李 军

(山西省地质环境监测中心，山西 太原 030024)

基于遥感的煤层自燃灾害区信息提取研究

李 军

(山西省地质环境监测中心，山西 太原 030024)

以大同侏罗纪煤田开采区为研究区，以2010年7月5日Landsat TM 影像为数据源，采用单窗算法进行地温反演，结合已知煤火位置信息提取了研究区煤层自燃灾害区，通过野外核查修正了提取成果，对研究成果及所存在的问题进行了探讨，给出了煤层自燃区与遥感影像图套合的三维显示。研究结果表明：研究区内2010年煤层自燃灾害区共有12处，火区面积总计7.61km2，占研究区总面积的1.2%，信息提取准确率83.33%，为遥感技术提取煤层自燃信息提供了技术参考。

遥感；煤层自燃；煤火；信息提取；大同侏罗纪煤田

煤层自燃是埋藏在地下的煤层因自燃或人为因素引燃后，随时间的推移逐步蔓延发展形成规模较大的煤田火灾[1]。对煤层自燃灾害区的探测方法主要有磁法探测、电法探测和测氡法[2-4]。但是这些方法较为费时，所能探测的空间范围受到了方法本身的极大限制，而在某些人类不易到达的地方，弊端显得尤为突出[5]。近些年，随着遥感技术的快速发展，遥感探测煤火信息方法以其独特的优点弥补了常规方法的不足之处[6-15]。山西大同侏罗纪煤田位于黄土高原北部，西部及北部与内蒙古高原相连，平均海拔1200～1400m，煤层已开采利用面积632km2。随着煤田内大肆的煤炭资源开采，地面裂缝、塌陷等灾害增强了采空区与地面空气的沟通，加剧了部分地段煤层的自燃。煤层自燃不仅损失掉宝贵的煤炭资源，还会释放出大量有害气体，沿地裂缝外溢除污染大气环境外，危害人类及其他动物的健康。如因煤层自燃产生大量有害气体顺着采煤裂缝溢出，导致该地区的马脊梁村发生过多次中毒事故，使该村被迫全部搬出，直接经损失高达500万元。因此，掌握煤层自燃灾害区对于保障该区的可持续发展具有重要意义。本文选择山西大同侏罗纪煤田开采区为研究区，以遥感技术为手段，选择2010年Landsat TM 影像数据，采用单窗算法进行了煤层自燃灾害区的信息提取研究。

1 数据与方法

1.1 数据源

可用于煤层自燃灾害探测的遥感数据有美国陆地卫星数据、地球观测系统EOS卫星数据、高空间分辨率卫星数据、雷达遥感数据、中巴资源卫星数据和微小卫星BIRD数据。其中，Landsat系列卫星的热红外第6波段数据对地下煤火区地表热异常信息提取及火区位置确定具有定位准确、费用低廉而被广泛使用[1]。

本文选择2010年7月5日Landsat TM 影像为本次研究工作的影像数据，以研究区基础地理信息数据、土地利用现状数据和气象数据作为信息提取的辅助数据。遥感影像处理软件平台选择ENVI 4.7，辅助分析软件选择Arc GIS 9.1。对影像的几何校正以研究区1∶5万地形图为基准数据进行，误差控制在1个像元以内。研究区Landsat TM 影像如图1所示。

1.2 方法

1.2.1 煤层自燃灾害区遥感定量提取步骤

1)整理煤层自燃区定量提取相关资料(遥感影像、气象资料等)，确定地温反演算法。

2)在ENVI 4.7平台下对Landsat TM 影像第6波段热红外数据进行大气校正，以得到更具代表性的地表反射率和地表比辐射率。

3)结合以上参数进行反演运算，得出初步结果。

4)对影像进行地温反演，结合现有各种资料，分析比对，去除不合理区域，确定大致煤火可能发生区。

5)野外核查验证，修正范围，得到研究区煤层自燃区成果。

6)成果分析，总结其适用性。

1.2.2 Landsat TM数据地温反演算法

地表温度反演算法可以分为单通道算法、分裂窗算法、多通道算法[16]。针对一个热红外通道的地表温度算法一般称为单通道算法，如针对TM数据提出的单窗算法[17-19]，以及普适性单通道算法[20]。对比这两种类型的地表温度反演算法，其优缺点如表1所示。

本次研究工作中地表温度反演算法选择单窗算法[18-19]进行，其反演公式见式(1)。

(1)

式中：Ta为大气平均作用温度，Tb为TM数据热红外波段像元亮度温度(单位K)。当影像亮温范围在273～343K时，a=-67.355351，b=0.458606；当影像亮温范围在273～303K时， a=-60.3263，b=0.43436；而当影像亮温范围在293～323K时，a=-67.9542，b=0.45987。C和D为参数，由式(2)、式(3)表示。

(2)

(3)

