SBAS-InSAR 與PS-InSAR 技術在陳旗兩礦區地表沉降分析中的應用

林 聰

（呼倫貝爾市氣象局，內蒙古 呼倫貝爾 021008）

星載合成孔徑雷達（Synthetic Aperture Radar，SAR）是一種主動式微波遙感觀測技術，以其全天候全天時對地觀測能力，成為一種不可或缺的對地精細測量手段。合成孔徑雷達干涉測量技術（interferometric synthetic aperture radar，InSAR）的興起，更是推進了SAR 技術在地質災害監測中的應用。永久散射體干涉測量技術（persistent scatterer inter-ferometric synthetic aperture radar，PS-InSAR）和短基線集干涉測量技術（Small baseline subsets interferometric syn -thetic aperture radar，SBAS-InSAR）是近年來基于InSAR 開展城市和礦區周圍地面沉降監測分析的主要研究方向。張凱翔等利用PS-InSAR 及SBAS-InSAR 技術針對魯西南某線性工程走廊帶沿線地區地面沉降進行分析，最終得到沉降時間序列與沉降速率信息，并得出該地區沉降原因。杜自豪等基于SBAS-InSAR 技術對濱州市地表沉降及其影像因數進行分析，并利用地理探測器模型分析自然與人類活動影響因素對地表沉降空間分異性的影響，從而確定出地表沉降影響原因以及交互作用機理。

本文針對陳旗寶日希勒露天礦及東明露天礦周圍20 km 范圍地表沉降變化開展研究，研究區地勢相對平坦，對數據處理要求略低。對2019 年1 月至2021 年4 月不同月份20 景Sentinel-1B 影像開展研究，主要采用SBAS-InSAR 技術進行數據處理，采用PS-InSAR技術對處理結果進行驗證，并且利用PS-InSAR 技術處理結論為SBAS-InSAR 中選擇幾何控制點（GCP）提供參考依據，更加提高結論的準確性。因此，本文通過運用2 種時序分析技術相互驗證，最終得到沉降時間序列與沉降速率結果，并結合GIS 處理技術進行分析，形成結論。結果顯示，2 種方法得出的沉降變化趨勢相關性極高，與兩礦區周圍實際開采情況相符，該方法可有效應用于礦區周圍沉降監測分析。

1 研究區概況

寶日希勒礦區位于內蒙古呼倫貝爾市陳旗煤田東部，為內蒙古自治區最大的地方煤礦基地。礦區坐標為東經119°17′37″～120°09′59″，北緯49°15′55″～49°28′27″。礦區規劃范圍東西長約52.2km，南北寬5.9～13.1km，面積544.9 km2，由36 個拐點圈定而成。2020 年，對寶日希勒礦區總體規劃進行修編后，規劃礦區為8 個井田，本文對圖1 中A 處（東明露天礦）及B 處（寶日希勒露天礦）開展沉降分析研究。

圖1 研究區域圖

2 技術原理與數據處理流程

時序InSAR 技術充分利用了SAR 的相位信息，形成三維影像，研究區監測時間間隔跨度大，覆蓋面廣，可獲得全球高精度的、高可靠性的連續監測地表形變信息，監測精度能達到毫米級。PS-InSAR 及SBAS-InSAR技術為時序InSAR 技術的主要研究方向。PS-InSAR 數據處理的核心在于PS 點目標選取，以及對于PS 點目標的時間/空間域形變估算。PS 技術對地面穩定散射體的密度要求較高，往往需要大量遙感數據參與運算工作，寶日希勒礦位于郊區，并且部分地區形變范圍較小，相干性偏低，因此利用PS 技術難以獲取足夠的PS 點，導致無法完全揭示所有礦區沉降變化規律，如圖2 所示。

圖2 PS-InSAR、SBAS-InSAR 技術流程圖

因此本文中主要用PS 技術輔助SBAS 點目標選取，以及對大部分地區2019—2021 年沉降變化規律分析及結論驗證。SBAS-InSAR 數據處理方法對輸入的數據數量要求偏低，主要采用多主影像的沉降分析，降低了主影像及從影像之間發生的時間及空間上的失相干的可能性，充分利用了各個像對之間的相干性，降低相位噪聲，從而更清晰有效地獲取地表形變的時間序列圖以及各地精確沉降量，結果展示更加準確直觀。

3 實驗數據與處理方法

3.1 生成連接圖

本文采用20 景Sentinel-1B 影像進行處理。PS 技術為單主影像，選擇2019 年9 月13 日獲取的雷達影像作為配準主影像，DEM 數據使用SARscape 中SRTM3 version4 生成90 m 分辨率高程數據，與主影像進行地理配準，并將其余Sentinel-1B 影像與主影像進行配準，建立主-從數據對，得到19 副相對于主影像的干涉圖，如圖3 所示。

圖3 時空基線連接圖

SBAS 技術數據處理影像原始數據及DEM 均與PS 技術相同，不同于PS 技術的單主影像，SBAS 技術將20 景Sentinel-1B 數據組合為具有多個主影像的干涉子集，本文時間基線設置為200 d，采用時空基線閾值的方式對所有影像進行最優組合來獲取干涉像對，每個像對的基線長度均低于臨界閾值，這種方式在控制時間和空間的情況下能有效地降低各組合影像之間地物變化的顯著性，盡量避免失相干對結論造成的影響，在提升干涉相干性方面有很大的優勢，數據處理結論更加清晰。

