基于SBAS-InSAR技術的礦區地表形變監測研究

梁 芳，楊維芳*，李蓉蓉

（1.蘭州交通大學 測繪與地理信息學院，甘肅 蘭州 730070；2.地理國情監測技術應用國家地方聯合工程研究中心，甘肅 蘭州 730070；3.甘肅省地理國情監測工程實驗室，甘肅 蘭州 730070）

煤炭是人類使用的主要能源，對國家經濟發展具有重要推動作用；然而進行大面積地下煤炭開采活動易引起地面形變，破壞地表結構，誘發滑坡、塌陷、地裂縫等地質災害，嚴重威脅區域的可持續發展，給人們的生命財產安全帶來隱患[1-2]，因此及時有效地對礦區地面進行形變監測具有重要的研究意義。傳統水準測量、GPS等測量技術存在測站稀疏、工作量大、周期長、監測范圍小、點位保存困難等缺點[3]，不能適應礦區形變監測的要求。

近年來，衛星遙感領域不斷發展，隨著大量星載SAR數據的出現，合成孔徑雷達應用技術也在不斷完善，差分雷達干涉測量技術（D-InSAR）具有連續覆蓋、高精度和高度自動化的能力，成為獲取地表形變信息的有效手段[4]。然而，D-InSAR技術存在時空基線和大氣效應等誤差，影響了其測量精度，很難獲得連續的形變結果[5-7]。SBAS-InSAR技術通過影像的自由組合得到較多干涉圖，選擇空間和時間基線較小，具有高相干性的干涉圖可減小地形對差分的影響，提高變形監測的準確性，能更好地消除技術中的時空失相關、大氣延遲相位以及地形相位誤差等影響，獲取研究區域毫米級的形變信息[8-9]。因此，本文采用SBAS-InSAR技術對29景Sentinel-1A影像數據進行處理，獲得了研究區的形變信息，并從形變特征和形變機理等方面對形變信息進行了監測研究。

1 研究區概況與數據來源

1.1 研究區概況

本文選取的研究區位于陜西省榆林市榆陽區東北部27 km的毛烏素沙漠南沿、屬北部草灘區東部，與神木縣大保當鎮接壤，西南與榆陽區牛家梁鎮接壤，北部與榆陽區孟家灣鄉相連，神延鐵路、榆府公路、110和330 kV線路均穿鎮而過；以沙漠灘地為主，地形較平緩，屬低緩的半沙漠緩坡丘陵地貌，總體地形西部稍低、東部稍高；地下水、煤炭資源儲存量大，地質資源量為1 872.32 Mt，可采儲量為995.78 Mt，井田地質構造簡單，煤層賦存穩定，煤質優良，可作為多種用途資源；礦井外部建設條件良好，交通四通八達。

1.2 數據來源

本文下載覆蓋陜西省榆林市榆陽區2019-01-01—2019-12-15的29景歐洲航天局Sentinel-1A升軌影像數據進行實驗，數據類型為干涉寬幅模式（IW）的單視復數（SLC）數據，地面分辨率為5 m×20 m，極化方式為VV同向極化。實驗還利用30 m分辨率的SRTM1高程數據消除地形相位，利用各影像對應的精密定軌星歷數據減少軌道誤差。

2 數據處理流程與結果

2.1 SBAS-InSAR數據處理流程

SBAS又稱短基線集，是由Berardino P等在2002年提出的一種基于分布式目標算法的時序InSAR技術[10-11]。其基本思想是將所有覆蓋同一地區的SAR影像進行組合，形成若干個集合，再通過有效合并得到所有可用的小基線干涉圖。利用奇異值分解（SVD）獲取影像序列間地表形變速率的最小范數最小二乘解，能有效克服時間和空間失相干的影響，提高時間采樣頻率和空間覆蓋率，且能在一定程度上消除大氣相位和限制地形誤差的影響[12-14]。SBAS-InSAR方法監測地表形變的技術流程如圖1所示。

圖1 SBAS-InSAR技術流程圖

實驗基于ENVI軟件的SARscape，利用SBAS-In-SAR技術對礦區進行形變監測：①設置最大時間基線閾值為180 d，空間基線閾值為臨界基線的45%，生成影像連接圖；②利用Delaunay三角網中的最小費用流法和Goldstein濾波對連接好的像對進行干涉處理，并需移除相干性低和解纏效果不好的像對；③在相位解纏效果好的圖中選擇50個高相干的控制點來估算和去除殘余的恒定相位和解纏后仍存在的相位坡道，并基于所選的控制點進行軌道精煉和重去平；④第一次估算形變速率和殘余地形；⑤計算時間序列上的位移，即對第一次得到的形變速率進行定制的大氣濾波，用以估算和去除大氣相位，得到時間序列上的最終形變結果，并將生成的所有LOS方向的形變量都投影到垂直方向，通過ArcGIS軟件輸出。

