梁 芳，杨维芳*，李蓉蓉

（1.兰州交通大学 测绘与地理信息学院，甘肃 兰州 730070；2.地理国情监测技术应用国家地方联合工程研究中心，甘肃 兰州 730070；3.甘肃省地理国情监测工程实验室，甘肃 兰州 730070）

煤炭是人类使用的主要能源，对国家经济发展具有重要推动作用；然而进行大面积地下煤炭开采活动易引起地面形变，破坏地表结构，诱发滑坡、塌陷、地裂缝等地质灾害，严重威胁区域的可持续发展，给人们的生命财产安全带来隐患[1-2]，因此及时有效地对矿区地面进行形变监测具有重要的研究意义。传统水准测量、GPS等测量技术存在测站稀疏、工作量大、周期长、监测范围小、点位保存困难等缺点[3]，不能适应矿区形变监测的要求。

近年来，卫星遥感领域不断发展，随着大量星载SAR数据的出现，合成孔径雷达应用技术也在不断完善，差分雷达干涉测量技术（D-InSAR）具有连续覆盖、高精度和高度自动化的能力，成为获取地表形变信息的有效手段[4]。然而，D-InSAR技术存在时空基线和大气效应等误差，影响了其测量精度，很难获得连续的形变结果[5-7]。SBAS-InSAR技术通过影像的自由组合得到较多干涉图，选择空间和时间基线较小，具有高相干性的干涉图可减小地形对差分的影响，提高变形监测的准确性，能更好地消除技术中的时空失相关、大气延迟相位以及地形相位误差等影响，获取研究区域毫米级的形变信息[8-9]。因此，本文采用SBAS-InSAR技术对29景Sentinel-1A影像数据进行处理，获得了研究区的形变信息，并从形变特征和形变机理等方面对形变信息进行了监测研究。

1 研究区概况与数据来源

1.1 研究区概况

本文选取的研究区位于陕西省榆林市榆阳区东北部27 km的毛乌素沙漠南沿、属北部草滩区东部，与神木县大保当镇接壤，西南与榆阳区牛家梁镇接壤，北部与榆阳区孟家湾乡相连，神延铁路、榆府公路、110和330 kV线路均穿镇而过；以沙漠滩地为主，地形较平缓，属低缓的半沙漠缓坡丘陵地貌，总体地形西部稍低、东部稍高；地下水、煤炭资源储存量大，地质资源量为1 872.32 Mt，可采储量为995.78 Mt，井田地质构造简单，煤层赋存稳定，煤质优良，可作为多种用途资源；矿井外部建设条件良好，交通四通八达。

1.2 数据来源

本文下载覆盖陕西省榆林市榆阳区2019-01-01—2019-12-15的29景欧洲航天局Sentinel-1A升轨影像数据进行实验，数据类型为干涉宽幅模式（IW）的单视复数（SLC）数据，地面分辨率为5 m×20 m，极化方式为VV同向极化。实验还利用30 m分辨率的SRTM1高程数据消除地形相位，利用各影像对应的精密定轨星历数据减少轨道误差。

2 数据处理流程与结果

2.1 SBAS-InSAR数据处理流程

SBAS又称短基线集，是由Berardino P等在2002年提出的一种基于分布式目标算法的时序InSAR技术[10-11]。其基本思想是将所有覆盖同一地区的SAR影像进行组合，形成若干个集合，再通过有效合并得到所有可用的小基线干涉图。利用奇异值分解（SVD）获取影像序列间地表形变速率的最小范数最小二乘解，能有效克服时间和空间失相干的影响，提高时间采样频率和空间覆盖率，且能在一定程度上消除大气相位和限制地形误差的影响[12-14]。SBAS-InSAR方法监测地表形变的技术流程如图1所示。

图1 SBAS-InSAR技术流程图

实验基于ENVI软件的SARscape，利用SBAS-In-SAR技术对矿区进行形变监测：①设置最大时间基线阈值为180 d，空间基线阈值为临界基线的45%，生成影像连接图；②利用Delaunay三角网中的最小费用流法和Goldstein滤波对连接好的像对进行干涉处理，并需移除相干性低和解缠效果不好的像对；③在相位解缠效果好的图中选择50个高相干的控制点来估算和去除残余的恒定相位和解缠后仍存在的相位坡道，并基于所选的控制点进行轨道精炼和重去平；④第一次估算形变速率和残余地形；⑤计算时间序列上的位移，即对第一次得到的形变速率进行定制的大气滤波，用以估算和去除大气相位，得到时间序列上的最终形变结果，并将生成的所有LOS方向的形变量都投影到垂直方向，通过ArcGIS软件输出。

2.2 SBAS-InSAR数据处理结果

经实验处理得到的研究区年均形变速率、累积形变量如图2、3所示，图中红色区域表示下沉，绿色区域表示抬升。该区域年均形变速率范围为-180.03～42.03 mm/a，累积形变量范围为-167.20～63.31 mm，形变量较大。

