矿山地面塌陷的高分辨率遥感识别与边界提取

王钦军，陈 玉，蔺启忠

矿山地面塌陷的高分辨率遥感识别与边界提取

王钦军，陈 玉，蔺启忠

(中国科学院数字地球重点实验室，中国科学院对地观测与数字地球科学中心，北京 100094)

为在高分辨率遥感图像上准确识别地面塌陷、圈定其边界、提取其面积，总结了地面塌陷遥感影像识别标志，提出了一种边界提取方法。该方法以GeoEye高分辨率遥感图像为数据源，在图像融合的基础上，首先用Robert算子和方向算子对融合图像进行边缘增强;然后分别选择原始图像和上述2种边缘增强图像的第一波段进行假彩色合成(Original，Robert and Direction enhanced image，ORD);最后利用ArcGIS软件圈定地面塌陷的边界并提取其相关参数。研究结果表明，该方法可以有效地突出地面塌陷边界，提高其面积提取的精度。

遥感;煤矿;地面塌陷;ORD边界提取

0 引言

地面塌陷是煤矿区普遍发育的一种地质灾害类型。在平原区，由于塌陷为负地形，经常被水体充填，形成面积或大或小的水域;在山区，由于塌陷主要发育在山坡及山顶处，在地表经常表现为圆形或椭圆形的塌陷坑。在遥感图像上，地面塌陷表现为黑色或灰黑色的椭圆形塌陷坑。利用高分辨率遥感数据对地面塌陷进行识别具有重要的意义:① 识别出的地面塌陷区将作为高度危险训练区为矿区灾害预警提供基础材料;② 研究地面塌陷的高分辨率遥感识别标志将有助于在其他矿区开展相应的地质灾害研究;③ 研究准确提取地面塌陷边界的方法将有助于加强对地面塌陷的定量测量，为今后地质灾害信息提取提供有效途径。

目前，对地面塌陷的研究主要集中在塌陷遥感影像特征与信息提取方法、塌陷演变规律及其成因分析等方面。黎来福等［1］以鸡西矿区为例，利用ERDAS和MapGIS处理图像并建立塌陷区地物解译标志体系，据此确定塌陷区范围，为该地区治理提供依据;李成尊等［2］应用QuickBird遥感数据和人机交互式解译方式对山西晋城煤矿开采引发的地质灾害进行调查，研究了不同类型地质灾害(塌陷坑、地面沉陷、地裂缝)的遥感影像特征，对矿区地质灾害现状、成因、分布规律和调查精度进行了分析评价;许长辉等［3］采用HIS、PCA变换等几种不同的遥感信息增强方法对山东省某矿区的塌陷进行试验研究，并对试验结果从定性和定量两方面进行了综合评价，结果表明:HIS变换融合不仅能充分挖掘影像信息量、提高空间分辨率、减少模糊性，还能很好地保持光谱特征，提高影像数据的利用率;彭苏萍等［4］采用不同时相的TM数据作为一个混合数据集进行主成分变换处理，使得积水塌陷区扩展变化信息充分体现出来，采用“拟合归一化”方法提高了不同时期原始TM数据的“一致性”和“可比性”;丁爱华等［5］基于遥感技术研究了采煤塌陷区的时空演变规律;张敦虎等［6］研究了地面塌陷特征及其遥感识别方法;Wang等［7］分别从空气冲击力、支柱稳定性和地层破碎过程的角度研究了邢台石膏矿的地面塌陷及其成因，并分析了导致矿难的主要影响因素;Hervas等［8］利用SPOT 5多时相遥感数据进行了滑坡活动性的监测与制图;Eeckhaut等［9］应用稀有事件逻辑回归方法对滑坡的稳定性进行分析，认为该方法适合于对滑坡稳定性进行评估。

本文以北京市房山区史家营煤矿区的GeoEye卫星数据为例，研究矿区地面塌陷的高分辨率遥感识别与边界提取算法，为今后深入研究矿山地质灾害提供参考。

1 研究区及数据

1.1 研究区概况

研究区位于北京西南、房山区的西部，距房山区政府65 km，面积约30 km2(图1)。区内多数山峰海拔在1 000 m左右，坡度大，有些岩层近乎直立，山势陡峻;植被覆盖中等，以低矮灌丛、荆棘和草地为主，并有一些人工树林;水系以清水河支流中的大石河为主，在金鸡台、史家营附近的山谷中有常年流水［10］。

