PS-InSAR在沛县矿区地表沉降监测中的应用

陆燕燕，柯长青，陈德良，何 敏

（1.南京大学，江苏 南京210098；2.南京邮电大学，江苏 南京210098；3.河海大学，江苏 南京210098）

PS-InSAR在沛县矿区地表沉降监测中的应用

陆燕燕1，柯长青1，陈德良2，何 敏3

（1.南京大学，江苏 南京210098；2.南京邮电大学，江苏 南京210098；3.河海大学，江苏 南京210098）

以徐州北部重要煤矿产地沛县为例，采用永久散射体时序分析技术（PS-InSAR）对2007～2011年间的18景ALOS PALSAR影像进行时序分析，反演了该地区这4 a间由于煤矿开采造成的地表形变过程。实验结果表明，①实验区域存在两处较大矿区形变，分别为沛城煤矿和孔庄煤矿，其沉降中心区沉降速率分别达到-38 mm/y和-18 mm/y，且与实际矿区的空间分布位置一致；②受孔庄煤矿开采的影响，沛县北部的省道321以及县内道路沉降也较为明显，沉降速率为-8 mm/y；③其他形变区域中心形变速率为-6～-16 mm/y。

地表沉降； PS-InSAR；矿区形变；沉降速率

矿山开采引起的城市地表沉降问题由来已久，大面积的地下煤矿的开采，破坏了岩体应有的应力平衡，不仅对矿山本身造成危害，还对城市地表的工程造成威胁，成为诸多矿业城市面临的主要地质灾害之一[1]。水准测量、GPS测量、岩土测量技术等传统的地表沉降监测方法，由于其测量周期长、费用高且无法获取大范围沉降信息,难以满足大面积长时间序列沉降观测的需要。合成孔径雷达干涉测量技术（D-InSAR）因其全天候、全天时、监测范围广、高分辨率、成本低等特点成为近年来监测沉降的重要手段。常规的D-InSAR测量方法虽然使用图像少，但对图像质量要求高，且容易受时间失相关和空间失相关的影响,不利于长时间序列的沉降监测。为克服这一缺陷，Freetti[2]于1999 年提出了PS-InSAR。该方法不仅继承了D-InSAR在地表沉降监测中的优点，同时克服了D-InSAR存在的时间失相关和空间失相关，大大提高了数据的利用率。对PS-InSAR方法的研究逐渐展开，并广泛应用于地表沉降、地震、火山运动、滑坡、开采沉陷和冰川滑坡等形变监测研究中[3-6]。在矿区开采沉陷方面，Saygin Abdikan[7]等利用PS-InSAR获取了土耳其西北部的煤矿开采造成的地表沉降信息；Jungle[8]等采用PS-InSAR方法准确获取了韩国Gaeun煤矿区的地表沉降形变；杨成生[9]等利用Envisat ASAR雷达数据对山西大同煤矿进行了监测；尹宏杰[10]等利用L波段的PALSAR 数据进行了冷江矿区的时序分析，获得该地区的序列形变场；邢学敏[11]对PSInSAR方法与人工角反射器方法联合监测矿区时序地表沉降进行了研究。

针对矿区开采对于地表沉降的影响所具有的独特性（监测范围广、周期长），本文在已有研究的基础上，采用PS-InSAR开展徐州沛县煤矿沉降监测研究，获取了沛县矿区及其周边地区的地表沉降速率,并结合相关资料对实验结果进行了相关分析说明。

1 PS-InSAR形变监测原理

PS-InSAR的基本原理是将覆盖研究区域的n+1 景时间序列的影像按时间顺序排列，优化选取其中一幅为主影像，其余n景为辅影像，将所有的辅影像分别与主影像进行配准并作差分处理，得到n个干涉对，采用适当的方法（幅度阈值法、相干系数法、信噪比法等）提取稳定的PS点[12]。PS点目标相位构成可表示为：

式中，φndef_i表示第n个干涉对中第i个PS点像元的地表形变相位；φndem_i表示第n个干涉对中第i个PS点由于DEM高程误差导致的误差项； φnatm_i表示第n个干涉对中由于大气延迟引起的相位值； φnnoise_i表示第n 个干涉对中的噪声相位。

