結合PS-InSAR 和DS-InSAR 的韓城礦區采空區地面塌陷識別

張文龍，張童康，張 帆

（1.自然資源陜西衛星技術應用中心，陜西 西安 710100；2.中國煤炭地質總局航測遙感局，陜西 西安 710100）

近年來韓城市滑坡、崩塌、地面塌陷[1]等地質災害呈高發趨勢，煤炭資源的開發利用產生了一系列的地質環境問題[2]。其中礦山開采導致韓城市部分地區地面塌陷嚴重，傳統的監測員目測巡視手段，監測范圍有限，且時效性也不足[3]。合成孔徑雷達干涉測量（InSAR）技術作為一種新型對地觀測手段近年來得到了快速的發展，它的主要優點是能夠全天時、全天候的觀測、不受云層影響、穿透力強、監測范圍廣[4]，主要應用有城市地表沉降監測[5]、火山監測[6]、冰川監測[7]、滑坡監測[8]、地震監測[9]等多方面。隨著InSAR 技術的發展，從傳統的合成孔徑雷達差分干涉測量（D-InSAR）[10]技術逐漸衍生出了監測精度更高的時序InSAR 技術，其中最主要的代表就是小基線集（SBAS-InSAR）[11]技術和永久散射體（PS-In－SAR）[12]技術。

黃土溝壑區煤礦開采往往存在著沉降速度快、梯度大的特點[13]，這也限制了InSAR 技術在該地區的應用[14]。其主要原因是黃土礦區獨特的地質特點和沉陷特性不能滿足SAR 數據的相干性要求。為了彌補這一缺陷，學者們開展了一系列的研究工作。PS-InSAR 作為一種較新的InSAR 技術，對大氣延遲誤差的去除效果較好，得到形變量也比較接近真值。該技術在城市地區應用較多，在礦區應用較少，主要因為PS-InSAR 依賴于具有高相干性的永久散射點，開采沉陷區這些穩定散射點較少，不能滿足要求。但是隨著分布式散射體（DS-InSAR）[15]技術的誕生，PS-InSAR 在礦區的應用有了新的方向。DSInSAR 主要通過篩選出同質點，根據同質點的統計性，優化分布式目標的相位[16]，降低噪聲對分布式目標的影響，聯合DS 點和時序InSAR 方法進行形變解算，提高非城鎮區域點目標密度，最后獲取完整地表形變范圍。DS 技術能夠很好的彌補PS 點在礦區分布較少的弊端，為此，結合PS-InSAR 和DS-In－SAR 技術，在提取高散射特性的PS 點的基礎上再提取具有中散射特性的DS 點，對煤礦采空區進行更加全面的觀測，得到了更豐富的地表沉陷信息，為煤礦采空區地質災害治理提供了數據支撐。

1 PS-InSAR 和DS-InSAR 技術

PS-InSAR 的核心思想之一是基于覆蓋同一地區的SAR 影像時間序列和振幅離差指數閾值[17]方法識別具有穩定雷達散射特性的點目標，即永久散射體。典型的PS 目標如建筑物、線塔、柵欄、橋梁、堤壩、裸露巖體和人工角反射器（CR）等硬目標。PSInSAR 技術可以在長時間序列上保持穩定的散射特性，幾乎不受時空失相關的影響。針對PS-InSAR 技術在非城鎮區域難以獲取高密度的點目標，無法反應研究區域的整體形變的問題，學者將研究重點轉向散射特性中等的地物目標，如裸地、沙漠、耕地等保持中等時序相干性且空間上連續分布的地物，即分布式目標（DS），并提出了DS-InSAR 技術。

DS 技術主要通過對比干涉相位在時間上的相似性，選擇具有相同散射特性的像元進行同質濾波處理，同時在復數域對干涉相位優化估計。該技術可以很好的提高干涉圖相位的質量，在相位解纏和大氣誤差去除上都有較好的效果，相比于其他時序InSAR 技術更好的提升了干涉相位的利用率。與PS不同的是，DS 是將每個像元中所有較小散射體回波信號的相干累加。

