姚丹丹 吴 侃 何 强

(中国矿业大学环境与测绘学院，江苏 徐州 221116)

基于D-InSAR技术的煤矿区沉陷监测

姚丹丹 吴 侃 何 强

(中国矿业大学环境与测绘学院，江苏 徐州 221116)

煤炭开采引起的地表移动变形时间集中、形变量大，使得基于D-InSAR技术的煤矿区沉陷监测受到了诸多的限制，很难获取准确的地表沉陷信息。为使D-InSAR技术能够更好地应用于煤矿区沉陷监测，采用“两轨法”差分干涉技术处理了多景RadarSat-2影像数据，通过实验分析了植被因素对影像相干性的影响，探究了监测量级对地表沉陷信息解译结果的影响，并以峰峰矿区的九龙矿为试验区对D-InSAR技术的监测精度进行了分析。结果表明：地表植被覆盖率是影响影像间相干性的决定性因素，在地表植被稀疏的冬季相比植被茂盛的夏季更适合使用D-InSAR技术进行地表形变监测；由于地质采矿条件复杂，导致地表下沉速度超过卫星可监测范围，通常只能准确监测到盆地边缘的形变；当沉降量不超过监测量级时，D-InSAR技术的监测结果与常规水准测量的结果大致吻合；随着相关理论研究的不断深入与处理软件的日趋成熟，D-InSAR技术在煤矿区沉陷监测中的应用前景将更为广阔。

D-InSAR 矿区沉陷 形变监测 植被 监测量级 监测精度

长期以来，煤炭资源的开发与利用为我国经济发展和社会进步做出了巨大贡献，但也不可避免地严重破坏了矿区生态环境，使得矿区及其附近产生了不同程度的地面沉降。与传统的工作量大、观测时间长、成本高、空间分辨率低相比[1]，D-InSAR技术具有快捷方便、低成本、高精度、对微小变形的高敏感度等优点，已被广泛应用于地面沉降方面的监测。但由于煤矿区地表条件复杂且变化迅速，地表沉降量大、形变时间集中，使得D-InSAR技术在监测煤炭开采引起的矿区地表沉陷应用上受到了诸多的限制，亟需对基于D-InSAR技术的煤矿区地面沉降监测技术体系、算法进行研究改进，由此发展出了PS技术、CPT技术、相干目标分析、小基线集算法等新技术[1-7]。为此，本研究利用GAMMA软件，分析了植被和监测量级对D-InSAR矿区沉降监测技术的影响，通过实验探究了植被因素对影像相干性的影响，根据实例验证了在监测量级范围内将D-InSAR技术应用于煤矿区地面沉降监测可行性，并在此基础上分析了沉降监测的精度，为改进基于D-InSAR的煤矿区地面沉降监测技术提供解决思路。

1 D-InSAR变形监测限制因素

D-InSAR技术在监测煤炭开采引起的矿区地表沉陷应用上受到了诸多的限制：①影像失相干使得D-InSAR技术无法正常反演出地表特征，影响去相干的因素有空间、时间、热噪声及数据处理过程的失相干等；②大气效应是干涉处理过程中非常重要的影响因素，大气延迟相位可能掩埋掉地形相位或形变相位，导致2幅影像的失相干；③当地表小范围出现较大的移动变形会造成干涉图相位的急剧变化而使干涉条纹变得模糊，使得地表变形造成的沉降量很难应用D-InSAR技术监测到[8-11]。

2 地表植被因素的影响

影像对的相干性直接影响了差分干涉测量结果的质量，关系到能否获得可用的地表形变。导致时间失相干的因素主要有：①季节交替或农作物收割导致的地表植被覆盖变化，②季节交替导致的冰雪覆盖变化，③天气原因导致的地表湿度变化，④土壤成分的变化等。

为了研究植被变化对D-InSAR技术的影响，实验选取了同一区域不同时间段的多景Radarsat-2影像，影像位于平原区域，建筑物、山区、河流变化因素可以忽略不计，实验数据如表1所示。不同时序的相干系数图见图1所示，统计直方图如图2所示。

表1 实验设计的影像对

由图2可知，实验二影像获取时间处于冬季，地表植被覆盖率很低，相干性最高，平均相干系数值为0.932 3，获得的干涉相位图条纹也最为清晰；实验一和实验三影像获取时间分别处于秋、春2季，植被覆盖率较高，相干性较好，实验一、实验三的平均相干系数值分别为0.792 3、0.800 8，也可形成干涉图，但条纹较密；实验四影像获取时间处于夏季，植被生长茂盛、覆盖率高，导致相干性大大降低，平均相干系数值为0.320 4，无法获得干涉相位图。

