【技術】一種復雜礦區地表形變監測方法，DS-InSAR

摘要

合成孔徑雷達干涉測量(interferometric synthetic aperture Radar, InSAR)技術在礦區植被覆蓋密集且存在大梯度地表形變復雜環境下進行監測時,存在監測點數量不足、監測精度不高等問題。針對這些問題,該文提出一種Stacking技術輔助下的改進分布式目標InSAR(distributed scatterer InSAR, DS-InSAR)方法。該方法采用置信區間假設檢驗算法識別同質像元并基于相位三角剖分算法完成相位優化,隨后去除先期利用Stacking技術模擬的線性形變相位獲取殘余相位,進而稀疏形變相位條紋,提高后續DS-InSAR處理框架中時空濾波與三維解纏結果的精確性,最終補償模擬相位獲得完整形變場。通過處理2015年10月—2016年3月期間覆蓋新巨龍煤礦的Sentinel-1A合成孔徑雷達(synthetic aperture Radar,SAR)影像,解譯了該時段內礦區時序地表形變特征,得到以下結論: 監測期間,礦區存在3處顯著形變,雷達視線向最大累積形變量達到-313 mm;所提方法相較常規短基線集干涉測量(small baseline subset InSAR,SBAS-InSAR)技術能夠反演出分布更加均勻的監測點位信息,其密度約是SBAS-InSAR的12.9倍;對比水準數據的均方根誤差(root mean squared error,RMSE)約為6.82 mm,精度較SBAS-InSAR提高了約3.0 mm。

引用

李志, 張書畢, 李鳴庚, 陳強, 卞和方, 李世金, 高延東, 張艷鎖, 張帝. 面向復雜礦區的Stacking技術輔助DS-InSAR地表形變監測方法 [J]. 自然資源遙感, 2025, 37(4): 12-20

引言

伴隨著煤礦開采,容易出現地表塌陷、煤層滑坡和周邊建筑與設施破壞等眾多安全隱患,對礦區及周邊地區開展長時序地表形變監測與分析具有重要意義。在形變監測領域,為克服差分InSAR(differential InSAR, D-InSAR)技術[7]易受失相干及大氣延遲等因素影響，很多學者做了相關研究。而在實際形變觀測場景中,時序InSAR監測精度與相位解纏的效果密切相關。當目標區域存在大梯度變形時,干涉條紋會更加密集,從而降低相位解纏的精確性。

本文改進了常規DS-InSAR處理路線,提出一種面向復雜礦區的Stacking技術輔助下的DS-InSAR方法,將山東省新巨龍煤礦作為研究區,獲取該區域部分時序地表形變信息并展開后續分析論證。

主要圖表

研究區概況

山東省菏澤市巨野縣新巨龍煤礦位于巨野縣西北部、巨野煤田中南部,地處村鎮交界地帶,交通便利。區域內為黃河流域沖洪積平原,平均地面高程約為43.3 m,地形相對平坦。地質構造以單斜構造為主,大致呈南北走向、向東分布,并伴有一定數量的斷層。礦井類屬于華北型石炭-二疊紀煤田,該類煤田是我國主要的原煤產地。煤系以中、下奧陶系石灰巖作為基底,上覆地層主要為新近系和第四系,含煤地層主要為石炭-二疊系山西組和太原組,總共含煤24層。現主采山西組3煤層,煤層走向為343°~18°,傾向為73°~108°,該煤層平均厚度8.8 m,現已被鑒定為弱沖擊傾向性煤層,其地面標高43.9 m,井下標高-830.8~-797.5 m,結構環境復雜。礦區及其周邊地區覆蓋耕地、濕地和人造地表等7種地物,其中耕地面積占比達85 %。該礦井于2009年正式啟動生產。

圖1

圖1研究區地理位置

數據源

本文基于2014年歐空局發射的Sentinel-1A SAR衛星影像數據開展實驗分析,衛星工作波段為C波段,重訪周期12 d。實驗選取衛星在IW成像模式、VV極化方式下共10景升軌單視復數影像(single look complex, SLC)時序數據集,時間跨度: 2015年10月3日—2016年3月31日,覆蓋范圍: 35.272° ~35.365° N,115.854° ~115.921° E。

新窗口打開| 下載原圖ZIP| 生成PPT

圖2技術流程圖

圖3研究區時序監測結果

圖4同名點形變速率相關性分析

新窗口打開| 下載原圖ZIP| 生成PPT

圖5融合技術、SBAS及水準結果比較

圖6重點形變監測區

圖7東部形變區時序數據

圖8北部形變區時序數據

結束語

針對時序InSAR技術在大梯度復雜礦區進行監測時,監測精度會受到監測點密度不足、干涉條紋密集導致的相位解纏困難等問題限制,本文提出了一種面向復雜礦區的Stacking技術輔助DS-InSAR地表形變監測方法。通過實驗獲取了山東省菏澤市巨野縣新巨龍煤礦2015年10月—2016年3月時序動態地表形變特征,并結合相關煤礦開采和地質資料進行分析,總結如下:

1)提出的改進方法相較SBAS技術能夠反演出更高覆蓋度、更均勻的有效監測點,其密度達到10 236 像素/km2,數量約為后者的12.9倍。利用所提方法能夠獲取到試驗區域更加精確的地表形變信息。

2)對比同期水準數據,所提方法的監測精度達到6.82 mm,在SBAS技術的基礎上提高了約3.0 mm。方法在一定程度上解決了常規時序InSAR技術應用于大梯度礦區監測時存在的監測點密度不足、監測精度不高的問題。

3)實驗監測時段內,新巨龍煤礦共存在3處顯著形變場,區域存在的開采工作面以及充填開采活動是誘發地表形變的主要原因。研究區最大沉降點位于東部形變區內,最大形變速率達到-555 mm/a。提出的改進方法較為準確地探測出了形變場位置與形變范圍,并且監測結果較為可靠,能夠為大梯度復雜礦區煤炭開采活動提供一定的形變監測技術參考。

來源：自然資源遙感