基于多源遙感數據地下煤火空氣滲入/逸散區域研究

楊 潔，曾 強

(1.新疆大學資源與環境科學學院，新疆 烏魯木齊 830046；2.新疆大學干旱生態環境研究所，新疆 烏魯木齊 830046；3.綠洲生態教育部重點實驗室，新疆 烏魯木齊 830046)

在地下煤火發展過程中，火區煤巖體受地下煤火長期烘烤使上方覆巖力學參數發生變化，一定溫度下煤巖體熱破裂會產生裂隙，裂隙逐漸發展最終形成與地表貫通的復雜裂隙網絡[1]，火風壓的作用使新鮮風流通過部分裂隙通道進入火區，為火源提供氧氣，形成循環的熱力動力學過程，促進火區地下煤火的持續燃燒，從而引發煤巖裂隙進一步擴展，導致火區裂隙不斷向深部和四周蔓延[2-3]。在煤田露頭火區中，影響煤火燃燒和蔓延的主要因素是火區的供氧系統，包括空氣滲入通道、供氧動力與煙氣逸散通道[4-5]。空氣滲入通道與煙氣逸散通道的變化在一定程度可以反應火區的動態演化過程。目前，對于火區空氣滲入與煙氣逸散通道的實驗監測研究尚不系統，曾強等[6]分析了火區控制體屬性特征，提出了火區等效透氣率的計算方法；WESSLING等[7]研究了溫度場、應力場、滲流場、化學場對煤田火區裂隙發育的影響；曹代勇等[8]系統研究了煤田火區的成因，將火區裂隙劃分為3種基本類型和5種復合類型；汪寶存[9]采用遙感數據分析地面沉降坡度識別地裂縫，結果發現裂縫存在明顯的三維形變；范洪冬等[10]采用D-InSAR和概率積分法聯用較為準確地提取了礦區大變形地表沉降場；康日斐等[11]采用二軌法提取了礦區的沉降空間分布、地面沉降量、沉降面積、動態下沉曲線以及下沉速率等值線，分析了不同監測時段研究區的塌陷狀況及地表形變規律；王祥虎[12]發現受溫度和煤層燒損的影響，煤巖層中主控裂隙變化趨勢明顯，溫度是最直觀的因素，與裂隙的產生和發展密切相關；KUENZER等[13]使用不同分辨率多源遙感數據對印度Jharia進行地表溫度數據進行分析與區域劃分。對于火區熱效應導致的重要地表異常特征-植被覆蓋度，李瑞軍等[14]對陽泉市大陽礦煤炭工作面采煤對地表植被覆蓋度時空變化進行研究，發現開采時間是影響植被覆蓋度時空變化的最主要因素；楊超元等[15]對寶日希勒一號露天礦區進行植被覆蓋度反演，探索露天開采會對當地植被覆蓋度變化產生不同程度影響，煤火的熱效應與火區地表裂隙破壞了植被生長的條件，導致高溫區域植被覆蓋度降低。

地表溫度、植被和沉降均是地下煤火燃燒的重要表征因素，這些異常信息均可通過遙感手段進行感知和解譯。單一的溫度、植被或沉降都無法準確圈定火區，但利用多種因素融合的方法可以在一定程度上克服這一缺陷。基于地下煤炭燃燒導致的地表溫度、植被覆蓋度與地表沉陷對裂隙發育具有的耦合效應，本文采用1998—2018年溫度、植被反演數據與D-InSAR沉降數據確定火區空氣滲入與煙氣逸散通道區域及其變化，對火區進行動態識別與監測，為有效治理煤火提供條件。其中，1999年數據研究區云量較多，沒有適合分析溫度和植被覆蓋度的數據，2012年數據出現landsat7衛星故障，條帶明顯，故不對這兩年進行研究。

1 研究區數據源

水西溝研究使用覆蓋研究區Sentinel存檔數據成像模式為干涉寬幅IW下SLC數據，影像分辨率為5 m×20 m，極化方式為VV，幅寬為250 km，監測周期時間范圍為2014年10月—2017年12月，共39期數據，組成34組干涉像對。除20150418—20150605和20160131—220160319兩組干涉像對時間基線為48 d，其余均為24 d；而20141031—220141124空間基線最長為213.27 m。