图1 研究区位置Fig.1 Location of study area

从大地构造格局而言，本区位于祁吕贺兰山字型构造体系与新华夏系紫荆关—大海陀断裂岩浆活动带交接部位的东侧，隶属于百花山—庙安岭复向斜。本区的含煤层为下侏罗统门头沟煤系，是一套陆相含煤层系，总厚度为295～560 m。本区发育的窑坡组含煤层位有12～17层，其中可采煤层8～14层，煤层总厚度为 16.23～29.42 m，含煤系数为4.07% ～6.75%［10］。受利益驱使，区内违法采矿严重，地下矿层被采出后，采空区周围岩体失去原有的应力平衡状态，应力重新分配使得应力过度集中，当煤层顶板集中应力超过其极限强度时，顶板岩层产生变形、断裂和垮落，最终导致整个上覆岩层的移动和变形，在地表形成塌陷［11］。

1.2 遥感数据

本文使用GeoEye高分辨率卫星数据(像元分辨率为0.5 m，获取时间为2009年3月8日)提取地面塌陷的空间分布信息，其主要成像参数见表1。

表1 GeoEye卫星主要成像参数Tab.1 Image parameters of GeoEye satellite

2 地面塌陷识别与边界提取方法

2.1 地面塌陷遥感识别

地面塌陷在地表以塌陷坑的形式存在，由于空洞效应，光线被吸收，在遥感图像上表现为圆形或椭圆形的黑色陷坑。在塌陷集中分布区，受地下采空巷道的控制表现为串珠状(图2)。

图2 地面塌陷遥感影像(左)及实地照片(右)Fig.2 Surface collapse’s remote sensing image(left)and its photo in the field(right)

根据地面塌陷的遥感图像及地面验证情况，总结其遥感影像识别标志为:色调呈灰色、深灰色或黑色;出现位置可在山顶、山坡和山脚;形态表现为圆形、椭圆形，地面塌陷数量较多者呈串珠状分布;塌陷坑直径从不足1 m到数米，总体面积不大;山坡坡脚常因人工采矿活动的干扰而呈现出浅蓝或深蓝色。

利用上述识别标志提取研究区的地面塌陷分布情况如图3所示。统计结果表明:研究区共发现塌陷72处，面积达4 756.1 m2，主要分布在研究区的中部和北部。

图3 地面塌陷分布图Fig.3 Distribution of the surface collapses

2.2 地面塌陷边界提取方法

地面塌陷的边界提取是准确计算其面积的前提。地面塌陷边界提取的主要技术流程包括:

(1)图像融合。图像融合是通过某种变换对不同空间分辨率的遥感图像进行融合处理，使处理后的图像既具有较高的空间分辨率，又具有多光谱特征，从而达到图像增强的目的。本文采用ERDAS 9.1软件对GeoEye数据的全色波段与多光谱波段进行图像融合。

(2)边缘增强。利用Robert算子对融合图像进行边缘增强。Robert算子是一种斜向偏差分的梯度计算方法，其计算公式为

式中，i为行号;j为列号;f(i，j)为第 i行、第 j列的像元亮度值。

(3)方向滤波。利用方向算子对融合图像进行边缘增强。方向滤波是一种一阶导数边缘增强滤波，通过方向滤波运算，对特定方向的边缘进行增强。其结果是，像元值均一的区域在输出图像中为0，而像元值非均一的区域在输出图像中表现为亮色的边缘。

(4)假彩色合成。分别选择原始图像和上述2种边缘增强图像的第一波段进行假彩色合成(Original，Robertand Direction enhanced image，ORD)。与原始图像相比，ORD处理后的图像消除了原始图像中的边界不确定性，增强了不同地物间的对比度(图4)，为准确圈定地面塌陷提供了方法支撑。

图4 ORD处理前后对比Fig.4 Comparison between pre and post ORD processing

2.3 实地验证

为验证方便，将图4中的3个地面塌陷从左向右依次编号为1、2和3号。

2010年7月1日，采用中海达 V8 Star CORS RTK系统(水平测量误差小于10 mm，高程测量误差小于20 mm)对上述3个地面塌陷的面积进行了测量，测量步骤为:

(1)连接GPS与北京CORS站，稍等3～5 min，待其信号稳定后即可进行测量;

(2)野外勘察人员手持GPS(图5)在地面塌陷附近按1.5 m左右的间距布设测量点，获取测量点的经纬度和高程;

图5 地面塌陷实地测量Fig.5 Filed measurement of surface collapse

(3)将GPS中的测量数据导出后显示在计算机上，根据测量结果与提取结果计算相对误差。相对误差的计算公式为

式中，A1为测量面积;A2为提取面积。

野外验证结果见表2。

表2 地面塌陷野外验证结果Tab.2 Result of field verification for surface collapses

从表2中可以看出，ORD方法在很大程度上减少了地面塌陷面积提取的误差，这是因为经增强处理后的图像边界更加清晰，能更准确地圈定地面塌陷。尽管利用原始图像也可以圈定地面塌陷的边界，并计算其面积;但当植被覆盖造成地面塌陷边界模糊时，ORD方法可以有效地突出边界，为准确圈定地面塌陷的边界从而精确计算其面积提供了保障。