建立回归分析模型为：

式中，Hin为DME高程改正； tn是干涉对时间基线；为残余相位；K1与DME高程改正成正比；K2与LOS（雷达视线）方向地表线性形变速率成正比。

对模型求解获得形变信息、高程改正值和大气相位值等，得到PS点形变信息，从而反演研究区域的地表形变信息，本质上来说InSAR时序分析方法也属于差分干涉技术。

PS-InSAR数据处理流程如图1所示。采用相干系数阈值与振幅离差指数阈值相结合的方法，提高PS点目标的准确性。对提取的PS点目标进行差分干涉处理，得到PS点目标的差分干涉相位，建立二维线性回归模型，对模型进行求解，去除高程误差、大气延迟以及噪声相位的影响得到PS点目标的形变速率。

图1 PS-InSAR数据处理流程

2 研究区概况与实验数据处理

2.1 研究区概况

沛县是典型的矿业开采城市，位于江苏省西北端,与山东省微山县毗连，西北与山东省鱼台县接壤，西邻丰县，南接铜山县（图2白色方框区域）。沛县境内以煤炭资源最为丰富，煤田面积为160 km2，已探明储量为23.7亿t。沛县境内分布8对矿井，分别是大屯煤电集团的姚桥煤矿、徐庄煤矿、孔庄煤矿和龙东煤矿，徐州矿务集团的三河尖煤矿和张双楼煤矿，华润电力集团天能龙固煤矿和沛城煤矿。其中沛城煤矿因其煤层厚、储量大、煤质好、分布稳定等特点成为长期高强度开采的煤矿之一，由此造成的采空区塌陷诱发的地表变形及其损害问题日益突出。

2.2 实验数据处理

本文以ALOS 卫星L波段传感器PALSAR于2007-02-17～2011-03-03重复飞行得到的覆盖徐州沛县的18景SAR影像为数据源，以SRTM 90 m分辨率的DEM数据作为辅助高程数据。根据实验需求截取了徐州沛县所在区域；根据时间基线以及空间基线最优的原则，选取2010-01-03的SAR图像作为主影像，其余的17景为辅影像，形成17组干涉对，干涉对信息如表1所示。

图2 研究区影像图

表1 干涉对组合

从表1中可以得出干涉对中空间基线的最大值为2 424 m，对于L波段的影像来说是符合要求的，最小值为90 m；时间基线的最大值为1 058 d，最小值为46 d。

2.2.1 PS点的选取

PS点的选取是整个PS-InSAR至关重要的一步，高质量的点的选取能够保证实验监测结果的可靠性。常用的PS候选点选取方法有信噪比法、相干系数阈值法、振幅阈值法及振幅离差指数阈值法。本文采用相干系数阈值与振幅离差指数阈值相结合的方法，以提高PS点的准确性。最终得到45 453个PS侯选点，如图3所示，PS点多分布在建筑物上，沛县县城的PS点较多，周围村庄以及裸露的地表PS点覆盖也较好，且植被覆盖严重的农田里基本没有PS点，可见识别出的PS点质量较好。

2.2.2 点目标形变的提取

经过对PS点目标的差分干涉处理，得到PS点目标的差分干涉相位，本实验运用二维线性回归模型去除高程误差、大气延迟以及噪声相位的影响，得到PS点目标的形变速率。

图3 PS点分布图

3 结果分析

通过PS-InSAR得到的沛城煤矿及其周边地区的形变图，如图4所示。其中沉降较严重的区域主要有沛城煤矿（图4中A区）、孔庄煤矿部分矿井（图4中B区）、省道及其城市道路所在地区（图4中C区）、东关小区（图4中D区）。沛城煤矿的沉降值在-20～-38 mm/y；孔庄煤矿部分矿井所在地沉降也较为严重，沉降值在-8～- 18 mm/y；沛县城区东北部的东关小区也存在相关沉降，与煤矿开采有一定的关系，除此之外也与地表建筑物造成的负荷有关。本文除了对矿区的地表沉降研究外，还对受矿区开采影响的道路和东关小区进行了研究。研究表明，受矿区开采影响的沛县北部的省道321以及县内道路沉降也较为明显，沉降值约为-8～-16 mm/y；东关小区的沉降值约为-6～-12 mm/y。

为了对矿区形变和对周边地区造成的影响进行精细化分析，对点目标的形变图进行插值得到面状沉降信息分布如图5所示（由于道路为线状分布目标，插值后作为面状目标分析有失妥当，因而此处不对道路沉降进行剖面分析）。不同颜色代表不同沉降值，红色区域代表地表沉降，蓝色区域代表地表上升。

图4 研究区平均形变速率图

图5 沉降区域面状分布图

结合沉降剖面图（图6）对沛城煤矿（剖面线1）、东关小区（剖面线2）和孔庄煤矿（剖面线3）进行分析可得，沛城煤矿沉降面积较大，形成两处较大的沉降漏斗，其中心沉降值分别达到-38 mm/y和-24 mm/y；东关小区沉降漏斗中心值达到-15 mm/y；孔庄煤矿沉降漏斗中心值为-18 mm/y。从图7中PS点的形变趋势可以看出，4处沉降区域中心沉降特征点的累积沉降量较大，线性沉降趋势明显，且这一沉降趋势会持续下去。