2 監測結果

2.1 韓城礦區沉陷區的監測

韓城市的地面塌陷災害基本是由采煤活動引起的。據資料顯示，韓城市在采煤礦共12 個，由北到南分別是桑北煤礦、桑樹坪煤礦、下峪口煤礦、龍門鎮燎原煤礦、西韓興隆煤礦、盤龍（龍灣煤礦）、杏樹溝煤礦、后洞溝煤礦、星火煤礦、龍源煤礦、象山煤礦和山底煤礦。

從2018 年到2021 年3 月的監測期內，12 個煤礦采煤區域基本都發生了地面塌陷災害。其中桑樹坪、下峪口及象山3 個大煤礦的地面塌陷范圍較大，且形變量級較大。其他小煤礦也基本都分布著范圍不一的地面塌陷災害，龍源煤礦在監測期內地表基本沒有形變。

本次研究獲取了2018 年1 月至2021 年3 月共85 景Sentinel-1A 衛星升軌SAR 影像，path/frame 為11/111，時間間隔為12 d，分辨率為5 m×20 m，DEM數據為SRTM DEM 數據，格網間隔為30 m，采用POD 精密軌道數據進行輔助處理，配準方法為強度互相關配準算法，配準精度均優于0.1 個像元。時序處理方法首先采用永久散射體（PS-InSAR）技術進行處理，其中PS 點的選取是重要步驟。

對時間序列干涉圖集的像元進行PS 點目標篩選，并根據篩選的PS 點進行PS 點的形變速率分析；由于PS 點的分布不均勻，并且有部分礦區范圍內點分布較少，影響到了形變區域的提取。為了提取較為全面的形變點，提高選點的密度，選取DS點，與PS 點合并進行構網計算，除了植被茂密的地區外，其他區域點基本已覆蓋完全，全區的最大形變速率約為230 mm/a，形變區域基本分布在礦區范圍內或附近區域。

韓城礦區PS 點分布及PS 點的形變速率圖如圖1，韓城礦區PS 點和DS 點的分布情況及PS 點和DS 點的形變速率圖如圖2。

圖1 韓城礦區PS 點分布及PS 點的形變速率圖Fig.1 Distribution of PS points and deformation rate of PS points in Hancheng Mining Area

圖2 韓城礦區PS 點DS 點的分布情況及PS 點DS 點的形變速率圖Fig.2 Distribution of DS points + PS points and deformation rate of PS points + DS points in Hancheng Mining Area

對比圖1（b）和圖2（b）可以發現，PS-InSAR 的處理結果存在較多的失相干信息，難以提取到沉陷盆地中心的主要沉降信息。但是在圖2（b）中結合DS 點分析以后，礦區的沉陷盆地信息較為全面，只有少量的沉降較大的地方存在失相干現象，但是該結果已能夠很好的滿足開采沉陷的監測需求，因此結合PS-InSAR 和DS-InSAR 的開采沉陷監測技術能夠很好的得到開采沉陷的沉陷盆地信息。

將結合PS 點和DS 點的穩定散射點進行時間序列處理，得到的韓城礦區時序形變圖如圖3。

圖3 韓城礦區時序形變圖Fig.3 Time series deformation diagrams of Hancheng Mining Area

由圖3 可知，隨著時間的推移，12 個煤礦的礦區內主要形變區域形變愈加明顯，時序InSAR 監測結果數據對比反映了礦區內局部地區的地表變形情況。從獲取的結果上看，礦區的形變區域是時刻發生變化的，這是因為礦區開采而造成的形變是隨著時間的推移而逐漸演化，而且清楚地看到礦區形變緩慢的變化過程，每個礦區其他區域地表大部分處于穩定狀態。

2.2 桑樹坪煤礦沉陷區的監測

為了更詳細分析煤礦的形變區域，本次將選取12 個煤礦中沉降值較為明顯的桑樹坪煤礦的開采工作面分別疊加InSAR 形變監測結果中，分析隨著煤層開采進度，地表形變量的變化情況。

