉處理。利用STRM DEM數(shù)據(jù)對干涉對進行差分處理，生成差分干涉圖。采用Goldstein濾波對差分干涉圖進行濾波，去除差分干涉影像中存在的噪聲。隨后采用最小費用流（Minimum Cost Flow， MCF）方法對濾波干涉圖進行相位解纏處理，以獲取研究區(qū)域的真實相位。

4）軌道精煉和重去平。為去除相位偏移，在解纏相位圖上選取一定數(shù)量的形變較小且具有高相干性的地面控制點用于相位修正，進而結(jié)合線性模型估算高程誤差，去除殘余地形。

5）SBAS反演。采用最小二乘法或奇異值分解法求解干涉對的線性形變速率；隨后，通過估算去除大氣效應(yīng)，得到非線性形變。對線性形變速率積分，并引入非線性形變，即可得到LOS方向的時序形變。

6）地理編碼。由于SAR坐標(biāo)系和地理坐標(biāo)系存在一定差異，地理編碼將形變結(jié)果由SAR坐標(biāo)系轉(zhuǎn)換為地理坐標(biāo)系，以便于后續(xù)分析。

3? 礦區(qū)沉降結(jié)果分析

3.1? 沉降結(jié)果分析

采用SBAS-InSAR技術(shù)對2017年5月至2019年9月期間的Sentinel-1A數(shù)據(jù)進行處理，得到該礦區(qū)時序沉降圖。通過SBAS-InSAR技術(shù)對該時期礦區(qū)地表進行反演，詳細(xì)了解礦區(qū)工作面整體上的沉降速率和完整的下沉變化，從而更好地對礦區(qū)沉降進行監(jiān)測分析。最終得到SBAS-InSAR的時序序列累計形變圖，如圖1所示。

礦區(qū)工作面由東向西開采，從圖上可以看出，隨著工作面不斷向西方向開采，沉陷盆地不斷擴大，累計沉降量也隨之增加。隨著工作面移動，沉降盆地區(qū)域東側(cè)最大沉降值不斷增大，直至最終趨于穩(wěn)定，同時，沉降盆地的整體范圍不斷向西擴大，呈沉降漏斗狀，以工作面為中心四周擴散，沉陷中心也逐漸由東向西移動。

3.2? 精度驗證

為了驗證SBAS-InSAR結(jié)果的形變監(jiān)測精度，將SBAS-InSAR沉降結(jié)果圖中提取的形變量與同時期工作面的水準(zhǔn)監(jiān)測數(shù)據(jù)對比分析。本文以2017年5月—2019年9月的SBAS-InSAR結(jié)果與實測GPS數(shù)據(jù)對比分析。從工作面走向線的水準(zhǔn)監(jiān)測點位中提取部分相對連續(xù)的點位信息，得到沉降結(jié)果對比如圖2所示。

由圖2知，工作面水準(zhǔn)觀測值與SBAS-InSAR結(jié)果的形變量是基本符合的，其絕大部分點位的絕對誤差保持在50 mm內(nèi)。在工作面走向線提取的點位上，C25點位的誤差最大，為74.4 mm，C53點位上的誤差最小，為0.5 mm，平均誤差為30.5 mm。從整體趨勢來看，在工作面走向線的SBAS-InSAR監(jiān)測結(jié)果具有較高精度。

經(jīng)過精度驗證可知，水準(zhǔn)監(jiān)測數(shù)據(jù)和SBAS-InSAR技術(shù)獲得的形變數(shù)據(jù)契合程度較高。證明SBAS-InSAR技術(shù)在礦區(qū)地表沉陷監(jiān)測中有較高的準(zhǔn)確性。

4? 結(jié)? 論

以2017年5月—2019年9月期間的Sentinel-1A數(shù)據(jù)為例，采用SBAS-InSAR技術(shù)對某典型礦區(qū)進行反演，得到該礦區(qū)時序沉降圖。

將SBAS-InSAR技術(shù)獲取的形變圖與GIS技術(shù)相融合，對其進行定性、定量分析。結(jié)果表明，在工作面上方形成明顯的沉降盆地，且沉降中心隨工作面推進發(fā)生相應(yīng)的變化。同時，沉降結(jié)果在時間和空間上均表現(xiàn)出良好的一致性。

采用實測水準(zhǔn)數(shù)據(jù)對SBAS-InSAR技術(shù)反演的沉降結(jié)果進行精度驗證。實驗表明SBAS-InSAR在礦區(qū)沉降監(jiān)測中具有高精確性。通過SBAS-InSAR技術(shù)反演礦區(qū)地表，可及時獲取礦區(qū)沉降信息，發(fā)現(xiàn)沉降異常區(qū)域，采取應(yīng)對措施，盡可能減少因礦區(qū)地表沉降造成的經(jīng)濟損失，降低對生命財產(chǎn)的威脅。

參考文獻：

[1] 陶建格，沈鐳.礦產(chǎn)資源價值與定價調(diào)控機制研究 [J].資源科學(xué)，2013，35（10）：1959-1967.

[2] 趙麗娜.煤礦開采對礦區(qū)生態(tài)環(huán)境的影響與應(yīng)對措施 [J].煤炭技術(shù)，2013，32（12）：77-78.

[3] 栗明明，王艷利.基于時序InSAR技術(shù)的地表形變監(jiān)測技術(shù)研究 [J].工程勘察，2021，49（7）：60-63.

[4] 孫偉，劉峻峰，高海英，等.輸油管道重點區(qū)段SBAS-InSAR地質(zhì)災(zāi)害監(jiān)測研究 [J].石油與天然氣化工，2021，50（4）：140-146.

[5] 紀(jì)東陽，聶運菊，王菲.結(jié)合PS特征點的SBAS-InSAR技術(shù)監(jiān)測淮南市區(qū)地表沉降 [J].城市勘測，2021（3）：66-70.

[6] 許軍強，馬濤，盧意愷，等.基于SBAS-InSAR技術(shù)的豫北平原地面沉降監(jiān)測[J].吉林大學(xué)學(xué)報：地球科學(xué)版，2019，49（4）：1182-1191.

[7] 冉培廉，李少達，楊曉霞，等.基于SBAS-InSAR技術(shù)的西安市地面沉降監(jiān)測[J].河南理工大學(xué)學(xué)報：自然科學(xué)版，2021，40（3）：66-74.

[8] 馬濤，趙彥軍，張偉.SBAS-InSAR技術(shù)在礦山開采區(qū)沉降監(jiān)測中的應(yīng)用[J].測繪與空間地理信息，2020，43（11）：210-212.

[9] 魏戀歡，封秋月，毛亞純，等.基于多軌道SBAS方法的露天礦高陡邊坡形變監(jiān)測[J].東北大學(xué)學(xué)報：自然科學(xué)版，2020，41（10）：1445-1451.

[10] BERARDINO P，F(xiàn)ORNARO G，LANARI R，et al.A new algorithm for surface deformation monitoring based on small baseline differential sar interferograms [J].IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：2375-2383.

作者簡介：劉峰建（1986—），男，漢族，山東棗莊人，工程師，本科，研究方向：礦山測量。