PS-InSAR在沛縣礦區地表沉降監測中的應用

陸燕燕，柯長青，陳德良，何 敏

（1.南京大學，江蘇 南京210098；2.南京郵電大學，江蘇 南京210098；3.河海大學，江蘇 南京210098）

PS-InSAR在沛縣礦區地表沉降監測中的應用

陸燕燕1，柯長青1，陳德良2，何 敏3

（1.南京大學，江蘇 南京210098；2.南京郵電大學，江蘇 南京210098；3.河海大學，江蘇 南京210098）

以徐州北部重要煤礦產地沛縣為例，采用永久散射體時序分析技術（PS-InSAR）對2007～2011年間的18景ALOS PALSAR影像進行時序分析，反演了該地區這4 a間由于煤礦開采造成的地表形變過程。實驗結果表明，①實驗區域存在兩處較大礦區形變，分別為沛城煤礦和孔莊煤礦，其沉降中心區沉降速率分別達到-38 mm/y和-18 mm/y，且與實際礦區的空間分布位置一致；②受孔莊煤礦開采的影響，沛縣北部的省道321以及縣內道路沉降也較為明顯，沉降速率為-8 mm/y；③其他形變區域中心形變速率為-6～-16 mm/y。

地表沉降； PS-InSAR；礦區形變；沉降速率

礦山開采引起的城市地表沉降問題由來已久，大面積的地下煤礦的開采，破壞了巖體應有的應力平衡，不僅對礦山本身造成危害，還對城市地表的工程造成威脅，成為諸多礦業城市面臨的主要地質災害之一[1]。水準測量、GPS測量、巖土測量技術等傳統的地表沉降監測方法，由于其測量周期長、費用高且無法獲取大范圍沉降信息,難以滿足大面積長時間序列沉降觀測的需要。合成孔徑雷達干涉測量技術（D-InSAR）因其全天候、全天時、監測范圍廣、高分辨率、成本低等特點成為近年來監測沉降的重要手段。常規的D-InSAR測量方法雖然使用圖像少，但對圖像質量要求高，且容易受時間失相關和空間失相關的影響,不利于長時間序列的沉降監測。為克服這一缺陷，Freetti[2]于1999 年提出了PS-InSAR。該方法不僅繼承了D-InSAR在地表沉降監測中的優點，同時克服了D-InSAR存在的時間失相關和空間失相關，大大提高了數據的利用率。對PS-InSAR方法的研究逐漸展開，并廣泛應用于地表沉降、地震、火山運動、滑坡、開采沉陷和冰川滑坡等形變監測研究中[3-6]。在礦區開采沉陷方面，Saygin Abdikan[7]等利用PS-InSAR獲取了土耳其西北部的煤礦開采造成的地表沉降信息；Jungle[8]等采用PS-InSAR方法準確獲取了韓國Gaeun煤礦區的地表沉降形變；楊成生[9]等利用Envisat ASAR雷達數據對山西大同煤礦進行了監測；尹宏杰[10]等利用L波段的PALSAR 數據進行了冷江礦區的時序分析，獲得該地區的序列形變場；邢學敏[11]對PSInSAR方法與人工角反射器方法聯合監測礦區時序地表沉降進行了研究。

針對礦區開采對于地表沉降的影響所具有的獨特性（監測范圍廣、周期長），本文在已有研究的基礎上，采用PS-InSAR開展徐州沛縣煤礦沉降監測研究，獲取了沛縣礦區及其周邊地區的地表沉降速率,并結合相關資料對實驗結果進行了相關分析說明。

1 PS-InSAR形變監測原理

PS-InSAR的基本原理是將覆蓋研究區域的n+1 景時間序列的影像按時間順序排列，優化選取其中一幅為主影像，其余n景為輔影像，將所有的輔影像分別與主影像進行配準并作差分處理，得到n個干涉對，采用適當的方法（幅度閾值法、相干系數法、信噪比法等）提取穩定的PS點[12]。PS點目標相位構成可表示為：

式中，φndef_i表示第n個干涉對中第i個PS點像元的地表形變相位；φndem_i表示第n個干涉對中第i個PS點由于DEM高程誤差導致的誤差項； φnatm_i表示第n個干涉對中由于大氣延遲引起的相位值； φnnoise_i表示第n 個干涉對中的噪聲相位。