图6 沉降漏斗剖面图

综合分析可知研究区的沉降原因：沛城煤矿和孔庄煤矿的沉降较为严重，该区域煤矿开采量较大，矿区周围岩土体的原岩应力平衡遭到破坏，造成采空区的顶板坍塌以及煤柱破坏引发地表沉降[13]；而东关小区的沉降除了与煤矿的开采有关，还与小区大规模建设有关，地表建筑负载造成了该区域的沉降；孔庄煤矿的采空区塌陷同时也引发了沛县北部的省道321以及县内道路沉降[14]。

图7 PS点变化过程

4 结 语

1）实验区出现了4处形变较大区域，其中沉降速率较大的矿区——沛城煤矿和孔庄煤矿，位置与实际矿区分布一致，通过对沉降漏斗剖面的分析得出两处矿区的最大沉降值分别达到-38 mm/y和-18 mm/y，沉降趋势明显。通过对4处形变区域中心PS点目标变化过程的分析得出4处沉降区域沉降在时间上具有延续性。

2）受孔庄煤矿开采的影响，沛县北部道路出现相关沉降，沉降值分布在-8～-16 mm/y之间。除此之外，沛县东关小区也存在沉降，主要是受地表建筑负载的影响。

[1] 朱煜峰.矿区地面沉降的InSAR监测及参数反演[D].长沙∶中南大学,2013

[2] 何秀凤,仲海蓓,何敏.基于PS-InSAR和GIS空间分析的南通市区地面沉降监测[J].同济大学学报(自然科学版),2011,39(1)∶129-134

[3] Ferretti A, Prati C, Rocca F L. Permanent Scatterers in SAR Interferometry[C].Remote Sensing, International Society for Optics and Photonics, 1999

[4] Ferretti A, Prati C, Rocca F. Permanent Scatterers in SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001,39(1)∶8-19

[5] Mora O, Mallorqu J J, Broquetas A. Linear and Nonlinear Terrain Deformation Maps from a Reduced Set of Interferometric SAR Images[J]. IEEE Trans Geosci Remote Sens,2003,41∶2 243-2 253

[6] Hooper A, Zebker H, Segall P, et al. A New Method for Measuring Deformation on Volcanoes and Other Natural Terrains Using InSAR Persistent Scatterers[J]. Geophysical Research Letters,2004,31(23)∶23 611

[7] Kampes B M. Radar Interferometry∶Persistent Scatterer Technique[M].Berlin∶Springer,2006

[8] Abdikan S, Arıkan M, Sanli F B, et al.Monitoring of Coal Mining Subsidence in Peri-urban Area of Zonguldak City (NW Turkey) with Persistent Scatterer Interferometry Using ALOS-PALSAR[J]. Environmental Earth Sciences,2014,71(9)∶4 081-4 089

[9] Jung H C, Kim S W, Jung H S, et al. Satellite Observation of Coal Mining Subsidence by Persistent Scatterer Analysis[J]. Engineering Geology,2007,92(1)∶1-13

[10] YANG Chengsheng, ZHANG Qin, ZHAO Chaoying. Monitoring Land Subsidence and Fault Deformation Using the Small Baseline Subset InSAR Technique∶ a Case Study in the Datong Basin, China[J].Journal of Geodynamics,2014,75∶34-40

[11] 邢学敏. CRInSAR与PSInSAR联合监测矿区时序地表形变研究[D].长沙∶中南大学,2011

[12] 张红,王超,吴涛,等.基于相干目标的D-InSAR方法研究[M].北京∶科学出版社,2009

[13] 高德云.江苏省地质灾害的危害、诱因及防治对策[J].地质灾害与环境保护,2001,12(1)∶8-16

[14] 周兴东,高卫东,尹文忠.徐州沛县采煤塌陷地复垦与综合治理方法和经验[J].煤炭工程,2003(10)∶38-41

P258

B

1672-4623（2016）05-0096-04

10.3969/j.issn.1672-4623.2016.05.030

陆燕燕，博士，研究方向为InSAR技术及其应用。

2015-04-24。

项目来源：国家自然科学基金资助项目（41371391、41204002）；江苏省科技计划资助项目（BE2013702）；南京邮电大学引进人才科研启动基金资助项目（NY214195）。