徐嘉興副教授：聯(lián)合SBAS-InSAR和PO-SBAS的礦區(qū)沉降監(jiān)測(cè)取得新進(jìn)展

近日，中國(guó)礦業(yè)大學(xué)物聯(lián)網(wǎng)（感知礦山）研究中心徐嘉興副教授團(tuán)隊(duì)在《金屬礦山》雜志在線發(fā)表了《聯(lián)合SBAS-InSAR和PO-SBAS技術(shù)的礦區(qū)沉降監(jiān)測(cè)》成果，該成果由國(guó)家自然科學(xué)基金項(xiàng)目(編號(hào)：41971370)資助。

^{長(zhǎng)期以來，煤炭資源的大規(guī)模、高強(qiáng)度開采不可避免造成礦區(qū)地面沉降，嚴(yán)重破壞了礦區(qū)的生態(tài)環(huán)境。隨著開采技術(shù)的不斷進(jìn)步，多數(shù)煤礦進(jìn)入到高強(qiáng)度、智能化、安全高效的開采模式，開采引起的地表沉降也呈現(xiàn)波及范圍廣、沉陷梯度大等新特點(diǎn)。傳統(tǒng)的水準(zhǔn)觀測(cè)方法因存在工作量大、觀測(cè)效率低等問題，已無法滿足監(jiān)測(cè)要求，隨著測(cè)繪技術(shù)的不斷革新，如無人機(jī)航測(cè)、InSAR測(cè)量及三維激光掃描等技術(shù)逐步應(yīng)用于形變監(jiān)測(cè)領(lǐng)域，然而，受觀測(cè)環(huán)境、使用成本、觀測(cè)精度等影響，難以普及使用。因此，探索合適的開采沉陷監(jiān)測(cè)方法對(duì)礦區(qū)地面高精度監(jiān)測(cè)及環(huán)境治理仍顯得尤為迫切。}

^{近年來，D-InSAR技術(shù)因其全天時(shí)、全天候、大面積、高精度等特點(diǎn)被廣泛用于沉陷監(jiān)測(cè)，但也存在影像失相干、外部DEM誤差、大氣效應(yīng)等問題。為緩解D-InSAR技術(shù)的不足，學(xué)者們提出了時(shí)序InSAR理論。2000年，F(xiàn)erretti等提出了永久散射體干涉測(cè)量技術(shù)(Permanent Scatterer InSAR, PS-InSAR)，由于PS點(diǎn)通常選在散射特性相對(duì)穩(wěn)定、回波信號(hào)較強(qiáng)的人工建筑物、燈塔、巖石等區(qū)域，故該技術(shù)難以應(yīng)用于礦區(qū)形變監(jiān)測(cè)。2002年，Berardino等提出了小基線集(Small Baseline Subsets, SBAS)，相較于PS-InSAR技術(shù)，該方法有效避免了干涉像對(duì)相干性較差的問題，多應(yīng)用于礦區(qū)沉陷監(jiān)測(cè)研究，但當(dāng)監(jiān)測(cè)區(qū)域形變梯度較大時(shí)，SBAS-InSAR技術(shù)會(huì)因影像失相干而無法全面、準(zhǔn)確獲取地表形變信息。在大梯度形變監(jiān)測(cè)研究方面，F(xiàn)rancesco Casu等在偏移量跟蹤技術(shù)(Offset-tracking)的基礎(chǔ)上，提出了時(shí)序Offset-tracking(PO-SBAS)技術(shù)。相關(guān)研究表明該方法可用于礦區(qū)地表沉降觀測(cè)，但對(duì)沉降盆地邊緣處的監(jiān)測(cè)精度要低于常規(guī)時(shí)序InSAR技術(shù)。}

^{目前，盡管已有不少學(xué)者通過融合多種觀測(cè)方法進(jìn)行沉陷監(jiān)測(cè)，取得了較好的結(jié)果，但仍缺少同時(shí)獲取大梯度形變和微小尺度形變的方法，而利用SBAS-InSAR技術(shù)獲取沉陷盆地邊緣形變信息，PO-SBAS技術(shù)獲取沉陷盆地中心形變信息是一種理論上可行的監(jiān)測(cè)方法。目前，聯(lián)合SBAS-InSAR技術(shù)和PO-SBAS技術(shù)在地面形變觀測(cè)，尤其是礦區(qū)沉陷監(jiān)測(cè)應(yīng)用研究較少。}