建立回歸分析模型為：

式中，Hin為DME高程改正； tn是干涉對時間基線；為殘余相位；K1與DME高程改正成正比；K2與LOS（雷達視線）方向地表線性形變速率成正比。

對模型求解獲得形變信息、高程改正值和大氣相位值等，得到PS點形變信息，從而反演研究區域的地表形變信息，本質上來說InSAR時序分析方法也屬于差分干涉技術。

PS-InSAR數據處理流程如圖1所示。采用相干系數閾值與振幅離差指數閾值相結合的方法，提高PS點目標的準確性。對提取的PS點目標進行差分干涉處理，得到PS點目標的差分干涉相位，建立二維線性回歸模型，對模型進行求解，去除高程誤差、大氣延遲以及噪聲相位的影響得到PS點目標的形變速率。

圖1 PS-InSAR數據處理流程

2 研究區概況與實驗數據處理

2.1 研究區概況

沛縣是典型的礦業開采城市，位于江蘇省西北端,與山東省微山縣毗連，西北與山東省魚臺縣接壤，西鄰豐縣，南接銅山縣（圖2白色方框區域）。沛縣境內以煤炭資源最為豐富，煤田面積為160 km2，已探明儲量為23.7億t。沛縣境內分布8對礦井，分別是大屯煤電集團的姚橋煤礦、徐莊煤礦、孔莊煤礦和龍東煤礦，徐州礦務集團的三河尖煤礦和張雙樓煤礦，華潤電力集團天能龍固煤礦和沛城煤礦。其中沛城煤礦因其煤層厚、儲量大、煤質好、分布穩定等特點成為長期高強度開采的煤礦之一，由此造成的采空區塌陷誘發的地表變形及其損害問題日益突出。

2.2 實驗數據處理

本文以ALOS 衛星L波段傳感器PALSAR于2007-02-17～2011-03-03重復飛行得到的覆蓋徐州沛縣的18景SAR影像為數據源，以SRTM 90 m分辨率的DEM數據作為輔助高程數據。根據實驗需求截取了徐州沛縣所在區域；根據時間基線以及空間基線最優的原則，選取2010-01-03的SAR圖像作為主影像，其余的17景為輔影像，形成17組干涉對，干涉對信息如表1所示。

圖2 研究區影像圖

表1 干涉對組合

從表1中可以得出干涉對中空間基線的最大值為2 424 m，對于L波段的影像來說是符合要求的，最小值為90 m；時間基線的最大值為1 058 d，最小值為46 d。

2.2.1 PS點的選取

PS點的選取是整個PS-InSAR至關重要的一步，高質量的點的選取能夠保證實驗監測結果的可靠性。常用的PS候選點選取方法有信噪比法、相干系數閾值法、振幅閾值法及振幅離差指數閾值法。本文采用相干系數閾值與振幅離差指數閾值相結合的方法，以提高PS點的準確性。最終得到45 453個PS侯選點，如圖3所示，PS點多分布在建筑物上，沛縣縣城的PS點較多，周圍村莊以及裸露的地表PS點覆蓋也較好，且植被覆蓋嚴重的農田里基本沒有PS點，可見識別出的PS點質量較好。

2.2.2 點目標形變的提取

經過對PS點目標的差分干涉處理，得到PS點目標的差分干涉相位，本實驗運用二維線性回歸模型去除高程誤差、大氣延遲以及噪聲相位的影響，得到PS點目標的形變速率。

圖3 PS點分布圖

3 結果分析

通過PS-InSAR得到的沛城煤礦及其周邊地區的形變圖，如圖4所示。其中沉降較嚴重的區域主要有沛城煤礦（圖4中A區）、孔莊煤礦部分礦井（圖4中B區）、省道及其城市道路所在地區（圖4中C區）、東關小區（圖4中D區）。沛城煤礦的沉降值在-20～-38 mm/y；孔莊煤礦部分礦井所在地沉降也較為嚴重，沉降值在-8～- 18 mm/y；沛縣城區東北部的東關小區也存在相關沉降，與煤礦開采有一定的關系，除此之外也與地表建筑物造成的負荷有關。本文除了對礦區的地表沉降研究外，還對受礦區開采影響的道路和東關小區進行了研究。研究表明，受礦區開采影響的沛縣北部的省道321以及縣內道路沉降也較為明顯，沉降值約為-8～-16 mm/y；東關小區的沉降值約為-6～-12 mm/y。

為了對礦區形變和對周邊地區造成的影響進行精細化分析，對點目標的形變圖進行插值得到面狀沉降信息分布如圖5所示（由于道路為線狀分布目標，插值后作為面狀目標分析有失妥當，因而此處不對道路沉降進行剖面分析）。不同顏色代表不同沉降值，紅色區域代表地表沉降，藍色區域代表地表上升。