式中：ε是地表比辐射率；τ是大气透射率。

地表比辐射率ε是表面热能转换成辐射能量的内在的有效度量器，是进行地表温度反演的关键参量之一，其准确性直接关系到地表温度反演的精度。目前，常用的地表比辐射率估计方法是通过归一化植被指数(NDVI)获得地表比辐射率，其相关方程见式(4)、式(5)。

ε=1.0094+0.047Ln(NDVI)

(4)

(5)

式中：ρNIR、ρR分别表示传感器的近红外波段与红波段的地面反射率值。

大气透射率同样是地表温度反演的关键参量，其变化主要取决于大气水分含量的动态变化，当水分含量在0.4～3.0g/cm2变动区间时，大气透射率的估计方程如表2所示。

表2 TM6的大气透射率估计方程[21]

2 结果与探讨

2.1 结果

根据单窗算法，本文基于研究区2010年TM遥感数据，反演得到了煤层自燃灾害区的地表温度分布图(图2)。对于地表热异常区，叠加研究区基础地理信息数据、土地利用现状数据分析其温度上升的原因，如工业区、村镇、人口密集区、裸地、公路等区域地温一般要高于其它地区，剔除这些原因引起的地温异常区。再以搜集到的煤火分布数据所显示的枯树村、马脊梁、鸦儿崖和马林涧四个煤火区作为先验数据，经综合分析后得到研究区内煤层自燃火区疑是点共10处。

为了验证解译成果的可靠性，对所解译火区全部进行了野外核查，时间选择在12月份，便于直观的观察因气温差从地裂缝、塌陷坑等冒出的烟、水气等判断火区存在。将提取的火区中心位置坐标输入到手持GPS中，利用导航功能在野外找到相应点位，使用热红外测温仪对验证点进行热异常观测。经野外核查验证，核查比例100%，新增火区两处，信息提取准确率83.33%，部分野外核查照片如图3所示。

修正原有解译成果，研究区煤层自燃火区共12处，在Arc GIS软件中对火区面积统计得：2010年煤层自燃区面积总计7.61km2，占研究区总面积的1.2%，其分布如图4所示。

图2 研究区地表温度反演分布图

2.2 问题探讨

1)对研究区地表温度反演值的最高、最低和平均值进行统计，见表3。

表3 研究区地表温度反演值统计表

从表3可知，研究区2010年7月5日地温反演的最低温度10.8℃，最高温度35.5℃，平均温度23.15℃，而大同市当日实际气温为16～28℃。通常情况下，地表温度略高于大气温度，而地表温度又受所处纬度、海拔高差、人口密度、工业发展程度和森林覆盖度等影响。影像获取时间为当日上午10点56分，气温尚不到最高气温，再考虑地温略高于气温，我们以最高气温代替地温，则研究区提取的最高地温比大同市其它地区约高7.5℃左右。由此可见煤火的燃烧导致研究区内部分区域温度增高，通过图2可以看出这种影响在热红外影像上比较明显。

图3 煤火区野外核查照片

图4 煤层自燃区遥感提取分布成果图

2)北方冬季地表大多会有积雪与残冰存在，煤层自燃释放的热量会使地表的积雪与冰融化。或是煤层自燃所产生的水蒸气到达地表时遭遇低温后转化为冰附着于出口的杂草或裂缝处，这些特征对野外核查目视识别火区位置具有特殊的帮助作用。因此，在北方对煤层自燃灾害区野外核查工作选择冬季较好。本次工作采用的是Landsat TM 影像热红外波段进行地温反演提取煤火信息，影像时相为夏季，但野外核查选择为冬季，对成果的可靠性提供了支持。从图3中鸦儿崖火区地裂缝地表出露处的水蒸气与附冰存在可以看出季节对煤层自燃野外识别的特殊帮助作用。

3)本文经资料收集，以研究区内的枯树村、马脊梁、鸦儿崖和马林涧四个煤火区作为先验数据，提取了其他6处煤层自燃区。但是，经野外核查发现有两处火区未能被提取，经对比其影像热度值不在原有的经验阈值范围之内，这是由于煤层自燃区所处发展时期不同而地表温度不同所致，有些煤层自燃区尚处于发展期，而有些已进入衰退期。因此，今后的工作中应特别注意对煤层自燃地温反演数据的阈值范围划分。

4)本次研究受限于影像分辨率较低，一些范围较小的火区不能被提取，今后应采用更高分辨率的热红外影像进行探测。同时，对煤层自燃区的准确面积划定存在误差，今后应采用物探技术手段精确探测火区范围。只有将遥感与物探技术充分结合,才能精确测量出煤田地表与地下火区的范围[12]。

3 结论

煤层自燃不仅大面积吞噬煤炭这一宝贵的不可再生资源，同时产生大量的有害气体，给土地资源、大气环境、森林植被、水资源、周围生态环境等造成严重的破坏和影响，也容易诱发各种地质灾害，对人民的生命财产和生存环境造成危害。本次煤层自燃区信息提取采用了遥感定量反演技术，影像数据选择了免费的Landsat TM数据，所得到的探测结果经野外核查做了修正。研究结果表明，煤层自燃遥感定量反演技术对煤火灾害探测具有较好的有效性。因此，今后应继续开展该技术的应用研究和推广，为煤火探测技术提供更高效、更可靠，更低成本的技术体系。

[1] 熊盛青，陈斌，于长春，等.地下煤层自燃遥感与地球物理探测技术[M].北京：地质出版社，2006.