2 方法技術原理

地下煤炭燃燒產生熱效應，反映在地表溫度上為一定范圍內的高溫異常，選取覃志豪單通道算法[16]反演得到較為精確的地表溫度，像元二分模型[17]計算得到植被數據。兩者疊置在ArcGIS中進行綜合分析，高溫異常區域和低植被重疊區域可以判定為煤火區，為煙氣逸散通道；而低溫區域和高植被覆蓋區域可以判定為煤火熄滅區域，為空氣進入通道。二軌D-InSAR方法獲得兩類裂隙區域的沉降信息，進一步監測圈定煤火區。

2.1 溫度與植被融合反演

溫度異常區提取按照統一方法提取，首先采用密度分割法將煤田火區劃分為4個溫度區間，并基于煤田地表溫度反演結果中統計的數學期望μ和標準差σ作為參數，通過人工閾值法[18]把(μ+σ)作為經驗閾值，高于(μ+2σ)時作為溫度閾值。若溫度高于設定的閾值，則為溫度異常區；反之，則為背景區。再根據遙感圖像的目視解譯或實地調查來最終判定該區域是否為煤田火區，低溫區域的選定結合氣溫歷史數據和當年反演的地表溫度數據綜合確定閾值并進行提取。 最后，將提取出來的火區用不同的顏色劃分等級顯示出來，得到水西溝煤田火區溫度分布圖。植被反演基于像元二分模型并用不同的顏色劃分4個等級，得到水西溝煤田火區植被蓋度分布圖。

研究區溫度變化的來源較復雜，且溫度本身隨季節、時間的偶然變化影響較大，常常影響反演結果的準確性，提取的煤火異常區域與實際略有偏差。通過溫度(煤火異常區域和低溫區域)來圈定煤火區位置，很容易受到其他因素的影響。本文擬通過溫度與植被因素融合圈定分析煤火區位置，具體方法是將得到的溫度高/低溫區域分別和低/高植被覆蓋區域進行疊加分析。

2.2 沉降信息獲取

二軌D-InSAR處理得到2014—2017年沉降信息后，與火區地表溫度和植被覆蓋度數據相結合，分析得火區內的不同裂隙種類及點數量，獲取裂隙范圍內沉降點區域位置，掌握不同種類裂隙的地面沉降時間、空間分布情況。對沉降可疑區域進行形變分析，提取可疑區時空變化規律，分析其沉降趨勢及時序特征。以火區控制體模型為理論依據，分析了解到火區四周均存在裂隙，且中間溫度高，植被覆蓋等級低；四周溫度低，植被覆蓋等級高。 確定空氣漏風和煙氣逸散通道類別和所對應時空變化及數量變化，從而根據火區內的裂隙變化判斷出火區的發展趨勢。

3 結果與分析

3.1 溫度分析

溫度作為地下煤火燃燒的重要表征之一，通過反演、提取溫度高溫區域和低溫區域，能在一定程度上反映地下煤火燃燒的時空變化。具體反演結果如圖1所示。ArcGIS將溫度劃分為4個連續的區間，并予以統計，見表1。

表1 1998—2018年溫度數據統計匯總Table 1 Statistics of temperature data from 1998 to 2018

續表1

圖1 1998—2018年不同溫度分布圖Fig.1 Distribution of different temperature from 1998 to 2018

由圖1可以看出，研究區高/低溫區域隨著時間此長彼消，煤火過程持續發生動態變化。溫度高溫區域較低溫區域變化明顯，差距較大。相鄰時間提取的煤田火區分布范圍雖然不完全相同，但是主要火區的空間分布基本一致，說明了所用方法提取結果的可靠性。

由表1可知，1998—2018年不同溫度區間變化形式不盡相同。高溫區域和低溫區域占比均較低，低溫區域于2007—2015年分別達到兩次小高峰，其余年份變化不大，均保持在5%以下。低溫區域除2015年前后面積較大且低溫區域面積達到研究年限最高峰(4.02 km2，16.51%)，其余年份變化平緩，且均集中在典型區域。高溫區域則于2004—2013年達到階段性高峰，其余年份變化較為平緩。高溫區域較低溫區域變化明顯，差距較大。2013年高溫區域面積最大(6.61 km2，27.18%)，其次為2014年(5.24 km2，21.54%)。較低溫區域和較高溫區域變化較大，且隨著較低溫區域面積減小較高溫區域面積持續增加，反之亦然。較低溫區域面積最大值出現在2006年(18.71 km2，76.93%)，最小值出現在2013年(0.20 km2，0.83%)，較高溫區域面積最大值也出現在2013年(17.47 km2，71.82%)，最小值出現在2006年(4.57 km2，18.77%)，兩個區域最大值和最小值均出現在同一年份。

