煤礦采空區地表沉陷時序InSAR監測與分析

摘要：開展礦區地表沉陷監測對于礦山地質環境保護與土地復墾具有重要意義。該文采用短基線集合成孔徑雷達干涉測量（SBASInSAR）技術，對山東省某煤礦2021年11月7日至2022年3月19日期間的采空區地表沉陷情況進行了監測，獲取了監測區域的年均沉降速率和時序沉降量，分析了地表沉陷時空分布特征和監測精度。結果表明，研究區域內最大年均沉降速率達到679.2 mm/a，累計沉降量最大為258.7 mm，監測到的沉降空間位置與實際開采工作面空間位置十分吻合，沉陷盆地走向和傾向沉降曲線均呈“V”型，表明SBASInSAR監測到的采空區地表沉陷位置、范圍和時空連續變化趨勢與煤礦實際開采情況相符，可有效獲取煤礦采空區的地表沉陷信息。

關鍵詞：SBASInSAR；地表沉陷；時空分布特征

中圖分類號：P642.26" ""文獻標識碼：A""" doi：10.12128/j.issn.1672-6979.2025.02.001

0 引言

煤炭資源采出后，會在地下逐漸形成大面積采空區域，進而導致地面下沉，對生態環境、土地資源利用、農業生產等造成巨大影響，嚴重限制了礦區經濟社會發展^［1］。對煤礦開采過程中的地面下沉情況進行監測，可以及時獲取礦區地面破環的影響范圍，為煤礦進行土地補償、生態修復治理等提供依據，對研究礦區開采沉陷規律具有重要意義^［23］，因此，開展煤礦采空區的地表沉陷監測方法研究和應用十分必要。

煤礦常用的地表沉陷監測方法主要通過在開采工作面上方預先布設一定數量的地面監測點，利用水準測量、GNSS測量、三角高程測量等技術定期獲取地面監測點高程值，計算實際下沉量，該方法監測精度雖高，但布設點位容易遭受人為破壞、監測成本高、點位數量有限，難以全面反映煤礦采空區的地表沉陷情況^［4］。合成孔徑雷達差分干涉測量（Difference Interferometric Synthetic Aperture Radar，DInSAR）技術利用形變前后兩幅配準后的單視復數雷達影像，可以從面狀尺度獲取厘米級精度的地表形變信息，具備高精度、大范圍、高頻次、長時序的突出監測優勢^［5］，在此基礎上發展而來的永久散射體技術（Permanent Scatterer InSAR，PSInSAR）、短基線集方法（Small Baseline Subset InSAR，SBASInSAR）等時間序列InSAR技術將監測精度提升至毫米級^［67］，已相繼推廣應用于煤礦采空區的地表沉陷監測領域。吳立新等^［8］在國內首次分析了DInSAR技術應用于煤礦區開采沉陷監測中的技術優勢，并指出了該技術具體的監測目標和亟需解決的關鍵問題。朱建軍等^［9］分析了DInSAR、PSInSAR、SBASInSAR等技術在煤礦開采沉陷監測中的當前應用情況和局限性，給出了InSAR監測礦區形變的發展趨勢。閆建偉等^［1012］利用DInSAR技術分別得到了淮南礦區、濟寧礦區、神東礦區的InSAR形變監測結果，證明DInSAR可以有效獲取礦區大范圍的地表開采沉陷信息。王道順等^［1317］針對DInSAR技術在煤礦采空區地表沉陷監測中的局限性，利用PSInSAR或SBASInSAR等時序InSAR技術獲取了長時間序列上的礦區地表形變結果，分析了煤礦開采沉陷的時空分布特征規律。

本文以山東省某煤礦區為研究區域，利用SBASInSAR方法對覆蓋研究區域的11景C波段Sentinel1A影像進行數據處理，獲取了2021年11月7日至2022年3月19日的年均沉降速率和時序沉降量，分析了沉陷盆地走向、傾向的時間和空間分布特征。