图1 相干系数

图2 相干系数统计直方图

影像监测受到植被因素影响，产生季节性失相干，冬季相干性最佳，春、秋2季相干性较好，均可获取沉降图，但夏季相干性很低，该季节的数据无法使用。但是，矿区沉陷变形持续时间一般为1 a甚至数年，时间跨度大、季节交替变化，受植被因素影响，处于夏季时间段内的监测影像数据相干性很低甚至失相干，导致该季节期间的沉陷情况均无法监测到，从而很难获取矿区长时间缓慢累积的地表形变。

3 沉陷监测量级的影响

在单位像元内能够监测到的临界形变梯度是一个条纹周期，当地表的形变量级超过这个临界形变梯度时就会造成影像之间的空间失相干，从而不能够解算出真实的形变量[2]。D-InSAR技术可监测到的临界形变量可表示为[12]：

(1)

式中，Wmax为地表可监测的最大沉降量；r为沉降盆地的主要影响半径；g为雷达影像的地面分辨率；λ为传感器波长。

根据各卫星系统所采用的波长和地面分辨率的不同，由式(1)可计算得到其能监测的地表最大下沉值。当假设沉降盆地的主要影响半径r为100 m时，目前常用卫星系统可监测的最大地表沉降量如表2。

以RadarSat-2卫星为例，由表2可知，该卫星可监测最大沉降量为28 cm，重访周期为24 d，平均每天可监测到的下沉量为11.7 mm。当下沉速度超过11.7 mm/d时，超出该卫星可监测量级，导致大的形变量监测不到。

表2 不同卫星系统可探测的最大地表沉降量

注：不同卫星系统具有多种不同的产品模式，其地表分辨率不同，此表中仅列出了各卫星系统常见分辨率的产品。

[13]，地表最大下沉速度V为

(2)

式中，K为下沉速度系数，一般取为1.8；C为工作面推进速度，m/d；Wfm为地表最大下沉值，m；H0为平均开采深度，m；M为煤层厚度，m；q为下沉系数；α为煤层倾角,(°)。

假设某一工作面的推进速度为6m/d，下沉速度系数取1.8、下沉系数取0.8、煤层倾角取10°，只有最大下沉速度小于11.7mm/d，才可以监测到地表沉降量。若开采深度为300m，根据式(2)计算可知，煤层厚度要小于等于0.4m。反之，若煤层厚度已知为1m，则开采深度要大于等于727m，否则无法监测到正确的地面沉降。

由于矿区地质条件复杂，采煤工作面的布设常受到煤层埋藏深度、煤层厚度等因素的影响，开采深度和煤层厚度无法同时满足临界值的要求，导致开采产生的最大沉降超过监测量级，通常只能获取盆地边缘小形变量，而不能监测到完整的沉陷盆地，限制了D-InSAR技术在煤矿区沉陷监测中的应用范围。

4 D-InSAR技术沉陷监测精度分析

目前，普遍采用常规观测站的水准测量结果对D-InSAR技术的监测结果进行评价。峰峰矿区九龙矿在152下31S工作面上方布设有地表移动观测站，选择覆盖九龙矿的RadarSat-2影像数据，将2011-01-09和2011-02-02的影像形成干涉对，影像信息见表3，此期间正在开采的工作面如图3所示粗线条框格部分，与影像监测到的塌陷区进行对比，结果如图4所示。

表3 SAR影像信息

图3 九龙矿152下31S工作面示意

图4 九龙矿监测塌陷区与工作面对应图

将应用D-InSAR方法监测的地表沉降量与观测站监测的沉降量进行对比如图5所示，从图中可知，两者的最小绝对误差为0 mm，最大绝对误差为30 mm，18个点误差在10 mm以内，11个点误差在10 mm及以上，平均误差为8.97 mm，标准偏差为9.68 mm。在监测时间段内，影像监测到矿区沉降在100 mm以内，不超过监测量级280 mm，与地表观测站实测数据进行对比，可知两者误差较小，监测结果准确且接近实际情况。

图5 D-InSAR与水准测量监测沉降量对比

另外，利用淮南矿区的ALOS PALSAR数据，提取出2007年12月10日到2008年1月25日这段时间内矿区的地面沉陷，其中潘一矿、潘二矿、潘三矿、顾桥矿北部、顾北矿东部、张集矿、新集矿、花园湖矿、谢桥矿的地面沉陷明显，利用D-InSAR技术监测获取的沉降图，可以清晰地标示沉陷区域和下沉程度，监测到的最大地面沉降量值为508.6 mm，在该卫星最大监测量级(580 mm)范围内，满足沉陷监测量级的要求。

