基于InSAR技术的矿区地表沉降监测与分析

基于InSAR技术的矿区地表沉降监测与分析

李丁硕

上海东海海洋工程勘察设计研究院有限公司

摘要：矿区开发引起的地面塌陷等地质环境问题普遍存在，仅凭常规地面调查和设备观测获取地表变形信息的方法效率低、费用高，而InSAR技术的兴起为这类地质灾害的监测提供了更为有效和经济的方法。本项目拟在Sentinel-1A卫星资料的基础上，以德兴矿区2019—2020年1月间的地面形变为研究对象，采用SBAS-InSAR技术，开展德兴矿区地面形变监测，可有效地确定地面形变的发生部位、范围等，为矿区稳定分析、地质环境调查等工作提供可靠的形变资料。研究发现，研究区存在两个沉陷点，其中研究区西南方向沉陷量最大，年均沉降速率为485mm/a。本文选择了沉降严重的地区，开展沉降区域的特征点序列分析，为该矿区地表沉降监测和未来矿产资源的合理开发提供理论基础。

关键词：SBAS-InSAR；矿区地表沉降；形变分析

引言

随着世界范围内的工业化，工业对矿产资源的需求也在不断增加，从而引起了越来越多的地面沉降现象。德兴矿床虽然已有悠久的采矿历史，但是关于该矿区的地质灾害的调查数据却很少，已有学者在该地区开展了矿床地质环境安全性评价，但大多是针对较大规模的矿床，缺少整体性的研究，无法有效、全面地反映出矿床地表形态及变形规律[1-2]。所以，为了保证矿区的可持续性开采和附近居民的正常生活，除了要合理开采矿区之外，对矿区沉降监测分析也非常重要，在一定程度上可以进行矿区监测和防治工作，降低地质灾害发生的概率[3]。本项目拟采用Sentinel-1A卫星资料，采用SBAS-InSAR方法，获取研究区2019-2020年间的地表变形特征，并结合已有的地表变形特征，探索影响该地区地表变形的主要因素，为德兴矿区地质灾害的调查及治理提供重要的理论基础和技术支撑[4]。

1研究区概况

德兴矿床地处江西省上饶市德兴，距离德兴市22公里，其矿区位置位于118°47'41″E，28°02'27″N处。本次试验研究区的地形是东南向高，西北向低，德兴矿区是一片丘陵区，总体地形起伏很大，海拔在65—500米之间，矿区地表下切比较剧烈，斜坡30度左右，坡度比较陡峭。德兴矿区拥有丰富的矿产资源，矿产储量巨大，分布着大量的大型、特大型的铜金矿石，具有鲜明的工业特征，是中国矿产最发达的地区之一，也是国家重点的有色、贵重金属能源基地，发展潜力巨大。德兴矿区周边还有多个地区，采矿活动对该地区的生态环境产生了不同程度的影响，对人们的生活环境也造成了一定威胁。德兴矿床由于长期的采矿挖掘活动，形成了一系列的地质问题，对矿工及周边群众的生活造成了安全隐患。

本项目拟选择德兴市矿区30颗卫星的Sentinel-1A数据，观测时段为2019年—2020年，观测时段间隔为12天。我们所用的Sentinel-1A的观测资料数据都是C波段，波长在5.56厘米，入射角度在39.2度左右。本项目拟利用美国航空和宇宙航行局30米精度的空间卫星雷达（STM）1观测资料的数据，建立一套高精度的空间卫星遥感地表测量系统，并利用该系统进行地面观测，以解决地面观测中存在的地表测量误差问题。

2数据处理与分析

2.1SBAS-InSAR技术的基本原理

假定在一定范围内采集到的图像是N+1个，并且确保每个图像都可以与所采集到的图像中的一个图像相匹配，通过设定时间门限和空间门限，合成出M个满足要求的干涉图像对，然后对每个干涉图像对进行差分干涉，从而获得M幅差分干涉图像。M满足以下条件：

（1）

我们假设输入的是解缠后的干涉图。假定主影像是在时间点上获得的，从影像是时间点上获得的，因此产生了第i幅差分干涉图。在这个干涉图中，任一点的干涉相位可表示为：

（2）

式中：；为波长；、分别为和时刻相对于时刻的累积变形量。

在消除了高度误差以及差分相位中的影响后，可将其化为：

（3）

假定在全部时间周期中形变率为分段线性，那么第i个幅差分干涉图像的形变位值可表示为：

（4）

然后把解缠差分干涉的全部相位组合成一个矩阵，可以得到一个M×N的矩阵B：

（5）

将采集到的景象Sentinel-1数据，应用ENVI/SARscape软件，对其进行了时序分析，并进行了变形计算，具体流程如图1所示。

图1SBAS-InSAR技术处理流程图

2.2SBAS-InSAR数据分析

卫星一号（Sentinel-1）是欧洲宇航局“哥白尼”计划的一颗对地观测卫星，它包含了两个幅宽为250公里、地基分辨率为5米×20米的C波段SAR，并使用了TOPS技术进行成像[5]。本项目拟选择30个Sentinel-1单点观测数据（SLCData），使用内波成像模式和VV极化方式。时间为2019年01月1日至2020年01月1日（时相记为20190101-20200101）。因研究区位于江西省，所用的雷达图像波段很小，因此本文提出了一种新的成像方法。干涉处理使用了精度为5.5cm的精确轨道星历参数AUX_POEORB，在获得雷达影像后21天内生成

[6]。外部DEM选择了分辨率有90米的SRTMDEM，用于消除地形相位[7]。这一次，我们选180天作为时间基线值，20%的空间基线值。选择时相20190615作为公共主影像，得到112个干涉对。

