基于多源遥感数据地下煤火空气渗入/逸散区域研究

杨 洁，曾 强

(1.新疆大学资源与环境科学学院，新疆 乌鲁木齐 830046；2.新疆大学干旱生态环境研究所，新疆 乌鲁木齐 830046；3.绿洲生态教育部重点实验室，新疆 乌鲁木齐 830046)

在地下煤火发展过程中，火区煤岩体受地下煤火长期烘烤使上方覆岩力学参数发生变化，一定温度下煤岩体热破裂会产生裂隙，裂隙逐渐发展最终形成与地表贯通的复杂裂隙网络[1]，火风压的作用使新鲜风流通过部分裂隙通道进入火区，为火源提供氧气，形成循环的热力动力学过程，促进火区地下煤火的持续燃烧，从而引发煤岩裂隙进一步扩展，导致火区裂隙不断向深部和四周蔓延[2-3]。在煤田露头火区中，影响煤火燃烧和蔓延的主要因素是火区的供氧系统，包括空气渗入通道、供氧动力与烟气逸散通道[4-5]。空气渗入通道与烟气逸散通道的变化在一定程度可以反应火区的动态演化过程。目前，对于火区空气渗入与烟气逸散通道的实验监测研究尚不系统，曾强等[6]分析了火区控制体属性特征，提出了火区等效透气率的计算方法；WESSLING等[7]研究了温度场、应力场、渗流场、化学场对煤田火区裂隙发育的影响；曹代勇等[8]系统研究了煤田火区的成因，将火区裂隙划分为3种基本类型和5种复合类型；汪宝存[9]采用遥感数据分析地面沉降坡度识别地裂缝，结果发现裂缝存在明显的三维形变；范洪冬等[10]采用D-InSAR和概率积分法联用较为准确地提取了矿区大变形地表沉降场；康日斐等[11]采用二轨法提取了矿区的沉降空间分布、地面沉降量、沉降面积、动态下沉曲线以及下沉速率等值线，分析了不同监测时段研究区的塌陷状况及地表形变规律；王祥虎[12]发现受温度和煤层烧损的影响，煤岩层中主控裂隙变化趋势明显，温度是最直观的因素，与裂隙的产生和发展密切相关；KUENZER等[13]使用不同分辨率多源遥感数据对印度Jharia进行地表温度数据进行分析与区域划分。对于火区热效应导致的重要地表异常特征-植被覆盖度，李瑞军等[14]对阳泉市大阳矿煤炭工作面采煤对地表植被覆盖度时空变化进行研究，发现开采时间是影响植被覆盖度时空变化的最主要因素；杨超元等[15]对宝日希勒一号露天矿区进行植被覆盖度反演，探索露天开采会对当地植被覆盖度变化产生不同程度影响，煤火的热效应与火区地表裂隙破坏了植被生长的条件，导致高温区域植被覆盖度降低。

地表温度、植被和沉降均是地下煤火燃烧的重要表征因素，这些异常信息均可通过遥感手段进行感知和解译。单一的温度、植被或沉降都无法准确圈定火区，但利用多种因素融合的方法可以在一定程度上克服这一缺陷。基于地下煤炭燃烧导致的地表温度、植被覆盖度与地表沉陷对裂隙发育具有的耦合效应，本文采用1998—2018年温度、植被反演数据与D-InSAR沉降数据确定火区空气渗入与烟气逸散通道区域及其变化，对火区进行动态识别与监测，为有效治理煤火提供条件。其中，1999年数据研究区云量较多，没有适合分析温度和植被覆盖度的数据，2012年数据出现landsat7卫星故障，条带明显，故不对这两年进行研究。

1 研究区数据源

水西沟研究使用覆盖研究区Sentinel存档数据成像模式为干涉宽幅IW下SLC数据，影像分辨率为5 m×20 m，极化方式为VV，幅宽为250 km，监测周期时间范围为2014年10月—2017年12月，共39期数据，组成34组干涉像对。除20150418—20150605和20160131—220160319两组干涉像对时间基线为48 d，其余均为24 d；而20141031—220141124空间基线最长为213.27 m。