1 研究區域概況

本次實驗選擇山東省濟寧某礦區為研究區域，該礦區位于濟寧市西南，其地理位置概況見圖1。礦區內各鄉鎮間簡易公路四通八達，地理位置優越，交通方便。

該煤礦現主采3煤層，共劃分4個采區，本次具體研究區域為位于煤礦南部的首采區，監測時間段為2021年11月至2022年3月。該礦首采區在監測時間段內有1315、1318工作面正在采動，其中1315工作面開采時間為2020年10月—2022年3月，1318工作面開采時間為2021年10月至2022年3月。考慮到對相鄰老采空區地表沉陷的疊加影響，將鄰近的1307、1320工作面納入本次研究范圍，其中1307和1320工作面分別已于2015年2月和2021年9月結束開采。具體位置及地質采礦信息見圖1和表1。

2 數據源和研究方法

2.1 數據源

實驗收集到覆蓋研究區域的11景相同軌道的C波段Sentinel1A SLC影像，時相為2021年11月7日至2022年3月19日，各影像時間間隔12 d，數據處理時選擇使用每景影像對應的精密定軌星歷數據（Precise Orbit Ephemerides，POD）減弱軌道誤差，使用開源的ALOS World 3D數字高程模型（Digital Elevation Model，DEM）數據去除外部地形相位。

2.2 研究方法

考慮到研究區域內地表主要為農田，監測時間段內SAR影像數據量又偏少，因此本次實驗選擇SBASInSAR時序方法進行數據處理，該方法較其他時序InSAR方法能夠在所用SAR影像數據量較少的前提下得到較高精度的監測結果，且監測對象為分布式散射體，可以在礦區得到更多的監測目標。SBASInSAR首先計算覆蓋同一區域不同時間段的多景SAR影像時間和空間基線，通過設定合適的時間和空間基線閾值，將SAR影像組合成具有多主影像的干涉集合；然后對組成的集合內各干涉對進行配準、干涉、差分干涉、濾波、相位解纏等處理；最后對所有集合內干涉對組成相位方程，采用奇異值分解（SVD）方法進行形變參數的估計，并采用時間和空間域濾波的方法去除大氣延遲相位，分離非線性形變，最終得到監測區域的形變信息。該方法數據處理的流程主要為：

（1）連接圖生成。將下載到的11景Sentinel1A單視復數（SLC）影像進行數據格式轉換，并按研究區域范圍統一進行裁剪；設置時間基線閾值48 d，空間基線不超過臨界基線的10%，自動選擇2022年1月6日影像為超級主影像，共生成30個干涉像對，其中最小空間基線12.4m，最大空間基線177.9m，生成的干涉對連接情況見圖2。

（2）差分干涉處理。對生成30個像對進行配準和共軛相乘，生成干涉結果；利用外部DEM數據模擬地形相位，對干涉結果進行去除平地相位、地形相位處理，生成差分干涉圖集；對差分干涉結果進行Goldstein濾波處理，減弱噪聲影響，同時生成每個干涉像對對應的相干系數圖；設置相干解纏閾值0.2，利用最小費用流解纏方法恢復各差分干涉像對的真實相位值。由于本次監測時間為2021年11月7日至2022年3月19日，研究區域在秋冬季地表植被覆蓋度較低，因此各干涉對相干性較高，平均相干值達到0.8，差分干涉和相位解纏效果均較好，可全部保留。

（3）軌道精煉和重去平。為了估算和去除各干涉對解纏后的殘余相位，綜合參考各干涉對差分干涉和解纏結果，在遠離形變的穩定區域、相干性高、未發生解纏錯誤的區域手動選擇22個地面控制點，利用三次多項式模型對整個研究區域內的誤差相位予以去除。

（4）形變速率反演。基于重去平后的解纏相位進行第一次形變速率反演，估算殘余高程，并進行二次解纏優化；解算完第一次形變速率后，進行相位優化和重去平，設置時間窗口365 d、空間窗口1 200m，估算并去除大氣相位，經地理編碼后最終得到更加精確的時間序列形變監測結果。

3 監測結果及分析

經過SBASInSAR數據處理后，即可獲得研究區域2021年11月7日至2022年3月19日的視距方向（LOS）形變量，依據雷達入射角，將其轉換為垂直方向形變量，InSAR監測得到的垂直方向平均沉降速率結果見圖3。由圖3可知，受1315、1318工作面開采影響，研究區域分布有2處沉陷盆地，其中北側沉陷盆地最大沉降速率為679.2mm/a，南側沉陷盆地最大沉降速率為355.7mm/a。