生成的連接圖工具自動選擇最優的組合方式進行配對，每個小集合內SAR 影像間的基線較小，集合間SAR 影像的基線較大。本文中超級主影像為2019 年7月15 日數據，在整個處理過程中，超級主影像作為參考影像，自動選擇的超級主影像有足夠的像對，在像對編輯的時候，可以去掉相干性較小的像對，由于文中各相對之間相干性較好，因此并未去掉像對。

3.2 生成干涉圖

對所有配對的干涉像對進行干涉處理，生成相干性，經過去平、濾波、相位解纏等處理后，所有的數據均配準到主影像。數據多視的視數設置為1∶4，SBAS 中解纏分解等級設置為1，解纏相關關系閾值設置為0.2，濾波方法為Goldstein。本文中生成61 組短基線差分干涉圖集，圖4 為2019 年12 月30 日與2020 年1 月11 日配對結果，相位解纏結果與相干系數圖生成結果越白亮，相干性越好，解纏圖中黑色區域代表相干性過低，沒有形成解纏結果。干涉圖中生成很多形變干涉條紋。

圖4 生成干涉圖

3.3 軌道精煉、重去平

SBAS 中數據處理需要通過人為手動添加的GCP點，進行軌道重計算工作。軌道參數不精確可能會導致干涉圖上有很大的軌道殘差即分布在整個干涉圖上的大條紋，通過人工選取GCP，可以有效去除軌道誤差。

GCP 的選取原則為盡量選取相位穩定、相干性高的點，并且沒有形變條紋，遠離形變區域，沒有殘余地形條紋等影響，因此盡量在平坦區域進行點的選取。本文中GCP 的選取通過PS 技術生成的結論作為參考，避開形變區域，選取研究區20 個以上在PS 中沒有沉降變化的GCP 點。

3.4 生成沉降結論

經過以上步驟處理后，進行2 次反演操作。第一次反演估算形變速率和殘余地形，同時對干涉圖進行二次解纏優化。第二次反演利用大氣相位在時間上的高通濾波和空間上的低通濾波進行去除，對大氣影響進行估計，獲取時間序列上的位移結果。

4 研究結果與分析

4.1 InSAR 沉降結論分析

兩礦區中東明露天礦周圍地面沉降范圍較大，主要沉降區域在礦區東部及東北部，SBAS 技術分析大部分地區2019—2021 年出現10~20 mm 沉降活動，有明顯的沉降中心，形成沉降漏斗，漏斗中心出現40~50 mm 沉降活動，并且沉降規模較大。寶日希勒露天煤礦周圍沉降活動范圍較小，主要沉降區域位于礦區東側。礦區沉降幅度較大，大部地區出現50 mm 以上沉降活動，2019—2021 年累計沉降最高達到122 mm。兩礦區周圍均沒有明顯地表抬升信息，如圖5 所示。

圖5 SBAS 陳旗礦區2019—2021 年沉降量

PS 結論顯示東明露天礦沉降區域及沉降中心位置與SBAS 范圍基本一致，但寶日希勒礦區沉降變化沒有體現，主要原因為PS 技術不能完全揭示礦區沉降變化規律，特別是變化區域較小、數據量小或地形起伏的地區。因此，在對細小形變的研究上SBAS 技術更能顯示出優勢。PS 累計沉降結論顯示較SBAS 結論略偏大，但總體沉降趨勢一致，兩礦區周圍均無明顯抬升信息。

4.2 形變成因分析

東明露天礦周圍地表形變較為明顯，與2019—2021 年氣象條件相關性較小，根據沉降變率顯示，礦區沉降沒有明顯的季節變化趨勢，2019—2021 年呈現明顯下降趨勢，應是正在開采的工作面地面上方形成了較大范圍的沉降盆地，其沉降形式都是由位于工作面上的沉降中心向四周輻射，從而形成大范圍的沉降盆地，沉降中心位置和開采工作面的位置分布是一致的，主要的開采方向為礦區東北方向，開采速度較快。寶日希勒礦區2019—2021 年開采方向均為自西向東，2019年向東推進306 m，2020 年向東推進272 m，沉降幅度明顯，開采方向與沉降幅度均與SBAS 結論較為一致。

5 結論

本文基于2019 年1 月至2021 年4 月20 景Sentinel-1B 數據，運用PS-InSAR 及SBAS-InSAR 技術對陳旗兩礦區地表沉降分析，得到研究區2019—2021 年沉降變化范圍及沉降速率。通過實地調查，驗證了InSAR 技術大范圍探測與監測具有可行性及可靠性。

1）礦區地表形變具有范圍廣、量級大的特點，易對當地的生態環境及人員安全構成威脅，普通監測手段很難進行定量研究，InSAR 技術可以捕捉到大范圍毫米級微小地表形變信息，從而可以實現對研究區大范圍沉降探測工作。

2）SBAS 結論顯示東明露天礦沿開采方向沉降范圍較大，有明顯沉降漏斗，大部分地區2019—2021 年出現10~20 mm 左右沉降活動，沉降漏斗中心達到40~50 mm。寶日希勒礦沉降范圍較小，但沉降幅度較大，礦區東側累計沉降達到50~100 mm，最大沉降量達到122 mm。利用PS 方法對SBAS 進行驗證，結論顯示對東明露天礦形變區域沉降分析兩方法有較高的一致性，但對于細小形變SBAS 方法更占優勢，特別是在數據較少時，SBAS 獲得的結論更具可靠性。

3）兩礦區沉降方向、沉降范圍均與2019—2021 年開采方向及開采速度相符，因此InSAR 技術識別監測結果具有較高的參考價值，可以為礦區生態環境變化提供數據支撐。