^{徐嘉興副教授團(tuán)隊(duì)針對(duì)礦區(qū)開采沉陷范圍廣、形變梯度大，傳統(tǒng)InSAR技術(shù)因影像失相干而無法全面、準(zhǔn)確提取大形變梯度區(qū)域地表沉降信息的問題，以山東省濟(jì)寧市某煤礦8303工作面為例，在GACOS數(shù)據(jù)輔助InSAR解算的基礎(chǔ)上，提出聯(lián)合SBAS-InSAR和PO-SBAS技術(shù)開展礦區(qū)沉陷監(jiān)測(cè)研究。利用沉降信息融合方法，通過水準(zhǔn)數(shù)據(jù)確定SBAS-InSAR和PO-SBAS監(jiān)測(cè)結(jié)果的可靠邊界，借助先驗(yàn)誤差定權(quán)原則和概率積分預(yù)計(jì)模型，實(shí)現(xiàn)SBAS-InSAR和PO-SBAS監(jiān)測(cè)結(jié)果的融合，并分析其沉降監(jiān)測(cè)的精度。}

^{數(shù)據(jù)處理流程如下：}

^{（1）SBAS-InSAR數(shù)據(jù)處理}

^{將SAR影像、DEM等數(shù)據(jù)按研究區(qū)范圍進(jìn)行合適的裁剪后，設(shè)置恰當(dāng)?shù)臅r(shí)空基線閾值，生成連接圖。本次試驗(yàn)設(shè)置時(shí)間基線閾值為 255 d，空間基線閾值為45%，自動(dòng)選取的主影像日期為2023年6月30日，共生成111個(gè)干涉像對(duì)。然后對(duì)所有干涉像對(duì)進(jìn)行干涉處理，包括影像配準(zhǔn)、干涉圖生成等操作，干涉處理過程中解纏相干性閾值設(shè)置為0.15，解纏方法選擇DelaunayMCF，濾波方法為Goldstein。針對(duì)得到的干涉結(jié)果，手動(dòng)剔除質(zhì)量較差的干涉對(duì)，最終保留68對(duì)干涉像對(duì)。接著對(duì)解纏后的相位進(jìn)行優(yōu)化、軌道精煉及重去平等操作，并進(jìn)行二次解纏，這個(gè)過程可以削弱DEM誤差及大氣效應(yīng)，進(jìn)而得到更加精確的時(shí)間序列上的最終位移結(jié)果。同時(shí)借助GACOS數(shù)據(jù)進(jìn)行大氣校正，削弱InSAR處理過程中的大氣延遲影響。最終將形變結(jié)果進(jìn)行地理編碼，并將得到的沿LOS向形變信息轉(zhuǎn)換到垂直方向上，本文僅對(duì)地表豎直方向上的形變進(jìn)行精度驗(yàn)證。}

^{（2）PO-SBAS數(shù)據(jù)處理}

^{將預(yù)處理后的SLC影像進(jìn)行配準(zhǔn)及多視處理，設(shè)置時(shí)間基線閾值 150 d，空間基線閾值 ±150 m。在剔除噪聲嚴(yán)重的像對(duì)后，最終保留下68組影像對(duì)。利用Offset-tracking方法對(duì)保留的影像對(duì)進(jìn)行處理，首先進(jìn)行影像配準(zhǔn)，設(shè)置互相關(guān)窗口大小為128×128，過采樣因子為4，然后利用最小二乘法解算每個(gè)像對(duì)的偏移觀測(cè)量，提取形變信息，再將結(jié)果分解為方位向偏移量和距離向偏移量，最后對(duì)監(jiān)測(cè)結(jié)果進(jìn)行時(shí)序解算、地理編碼等處理，并將沿LOS向的結(jié)果轉(zhuǎn)到豎直方向上。}

^{（3）SBAS-InSAR與PO-SBAS融合數(shù)據(jù)處理}

^{目前，對(duì)于地表形變監(jiān)測(cè)數(shù)據(jù)融合的方法主要有基于相位融合和基于沉降信息融合兩種方法，其中基于相位融合方法，主要通過設(shè)置相干性閾值，確定形變區(qū)域，然后將大梯度形變轉(zhuǎn)換為相位實(shí)現(xiàn)數(shù)據(jù)融合。本文采用基于沉降信息融合的方法，在MATLAB軟件中，利用實(shí)測(cè)數(shù)據(jù)明確SBAS-InSAR和PO-SBAS監(jiān)測(cè)技術(shù)的可靠邊界進(jìn)而實(shí)現(xiàn)數(shù)據(jù)融合。首先利用實(shí)測(cè)數(shù)據(jù)驗(yàn)證SBAS-InSAR和PO-SBAS監(jiān)測(cè)精度，確定InSAR監(jiān)測(cè)結(jié)果的可靠形變范圍，然后根據(jù)確定的可靠形變范圍將二者監(jiān)測(cè)結(jié)果融合。當(dāng)二者的可靠形變范圍重合時(shí)，基于先驗(yàn)誤差定權(quán)原則，確定重合形變區(qū)域的形變值；當(dāng)二者的可靠形變范圍不重合時(shí)，利用SBAS-InSAR提取的邊緣形變信息和PO-SBAS提取的沉陷盆地中心形變信息反演部分開采沉陷預(yù)計(jì)參數(shù)，然后利用概率積分預(yù)計(jì)模型補(bǔ)充二者不重合區(qū)域的形變值。}