图2 SBAS年均形变速率

3 研究结果分析

3.1 形变特征分析

图3 SBAS时序累积形变量

由时序累积形变量可知，随着时间的推移，矿区地表形变量逐渐增大，形变范围也逐渐扩大；研究区包括A、B、C、D、E五个明显的大型形变区域，且呈由边缘向中心形变逐渐增大的漏斗状，这与矿区开采工作面的分布位置有关。

为更加直观地对矿区的形变特征进行分析，以研究区的B工作面为例，沿该工作面走向和倾向分别作剖线L1、L2，然后在两条剖线上分别选取一系列点，提取每个点的形变值，最后绘制每个剖线的动态累积曲线进行时序分析（图4）。

由图4a可知，随着时间的推移，形变区整体呈下沉趋势，每个点的沉降值随时间的推移不断增加，大的沉降值从开始的1.7 mm增加到94.4 mm，形成了比较明显的下沉盆地，且有一个快速下沉区域，而其他区域点均以缓慢速度下沉；小的沉降值从开始的1.4 mm增加到2.8 mm。图4b同样表现出下沉盆地特征，每期累积沉降值大致表现为先增大后减小的过程；下沉盆地中心沉降值从开始的1.1 mm增加到75.5 mm；整体符合矿区开采沉陷规律。

本文在走向线和倾向线上随机选取4个点，利用拟合模型拟合得到下沉值与时间的关系，结果如图5所示，可以看出，下沉值与时间大致呈线性关系，即随着时间的推移，沉降量不断增大。

图5 时序沉降特征

3.2 降水对形变的影响分析

矿区发生形变的主要原因是矿区的开采，但其他原因也会在一定程度上影响其形变结果。研究区以风沙草滩、黄土丘陵为主，土壤含沙量多，土质疏松，抗腐蚀能力差，易遭受流水侵蚀[15]，因此探究降水对矿区形变的影响很有必要。本文引入降水量参数，利用§3.1中用于拟合的4个点提取各点每月的累积形变量，并通过与在中国气象数据网下载的研究区同时段降水量信息进行对比，分析矿区形变量与降水量的关系，结果如图6所示，可以看出，降水量与形变量并无明显的几何特征关系，2019年1月—2019年3月该地区几乎没有降水，但4个点不断发生形变，且形变量不断增大；月累积降水量在6—8月逐渐增加，且在8月达到最大值，而1、3、4号点的形变量均呈先增后减的趋势，2号点的形变量呈先减后增的趋势；10—12月的月累积降水量逐渐减小，4个点的形变量均呈先增后减的趋势，因此降水量与形变量没有显著关系。这是由于研究区内地层土体渗透系数小，降水对矿区形变量影响很小，即相对于矿区大量级形变而言，其降水的影响可忽略不计。

图6 降水量与形变量的对比性分析

3.3 精度验证

本文选取研究区B工作面沿走向线和倾向线上的12个水准点来验证SBAS-InSAR获取的累积形变量。由于SAR影像获取时间与水准数据观测时间不一致，因此首先采用三次样条插值法获取与SAR影像获取时间一致的水准数据，然后采用最邻近距离法提取水准点附近的SBAS点，最后对二者的差值进行对比验证，如图7所示。经过对比发现，SBAS-InSAR与水准数据在趋势上基本是一致的；计算得出二者的中误差为4.75 mm，相关系数为0.981，相关系数较高，最大差值为9.42 mm，最小差值为1.39 mm，满足监测精度要求。由此可以得出，SBAS-InSAR技术在矿区形变监测中具有可靠性。

图7 水准数据和SBAS-InSAR结果的对比验证

4 结语

本文采用SBAS方法，利用29景Sentinel-1A影像对陕西省某矿区进行了形变监测，并从形变特征和降水对形变的影响等方面进行分析，得到的结论为：

1）研究区存在5个较大的形变区域，通过研究提取的工作面走向和倾向线上的一系列点发现，其形变特征呈下沉盆地的漏斗状。在走向线和倾向线上随机选取4个点，利用线性拟合模型拟合发现下沉值和时间呈线性关系。

2）引入降水量参数，提取上述4个点每月的累积形变量，并通过获取研究区同时段降水量信息，分析了矿区形变量与降水量的关系，得出降水量与形变量并无显著关系的结论。

3）将SBAS-InSAR获取的累积形变量值与水准数据进行对比发现，二者的中误差为4.75 mm，相关系数为0.981，表明SBAS-InSAR技术在矿区形变监测中具有可靠性。

利用SBAS-InSAR技术对矿区地表形变进行监测，一方面可为矿区的安全开采和煤矿塌陷区的综合性治理提供科学依据；另一方面对矿区人民的生命安全具有重大意义。