基于Stacking时序InSAR的北泉矿区沉陷监测

Ground Subsidence Detection of Beiquan Mining Area Based on Stacking Time-Series InSAR

摘要: 矿区沉陷监测为其安全生产提供支撑信息。基于Stacking时序InSAR技术，利用73景覆盖新疆哈密北泉1矿和北泉2矿的Sentinel-1A数据，对该区域在2017年3月16日至2019年10月8日期间的地表沉陷进行监测，获取研究区时间序列地表沉陷信息。结果表明，矿区范围内存在三个沉陷漏斗，最大年均沉陷速率达−154 mm/a，并且矿区沉陷受到冰冻期等气候影响，具有一定的季节性规律。

Abstract: Mining subsidence monitoring provides supporting information for safety production. Based on the Stacking time-series InSAR technology, using 73 scenes Sentinel-1A data that cover the Beiquan 1 and Beiquan 2 mines site in Hami, Xinjiang, the surface subsidence of the study area from March 16, 2017 to October 8, 2019 was monitored, and we acquired time-series ground subsidence information. The results show that there are three subsidence funnels within the mining area, the maximum annual subsidence rate is −154 mm/a, and the subsidence of the mining area is affected by climate such as the freezing period, which has a certain seasonal pattern.

1. 引言

煤炭是我国重要的能源矿产，然而，煤炭资源的开采破坏了上覆岩层的原始应力平衡状态，使岩层和地表发生形变，从而引起各类地质环境问题和灾害，影响矿区安全生产及周边构筑物安全 [1] [2]。由此，对煤矿开采造成的地表沉陷进行监测是十分必要的。然而，传统的监测手段如水准测量和GPS测量成本高、监测范围小、工作量大，且以个别离散点的形式不利于反映矿区整体的沉陷状况，从而阻碍了矿区开采沉陷情况的全面监测及相关理论研究 [3] [4]。

时序InSAR (Interferometric Synthetic Aperture Radar, InSAR)方法作为InSAR技术的拓展，克服了常规DInSAR时空失相干和大气效应的影响，不仅拥有全天候、监测范围广、精度较高等优势，且实现了长时间序列地表形变监测，有利于矿区获取整体高精度的时间序列形变信息 [5] [6]。其中，干涉图堆叠(Stacking) [7] 时序InSAR方法基于多主影像，控制了时空基线，利用多个差分干涉图，有效解决了时空基线过长引起的失相干问题且降低了大气扰动给差分干涉相位质量带来的影响，提高了监测精度，具有能够时序性监测大量级形变的优势，有助于矿区沉陷监测。

北泉1矿和北泉2矿是位于新疆哈密的国家重点煤矿，至今仍在开采中，长期开采导致该地区地表原有应力被破坏，出现地表沉陷。本文采用2017年3月16日至2019年10月8日共73景Sentinel-1A升轨影像，基于Stacking时序InSAR方法对该地区进行沉陷监测，提取矿区开采沉陷形变场，研究沉陷变化规律，旨在为矿区预警防灾提供科学可靠的数据支撑。

2. Stacking时序InSAR基本原理

Stacking数据处理主要基于DInSAR完成，在生成差分干涉图后，经解缠将相位加权叠加，最后获取地表形变速率结果 [8] [9]，具体流程如图1所示。

首先，假设每幅SAR影像的大气相位稳定且随机分布，其相位贡献值也随机分布，通过时间间隔对各差分干涉图相位加权 [10] [11] ：

$w_i=\Delta T_i{}^2$ (1)

其中， $\Delta T_i$ 为第i幅干涉图成像时间间隔。将所有差分干涉图叠加后，点的平均相位变化速率如下式：

$\text{PR}={\displaystyle {\sum }_{i=1}^N{w}_i}\cdot p{h}_i/{\displaystyle {\sum }_{i=1}^N{w}_i}$ (2)

其中， 为第i幅干涉图解缠相位。

Figure 1. Flow chart of Stacking time-series InSAR technology

图1. Stacking时序InSAR技术流程图

在估计相位变化速率时也可以估计干涉图的相位变化标准差，其与成像之间的时间间隔成反比，干涉图叠加后，相位变化速率的标准差表示为 [12] [13] ：

$\text{std}\left(\text{V}\right)=\text{SQRT}\left(\frac{1}{N}{\displaystyle {\sum }_{i=1}^N{w}_i{}^2{\left(p{h}_i/\Delta T_i-PR\right)}^2}/{\displaystyle {\sum }_{i=1}^N{w}_i{}^2}\right)$ (3)