^{最終，SBAS-InSAR與PO-SBAS聯(lián)合監(jiān)測(cè)技術(shù)流程如下：}

技術(shù)流程圖

基于GACOS大氣校正的時(shí)序沉降

大氣校正前后SBAS-InSAR結(jié)果與水準(zhǔn)結(jié)果對(duì)比圖(小梯度形變區(qū)域)

走向結(jié)果對(duì)比圖

融合后的InSAR結(jié)果與水準(zhǔn)結(jié)果對(duì)比圖

該項(xiàng)研究所得結(jié)論如下：

本研究基于2023年2月—2023年10月共22景Sentinel-1A影像數(shù)據(jù)，在GACOS數(shù)據(jù)輔助InSAR解算的基礎(chǔ)上，聯(lián)合SBAS-InSAR和PO-SBAS技術(shù)獲取濟(jì)寧市某礦區(qū)工作面地面沉降信息，并結(jié)合水準(zhǔn)測(cè)量數(shù)據(jù)分析其在礦區(qū)沉降監(jiān)測(cè)中的精度，得到結(jié)論如下：

（1）提出了聯(lián)合SBAS-InSAR和PO-SBAS技術(shù)的礦區(qū)地表沉陷監(jiān)測(cè)方法。經(jīng)過與水準(zhǔn)數(shù)據(jù)對(duì)比分析，比單一SBAS-InSAR或PO-SBAS的監(jiān)測(cè)結(jié)果更好，表明該聯(lián)合監(jiān)測(cè)技術(shù)是一種有效獲取完整下沉盆地形變信息的InSAR監(jiān)測(cè)方法，為礦區(qū)沉陷監(jiān)測(cè)提供一種新的技術(shù)參考。

（2）聯(lián)合SBAS-InSAR和PO-SBAS技術(shù)的監(jiān)測(cè)結(jié)果顯示，最大絕對(duì)誤差為890.1 mm，平均絕對(duì)誤差為254.7 mm，均方根誤差為139.3 mm，監(jiān)測(cè)結(jié)果與真實(shí)沉降變化趨勢(shì)基本吻合。在小形變梯度情形下，經(jīng)過大氣校正后SBAS-InSAR結(jié)果的最大絕對(duì)誤差、平均絕對(duì)誤差和均方根誤差分別提高了14.2、5.2、6 mm，比大氣校正前的監(jiān)測(cè)結(jié)果更可靠。

（3）由于SAR數(shù)據(jù)獲取時(shí)間與水準(zhǔn)觀測(cè)的時(shí)間不一致，盡管本研究使用兩者時(shí)間相近的數(shù)據(jù)進(jìn)行精度驗(yàn)證，但該過程也會(huì)對(duì)精度驗(yàn)證造成一定誤差影響。此外，根據(jù)SAR影像圖發(fā)現(xiàn)，8303工作面地表從5月起，開始形成積水，并隨著工作面的推進(jìn)，地表沉陷盆地逐漸擴(kuò)大導(dǎo)致積水范圍逐漸擴(kuò)大，也會(huì)對(duì)InSAR監(jiān)測(cè)結(jié)果造成一定影響。后續(xù)應(yīng)在測(cè)量精度與適用區(qū)域上進(jìn)一步研究，以提升該方法的可靠性。

成果來源

劉江，徐嘉興，高競(jìng)峰，王哲. 聯(lián)合SBAS-InSAR和PO-SBAS技術(shù)的礦區(qū)沉降監(jiān)測(cè)[J/OL].金屬礦山，1-13[2025-01-02].