D-InSAR技术可应用于矿区沉陷监测，与实测结果大致吻合，并具有一定的可靠性和精度。但是，当矿区沉降量超过卫星监测量级时，则无法获得准确的沉陷信息。

对于矿区地表沉陷监测而言，一方面应该尽可能地设置观测站、获取地面实测数据，并与D-InSAR技术监测结果进行对比分析，在一定程度上定量分析D-InSAR监测精度的可靠性；另一方面，针对D-InSAR技术监测中的误差源和干涉图像质量，建立合理的定性或定量分析的可靠性评价体系，是D-InSAR技术精度评定的技术关键[8]。

5 结 论

D-InSAR技术具有常规监测方法不可比拟的优势，在矿区沉陷监测方面的应用前景非常广阔。

(1)地表植被覆盖率是影响影像间相干性的决定性因素，植被稀疏区域即可应用D-InSAR技术进行地表形变监测，不受影像成像时间和地形条件的限制，但是夏季植被覆盖率高、降低了影像相干性，无法成功获取该时间段内的沉降量。

(2)不同卫星系统可探测最大地表沉降量不同，以RadarSat-2卫星监测量级为例，只有当工作面开采条件达到监测量级允许范围内，才能够正确获取地面沉降。

(3)通过对九龙矿以及淮南矿沉陷监测的实例说明，在影像监测量级范围内，D-InSAR技术可以很好地应用于矿区监测，并具有较高的精度。

(4)随着高分辨率合成孔径雷达的发射、干涉处理中关键算法与处理软件的日趋完善成熟、D-InSAR相关技术如永久散射体、短基线的发展以及与其他数据源融合技术的研究，使得差分干涉测量技术在矿区的应用前景更为广阔。

参 考 文 献

[1] 吴 侃,汪云甲,王岁权,等.矿山开采沉陷监测及预测新技术[M].北京:中国环境科学出版社,2012:83-151. Wu Kan，Wang Yunjia，Wang Suiquan，et al.New Technologies of Monitoring and Forecasting Mining Subsidence[M].Beijing:China Environmental Science Press,2012:83-151.

[2] 刁鑫鹏.D-InSAR技术在峰峰矿区开采沉陷监测中的应用研究[D].徐州：中国矿业大学,2013. Diao Xinpeng.The Study of D-InSAR Technology on Mining Subsidence Monitoring in Fengfeng[D].Xuzhou:China University of Mining and Technology,2013.

[3] 董玉森,葛玲玲,张新春，等.基于差分雷达干涉测量的矿区地面沉降监测研究[J].武汉大学学报:信息科学版,2007,32(10):888-892. Dong Yusen，Ge Linlin，Zhang Xinchun，et al.Mine subsidence monitoring by differential InSAR[J].Geomatics and Information Science of Wuhan University:Information Science,2007,32(10):888-892.

[4] 傅文学,田庆久,郭小方,等.PS技术及其在地表形变监测中的应用现状与发展[J].地球科学进展,2006,21(11):1193-1198. Fu Wenxue，Tian Qingjiu，Guo Xiaofang，et al.The permanent scatterers technique and its application to monitoring ground deformation[J].Advances in Earth Science,2006,21(11):1193-1198.

[5] 葛大庆,王 艳,郭小方,等.利用短基线差分干涉纹图集监测地表形变场[J].大地测量与地球动力学,2008,28(2):61-66. Ge Daqing，Wang Yan，Guo Xiaofang，et al.Surface deformation field monitoring by use of small-baseline differential interferograms stack[J].Journal of Geodesy and Geodynamics,2008,28(2):61-66.

[6] 尹宏杰,朱建军,李志伟,等.基于SBAS的矿区形变监测研究[J].测绘学报,2011,40(l):52-58. Yin Hongjie，Zhu Jianjun，Li Zhiwei，et al.Ground Subsidence monitoring in mining area using SBAS algorithm[J].Acta Geodaetica et Cartographica Sinica,2011,40(l):52-58.

[7] 汤益先.基于相干目标的 DInSAR 方法及其地表沉降应用研究[D].北京：中国科学院研究生院,2006. Tang Yixian.Research of Coherent Target Interferometry and Its Applications to Surface Subsidence Fields[D].Beijing：Graduate University of Chinese Academy Sciences.,2006.

[8] 吴立新,高均海,葛大庆,等.工矿区地表沉陷D-InSAR监测实验研究[J].东北大学学报:自然科学版,2005(8):778-781. Wu Lixin，Gao Junhai，Ge Daqing，et al.Experimental study on surface subsidence monitoring with D-InSAR in mining area[J].Journal of Northeastern University：Natural Science,2005(8):778-781.