[2] 邵振鲁，王德明，王雁鸣.煤田火灾探测方法研究进展[J].煤矿安全，2012，43(8)：189-192.

[3] 余传涛，刘鸿福，张新军.双频激电法在圈定煤矿火区中的应用[J].物探与化探，2011，35(2)：223-225.

[4] 金永飞，邓军，许延辉，等.测氡法探测地下煤火技术研究与应用[J].西安科技大学学报，2010，30(6)：647-650.

[5] 武建军，蒋卫国，刘晓晨，等.地下煤火探测、 监测与灭火技术研究进展[J].煤炭学报，2009，35(12)：1669-1674.

[6] PRASHANTHI S K，KULKARNI S.Coal-fire detection and monitoring in Raniganj coalfield，India-A remote sensing approach[J].Current Science，2005，88(1)：21-24.

[7] Saraf A K，Prakash A，Sengupta S，et al.Landsat - TM data for estimating ground temperature and depth of subsurface coal fire in the Jharia coal field，India[J].Int.J.Remote Sensing，1995，16 (12)：2111-2124.

[8] Künzer C.Demarcating coal fire risk areas based on spectral test sequences and partial unmixing using multi-sensor remote sensing data[D].Vienna，Austria:Vienna University of Technology，2005.

[9] Zhang J，Wagner W，Prakash A，et al.Detecting coal fires using remote sensing techniques[J].Int.J.Remote Sensing，2003，25(16):3193-3220.

[10] Zhang J M，Guan H Y.Study on four-level remote sensing detection system for underground coal fire monitoring[J].RemoteSensing for Land and Resources，2004，62 (4)：50-53.

[11] 肖海红，陈虎维，李霞.卫星遥感技术在煤田火区探测与监测中的应用研究[J].煤炭工程，2009 (2)：117-119.

[12] 蒋卫国，武建军，顾磊，等.基于遥感技术的乌达煤田火区变化监测[J].煤炭学报，2010，35(6)：964-968.

[13] 蒋卫国，武建军，顾磊，等.基于夜间热红外光谱的地下煤火监测方法研究[J].光谱学与光谱分析，2011，31(2)：357-361.

[14] 姬洪亮.基于TM数据的地下煤火区地表温度反演与验证[J].国土资源遥感，2012，24(4)：101-106.

[15] 邱程锦，王坚，刘立聪，等.遥感技术在乌达煤田火灾监测中的应用[J].煤炭工程，2012 (8)：130-133.

[16] 柳钦火，辛晓洲，唐聘，等.定量遥感模型、 应用及不确定性研究[M].北京：科学出版社，2010.

[17] Qin Z，Karnieli A，Berliner P.A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region[J].International Journal of Remote Sensing，2001，22(18)：3719-3746.

[18] 覃志豪，Zhang Minghua，Arnon Karnieli etc.用陆地卫星TM6热波段数据演算地表温度的单窗算法[J]，地理学报，2001，56(4)：456-466.

[19] 覃志豪，Li Wenjuan，Zhang Minghua etc.单窗算法的大气参数估计方法[J].国土资源遥感，2003，56(2)：37-43.

Research of information extraction in the hazard area of coal spontaneous combustion based on remote sensing

LI Jun

(Geological Environmental Center of Shanxi Province，Taiyuan 030024，China)

In this research，taking Jurassic Datong coal mining area as an experiment area，Landsat TM images on July 5，2010 as a data source，and the mono-window algorithm was chosen to retrieve Land Surface Temperature (LST).Combined with the known coal fire location information to extract the coal spontaneous combustion hazard zone in the study area.By correcting the extraction field verification results of research results and the problems were discussed.Result of the extraction was revised by field check and also discussed the problems about the research achievements in this paper.At the same time，given a combined three-dimensional display of coal spontaneous combustion zone and remote sensing image.The results showed that the number of coal spontaneous combustion hazard zone in the study area was 12 in 2010，and the fire area totaled 7.61km2，accounting for 1.2% of the total area.Simultaneously，the accuracy for information extraction was 83.33%.To a certain degree，it provided a technical reference for the extracting coal spontaneous combustion by remote sensing.

remote sensing；coal spontaneous combustion；coal-fire；information extraction；Jurassic Datong coal mining area

2014-11-05

李军(1968-)，男，高级工程师，目前主要从事水文地质与环境地质工作。

P237

A

1004-4051(2015)06-0138-04