2 方法技术原理

地下煤炭燃烧产生热效应，反映在地表温度上为一定范围内的高温异常，选取覃志豪单通道算法[16]反演得到较为精确的地表温度，像元二分模型[17]计算得到植被数据。两者叠置在ArcGIS中进行综合分析，高温异常区域和低植被重叠区域可以判定为煤火区，为烟气逸散通道；而低温区域和高植被覆盖区域可以判定为煤火熄灭区域，为空气进入通道。二轨D-InSAR方法获得两类裂隙区域的沉降信息，进一步监测圈定煤火区。

2.1 温度与植被融合反演

温度异常区提取按照统一方法提取，首先采用密度分割法将煤田火区划分为4个温度区间，并基于煤田地表温度反演结果中统计的数学期望μ和标准差σ作为参数，通过人工阈值法[18]把(μ+σ)作为经验阈值，高于(μ+2σ)时作为温度阈值。若温度高于设定的阈值，则为温度异常区；反之，则为背景区。再根据遥感图像的目视解译或实地调查来最终判定该区域是否为煤田火区，低温区域的选定结合气温历史数据和当年反演的地表温度数据综合确定阈值并进行提取。 最后，将提取出来的火区用不同的颜色划分等级显示出来，得到水西沟煤田火区温度分布图。植被反演基于像元二分模型并用不同的颜色划分4个等级，得到水西沟煤田火区植被盖度分布图。

研究区温度变化的来源较复杂，且温度本身随季节、时间的偶然变化影响较大，常常影响反演结果的准确性，提取的煤火异常区域与实际略有偏差。通过温度(煤火异常区域和低温区域)来圈定煤火区位置，很容易受到其他因素的影响。本文拟通过温度与植被因素融合圈定分析煤火区位置，具体方法是将得到的温度高/低温区域分别和低/高植被覆盖区域进行叠加分析。

2.2 沉降信息获取

二轨D-InSAR处理得到2014—2017年沉降信息后，与火区地表温度和植被覆盖度数据相结合，分析得火区内的不同裂隙种类及点数量，获取裂隙范围内沉降点区域位置，掌握不同种类裂隙的地面沉降时间、空间分布情况。对沉降可疑区域进行形变分析，提取可疑区时空变化规律，分析其沉降趋势及时序特征。以火区控制体模型为理论依据，分析了解到火区四周均存在裂隙，且中间温度高，植被覆盖等级低；四周温度低，植被覆盖等级高。 确定空气漏风和烟气逸散通道类别和所对应时空变化及数量变化，从而根据火区内的裂隙变化判断出火区的发展趋势。

3 结果与分析

3.1 温度分析

温度作为地下煤火燃烧的重要表征之一，通过反演、提取温度高温区域和低温区域，能在一定程度上反映地下煤火燃烧的时空变化。具体反演结果如图1所示。ArcGIS将温度划分为4个连续的区间，并予以统计，见表1。

表1 1998—2018年温度数据统计汇总Table 1 Statistics of temperature data from 1998 to 2018

续表1

图1 1998—2018年不同温度分布图Fig.1 Distribution of different temperature from 1998 to 2018

由图1可以看出，研究区高/低温区域随着时间此长彼消，煤火过程持续发生动态变化。温度高温区域较低温区域变化明显，差距较大。相邻时间提取的煤田火区分布范围虽然不完全相同，但是主要火区的空间分布基本一致，说明了所用方法提取结果的可靠性。

由表1可知，1998—2018年不同温度区间变化形式不尽相同。高温区域和低温区域占比均较低，低温区域于2007—2015年分别达到两次小高峰，其余年份变化不大，均保持在5%以下。低温区域除2015年前后面积较大且低温区域面积达到研究年限最高峰(4.02 km2，16.51%)，其余年份变化平缓，且均集中在典型区域。高温区域则于2004—2013年达到阶段性高峰，其余年份变化较为平缓。高温区域较低温区域变化明显，差距较大。2013年高温区域面积最大(6.61 km2，27.18%)，其次为2014年(5.24 km2，21.54%)。较低温区域和较高温区域变化较大，且随着较低温区域面积减小较高温区域面积持续增加，反之亦然。较低温区域面积最大值出现在2006年(18.71 km2，76.93%)，最小值出现在2013年(0.20 km2，0.83%)，较高温区域面积最大值也出现在2013年(17.47 km2，71.82%)，最小值出现在2006年(4.57 km2，18.77%)，两个区域最大值和最小值均出现在同一年份。

