鄆城礦區地表形變時空演變DS-InSAR監測

王新玲，杜玉玲，蔣金雄，趙 峰，閆世勇

（1.青島濱海學院 機電工程學院，山東 青島266555；2.中國礦業大學 自然資源部國土環境與災害監測重點實驗室，江蘇 徐州221116）

我國是世界上煤炭資源最豐富的國家之一，隨著煤炭資源的持續開采，礦區地面沉降日益嚴重，導致沉降區內地面損毀、莊稼及道路被淹、橋體開裂等危害發生，給當地人民的生產、生活帶來了極大的安全隱患[1-2]。因此，及時掌握礦區地表形變及其動態變化尤為重要。

傳統的監測技術如精密水準測量和GNSS等方法耗時耗力、空間采樣低，難以滿足礦區大范圍長時序地表沉降監測及其穩定性評估的需求[3-4]。隨著新型空間對地觀測技術的不斷發展建設，合成孔徑差分干涉測量（D-InSAR）技術因其測量精度高、觀測范圍大、不受天氣限制等技術優勢，在火山[5]、地震[6]、冰川[7]、滑坡[8]和礦區沉降[9]等領域得到了廣泛的應用，但D-InSAR技術易受各類失相干及大氣相位延遲等因素影響，不適用于形變速度緩慢、量級較小的地表形變監測研究。時序InSAR分析技術[10-11]則在一定程度上克服了上述不足，為廣域小量級形變的監測提供了可能的方法。近年來，為進一步提高時序形變估計質量，融合DS和PS目標的時序InSAR技術受到廣泛的關注[12-14]，圍繞同質像元的識別[12,15]和相位優化[14]等重要方面開展了相關研究，并逐漸應用于多個領域的地表形變監測[11-19]，但目前針對大采深煤礦引起地表形變的應用較少，針對性研究有所不足。為此在已有研究的基礎上，采用基于相干矩陣特征值分解的DS-InSAR技術，開展鄆城礦區地面沉降及其時空演變的高精度監測分析，實現對礦區地面采空塌陷區域的穩定性評估，為塌陷區域的恢復治理提供必要的技術與數據支撐。

1 研究區概況與數據源

1.1 礦區概況

鄆城礦區位于山東省西南部、菏澤市東北部，面積約624.6 km2，屬于溫帶半濕潤季風區海洋-大陸性氣候，四季分明，春旱多風，夏熱多雨。該地區大地構造屬中朝陸臺山東臺背斜的西南邊緣凹陷帶，處于“魯西斷塊”中的“魯西南塊陷”上，地表全為新生界覆蓋，沒有基巖出露。鄆城地區煤炭礦產資源豐富，主要有李樓煤礦、彭莊煤礦、郭屯煤礦、趙樓煤礦等4個生產礦井，地表覆蓋以耕地、城鎮工礦和水域水利設施為主，礦區開采沉陷對耕地及交通、水利等基礎設施造成了一定的破壞[20]，嚴重威脅了當地人民的生命財產安全，因此對該區域地表形變進行快速高效監測顯得至關重要。鄆城礦區位置示意圖如圖1。

1.2 數據源

選取了2018年1月3日至2019年11月30日期間Sentinel-1衛星獲取的55景TOPS模式SAR影像，并以2019年3月11日的SAR數據為主影像進行數據的準確配準。歐洲航空局提供的精密軌道數據用于干涉處理中的軌道精估計和平地效應去除。此外，采用30 m分辨率的SRTM DEM數據進行地理編碼和地形相位補償。

圖1 鄆城礦區位置示意圖Fig.1 Location distribution map of Yuncheng Mining Area

2 研究方法

不同于傳統基于高相干點目標的時序InSAR技術，融合分布式目標的DS-InSAR技術能夠提取到DS點和PS點目標進行形變解算，從而提升時序InSAR測量中相干目標的空間分布密度，其中同質像元（SHPs）識別[21]和相位優化估計[22]是DS-InSAR的2個核心內容。融合分布目標的時序InSAR技術主要流程如圖2。

圖2 DS-InSAR數據處理流程圖Fig.2 DS-InSAR data processing flowchart

2.1 同質像元識別

同質像元的概念由Ferretti首次提出[23]，同質像元的識別是在假設檢驗的基礎上，識別與樣本數據具有相同/相似散射特性的分布式目標像元作為同質像元的集合。目前基于后向散射信息的參數假設檢驗是同質像元的識別常用方法，其在已知樣本分布函數的前提下，判斷樣本數據的總體分布統計量是否存在顯著性差異來進行同質像元的識別，選擇雙總體T檢驗進行同質像元的識別。

2.2 相位優化估計

針對分布式目標多視干涉相位，需要采取一定的相位優化算法在滿足相位一致性的條件下構建出1組單一主影像優化相位值，獲取經自適應多視降噪處理后的1組最佳擬合相位，以盡可能地減弱分布式目標失相干現象的影響。所選用的特征值分解方法是通過從相干矩陣中有效地分離、估計出多元散射機制并得到所對應的相位分量，實現對單一主影像干涉相位的優化估計。為評估DS優化相位的質量，通過擬合比較原相干矩陣中自適應多視干涉相位和優化相位得到的干涉相位，即用時間相干性衡量γDS分布式目標受時間去相干的影響程度，同時也可用于估計相位優化的質量。