3.2 植被蓋度分析

通過像元二分模型劃分研究區植被類型主要由4級構成，分別為Ⅰ級(0～0.2)、Ⅱ級(0.2～0.4)、Ⅲ級(0.4～0.6)和Ⅳ級(0.6～1)。其中，Ⅰ級為低植被覆蓋區域，主要由裸地組成；Ⅱ級為較低植被覆蓋區域；Ⅲ級為較高植被覆蓋區域；Ⅳ級為高植被覆蓋區域，水西溝火區在眾多火區中因生長部分植被而特殊存在。具體反演結果如圖2所示，將ENVI處理得到的植被覆蓋圖像經ArcGIS分級處理，匯總結果見表2。

表2 1998—2018年植被蓋度數據統計匯總Table 2 Statistics of vegetation coverage datas from 1998 to 2018

圖2 1998—2018年不同植被蓋度分布圖Fig.2 Distribution of different vegetation coverages from 1998 to 2018

研究區植被生長受當地氣溫、降水影響頗深。同時，受水西溝煤火影響，植被生長呈現明顯的斑塊狀。煤火災害發生的區域完全破壞植被生長條件。由圖2和表2可知，研究區整體以Ⅰ級植被覆蓋區域和Ⅱ級植被覆蓋區域為主。Ⅰ級植被覆蓋區域在2003年面積最大(99.48%，24.200 km2)，同年Ⅱ級植被覆蓋區域面積占比為0.52%，Ⅲ級植被覆蓋區域和Ⅳ級植被覆蓋區域統計面積為0。同樣在2011年，Ⅲ級植被覆蓋區域和Ⅳ級植被覆蓋區域統計面積為0，而Ⅰ級植被覆蓋區域占比較2003年有所降低，Ⅱ級植被覆蓋區域面積從0.52%增長至9.50%。 Ⅰ級植被覆蓋區域和Ⅱ級植被覆蓋區域為整個研究區的植被主導生長覆蓋區域，在研究的時間范圍內，占比均超過90%。

從不同植被覆蓋等級所對應的時間來看，4種等級占比均出現較大變化。較高植被區域和高植被區域占比總體呈現不同程度變化，1998年兩種區域占比分別為5.19%和0.13%，2018年分別減少至0.07%和0.06%。2001年較高植被覆蓋區域占比為44.62%，除此之外，其余年份占比均未超過6%。 高植被區域占比在2001年達到最大值，為7.16%，其余年份為0%或者1%以下，占比極少，幾乎可以忽略不計。 而低植被區域總體呈現大幅增長趨勢，1998年僅為28.31%，2003年占比增長為99.48%，之后呈波動變化，時增時減，2018年占比為95.12%。較低植被區域則伴隨著低植被覆蓋區域的增加而降低，1998年占比高達66.37%，2018年大幅降低，僅為4.75%。

3.3 空氣滲入與煙氣逸散區域分析

3.3.1 溫度與植被融合分析

提取劃分確定不同類型植被覆蓋區，分別于高溫異常區域和低溫區域進行疊加分析，從而確定裂隙，具體裂隙區域位置如圖3所示。

由圖3可知，2014—2017年，高溫區域和Ⅰ級植被覆蓋區域疊加處理裂隙點，以及低溫區域和Ⅳ級植被覆蓋區域疊加處理裂隙點位置隨著時間均呈不同程度增加趨勢，2016—2017年數目有所下降。2015年溫度異常區域和一級植被覆蓋區域疊加確定的點位置最少，但在2014年、2016年和2017年確定的點位置中均存在。低溫區域和Ⅳ級植被覆蓋區域疊加確定的點位置數目并不多，數量均在30個以下，位置上相近，均出現在研究火區北部。裂隙位置也呈現點面轉化情況，2014—2015年火區西部裂隙位置變化較小，火區中部和火區東部裂隙變化較大。但由低溫區域和Ⅳ級植被覆蓋區域疊加確定的空氣進入通道變化不大，位置數目變化不大。不同種類的可疑裂隙大體位置較為固定，說明煤火是由點到面累積發展，若不及時治理，后期受影響的范圍將會持續擴大。