3.2 植被盖度分析

通过像元二分模型划分研究区植被类型主要由4级构成，分别为Ⅰ级(0～0.2)、Ⅱ级(0.2～0.4)、Ⅲ级(0.4～0.6)和Ⅳ级(0.6～1)。其中，Ⅰ级为低植被覆盖区域，主要由裸地组成；Ⅱ级为较低植被覆盖区域；Ⅲ级为较高植被覆盖区域；Ⅳ级为高植被覆盖区域，水西沟火区在众多火区中因生长部分植被而特殊存在。具体反演结果如图2所示，将ENVI处理得到的植被覆盖图像经ArcGIS分级处理，汇总结果见表2。

表2 1998—2018年植被盖度数据统计汇总Table 2 Statistics of vegetation coverage datas from 1998 to 2018

图2 1998—2018年不同植被盖度分布图Fig.2 Distribution of different vegetation coverages from 1998 to 2018

研究区植被生长受当地气温、降水影响颇深。同时，受水西沟煤火影响，植被生长呈现明显的斑块状。煤火灾害发生的区域完全破坏植被生长条件。由图2和表2可知，研究区整体以Ⅰ级植被覆盖区域和Ⅱ级植被覆盖区域为主。Ⅰ级植被覆盖区域在2003年面积最大(99.48%，24.200 km2)，同年Ⅱ级植被覆盖区域面积占比为0.52%，Ⅲ级植被覆盖区域和Ⅳ级植被覆盖区域统计面积为0。同样在2011年，Ⅲ级植被覆盖区域和Ⅳ级植被覆盖区域统计面积为0，而Ⅰ级植被覆盖区域占比较2003年有所降低，Ⅱ级植被覆盖区域面积从0.52%增长至9.50%。 Ⅰ级植被覆盖区域和Ⅱ级植被覆盖区域为整个研究区的植被主导生长覆盖区域，在研究的时间范围内，占比均超过90%。

从不同植被覆盖等级所对应的时间来看，4种等级占比均出现较大变化。较高植被区域和高植被区域占比总体呈现不同程度变化，1998年两种区域占比分别为5.19%和0.13%，2018年分别减少至0.07%和0.06%。2001年较高植被覆盖区域占比为44.62%，除此之外，其余年份占比均未超过6%。 高植被区域占比在2001年达到最大值，为7.16%，其余年份为0%或者1%以下，占比极少，几乎可以忽略不计。 而低植被区域总体呈现大幅增长趋势，1998年仅为28.31%，2003年占比增长为99.48%，之后呈波动变化，时增时减，2018年占比为95.12%。较低植被区域则伴随着低植被覆盖区域的增加而降低，1998年占比高达66.37%，2018年大幅降低，仅为4.75%。

3.3 空气渗入与烟气逸散区域分析

3.3.1 温度与植被融合分析

提取划分确定不同类型植被覆盖区，分别于高温异常区域和低温区域进行叠加分析，从而确定裂隙，具体裂隙区域位置如图3所示。

由图3可知，2014—2017年，高温区域和Ⅰ级植被覆盖区域叠加处理裂隙点，以及低温区域和Ⅳ级植被覆盖区域叠加处理裂隙点位置随着时间均呈不同程度增加趋势，2016—2017年数目有所下降。2015年温度异常区域和一级植被覆盖区域叠加确定的点位置最少，但在2014年、2016年和2017年确定的点位置中均存在。低温区域和Ⅳ级植被覆盖区域叠加确定的点位置数目并不多，数量均在30个以下，位置上相近，均出现在研究火区北部。裂隙位置也呈现点面转化情况，2014—2015年火区西部裂隙位置变化较小，火区中部和火区东部裂隙变化较大。但由低温区域和Ⅳ级植被覆盖区域叠加确定的空气进入通道变化不大，位置数目变化不大。不同种类的可疑裂隙大体位置较为固定，说明煤火是由点到面累积发展，若不及时治理，后期受影响的范围将会持续扩大。