為了驗證InSAR監測精度，實驗對年均沉降速率結果的頻數分布進行統計分析（圖4），可以看出沉降速率峰值為2.06mm/a，頻數主要分布在0mm/a附近，統計結果呈直方狀態，表明監測區域除受開采影響的沉陷盆地外，大部分仍處于穩定狀態，該結果符合實際情況，可以在一定程度上反映本次InSAR監測的可靠性。

圖5是以2021年11月7日為初始日期，其他監測時間分別相對于初始日期影像的累計沉降量。結合圖1分析，由于1315工作面回采時間為2020年10月，至本次監測時間（2021年11月7日）開始時已開采358m，因此至2021年11月19日時，雖然煤層埋深較深，但時間相隔12 d已呈現出明顯沉降現象；1318工作面回采時間為2021年10月16日，至2021年11月1日僅向前開采12m，加之煤層埋深較深，因此在2021年11月19日時尚未發現明顯沉降，直至2021年12月1日才發生沉降，最大沉降量18mm；由于1320工作面停采時間為2021年9月（自東向西開采），西距1315工作面344m，南距1318工作面552m，該工作面尚未達到穩沉狀態，加之受1315、1318工作面的影響，2022年1月6日時已監測到該工作面上方的地面沉降；隨著1315、1318工作面的不斷推進，2處沉陷盆地的沉降范圍和沉降量不斷增大，同時發現沉陷盆地東側有沉降現象發生，分析開采資料，該區域存在1個已于2021年3月停采的工作面，由于該工作面未達到穩沉狀態，受1318工作面開采影響同樣出現了沉降現象。

結合地質采礦條件和開采沉陷一般規律分析，1315和1318工作面埋深和煤層厚度相當，監測到的最大沉降量分別為258.7mm和134.5mm，原因在于1315工作面開采范圍更大，另外在于與之相鄰的1307工作面已于2015年2月回采結束，地表早已達到穩沉，但受到1315工作面的重復采動影響，破壞了老采空區的穩沉狀態，導致在1315工作面監測到的沉降量和沉降影響范圍大于1318工作面。此外1320工作面已于2021年9月回采結束，監測時間開始時還仍繼續沉降，未達到穩沉狀態，但由于距1315和1318工作面較遠，重復采動影響較弱，因此監測到的沉降量較小。

為了更直觀分析監測區域的沉降空間特征，在2處沉陷盆地開采工作面的傾向和走向各選取1條剖線ab、cd和a′b′、c′d′（位置見圖3），提取了剖線方向上的沉降量值，并繪制沉降曲線（圖6）。可以看出，提取的走向和傾向沉降曲線均呈“V”型，表現出明顯的沉陷盆地特征，符合開采沉陷特征規律。

利用2021年11月7日至2022年3月19日11景Sentinel1A雷達影像和SBASInSAR技術，獲取了山東省某煤礦年均沉降速率和時序沉降量，監測結果顯示，受1315、1318工作面開采影響，該區域最大年均沉降速率達到679.2mm/a，累計沉降量最大為258.7mm，監測區域形成的2處沉陷盆地空間位置與1315、1318開采工作面空間位置十分吻合，且隨著工作面的持續開采，沉陷盆地范圍不斷增大，提取的走向和傾向沉降曲線均呈“V”型，證明SBASInSAR監測到的采空區地表沉陷位置、范圍和時空連續變化趨勢與煤礦實際開采情況相符，可有效獲取煤礦采空區的地表沉陷信息。

參考文獻：

［1］ 余學義，張恩強.開采損害學［M］.北京：煤炭工業出版社，2010：38.

［2］ 孫建，王道順，姚文舉，等.礦區地表沉陷DInSAR監測分析與應用［J］.山東國土資源，2023，39（1）：4751.

［3］ 李達，鄧喀中，高曉雄，等.基于SBASInSAR的礦區地表沉降監測與分析［J］.武漢大學學報（信息科學版），2018，43（10）：15311537.

［4］ 張紅月，王道順.相鄰工作面開采下的礦區地表沉陷InSAR監測與分析［J］.煤礦安全，2023，54（6）：184192.

［5］ 華怡穎，胡晉山，康建榮，等.基于SBASDInSAR的大寧礦區多工作面開采地表沉陷規律研究［J］.金屬礦山，2020（3）：177183.

［6］ FERRETTIA，PRATIC，ROCCAF.Nonlinear Subsidence Rate Estimation Using Permanent Scatterers in Differential SAR Interferometry［J］.IEEE Transactions on Geoscience and Remote Sensing，2000，38（5）：22022212.

