方 林,呂 燈,徐郅杰
(1.河南省自然資源監測院,河南 鄭州 450016; 2.河南省地質環境保護重點實驗室,河南 鄭州 450016)
梁北礦位于河南省許昌市所轄禹州市城南約6 km處,在禹州市梁北鎮境內,該礦山隸屬于河南神火集團有限公司。隨著煤炭開采量的擴容及開采進度的加快,帶來采煤誘發的以地面塌陷、地裂縫等礦山地質環境問題,不僅破環了當地環境,還影響人民群眾生產生活[1-2]。開展礦區的地表形變監測對維護當地群眾生命財產安全具有重要意義。
礦山地表形變監測方法主要有水準、GPS、合成孔徑雷達干涉測量技術(InSAR) 3 種技術手段[3-4]。InSAR技術在區域性地表形變監測中具有較高的垂向監測精度,與水準、GPS 監測手段相比,易識別出地表形變的分布規律,在采樣密度及監測周期/頻率具較大優勢[5-6]。本次工作采用InSAR技術來監測梁北煤礦礦區地表形變。
InSAR技術開展地表形變監測主要有差分合成孔徑雷達干涉測量(D-InSAR)及基于時間序列分析的短基線集干涉測量(SBAS)2種方法。D-InSAR技術主要應用在地震、崩滑等突變型災害的監測上,監測精度一般為厘米級[7-9];SBAS 的采用線性模型進行回歸分析,主要應用于監測緩慢性地面沉降,監測精度在毫米級[10-13]。
本次工作參考郭炳躍等[14-15]對地面變形研究,采用SBAS方法監測梁北煤礦地面塌陷發展狀況,搜集及購買了覆蓋禹州市35景5 m×20 m分辨率Sentinel-1A數據作為SAR數據源,對獲取的SAR數據進行干涉處理,提取地表形變信息,并對解譯結果進行了野外踏勘驗證。
采用SBAS方法監測梁北煤礦礦區地表變形狀況。主要步驟如圖1所示。

圖1 SBAS地面塌陷監測圖像處理流程Fig.1 SBAS ground subsidence monitoringimage processing flow
為了監測梁北煤礦礦區地表變形,此次搜集了35景5 m×20 m分辨率Sentinel-1A數據作為SAR數據源,幅寬250 km,雷達波段C、極化方式VV。最早一景數據獲取時間為2018年11月9日,最晚一景數據獲取時間為2020年6月7日(表1)。

表1 獲取的Sentinel-1A數據Tab.1 List of Sentinel-1A data obtained
(1)SAR數據格式轉錄。購買的SAR圖像屬SLC(Single Look Complex)格式,需要將元數據、校準文件、噪聲文件和數據文件分別存放到.XML和.TIF文件中,為了在SARscape平臺中進行處理,并對購買的Sentinel-1A數據進行格式轉錄,生產SLC影像參數文件和影像文件。
(2)SAR圖像精確配準。InSAR干涉處理聯合154幅單視SLC圖像生成干涉圖,需將兩幅影像配準到亞像元的精度。為提高干涉相關性,對于Sentinel-1A數據,進行SBAS處理要求SAR圖像方位向配準精度必須優于0.02個像元,否則將導致干涉處理的失敗(表2)。

表2 SAR圖像配準Tab.2 SAR image registration
(3)SAR格式DEM準備。SAR干涉處理需要包含距離/方位幾何等結構的DEM,而DEM屬于地圖結構,需將DEM轉換成SAR結構的DEM,最后用SAR結構的DEM和SAR圖像進行配準。
此次工作采用相位離散指數閾值法方法選擇永久散射點。干涉對組合準則:時間基線閾值設為150 d、垂直基線閾值設為150 m。形成154對短基線集組合,為了保證結果的連通性,干涉對網絡中沒有孤立的干涉對(圖2、表3)。將154個干涉像對進行處理后,與SRTM DEM模擬的地形相位做差分處理,在去除參考橢球面相位以及地形相位后,最終得到初始的差分干涉圖結果。

圖2 干涉對分布Fig.2 Distribution of interference pairs

表3 干涉像對組合結果Tab.3 Combination result of interference image pair
由于雷達成像時,天線發射的微波信號要穿越大氣層且與地表交互作用后被反射回去再由傳感器記錄下來,因此大氣效應尤其是大氣中水汽的影響是干涉相位中主要的誤差源與限制因素。一般來說,沿重復軌道獲取2幅 SAR 圖像的時間間隔越大,干涉相位的噪聲越嚴重,大氣特性在時間和空間上的變化將會引起雷達信號不同的傳播延遲。
此次工作采用空間濾波的方式對生成的干涉圖進行大氣相位的去除。利用初始的差分干涉圖,首先去除大氣相位、DEM引起的誤差,然后再去除系統噪聲,最后剩余的相位執行SVD分解,最終得到了形變時間的序列相位值。依據標準偏差,去除質量差的點,對時間序列相位進行空間域濾波和時間域濾波,獲得最終的形變時間序列(包含線性形變和非線性形變)。
為了更好地研究梁北煤礦礦區地面塌陷的分布,首先將形變結果轉換成“.txt”格式文件和相應的形變元數據,然后把SARscape獲取的PS地面形變結果用ArcGIS轉換成.shape格式,采用工作區的Google影像作底圖,經校正,然后和PS點進行疊加,就得到整個礦區的解譯塌陷速率圖(圖3)、塌陷區示意圖(圖4)。

圖3 梁北煤礦InSAR解譯塌陷速率Fig.3 InSAR interpretation subsidence rate of Liangbei Coal Mine

圖4 梁北煤礦主要塌陷區示意Fig.4 Map of main subsidence area in Liangbei Coal Mine
本次工作利用SBAS方法獲得了梁北煤礦地面塌陷情況,經過干涉處理最終獲得2018年11月至2020年6月間梁北煤礦地面塌陷速率。從上面的塌陷監測結果得出,梁北煤礦塌陷區位于煤礦工業廣場東北部(圖3),與工業廣場相鄰,與當年度正在開采的21采區范圍有高度的一致性。
最大塌陷速率為82.77 mm/a,塌陷速率大于10 mm/a的面積約為3.14 km2。穿過塌陷區中心的X-X′線的剖面如圖5所示。

圖5 X-X′線剖面Fig.5 X-X′ line profile
本次工作采用InSAR對梁北煤礦礦區開展地面形變監測,主要成果如下:
(1)以35景Sentinel-1A數據作為數據源,采用SBAS方法對梁北煤礦礦區進行地表形變監測,對梁北煤礦礦區的地面塌陷區分布進行了解譯。
(2)對梁北礦區地面塌陷原因進行了初步分析,礦業開采是引起地面塌陷的主要成因,地面塌陷隨采掘推進變形加劇。
(3)InSAR技術具有較高的垂向測量精度,能較好地滿足監測采樣密度及周期/頻率。
(4)InSAR技術是開展礦區地面塌陷、地面沉降監測的有效技術手段,利用SBAS方法能夠全面、準確地監測出地面沉降的速率及礦區地表形變規律。