式中，V为N幅差分干涉图图叠加后的相位变化速率。

Stacking方法是对一系列解缠的差分干涉图进行相位叠加，从而获取平均形变速率，能够提取大量级形变，在该方法中，叠加后的形变相位是累加的，而大气误差相位却与干涉图数量呈二次方根倍增长，由此提升了信噪比，并减弱大气延迟误差的影响以保证监测精度 [14] [15]。

3. 研究区域概况及数据源

北泉1矿和北泉2矿位于新疆哈密市三道岭矿区东部，二者紧邻，如图2所示，其中，北泉1矿中心地理坐标为东经92˚40'51，北纬43˚07'48，东西长约2.10 km，南北宽约2.50 km，面积约4.55 km²，核定产能1.44 Mt/a；北泉2矿中心地理坐标为东经92˚44'25，北纬43˚09'15，东西长8.54~11.87 km，南北宽0.97~4.09 km，面积约37.02 km²，设计产能4.00 Mt/a。

Figure 2. Study area image

图2. 研究区域影像图

本文采用2017年3月16日至2019年10月8日共73景Sentinel-1A升轨影像，利用Stacking时序InSAR方法对北泉1矿和北泉2矿进行沉陷监测。Sentinel-1A数据为C波段，时空基线短，实验共组成72个干涉对，时间基线最长36天，空间垂直基线最长约142.50 m，所用数据距离向分辨率约为2.33 m，方位向分辨率约为13.95 m。

4. 监测结果及分析

4.1. 矿区沉陷结果

利用Stacking时序InSAR方法所得结果是基于卫星视线方向(Light of sight, LOS)，而煤矿沉陷主要表现在垂直向，为直观地体现矿区沉陷状况，根据雷达波入射角将LOS向形变转换至垂直向。所得2017年3月16日至2019年10月8日期间北泉1矿及北泉2矿年均沉陷速率结果如图3所示，在该区域主要呈现3个沉陷漏斗，年均沉陷速率达−154~57 mm/a，沉陷空间分布较集中，为便于描述此处称为A，B，C沉陷区，其中A沉陷区位于北泉1矿开采范围，B、C沉陷位于北泉2矿开采范围。

Figure 3. Annual average subsidence rate of Beiquan 1 and Beiquan 2 mines

图3. 北泉1矿及北泉2矿年均沉陷速率结果图

穿过各个沉陷区作剖面线，如图4(f)所示，沿剖面线沉陷变化如图4(a)~(e)所示。沿剖面线A1A2、a1a2沉陷趋势为倒“金字塔”状，年均沉陷速率最大约−150 mm/a；沿剖面线B1B2、b1b2沉陷从边缘至中心逐渐增加，沉陷速率最大约−110 mm/a，在沉陷中心趋于稳定，呈“盆”状；沿剖面线c1c2沉陷速率最大约−70 mm/a。

对比研究区Sentinel-2光学影像，如图5所示，发现A区域位于北泉1矿工业场地东南侧约1.00 km处，该区域东西长约1.30 km，南北宽约1.00 km，沉陷面积约1.30 km²；B、C沉陷区紧邻北泉2矿工业场地，分布在其东西两侧，其中，B区域东西长约1.10 km，南北宽约1.10 km，沉陷面积约1.21 km²；C区域东西长约1.50 km，南北宽约1.30 km，沉陷面积约1.95 km²，各沉陷区面积较大且与地面构筑物十分接近，可能存在安全隐患。

为进一步揭示北泉1矿及北泉2矿开采引起的地面沉陷过程，获取2017年3月16日至2019年10月8日期间每隔一月时12天间隔下的沉陷量，12天间隔相对整个监测周期可以看作为某一“时刻”，因此，这里用于直观体现不同“时刻”下矿区的开采程度。在沉陷区选择多个特征点(A1~C2)，其空间分布如图6(d)所示，获取这些特征点上每月的沉陷变化，并作进一步分析。

Figure 4. Map of subsidence of Beiquan 1 and Beiquan 2 mines along the section line