[9] 成 枢,刘 元,张洪胜.基于D-InSAR的开采沉陷监测技术[J].测绘与空间地理信息,2013,36(6):7-9. Cheng Shu，Liu Yuan，Zhang Hongsheng.Exploration and settlement monitoring technology based on D-InSAR[J].Geomatics & Spatial Information Technology,2013,36(6):7-9.

[10] 田 馨,廖明生.InSAR技术在监测形变中的干涉条件分析[J].地球物理学报,2013,56(3):812-823. Tian Xin，Liao Mingsheng.Analysis of conditions for InSAR in the field of deformation monitoring[J].Chinese Journal of Geophysics，2013,56(3):812-823.

[11] 马海涛,李 辉,刘勇峰,等D-InSAR技术在矿区地表沉降监测中的应用[J].金属矿山,2011(2):95-98. Ma Haitao，Li Hui，Liu Yongfeng，et al.Application of D-InSAR technique to the land subsidence monitoring in mining area[J].Metal Mine,2011(2):95-98.

[12] 武继峰,杨志强.InSAR技术应用于矿区开采沉陷监测的数据优选研究[J].测绘通报,2013(增刊):92-94. Wu Jifeng，Yang Zhiqiang.Data optimization of mining subsidence monitoring by InSAR technology[J].Bulletin of Surveying and Mapping,2013(S):92-94.

[13] 何国清,杨 伦,凌赓娣,等.矿山开采沉陷学[M].徐州:中国矿业大学出版社,1991：89-130. He Guoqing，Yang Lun，Ling Gengdi，et al.Study of Mining Subsidence[M].Xuzhou:China University of Mining and Technology Press,1991：89-130.

[14] 邓喀中,姚 宁,卢 正,等.D-InSAR监测开采沉陷的实验研究[J].金属矿山,2009(12):25-27. Deng Kazhong，Yao Ning，Lu Zheng，et al.Experimental research on monitoring mining subsidence by D-InSAR technique[J].Metal Mine,2009(12):25-27.

[15] 王亚男.InSAR技术用于矿区大量级塌陷监测研究[D].西安：长安大学,2011. Wang Yanan.Research on Large-scale Mining Collapse Monitoring with InSAR Technology[D].Xi'an:Chang'an University,2011.

[16] 蒋 弥,李志伟,丁晓利,等.InSAR可检测的最大最小变形梯度的函数模型研究[J].地球物理学报,2009,52(7):1715-1724. Jiang Mi，Li Zhiwei，Ding Xiaoli，et al.Study on the maximum and minimum detectable deformation gradients resolved by InSAR[J].Chinese Journal of Geophysics,2009,52(7):1715-1724.

[17] 闫建伟,汪云甲,陈国良,等.钱营孜煤矿地表沉陷的D-InSAR监测[J].金属矿山,2011(3):105-107. Yan Jianwei，Wang Yunjia，Chen Guoliang，et al.Ground subsidence monitoring with D-InSAR in Qianyingzi Coal Mine[J].Metal Mine,2011(3):105-107.

(责任编辑 徐志宏)

Coal Mine Subsidence Monitoring Based on D-InSAR Technology

Yao Dandan Wu Kan He Qiang

(School of Environmental Science and Spatial Informatics，China University of Mining and Technology，Xuzhou 221116，China)

Due to time concentration and large deformation in ground movement and deformation caused by coal mining，there are various limitations in monitoring coal mining subsidence with D-InSAR，and it is difficult to obtain accurate surface subsidence information.In order to apply D-InSAR technology to monitoring land subsidence in coal-mining areas，RadarSat-2 data are processed by “two-pass” differential interference technology.The effects of vegetation factor on the coherence between images were analyzed through experiments，and the influence of monitoring magnitude on the interpretation results of surface subsidence was explored.With Jiulong mine in Fengfeng coal mining area as an experimental zone，the monitoring precision based on D-InSAR technology was analyzed.The results show that vegetation coverage rate is the decisive factor of affecting the coherence between images，and D-InSAR technology can be better used in less vegetation in winter than more vegetation in summer.Subsidence velocity exceeds the range that can be monitored by the satellite and only the deformation of the basin edge can be accurately monitored due to the complexity of geological and mining conditions；when mining subsidence does not exceed monitoring magnitude，the monitoring results by D-InSAR technology are consistent with the usual leveling monitoring data.With the depth of relevant theory and the maturity of processing software，the D-InSAR technology will have a broader application prospect in coal-mining areas.

D-InSAR，Mining subsidence，Deformation monitoring，Vegetation，Monitoring magnitude，Monitoring precision

2014-09-01

江苏高校优势学科建设工程项目(编号：SZBF2011-6-B35)。

姚丹丹(1989—)，女，硕士研究生。

TD325.2

A

1001-1250(2014)-11-151-05