【技术】一种复杂矿区地表形变监测方法，DS-InSAR

摘要

合成孔径雷达干涉测量(interferometric synthetic aperture Radar, InSAR)技术在矿区植被覆盖密集且存在大梯度地表形变复杂环境下进行监测时,存在监测点数量不足、监测精度不高等问题。针对这些问题,该文提出一种Stacking技术辅助下的改进分布式目标InSAR(distributed scatterer InSAR, DS-InSAR)方法。该方法采用置信区间假设检验算法识别同质像元并基于相位三角剖分算法完成相位优化,随后去除先期利用Stacking技术模拟的线性形变相位获取残余相位,进而稀疏形变相位条纹,提高后续DS-InSAR处理框架中时空滤波与三维解缠结果的精确性,最终补偿模拟相位获得完整形变场。通过处理2015年10月—2016年3月期间覆盖新巨龙煤矿的Sentinel-1A合成孔径雷达(synthetic aperture Radar,SAR)影像,解译了该时段内矿区时序地表形变特征,得到以下结论: 监测期间,矿区存在3处显著形变,雷达视线向最大累积形变量达到-313 mm;所提方法相较常规短基线集干涉测量(small baseline subset InSAR,SBAS-InSAR)技术能够反演出分布更加均匀的监测点位信息,其密度约是SBAS-InSAR的12.9倍;对比水准数据的均方根误差(root mean squared error,RMSE)约为6.82 mm,精度较SBAS-InSAR提高了约3.0 mm。

引用

李志, 张书毕, 李鸣庚, 陈强, 卞和方, 李世金, 高延东, 张艳锁, 张帝. 面向复杂矿区的Stacking技术辅助DS-InSAR地表形变监测方法 [J]. 自然资源遥感, 2025, 37(4): 12-20

引言

伴随着煤矿开采,容易出现地表塌陷、煤层滑坡和周边建筑与设施破坏等众多安全隐患,对矿区及周边地区开展长时序地表形变监测与分析具有重要意义。在形变监测领域,为克服差分InSAR(differential InSAR, D-InSAR)技术[7]易受失相干及大气延迟等因素影响，很多学者做了相关研究。而在实际形变观测场景中,时序InSAR监测精度与相位解缠的效果密切相关。当目标区域存在大梯度变形时,干涉条纹会更加密集,从而降低相位解缠的精确性。

本文改进了常规DS-InSAR处理路线,提出一种面向复杂矿区的Stacking技术辅助下的DS-InSAR方法,将山东省新巨龙煤矿作为研究区,获取该区域部分时序地表形变信息并展开后续分析论证。

主要图表

研究区概况

山东省菏泽市巨野县新巨龙煤矿位于巨野县西北部、巨野煤田中南部,地处村镇交界地带,交通便利。区域内为黄河流域冲洪积平原,平均地面高程约为43.3 m,地形相对平坦。地质构造以单斜构造为主,大致呈南北走向、向东分布,并伴有一定数量的断层。矿井类属于华北型石炭-二叠纪煤田,该类煤田是我国主要的原煤产地。煤系以中、下奥陶系石灰岩作为基底,上覆地层主要为新近系和第四系,含煤地层主要为石炭-二叠系山西组和太原组,总共含煤24层。现主采山西组3煤层,煤层走向为343°~18°,倾向为73°~108°,该煤层平均厚度8.8 m,现已被鉴定为弱冲击倾向性煤层,其地面标高43.9 m,井下标高-830.8~-797.5 m,结构环境复杂。矿区及其周边地区覆盖耕地、湿地和人造地表等7种地物,其中耕地面积占比达85 %。该矿井于2009年正式启动生产。

图1

图1研究区地理位置

数据源

本文基于2014年欧空局发射的Sentinel-1A SAR卫星影像数据开展实验分析,卫星工作波段为C波段,重访周期12 d。实验选取卫星在IW成像模式、VV极化方式下共10景升轨单视复数影像(single look complex, SLC)时序数据集,时间跨度: 2015年10月3日—2016年3月31日,覆盖范围: 35.272° ~35.365° N,115.854° ~115.921° E。

新窗口打开| 下载原图ZIP| 生成PPT

图2技术流程图

图3研究区时序监测结果

图4同名点形变速率相关性分析

新窗口打开| 下载原图ZIP| 生成PPT

图5融合技术、SBAS及水准结果比较

图6重点形变监测区

图7东部形变区时序数据

图8北部形变区时序数据

结束语

针对时序InSAR技术在大梯度复杂矿区进行监测时,监测精度会受到监测点密度不足、干涉条纹密集导致的相位解缠困难等问题限制,本文提出了一种面向复杂矿区的Stacking技术辅助DS-InSAR地表形变监测方法。通过实验获取了山东省菏泽市巨野县新巨龙煤矿2015年10月—2016年3月时序动态地表形变特征,并结合相关煤矿开采和地质资料进行分析,总结如下:

1)提出的改进方法相较SBAS技术能够反演出更高覆盖度、更均匀的有效监测点,其密度达到10 236 像素/km2,数量约为后者的12.9倍。利用所提方法能够获取到试验区域更加精确的地表形变信息。

2)对比同期水准数据,所提方法的监测精度达到6.82 mm,在SBAS技术的基础上提高了约3.0 mm。方法在一定程度上解决了常规时序InSAR技术应用于大梯度矿区监测时存在的监测点密度不足、监测精度不高的问题。

3)实验监测时段内,新巨龙煤矿共存在3处显著形变场,区域存在的开采工作面以及充填开采活动是诱发地表形变的主要原因。研究区最大沉降点位于东部形变区内,最大形变速率达到-555 mm/a。提出的改进方法较为准确地探测出了形变场位置与形变范围,并且监测结果较为可靠,能够为大梯度复杂矿区煤炭开采活动提供一定的形变监测技术参考。

来源：自然资源遥感