3 结论

(1)结合野外调查，分别从位置、色调及形态等方面出发，建立了煤矿区地面塌陷的遥感影像识别标志，这些识别标志在地质灾害遥感信息提取过程中起到关键作用。

(2)通过边缘锐化结果和原始图像的组合(ORD方法)，可以在保留原始图像细节的基础上，有效地突出塌陷边界，降低塌陷面积提取的误差，为准确圈定地面塌陷的边界从而精确计算其面积提供了方法支撑。该方法也可以应用到其他地质灾害(如地裂缝、滑坡、崩塌等)信息提取。

(3)地下采矿是形成地面塌陷的主要原因，因此，对地面塌陷的治理应从地下采矿治理做起。

［1］ 黎来福，王秀丽.SPOT－5卫星遥感数据在煤矿塌陷区监测中的应用［J］.矿山测量，2008(2):45－47.

［2］ 李成尊，聂洪峰，汪 劲，等.矿山地质灾害特征遥感研究［J］.国土资源遥感，2005(1):45－49.

［3］ 许长辉，高井祥，王 坚，等.多源多时相遥感数据融合在煤矿塌陷地中应用研究［J］.水土保持研究，2008，15(1):92 －95.

［4］ 彭苏萍，王 磊，孟召平，等.遥感技术在煤矿区积水塌陷动态监测中的应用——以淮南矿区为例［J］.煤炭学报，2002，27(4):374－378.

［5］ 丁爱华，鲁明星，吕 冰.基于遥感技术的采煤塌陷区时空演变研究［J］.安徽农业科学，2010，38(7):3723 －3725.

［6］ 张敦虎，卢中正，强建华，等.地面塌陷特征及其遥感识别方法研究［J］.地质灾害与环境保护，2009，20(3):8 －12.

［7］ Wang J A，Shang X C，Ma H T.Investigation of Catastrophic Ground Collapse in Xingtai Gypsum Mines in China［J］.International Journal of Rock Mechanics ＆ Mining Sciences，2008，45(8):1480－1499.

［8］ Hervas J，Barredo J I，Rosin P L，et al.Monitoring Landslides from Optical Remotely Sensed Imagery:the Case History of Tessina landslide，Italy［J］.Geomorphology，2003，54(1 －2):63 － 75.

［9］ Eeckhaut M V D，Vanwalleghem T，Poesen J，et al.Prediction of Landslide Susceptibility Using Rare Events Logistic Regression:a Case Study in the Flemish Ardennes，Belgium［J］.Geomorphology，2006，76:392 －410.

［10］中华人民共和国区域地质调查报告(清水幅，J－50－4－A，1∶50 000)［R］.北京:北京市地质局，1983.

［11］谢立民，王长青，王文武，等.地面塌陷及地裂缝的成因及防治——葫芦岛南票区及连山区矿产开采引起的地质灾害［J］.化工矿产地质，2007，29(2):101 －106.

Surface Collapse Identification and Its Boundary Extraction Using High Resolution Remote Sensing

WANG Qin－jun，CHEN Yu，LIN Qi－zhong
(Key Laboratory of Digital Earth，Center for Earth Observation and Digital Earth，Chinese Academy of Sciences，Beijing 100094，China)

In order to extract surface collapse’s boundary and calculate its area precisely，this paper summed up the identification keys to hazards and introduced a method for extracting the boundary of surface collapse.In this method，high resolution remote sensing image is used as the data source.Based on image fusion，the authors applied the Robert and Directional operators to the fused image respectively.Next，the first band in the original and two enhanced images were used to form false color image(Original，Robert and Direction enhanced image，ORD).Finally，the surface collapse area was calculated using ArcGIS software.The results show that the method can highlight the boundary of the surface collapse and reduce the error of the area calculation effectively.

Remote sensing;Coal mine;Surface collapse;ORD boundary extraction

TP 751.1

A

1001－070X(2011)03－0113－04

2010－11－10;

2010－11－29

国家863项目(编号:2009AA12Z147，2009AA12Z102)和中科院对地观测中心数字地球科学平台重大项目(编号:DESP01－04－10)共同资助。

王钦军(1975－)，男，博士，副研究员，主要从事光学遥感信息提取方面的研究。

(责任编辑:刘心季)