基于SBAS-InSAR的大采深条带开采地表沉降监测与特征分析

时间：2024-07-28

何荣刘畅远徐可心

（河南理工大学测绘与国土信息工程学院，河南焦作 454000）

地下煤炭开采严重影响矿区地表建筑物的安全使用［1］，破坏原有地表生态环境，给矿区经济的可持续发展及民生问题带来了不利影响［2］，因此有必要对矿区地表变形进行高精度、大范围监测，对矿区灾害预警、开采沉陷控制及生态治理具有重要意义［3］。

传统的地面沉降监测技术有GPS测量、水准测量等，其监测精度高，但获取的是离散点数据，具有观测周期长、人力成本高、工作效率低的局限［4］。相对上述监测技术，InSAR技术具有全天候、大范围、高精度等特点，已广泛应用于冰川运动［5］、滑坡［6］、城市地面下沉［7］等监测中，能对目标区域进行连续空间覆盖观测，获取雷达视线向形变量［8］。

鉴于上述InSAR技术优势，D-InSAR在矿区地表变形监测中取得了巨大成功［9］。煤矿多分布于郊区或农村地区，地表常常被农作物等植被覆盖，部分矿区地表发育有积水塌陷坑，这些地表散射特性不稳定因素易降低相干性［10］，导致形变结果精度降低，难以实现高精度、长时间的形变监测。小基线集合成孔径雷达干涉测量（SBAS-InSAR）技术［11］可实现矿区长时间序列形变监测，Luke Bateson等［12］将间歇SBAS-InSAR方法应用到英国南威尔士煤田的地表运动监测中，所提取到的高相干目标量是标准SBASInSAR的3倍以上，提高了其在植被覆盖度较高地区的适用性；尹宏杰等［13］利用SBAS-InSAR技术获取了冷水江锡矿山采空区多个沉降漏斗的详细信息；刘沂轩等［14］将SBAS-InSAR和概率积分法融合建立了矿区沉降量提取模型，有效解决了InSAR技术监测矿区大梯度沉降难题；刘一霖、朱叶飞、李达等［15-17］基于SBAS-InSAR分别对陕西某矿、九台营城矿区及榆林某矿进行时序监测，均取得了较好的研究结果。将SBAS-InSAR技术与特殊开采条件地表变形监测相结合，提取地表变形时空发育特征等方面有待进一步研究，由此，本项目基于SBAS-InSAR技术获取大采深、条带开采条件下地表年沉降速率及时间序列形变信息，开展形变规律研究，有利于为地表建筑物保护、地下资源科学开采提供技术依据。

1 研究区概况与数据选取

1.1 研究区概况

研究区位于河北省玉田县境内，矿井于1985年投产，至本研究时间2017年12月结束时煤炭资源基本开采完毕，处于矿井生产末期。矿区地表地势平坦，多为农田、林地，工业广场及其周边建筑物分布密集，采区北部为多年开采形成的积水塌陷坑，积水深度达6.5 m，在沉陷边缘区域分布有台阶式地表变形。采区包含5个工作面，分别为1118、1029F、2220、2221、2223，位于工业广场北，工作面彼此相邻，采用条带开采，工作面走向长度570～1 150 m，平均埋深530 m，平均煤层厚度4 m，煤层倾角6°～14°，工作面宽度为45 m，煤柱宽度为50 m。采区东、北和西部为已采工作面，形成大面积采空区。

1.2 SAR数据选取

本文选取31景Sentinel-1A影像数据，影像裁剪范围如图1，时间为2016年1月9日至2017年12月29日，同时采用美国宇航局SRTM DEM（30 m）数据消除地形相位影响，以及欧洲空间局发布的精密轨道数据去除因轨道误差引起的系统性误差。

2 数据处理与监测结果

2.1 数据处理

基于SAR-Scape系统进行SBAS数据处理，为保证数据干涉质量，降低时间、空间失相干影响，设置时间基线阈值为365 d、空间基线阈值为45%进行时空基线组合，最终确定2017年1月3日的影像为超级主影像［18］，其余影像配对到该主影像上干涉处理。由此组合成385组干涉像对，空间基线组合形式如图2所示，其中最大空间基线201 m，最大时间基线360 d。通过差分干涉处理，得到差分干涉图、相干性强度图，如图3所示。

对差分和滤波后的干涉图进行解缠处理；利用地面GCP点来精确估算轨道参数，对解缠结果进行轨道精炼和残余相位去除；通过第一次反演估算形变速率和残余地形，第二次反演去除大气相位误差并计算时间序列位移，对SBAS时间序列结果地理编码，最后得到LOS向平均位移速率和时间序列位移结果。

2.2 研究区沉降速率获取

基于SBAS-InSAR技术获取到研究区年平均沉降速率，如图4所示，提取出有效高相干点170 747个，主要分布于建筑物、公路上，在研究区北部出现大片失相干区，由于该区域多年开采而形成大面积积水坑，水域的散射特性较差易造成失相干，导致无法获取有效监测值。由图4可知，研究区内整体呈现沉降趋势，最大沉降速率达到61 mm/a，位于工业广场外侧北部，工业广场内东北部平均沉降速率超30 mm/a。