图3 裂隙叠加点位置Fig.3 Location of fractures overlying point

3.3.2 沉降与可疑裂隙融合分析

研究基于D-InSAR差分干涉处理后得到2014—2017年沉降信息，见表3。进一步绘制折线图，如图4所示。由表3和图4可知，每一年研究区沉降值均呈现波动变化。 沉降低值比高值变化平缓，历年沉降高值较低值变化更为波动。 沉降高值由9.591 mm波动变化为-3.241 mm，低值由-19.132 mm波动变化至-26.059 mm。沉降变化受地质运动影响颇深，单一沉降不能很好地表征地表裂隙。通过温度、植被和沉降三个因素对火区裂隙变化分析，在确定可疑裂隙点位置基础上提取沉降信息从而确定裂隙更为精准。使用软件按点位置提取值，得到不同可疑裂隙数目及其沉降点变化，见表4。

表3 2014—2017年沉降数据Table 3 Datas of subsidence from 2014 to 2017

续表3

图4 2014—2017年沉降变化Fig.4 Subsidence change from 2014 to 2017

表4 不同裂隙点数目Table 4 Number of different fracture points

由表4可知，2014—2017年高温和低植被覆盖区域叠加处理有效裂隙区点位置随着时间先减少再增加，从5 617个减少至863个，再增加至3 578个。烟气逸散通道因煤火燃烧呈现动态变化，反之通道数目也会影响煤火灾害。低温区域和高植被覆盖区域叠加处理有效裂隙区点位置随着时间变化先增加后减少，总体约增加3倍，远小于烟气逸散通道点位置。空气进入通道的数量远小于烟气逸散通道，且其空间和数量范围变化很小，说明此类通道比较稳定，但也一直存在。而烟气逸散通道本身数量较多，可能是煤火持续燃烧岩体破裂、断裂形成。

3.4 典型通道确定及分析

为确定通道的进一步分析，由文献[19]选取两类通道典型区域(图3)。通过提取分析得到两类通道具体沉降信息，见表5。进一步将其绘制成为折线图(图5)。

表5 典型通道沉降信息Table 5 Subsidence information of path

由表5和图5可知，两类典型通道整体变化规律较为一致。典型空气进入/烟气逸散通道的沉降最低值均出现在20160131—20160319干涉对时间内，分别为-262.402 mm和-232.832 mm；最高值则出现在20160506—20160530干涉对时间内，分别为602.910 mm和564.202 mm。2014—2015年均在0值上下波动，于2016年1月31日达到最低值后波动增加，并于2016年5月30日变化至最高值，此后又在0值上下波动。总体看来，较大的突变均出现在2016年的3月和5月。2016年低温区域面积前后将呈现减小趋势，高温区域面积则呈现增加趋势；Ⅰ级植被覆盖区域面积先减小至2016年后呈现增加趋势，Ⅳ级植被覆盖区域面积则增加至2016后呈现减小趋势，均与理论较为一致。提取典型通道温度具体数据并绘制变化图如图6所示。

图5 典型通道沉降变化Fig.5 Change of typical subsidence path

图6 典型通道温度变化Fig.6 Temperature change of typical path

结合典型通道温度数据与沉降具体分析，发现空气进入通道区域存在增加趋势，烟气逸散通道区域存在减少趋势。但两类通道温度最高值、最低值及平均值均呈现增加趋势，且趋势相似。

4 结 语

1998—2018年煤田火区始终处于一个动态发展的过程。温度区间面积变化趋势不尽相同，高温区域和低温区域占比均较低。 2015年低温区域面积占比最大，占总面积的16.51%；2013年高温区域面积占比最大，为27.18%，其次为2014年，为21.54%。研究区以Ⅰ级植被覆盖区域和Ⅱ级植被覆盖区域为主，其中，Ⅰ级植被覆盖区域在2003年面积最大，为24.200 km2，占整体面积的99.48%。Ⅳ级植被覆盖区域占比在2001年达到最大值，为7.16%。 地表温度、植被覆盖度、地表裂隙的识别受多种因素影响，后续须结合火区现场实际进一步深入研究。