［7］ Berardino P，Fornaro G，Lanari R.A New Algorithm for Surface Deformation Monitoring Based on Small Baseline Differential SAR Interferograms［J］.IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：23752382.

［8］ 吳立新，高均海，葛大慶，等.基于DInSAR的煤礦區開采沉陷遙感監測技術分析［J］.地理與地理信息科學，2004（2）：2225.

［9］ 朱建軍，邢學敏，胡俊，等.利用InSAR技術監測礦區地表形變［J］.中國有色金屬學報，2011，21（10）：25642576.

［10］ 閆建偉，汪云甲，朱勇.基于DInSAR技術的淮南礦區地面沉陷監測［J］.工礦自動化，2011，37（8）：4851.

［11］ 王志勇，張繼賢，黃國滿.基于InSAR的濟寧礦區沉降精細化監測與分析［J］.中國礦業大學學報，2014，43（1）：169174.

［12］ 馮婷婷.DInSAR技術在神東礦區開采沉陷監測中的應用［D］.焦作：河南理工大學，2016：38.

［13］ 王道順，李偉，孫建，等.SBASInSAR在礦區地表形變監測中的應用與分析［J］.山東國土資源，2022，38（2）：7075.

［14］ 張香凝，賀黎明，劉翠芝，等.基于SBASInSAR技術的煤礦開采沉陷監測與分析［J］.遙感技術與應用，2022，37（4）：10211028.

［15］ 張豐，刁鑫鵬，譚秀全，等.基于SBAS技術的煤礦采空區探查與穩定性評價［J］.煤炭科學技術，2022，50（3）：208214.

［16］ 魏紀成，張紅霞，白澤朝，等.融合DInSAR與PSInSAR的神東礦區開采沉陷監測方法［J］.金屬礦山，2019（10）：5560.

［17］ 李勇發，左小清，麻源源，等.基于PSInSAR技術和遺傳神經網絡算法的礦區地表沉降監測與預計［J］.地球物理學進展，2020，35（3）：845851.

Monitoring and Analysis on Surface Subsidence Timeseries InSAR in Coal Mining Area

WANG Zijian1， WANG Ruiyun2

（1. No.1 Exploration Brigade of Shandong Bureau of Coal Geology， Shandong Qingdao 266590， China; 2. Engineering College of Ji'ning University， Shandong Ji'ning 272100， China）

Abstract：Carrying out surface subsidence monitoring in mining areas is of great significance for the protection of mine geological environment and land reclamation. In this paper， by using shortbaseline integrated aperture radar interferometry （SBASInSAR） technology， surface subsidence of the goaf in a coal mine in Shandong province from November 7th， 2021 to March 19th， 2022 has been monitored. The annual average settlement rate and temporal settlement amount of the monitored area are obtained， and the spatiotemporal distribution characteristics of surface subsidence have been analyzed. It is showed that the maximum annual average subsidence rate in the study area can reach 679.2mm/a， and the maximum cumulative subsidence is 258.7mm. The monitored subsidence spatial position is in good agreement with the actual mining face spatial position. The subsidence basin direction and dip subsidence curve show a \"V\" shape. It is indicated that the surface subsidence position， range and spatiotemporal continuous change trend of the goaf monitored by InSAR are consistent with the actual mining situation of the coal mine. It can effectively obtain surface subsidence information of the goaf.

Key words：SBASInSAR; surface subsidence; spatial and temporal distribution characteristics

基金項目：濟寧學院青年基金科研課題“基于改進型遺傳算法的有限元概率積分法模型在開采沉陷預計可視化中的應用（2019QNKJ04）”

作者簡介：王子健（1989—），男，山東鄆城人，工程師，主要從事工程測量、不動產測量工作；Email：625551344@qq.com

*通信作者：王瑞云（1986—），男，山東濟寧人，講師，主要從事變形監測與數據處理；Email：574133201@qq.com

引文格式：王子健，王瑞云.煤礦采空區地表沉陷時序InSAR監測與分析［J］.山東國土資源，2025，41（2）：16.WANG Zijian， WANG Ruiyun. Monitoring and Analysis ob Surface Subsidence Timeseries InSAR in Coal Mining Area［J］.Shandong Land and Resources，2025，41（2）：16.