2.2 SBAS-InSAR數據處理結果

經實驗處理得到的研究區年均形變速率、累積形變量如圖2、3所示，圖中紅色區域表示下沉，綠色區域表示抬升。該區域年均形變速率范圍為-180.03～42.03 mm/a，累積形變量范圍為-167.20～63.31 mm，形變量較大。

圖2 SBAS年均形變速率

3 研究結果分析

3.1 形變特征分析

圖3 SBAS時序累積形變量

由時序累積形變量可知，隨著時間的推移，礦區地表形變量逐漸增大，形變范圍也逐漸擴大；研究區包括A、B、C、D、E五個明顯的大型形變區域，且呈由邊緣向中心形變逐漸增大的漏斗狀，這與礦區開采工作面的分布位置有關。

為更加直觀地對礦區的形變特征進行分析，以研究區的B工作面為例，沿該工作面走向和傾向分別作剖線L1、L2，然后在兩條剖線上分別選取一系列點，提取每個點的形變值，最后繪制每個剖線的動態累積曲線進行時序分析（圖4）。

由圖4a可知，隨著時間的推移，形變區整體呈下沉趨勢，每個點的沉降值隨時間的推移不斷增加，大的沉降值從開始的1.7 mm增加到94.4 mm，形成了比較明顯的下沉盆地，且有一個快速下沉區域，而其他區域點均以緩慢速度下沉；小的沉降值從開始的1.4 mm增加到2.8 mm。圖4b同樣表現出下沉盆地特征，每期累積沉降值大致表現為先增大后減小的過程；下沉盆地中心沉降值從開始的1.1 mm增加到75.5 mm；整體符合礦區開采沉陷規律。

本文在走向線和傾向線上隨機選取4個點，利用擬合模型擬合得到下沉值與時間的關系，結果如圖5所示，可以看出，下沉值與時間大致呈線性關系，即隨著時間的推移，沉降量不斷增大。

圖5 時序沉降特征

3.2 降水對形變的影響分析

礦區發生形變的主要原因是礦區的開采，但其他原因也會在一定程度上影響其形變結果。研究區以風沙草灘、黃土丘陵為主，土壤含沙量多，土質疏松，抗腐蝕能力差，易遭受流水侵蝕[15]，因此探究降水對礦區形變的影響很有必要。本文引入降水量參數，利用§3.1中用于擬合的4個點提取各點每月的累積形變量，并通過與在中國氣象數據網下載的研究區同時段降水量信息進行對比，分析礦區形變量與降水量的關系，結果如圖6所示，可以看出，降水量與形變量并無明顯的幾何特征關系，2019年1月—2019年3月該地區幾乎沒有降水，但4個點不斷發生形變，且形變量不斷增大；月累積降水量在6—8月逐漸增加，且在8月達到最大值，而1、3、4號點的形變量均呈先增后減的趨勢，2號點的形變量呈先減后增的趨勢；10—12月的月累積降水量逐漸減小，4個點的形變量均呈先增后減的趨勢，因此降水量與形變量沒有顯著關系。這是由于研究區內地層土體滲透系數小，降水對礦區形變量影響很小，即相對于礦區大量級形變而言，其降水的影響可忽略不計。

圖6 降水量與形變量的對比性分析

3.3 精度驗證

本文選取研究區B工作面沿走向線和傾向線上的12個水準點來驗證SBAS-InSAR獲取的累積形變量。由于SAR影像獲取時間與水準數據觀測時間不一致，因此首先采用三次樣條插值法獲取與SAR影像獲取時間一致的水準數據，然后采用最鄰近距離法提取水準點附近的SBAS點，最后對二者的差值進行對比驗證，如圖7所示。經過對比發現，SBAS-InSAR與水準數據在趨勢上基本是一致的；計算得出二者的中誤差為4.75 mm，相關系數為0.981，相關系數較高，最大差值為9.42 mm，最小差值為1.39 mm，滿足監測精度要求。由此可以得出，SBAS-InSAR技術在礦區形變監測中具有可靠性。

圖7 水準數據和SBAS-InSAR結果的對比驗證

4 結語

本文采用SBAS方法，利用29景Sentinel-1A影像對陜西省某礦區進行了形變監測，并從形變特征和降水對形變的影響等方面進行分析，得到的結論為：

1）研究區存在5個較大的形變區域，通過研究提取的工作面走向和傾向線上的一系列點發現，其形變特征呈下沉盆地的漏斗狀。在走向線和傾向線上隨機選取4個點，利用線性擬合模型擬合發現下沉值和時間呈線性關系。

2）引入降水量參數，提取上述4個點每月的累積形變量，并通過獲取研究區同時段降水量信息，分析了礦區形變量與降水量的關系，得出降水量與形變量并無顯著關系的結論。

3）將SBAS-InSAR獲取的累積形變量值與水準數據進行對比發現，二者的中誤差為4.75 mm，相關系數為0.981，表明SBAS-InSAR技術在礦區形變監測中具有可靠性。

利用SBAS-InSAR技術對礦區地表形變進行監測，一方面可為礦區的安全開采和煤礦塌陷區的綜合性治理提供科學依據；另一方面對礦區人民的生命安全具有重大意義。