式中：γDS為分布式目標的時間相干性；φ^om、φ^on為分布式目標在單一主影像下的優化相位；φmn為自適應多視干涉相位；m、n、o為影像序列號。

3 結果分析

3.1 DS-InSAR監測結果

采用融合分布式目標的DS-InSAR時序分析方法能夠在研究區內裸地和農田區域選取到更多的觀測點，從而更好地達到表征礦區形變空間分布特征的目的，鄆城礦區平均沉降速率圖如圖3。地面沉降速率等值線圖如圖4。

圖3 鄆城礦區平均沉降速率圖Fig.3 Average subsidence rate chart of Yuncheng Mining Area

2018—2019年鄆城礦區內4個礦井均有沉降發生，其中李樓煤礦和郭屯煤礦沉降較為嚴重，影響范圍最廣，產生了1個較大的沉降漏斗，形變中心沉降速率達到了100 mm/a；彭莊煤礦和趙樓煤礦沉降量相對較小，最大沉降速率在70 mm/a。年形變速率對比可知，變形均集中在李樓煤礦和趙屯煤礦，相較于2018年1個大的沉降漏斗，2019年的形變在南北方向上表現出3個形變漏斗，形變中心速率分別可達80、80、70 mm/a。整體監測結果表明，鄆城礦區煤礦開采導致地表發生了不同程度的沉降且分布不均。

3.2 重點礦區形變分析

為進一步分析煤炭開采引起的地面沉降，結合礦區信息，繪制了地面沉降等值線圖，并針對研究區域內郭屯煤礦和彭莊煤礦2個典型礦井，進行了時間和空間維度的精細化解譯分析。

圖4 地面沉降速率等值線圖Fig.4 Contour map of land subsidence rate

郭屯煤礦北臨李樓煤礦、東臨彭莊煤礦、南臨趙樓煤礦，研究時段內該煤礦的開采工作面為一采區1325工作面和四采區的4303和4302工作面，根據2018年和2019年的沉降速率等值線圖可知，2018年礦區中部和北部連接形成1個較大范圍的沉降區域，其最大沉降量約為100 mm/a，而在2019年，之前的大區域沉降表現為3塊小的沉降漏斗，其中礦區北部與李樓煤礦形成1個完整的沉降漏斗，且沉降中心發生了一定的偏移，最大形變量為80 mm/a；中部地區的形變主要集中在一采區和四采區工作面附近，與實際開采情況相一致；還有一處沉降集中在工業廣場附近，最大形變量從2018年的90 mm/a變為2019年的70 mm/a。可見，郭屯煤礦的地表形變主要與煤礦開采相關。

彭莊煤礦位于鄆城礦區的東側，在2018-2019年間，該煤礦對東二采區的3303和3304工作面進行開采，期間形成了4個小的沉降漏斗。由平均沉降速率等值線圖可知，2018年該煤礦的沉降主要發生在礦區西部，東部邊緣僅有小范圍沉降，而2019年東西區域內的沉降區域趨于融合形成1個大的沉降漏斗。監測結果表明，彭莊煤礦左側3處沉降漏斗分布與先前研究發現的采空塌陷區分布基本一致[24]，可見老采空區依舊有持續沉降現象的發生但相對有減弱趨勢，而新的采掘活動也逐步形成了新的沉降漏斗。

3.3 累計沉降量分析

為進一步說明各礦區的形變趨勢，在礦區顯著沉降區內部選取特征點，（圖4中點1～點6），繪制的礦區典型沉降中心時序累積沉降圖如圖5。

圖5 礦區典型沉降中心時序累積沉降圖Fig.5 Time series cumulative subscidence diagram of typical subsidence center in mining area

由圖5可知，李樓煤礦（點1）、彭莊煤礦（點2）和郭屯煤礦（點3）的形變中心均表現為持續下沉特征，其中，點3和點4處的形變量級和形變趨勢趨于一致，且形變量均達到了130 mm；點5處的形變相較于點3和點4較為緩和，而礦區東側（梁寶寺煤礦，點6）的形變中心在2018年雖然有一定波動但總體保持穩定，在2019年則呈現出下沉趨勢。資料顯示李樓煤礦和郭屯煤礦的生產能力均為240萬t/a，彭莊煤礦的生產能力為110萬t/a，可見，點3、點4與點5處的不同形變速率可能與開采量有關。而點6處沉降中心位于梁寶寺煤礦，開采塌陷未沉穩[25]，且根據該地的夏季炎熱多雨氣候特點，沉陷區形變監測結果會在夏季產生較大的形變波動。

4結語

1）基于DS-InSAR技術和Sentinel-1雷達影像獲取了鄆城礦區2018—2019年的地表沉降分布，并對典型區域的地表形變及其時空演變規律進行了重點分析，結果表明鄆城礦區存在多個明顯的沉降中心，且最大形變可達145 mm，鄆城礦區形變主要體現在李樓煤礦和郭屯煤礦，彭莊煤礦和趙樓煤礦形變量級相對較小。

2）與傳統的時序InSAR方法相比，DS-InSAR技術通過同質像元識別、相位優化等步驟能夠在裸地和稀疏低矮植被等區域有效識別出分布式目標，提高了測量點數量和空間分布密度，從而準確、全面地反映了礦區開采沉降的影響范圍和形變區域的空間分布特征，為礦區穩定性分析和土地合理利用等提供了良好的技術和數據支撐，有助于預防和減少礦山建設及生產活動造成的礦山地質環境及地質災害。