桑樹坪煤礦始于20 世紀40 年代，開采歷史悠久，淺部舊窯很多，以開采2 號、3 號煤層為主。截止2016 年底，桑樹坪斜井區共形成采空區面積6.212 9 km2。其中桑樹坪煤礦壁式綜采11 號、3 號煤形成采空區面積5.178 5 km2，分布在煤礦的南部區域，大部分已沉穩。目前，11 號采煤共設計6 個工作面，分別是3105、3106、3107、3108、3109、3110；3 號煤共設計6 個工作面，分別是5301、4321、3317、3319、3312 1 期、3312 2 期。桑樹坪煤礦斜井區形變速率圖如圖4，桑樹坪斜井區11 號煤工作面地面塌陷點時間序列形變如圖5。桑樹坪斜井區3 號煤工作面地面塌陷點時間序列形變如圖6。

圖4 桑樹坪煤礦斜井區形變速率圖Fig.4 Deformation rate diagram of inclined shaft area of Sangshuping Coal Mine

圖5 桑樹坪斜井區11 號煤工作面地面塌陷點時間序列形變Fig.5 Time series deformation of ground collapse points in No. 11 coal face in Sangshuping inclined shaft area

圖6 桑樹坪斜井區3 號煤工作面地面塌陷點時間序列形變Fig.6 Time series deformation of ground collapse points in No. 3 coal face in Sangshuping inclined shaft area

由圖4 可知，桑樹坪煤礦斜井區形變區域范圍較大，約6 km2左右。最大形變速率位于斜井區北部，約177 mm/a。其中大部分采空區地表已經趨于穩定，但是仍有部分采空區存在地表形變。從桑樹坪煤礦形變速率圖中可以看出InSAR 技術得到形變區范圍基本都在井田范圍內，位于工作面上方及周圍，各個工作面采動時互相影響，形成了1 個較大的開采盆地，沉降中心位于受采動影響較大的中間工作面上方。該沉降中心年平均形變速率達到了230 mm/a，有進一步下沉的趨勢，在后期的工作中還應繼續觀測。

由圖5 可知，11 號煤區從2018 年到2021 年一直保持穩定下沉狀態，形變速率基本保持不變，說明11 號煤區內各個工作面在2018 年1 月至2021 年4月期間保持穩定下沉趨勢，沒有突變發生。其中形變量最大的工作面為3109 工作面，至2021 年4 月最大累積形變量達到了370 mm。

由圖6 可知，3 號煤工作面分布的較為分散，在礦區的下方和上方都有分布，且都位于主要沉降區。于是造成了3 號煤的沉降值整體大于11 號煤的沉降值。各個工作面的形變速率較為穩定，說明在該時間段內3 號煤各個工作面都在持續緩慢形變，沒有突變發生。其中5301 工作面的形變量和速率要遠遠大于其他工作面的，最大累積形變值達到了560 mm，在實際中要進一步關注工作面該采空區的發展趨勢。

3 結 語

通過結合PS-InSAR 技術和DS-InSAR 技術的優點，對從2018 年1 月至2021 年4 月覆蓋韓城礦區的85 景Sentienl-1A 數據進行了處理。

1）識別出了韓城礦區采空區主要沉降范圍，并且與當地礦區井田邊界范圍進行對比，發現了主要形變區都位于各個煤礦的井田范圍內，12 個煤礦采煤區域基本都發生了地面塌陷災害。其中桑樹坪、下峪口及象山3 個大煤礦的地面塌陷范圍較大，且形變量級較大，其他小煤礦也基本都分布著范圍不一的地面塌陷災害，龍源煤礦在監測期內地表基本沒有形變，說明了InSAR 技術可以在煤礦采空區形變范圍識別中發揮一定的作用，為礦區采后治理提供數據支撐。

2）得到了韓城礦區的年平均形變速率圖和時序累積沉降圖，發現該地區年平均形變速率最大為230 mm/a，最大累積沉降量為740 mm。

3）對桑樹坪煤礦斜井區3 號煤和11 號煤各個工作面提取特征點單獨分析，發現各個工作面在該時間段內都保持穩定下沉，形變速率基本保持不變，其中11 號煤累積沉降值最大的是3109 工作面最大沉降值達到了370 mm，3 號煤區累積沉降值最大的時5301 工作面沉降值達到了560 mm，有必要對沉降值過大的區域采取一定的防護措施。