图4. 北泉1矿及北泉2矿沿剖面线沉陷状况图

Figure 5. Study area optical map

图5. 研究区域光学图

如图6(a)~(c)所示为各特征点上每月间隔12天的沉陷变化情况，发现北泉1矿A区域和北泉2矿B区域从2018年起开采程度逐年加深，C区域开采力度一直较弱，地表沉陷也相对较小；观察数据变化发现各个矿区每年11月至次年3月期间地表沉陷小，开采力度弱，并且3月至5月地表基本无沉陷现象，甚至呈回升状态，然而，5月后沉陷迅速增加，但是在每年8月份左右地表沉陷又会有较大幅度回升。根据气象等资料了解到，该地区每年11月至次年3月为冰冻期，年最低平均气温达−23℃，可能是在该环境条件影响下，限制了矿区开采力度；3月起温度回升，冰冻消融，从矿区地质资料可知 [16]，该区域主采的4号煤层顶底板属抗压强度差，抗拉、抗剪强度低且易软化的岩石，此外，煤层附近多为泥岩，遇水具有一定的膨胀性，这可能是致使矿区地表3至5月表现出基本无沉陷现象，甚至呈回升状态的原因；5月后沉陷迅速增加，因而5至10月份为主要采煤期；根据水文地质调查资料可知，该矿区位于戈壁滩中，缺少天然地表水体，唯一补给区为北部巴尔库山的融雪水潜流于地下，每年夏季融雪水汇流而下，根据2009~2019年气象资料可知，该地区夏季降雨集中，夏季平均降雨量达26 mm，易形成短时洪流，加之该地区属裂隙含水层充水为主的水文地质条件，往往能形成较强的含水带或导水带，并能沟通各含水层间的水力联系，因而，冰雪融水和大气降水使得沉陷坑储水可能是8月份左右沉陷急速回升的原因；因此，该矿区沉陷在一定程度上受环境影响，具有一定的季节性规律。

Figure 6. Time-series subsidence of characteristic points in each area

图6. 各区域特征点时序沉陷变化图

获取北泉1矿和北泉2矿2017年3月16日至2019年10月8日期间累计沉陷分布，如图7所示，从空间分布来看，沉陷漏斗随着时间增加范围有所扩大，但在不同时间下地理位置未有较大的变动，即煤矿开采固定于A、B、C区域。根据累计沉陷结果来看，北泉1矿开采集中于A区域，2017年至2019年期间，沉陷范围逐步扩大至一定程度后不再有较大幅度的扩展，沉陷量逐渐增加，至2019年10月累计沉陷量约400 mm；北泉2矿在2017年主采C区域，2018年后减弱了C区域开采力度，发现自2017年7月起C区域东部出现抬升，可能是由于排水能力差矿坑回填充水或煤矸石堆积物导致；2018年和2019年北泉2矿主采B区域，B区域自2018年3月后表现出较明显沉陷，开采力度较大，快速形成了较稳定的沉陷漏斗，至2019年10月最大累计沉陷量约400 mm。

Figure 7. Cumulative subsidence distribution map of Beiquan 1 and Beiquan 2 mines

图7. 北泉1矿及北泉2矿累计沉陷分布图

4.2. 矿区安全问题分析

北泉1矿和北泉2矿是简单型矿床，属裂隙含水层充水为主的水文地质条件，矿区主采的4号煤层顶底板均以粉砂岩–泥岩为主，属抗压、抗拉、抗剪性弱的岩层，总体稳固性较差，结合本文对北泉1矿和北泉2矿沉陷发展规律的研究，地表沉陷及沉陷坑充水应是矿井主要威胁。受煤矿采动等影响，破坏了岩石连续性及地下水的自然流畅，煤层附近含水层平衡也受到干扰，有可能成为直接充水水源，加之常年开采易形成沉陷坑，利于储水，易造成透水事故；此外，矿区属裂隙含水层充水为主的水文地质条件，平面上和剖面上均呈带状分布，埋藏愈浅，则裂隙愈发育，往往能形成较强的含水带或导水带，利于水力联系，尤其是雨水集中时，更易发生事故，应采取积极有效的预防措施，以免造成不必要的人员和财产损失。

5. 结论

本文利用2017年3月16日至2019年10月8日期间覆盖北泉1矿和北泉2矿的73景Sentinel-1A升轨影像，基于Stacking时序InSAR方法对该地区进行沉陷监测。研究表明：1) 该区域集中分布3个沉陷漏斗，年均沉陷速率达−154~57 mm/a，且各沉陷区与地面构筑物十分接近，具有一定的安全隐患；2)该区域的地表沉陷在一定程度上受冰冻期、冰雪融水和集中降雨等影响，具有一定的季节性规律；3) 矿区沉陷及矿坑充水是矿区的主要威胁。

致谢

感谢欧空局提供Sentinel-1A SAR影像及美国UGSG提供的SRTM-1地形数据。

基金项目

国家自然科学基金项目(编号：41804009)；国家重点研发计划(编号：2017YFB0502700)。

NOTES

^*通讯作者。