2.3 研究区时序沉降获取

以2016年1月9日为起始时间参考形变量获得研究区时序累计沉降图，如图5所示。相对于起始时间至2016年5月8日，研究区在4个月内已经发生了较大地面沉降，达到35～40 mm，且影响范围不断扩大；至2016年11月28日，研究区地面沉降量缓慢增加，沉降范围基本稳定，至2017年12月29日，最大沉降量达到127 mm。

研究时间范围内累计沉降量如图6所示，研究区内发育有一连续的变形区域。为对下沉盆地沉降进行定量分析，基于2016年5月到2017年12月SBAS结果做等值分割处理，统计下沉盆地各时期累计沉降面积如图7所示。在2016年5月至2016年7月期间，沉降量主要分布在0～30 mm，累计沉降面积达到1.79 km2；在2016年7月至2016年12月期间，沉降量主要分布在0～70 mm，累计沉降面积达到2.75 km2；在2017年1月至2017年9月期间，沉降量主要分布在0～100 mm，累计沉降面积达4.15 km2；从2017年10月开始沉降量达到100 mm之多，至2017年12月沉降量大于100 mm的沉降面积达到0.32 km2，累计沉降面积达到4.33 km2，沉降面积整体呈现逐渐增加的趋势。

在工业广场北部的开采工作面沉降情况最严重，累计沉降达到60～70 mm，最大沉降达到127 mm，不均匀沉降较为明显，形成明显的下沉盆地。

3 监测结果可靠性分析

为验证SBAS监测精度，利用地面12个水准观测点实测数据与SBAS结果提取数据进行对比分析。由于实测水准数据与SBAS数据监测时间不完全重合，选取2016年1月至2017年1月共13个月的水准实测值与SBAS监测值进行比较。水准数据与SBAS监测结果比较如图8所示，水准数据观测值整体大于SBAS结果，两者变形量基本一致，相差均不超过10 mm，大部分点位相差在5 mm以下，均误差为2.9 mm，沉降趋势保持高吻合度。

导致两者下沉值有所差异是由于水准数据与SAR数据获取的频率不同，水准数据在开采前期观测周期稍长，在地表下沉活跃期观测周期较短，数据采集频率较高，使得水准测量对沉降监测更加灵敏［19］。而SBAS做开采沉陷分析，可以最优化SAR数据集，SAR数据获取频率固定（T=12 d），高密度干涉相对组合保证了干涉对的采样率，随着输入数据的增加，精度也有所提高，可将测量精度由D-InSAR的厘米级提高到毫米级。基于以上两点，采用SBAS技术监测矿区地表变形具有较高的可靠性。

为量化分析大采深条带开采条件下下沉盆地的时序地表移动特征，从SBAS结果沿工作面方向提取下沉盆地的走向、倾向剖面线，得到走、倾向剖面图，如图9所示。

从图9可以看出，下沉曲线保持了很好的连续性，此次开采沉陷量级较小，SBAS监测可以获得相位变化量主值，与实际情况符合。该矿的地表变形特征在空间上与高斯曲线相似，说明在一定范围内，该矿的地表移动特征符合概率积分法模型特征，沉降较大的区域主要是受1118工作面开采的影响，其余4个工作面也在不同程度地影响地表。本项目采用二维高斯曲线拟合沉降值，根据曲线的形态分析下沉盆地的沉降特征，拟合结果如图10所示，高斯拟合函数为

根据式（2）求得高斯拟合曲线横向均方根误差为0.08，纵向均方根误差为0.02，通过拟合结果可知，高斯拟合与SBAS结果达到较高吻合度。

4 地表移动特征分析

研究区内多个开采工作面均位于工业广场北侧，采用条带开采方式，如图11所示，1118工作面下沉量达到104～127 mm，其他4个条带开采工作面下沉为60～107 mm。SBAS结果表明，地表下沉量较小，符合条带开采工作面地表变形特征。

该煤矿在条带工作面开采设计阶段，基于概率积分法对地表移动和变形进行了预计，综合考虑条带开采的经验、参照经验公式计算结果，工业广场条带开采预计参数如表1所示。地表移动变形最大值预计结果见表2。

将SBAS监测结果与概率积分法预计结果、地表水准监测数据对比分析，上文分析表明SBAS监测与水准测量结果基本一致，而SBAS监测的最大下沉120 mm远小于概率积分法预计735 mm，分析主要原因是地表下沉还未达到稳定，地表在SBAS监测时间内仍处于继续下沉的过程中。

同时，概率积分法预计结果走向影响距离为1.3 km，倾向影响距离为0.7 km，SBAS监测结果走向影响距离为1.6 km，倾向影响距离为1.1 km，比较可知，SBAS监测到的地表变形面积大于预计变形面积。因此可以判断条带工作面的开采诱发了相邻老采空区地表再次发生变形，如图11所示，工业广场及相邻3个采空区发生大面积沉降，下沉值达到20～103 mm，不均匀沉降明显且已波及到采空区外围，3号采空区面积较大，受开采影响最大。研究区开采属于大采深条件，平均深厚比［20，21］为 165，深厚比较大，地表移动变形持续时间较长，易受到相邻工作面开采诱发二次变形，地表移动衰退期长。

综上两点，基于SBAS技术的大采深条带开采地表变形监测，使其监测范围、持续时间等因素获取更加全面，可准确得到全盆地、全要素地表变形信息。