圖4 研究區平均形變速率圖

圖5 沉降區域面狀分布圖

結合沉降剖面圖（圖6）對沛城煤礦（剖面線1）、東關小區（剖面線2）和孔莊煤礦（剖面線3）進行分析可得，沛城煤礦沉降面積較大，形成兩處較大的沉降漏斗，其中心沉降值分別達到-38 mm/y和-24 mm/y；東關小區沉降漏斗中心值達到-15 mm/y；孔莊煤礦沉降漏斗中心值為-18 mm/y。從圖7中PS點的形變趨勢可以看出，4處沉降區域中心沉降特征點的累積沉降量較大，線性沉降趨勢明顯，且這一沉降趨勢會持續下去。

圖6 沉降漏斗剖面圖

綜合分析可知研究區的沉降原因：沛城煤礦和孔莊煤礦的沉降較為嚴重，該區域煤礦開采量較大，礦區周圍巖土體的原巖應力平衡遭到破壞，造成采空區的頂板坍塌以及煤柱破壞引發地表沉降[13]；而東關小區的沉降除了與煤礦的開采有關，還與小區大規模建設有關，地表建筑負載造成了該區域的沉降；孔莊煤礦的采空區塌陷同時也引發了沛縣北部的省道321以及縣內道路沉降[14]。

圖7 PS點變化過程

4 結 語

1）實驗區出現了4處形變較大區域，其中沉降速率較大的礦區——沛城煤礦和孔莊煤礦，位置與實際礦區分布一致，通過對沉降漏斗剖面的分析得出兩處礦區的最大沉降值分別達到-38 mm/y和-18 mm/y，沉降趨勢明顯。通過對4處形變區域中心PS點目標變化過程的分析得出4處沉降區域沉降在時間上具有延續性。

2）受孔莊煤礦開采的影響，沛縣北部道路出現相關沉降，沉降值分布在-8～-16 mm/y之間。除此之外，沛縣東關小區也存在沉降，主要是受地表建筑負載的影響。

[1] 朱煜峰.礦區地面沉降的InSAR監測及參數反演[D].長沙∶中南大學,2013

[2] 何秀鳳,仲海蓓,何敏.基于PS-InSAR和GIS空間分析的南通市區地面沉降監測[J].同濟大學學報(自然科學版),2011,39(1)∶129-134

[3] Ferretti A, Prati C, Rocca F L. Permanent Scatterers in SAR Interferometry[C].Remote Sensing, International Society for Optics and Photonics, 1999

[4] Ferretti A, Prati C, Rocca F. Permanent Scatterers in SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001,39(1)∶8-19

[5] Mora O, Mallorqu J J, Broquetas A. Linear and Nonlinear Terrain Deformation Maps from a Reduced Set of Interferometric SAR Images[J]. IEEE Trans Geosci Remote Sens,2003,41∶2 243-2 253

[6] Hooper A, Zebker H, Segall P, et al. A New Method for Measuring Deformation on Volcanoes and Other Natural Terrains Using InSAR Persistent Scatterers[J]. Geophysical Research Letters,2004,31(23)∶23 611

[7] Kampes B M. Radar Interferometry∶Persistent Scatterer Technique[M].Berlin∶Springer,2006

[8] Abdikan S, Ar?kan M, Sanli F B, et al.Monitoring of Coal Mining Subsidence in Peri-urban Area of Zonguldak City (NW Turkey) with Persistent Scatterer Interferometry Using ALOS-PALSAR[J]. Environmental Earth Sciences,2014,71(9)∶4 081-4 089

[9] Jung H C, Kim S W, Jung H S, et al. Satellite Observation of Coal Mining Subsidence by Persistent Scatterer Analysis[J]. Engineering Geology,2007,92(1)∶1-13

[10] YANG Chengsheng, ZHANG Qin, ZHAO Chaoying. Monitoring Land Subsidence and Fault Deformation Using the Small Baseline Subset InSAR Technique∶ a Case Study in the Datong Basin, China[J].Journal of Geodynamics,2014,75∶34-40

[11] 邢學敏. CRInSAR與PSInSAR聯合監測礦區時序地表形變研究[D].長沙∶中南大學,2011

[12] 張紅,王超,吳濤,等.基于相干目標的D-InSAR方法研究[M].北京∶科學出版社,2009

[13] 高德云.江蘇省地質災害的危害、誘因及防治對策[J].地質災害與環境保護,2001,12(1)∶8-16

[14] 周興東,高衛東,尹文忠.徐州沛縣采煤塌陷地復墾與綜合治理方法和經驗[J].煤炭工程,2003(10)∶38-41

P258

B

1672-4623（2016）05-0096-04

10.3969/j.issn.1672-4623.2016.05.030

陸燕燕，博士，研究方向為InSAR技術及其應用。

2015-04-24。

項目來源：國家自然科學基金資助項目（41371391、41204002）；江蘇省科技計劃資助項目（BE2013702）；南京郵電大學引進人才科研啟動基金資助項目（NY214195）。