圖3 裂隙疊加點位置Fig.3 Location of fractures overlying point

3.3.2 沉降與可疑裂隙融合分析

研究基于D-InSAR差分干涉處理后得到2014—2017年沉降信息，見表3。進一步繪制折線圖，如圖4所示。由表3和圖4可知，每一年研究區沉降值均呈現波動變化。 沉降低值比高值變化平緩，歷年沉降高值較低值變化更為波動。 沉降高值由9.591 mm波動變化為-3.241 mm，低值由-19.132 mm波動變化至-26.059 mm。沉降變化受地質運動影響頗深，單一沉降不能很好地表征地表裂隙。通過溫度、植被和沉降三個因素對火區裂隙變化分析，在確定可疑裂隙點位置基礎上提取沉降信息從而確定裂隙更為精準。使用軟件按點位置提取值，得到不同可疑裂隙數目及其沉降點變化，見表4。

表3 2014—2017年沉降數據Table 3 Datas of subsidence from 2014 to 2017

續表3

圖4 2014—2017年沉降變化Fig.4 Subsidence change from 2014 to 2017

表4 不同裂隙點數目Table 4 Number of different fracture points

由表4可知，2014—2017年高溫和低植被覆蓋區域疊加處理有效裂隙區點位置隨著時間先減少再增加，從5 617個減少至863個，再增加至3 578個。煙氣逸散通道因煤火燃燒呈現動態變化，反之通道數目也會影響煤火災害。低溫區域和高植被覆蓋區域疊加處理有效裂隙區點位置隨著時間變化先增加后減少，總體約增加3倍，遠小于煙氣逸散通道點位置。空氣進入通道的數量遠小于煙氣逸散通道，且其空間和數量范圍變化很小，說明此類通道比較穩定，但也一直存在。而煙氣逸散通道本身數量較多，可能是煤火持續燃燒巖體破裂、斷裂形成。

3.4 典型通道確定及分析

為確定通道的進一步分析，由文獻[19]選取兩類通道典型區域(圖3)。通過提取分析得到兩類通道具體沉降信息，見表5。進一步將其繪制成為折線圖(圖5)。

表5 典型通道沉降信息Table 5 Subsidence information of path

由表5和圖5可知，兩類典型通道整體變化規律較為一致。典型空氣進入/煙氣逸散通道的沉降最低值均出現在20160131—20160319干涉對時間內，分別為-262.402 mm和-232.832 mm；最高值則出現在20160506—20160530干涉對時間內，分別為602.910 mm和564.202 mm。2014—2015年均在0值上下波動，于2016年1月31日達到最低值后波動增加，并于2016年5月30日變化至最高值，此后又在0值上下波動。總體看來，較大的突變均出現在2016年的3月和5月。2016年低溫區域面積前后將呈現減小趨勢，高溫區域面積則呈現增加趨勢；Ⅰ級植被覆蓋區域面積先減小至2016年后呈現增加趨勢，Ⅳ級植被覆蓋區域面積則增加至2016后呈現減小趨勢，均與理論較為一致。提取典型通道溫度具體數據并繪制變化圖如圖6所示。

圖5 典型通道沉降變化Fig.5 Change of typical subsidence path

圖6 典型通道溫度變化Fig.6 Temperature change of typical path

結合典型通道溫度數據與沉降具體分析，發現空氣進入通道區域存在增加趨勢，煙氣逸散通道區域存在減少趨勢。但兩類通道溫度最高值、最低值及平均值均呈現增加趨勢，且趨勢相似。

4 結 語

1998—2018年煤田火區始終處于一個動態發展的過程。溫度區間面積變化趨勢不盡相同，高溫區域和低溫區域占比均較低。 2015年低溫區域面積占比最大，占總面積的16.51%；2013年高溫區域面積占比最大，為27.18%，其次為2014年，為21.54%。研究區以Ⅰ級植被覆蓋區域和Ⅱ級植被覆蓋區域為主，其中，Ⅰ級植被覆蓋區域在2003年面積最大，為24.200 km2，占整體面積的99.48%。Ⅳ級植被覆蓋區域占比在2001年達到最大值，為7.16%。 地表溫度、植被覆蓋度、地表裂隙的識別受多種因素影響，后續須結合火區現場實際進一步深入研究。