首先，把另外29幅图像与主图像进行匹配，并对拼接后的图像进行干涉、去平、滤波和相位解缠。结果表明，该算法有效地降低了时空基线对整体的影响。针对研究区植被分布较广的特点，采用DelaunayMCF解缠以确保数据的相干性。在干涉结束后，必须剔除那些相干性差、解缠效果差、受到大气干扰严重的图像。该方法首先在解缠绕后的干涉图上选择GCP点，去除残留的倾斜相位，然后再根据选定的GCP点对各干涉对进行重新找平。在进行了一次平化处理后，我们将首先进行了平化处理，然后再进行了一次平化处理和解缠，得到了一次残差。最后，基于首次反演结果，进行大气滤波，估计和消除大气相位，获得时序地表形变，并对其进行地理编码。

2.3精度分析

为了检验该方法的准确性，我们在研究区共设置了18个二级水准点，但因局部地区植被茂密，相干性差，一些水准点附近无InSAR反演数据，难以对其进行精度比较和分析。通过定位比对，得到了八个可用的水准点，而这些水准点和InSAR反演数据之间的距离都小于一个像元。在表1中列出了比较计算的结果。

表1InSAR精度分析结果

3地表形变监测结果与分析

利用SBAS-In合成孔径雷达（SBAS-InSAR技术）对30景数据进行处理，分析了研究区西南地区的沉降量，并将其沉降区定名为A。A区的沉降率如图2，根据试验结果可以看出，A区在研究区西南侧的沉降率最大，年均沉降率最大为-485mm/a。经过查证，该区开采活跃，多处地面塌陷，并有积水。为了对监测期间矿区的累计沉降量进行更深入的研究，在沉降严重的A区域中，选择三个特征点进行时序分析，它们分别为点A#1、A#2和A#3，对这些特征点进行时间序列分析，得到时间序列形变图。从结果可以看出，在2019年1月1日～2020年1月1日之间，该区域形变随着时间的推移呈现出持续下降的趋势。由图3可以看出，采样点A#3位于该区域的沉降中心，其最大累积沉降量高达450mm，该点有持续沉降的趋势，并且沉降速率较快。A#1、A#2点位于沉降区的边沿，其特征点A#1、A#2的沉降值分别为-182mm、-131mm。

结果表明，在沉降区中部，各特征点的累计沉降量比沉降区周边地区的累计沉降量要大得多，且呈明显的“漏斗”型沉降。沉降区的发生对当地居民的生产生活产生了一定的影响，需要有关部门给予足够的关注。

图2该矿区沉降速率图

图3该矿区特征点时间序列形变图

4结束语

本文的演技利用SBAS-InSAR技术，对2018—2020年德兴矿区地表变形进行了反演，获得了地表变形活动区的空间分布和年际变化规律，并对地表变形的时间和空间演变特征进行了分析，得出如下结论：

（1）通过对SBAS-InSAR观测值和GPS水准仪观测值的相互检验，两者的观测值基本吻合，说明监测出的观测值是可信的。

（2）在反演过程中，总体上看，该地区总体上是比较稳定的，但是一些矿区仍有明显的沉降量，其中沉降量最大的地区位于矿区的西南角，其年平均沉降量可达-485mm/a，沉降量最大的区域的特征点在今后会有降低趋势。

（3）通过对地表变形的观测，可以看出，在一定时期内，地表沉降变形的区域性变化趋势是不变的，预计在今后的一段时间里，该地区的沉降还会继续，而且还会不断扩大，对当地居民的生产生活造成了很大的影响，所以需要对该矿区的土地进行有效的监控和预防。

（4）将矿区地质灾害普查数据和地表变形监测数据进行比较，发现矿山施工是造成地表塌陷的重要因素。另外，德兴矿区的地表塌陷主要受地质构造的控制，降雨对采空区的地面沉陷有一定的减慢作用，但一些特定的地表会因降水加速矿区沉降速率。

参考文献

[1]AmaniM,PoncosV,BriscoB,etal.InSARCoherenceAnalysisforWetlandsinAlberta,CanadaUsingTime-SeriesSentinel-1Data[J].2021.DOI:10.3390/rs13163315.

[2]ChuangangG,LeiS,BianZF,etal.AnalysisoftheDevelopmentofanErosionGullyinanOpen-PitCoalMineDumpDuringaWinterFreeze-ThawCyclebyUsingLow-CostUAVs[J].RemoteSensing,2019,11(11):1356.DOI:10.3390/rs11111356.

[3]曹发伟,廖维谷.SBAS技术在矿区地面沉降监测中的应用[J].测绘通报,2021(03):156-158+163.DOI:10.13474/j.cnki.11-2246.2021.0098.

[4]李毅,蒋金雄,杜玉玲等.融合分布式目标的矿区采动地表时序InSAR监测[J].中国矿业大学学报,2020,49(06):1199-1206+1232.DOI:10.13247/j.cnki.jcumt.001214.

[5]张晓博,赵学胜,葛大庆等.基于SentinelTOPS模式Stacking技术监测淮南矿区沉降[J].国土资源遥感,2018,30(04):200-205.

[6]王磊,连增增,刘杰.基于SBAS-InSAR技术和Sentinel-1A的城市地表沉降监测[J].地理空间信息,2022(004):020.

[7]姚顽强,马飞,龚云,等.基于D-InSAR的彬长矿区沉陷变形监测[J].西安科技大学学报,2011,31(5):6.DOI:10.3969/j.issn.1672-9315.2011.05.013.