作者簡(jiǎn)介

驗(yàn)室主任。《金屬礦山》青年專家學(xué)術(shù)委員，《地質(zhì)與勘探》、《成都理工大學(xué)學(xué)報(bào)（自然科學(xué)版）》青年編委，成都理工大學(xué)首屆優(yōu)秀研究生導(dǎo)師團(tuán)隊(duì)成員，“自然資源部西藏主要成礦帶大型-特大型礦床勘查評(píng)價(jià)和研究科技創(chuàng)新團(tuán)隊(duì)”和“自然資源部高層次科技創(chuàng)新人才工程科技創(chuàng)新團(tuán)隊(duì)”骨干成員，主要從事青藏高原及周緣銅多金屬礦床的研究與找礦勘查工作，先后參與多個(gè)大型-超大型礦床的勘查評(píng)價(jià)，主持國(guó)家自然科學(xué)基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃專題、四川省自然科學(xué)基金及各類橫向項(xiàng)目10余項(xiàng)，發(fā)表文章70余篇，主編專著2部，參編教材2部

徐嘉興

中國(guó)礦業(yè)大學(xué)副教授、博士、碩士研究生導(dǎo)師，主要從事礦山測(cè)量、環(huán)境遙感、礦山生態(tài)環(huán)境監(jiān)測(cè)與評(píng)價(jià)研究。主持完成國(guó)家自然科學(xué)基金項(xiàng)目1項(xiàng)、重點(diǎn)研發(fā)項(xiàng)目子課題1項(xiàng)、國(guó)土資源科技計(jì)劃項(xiàng)目1項(xiàng)、國(guó)家重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目1項(xiàng)，參與完成國(guó)家科技支撐計(jì)劃項(xiàng)目、原國(guó)土資源部公益性行業(yè)科研專項(xiàng)、國(guó)家自然科學(xué)基金項(xiàng)目、江蘇省自然科學(xué)基金項(xiàng)目等，主持完成企業(yè)合作科研項(xiàng)目等20余項(xiàng)。第一（通信）作者發(fā)表學(xué)術(shù)論文30余篇，出版專著1部、合著3部，獲地理信息科技進(jìn)步一等獎(jiǎng)1項(xiàng)、安全科技進(jìn)步一等獎(jiǎng)1項(xiàng)、煤協(xié)科技進(jìn)步二等獎(jiǎng)1項(xiàng)。兼任《Environmental Earth Sciences》《Remote Sensing》《Land》等期刊審稿人，國(guó)際數(shù)字地球?qū)W會(huì)數(shù)字能源專業(yè)委員會(huì)委員、中國(guó)地理學(xué)會(huì)會(huì)員。

《金屬礦山》簡(jiǎn)介

《金屬礦山》由中鋼集團(tuán)馬鞍山礦山研究總院股份有限公司和中國(guó)金屬學(xué)會(huì)主辦，主編為中國(guó)工程院王運(yùn)敏院士，現(xiàn)為北大中文核心期刊、中國(guó)科技論文統(tǒng)計(jì)源期刊（中國(guó)科技核心期刊）、中國(guó)精品科技期刊（F5000頂尖學(xué)術(shù)論文來源期刊）、中國(guó)百強(qiáng)報(bào)刊、RCCSE中國(guó)核心學(xué)術(shù)期刊（A）、中國(guó)期刊方陣雙百期刊、國(guó)家百種重點(diǎn)期刊、華東地區(qū)優(yōu)秀期刊，被美國(guó)化學(xué)文摘（CA）、美國(guó)劍橋科學(xué)文摘（CSA）、波蘭哥白尼索引（IC）、日本科學(xué)技術(shù)振興機(jī)構(gòu)數(shù)據(jù)庫（JST）等世界著名數(shù)據(jù)庫收錄。主要刊登金屬礦山采礦、礦物加工、機(jī)電與自動(dòng)化、安全環(huán)保、礦山測(cè)量、地質(zhì)勘探等領(lǐng)域具有重大學(xué)術(shù)價(jià)值或工程推廣價(jià)值的研究成果，優(yōu)先報(bào)道受到國(guó)家重大科研項(xiàng)目資助的高水平研究成果。根據(jù)科技部中國(guó)科技信息研究所發(fā)布的《2024中國(guó)科技期刊引證報(bào)告（核心版）》，《金屬礦山》核心總被引頻次位列26種礦業(yè)工程技術(shù)學(xué)科核心期刊第1位；根據(jù)中國(guó)知網(wǎng)發(fā)布的《中國(guó)學(xué)術(shù)期刊影響因子年報(bào)》（2024版），《金屬礦山》學(xué)科影響力位居73種礦業(yè)期刊第9位。

編排：戴穎熠

審核：王小兵

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請(qǐng)讀者僅作參考，并自行核實(shí)相關(guān)內(nèi)容。若對(duì)該稿件內(nèi)容有任何疑問或質(zhì)疑，請(qǐng)立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。