基于差分干涉SAR的煤田火區地表形變監測

黃昭權，張登榮，王 帆，黨福星，李志忠

(1．浙江省地質調查院，杭州 311203;2．浙江大學理學院地球科學系空間信息技術研究所，杭州 310027;3．中國國土資源航空物探遙感中心，北京 100083)

基于差分干涉SAR的煤田火區地表形變監測

黃昭權1，張登榮2，王 帆2，黨福星3，李志忠3

(1．浙江省地質調查院，杭州 311203;2．浙江大學理學院地球科學系空間信息技術研究所，杭州 310027;3．中國國土資源航空物探遙感中心，北京 100083)

煤田火區地表形態變化是煤火監測和分析的可用指標之一。由于礦區地表嚴重的去相干噪聲，使得星載合成孔徑雷達干涉測量技術應用于煤田火區地表形變檢測比較困難。結合煤田火區地表形變特點，利用L波段的ALOSPALSAR數據進行差分干涉處理，利用干涉條紋頻率精確估計基線，并用自適應濾波方法降低去相干噪聲的影響。在去除平地相位和參考地形相位后，獲取煤田火區的地表形變。研究表明:地表形變與煤火燃燒具有一定的相關關系，通過地表形變分析有助于對地下煤火燃燒情況的判斷;利用差分干涉SAR技術檢測煤田火區地表形變，進而對煤火進行監測和分析是可行的。

差分干涉SAR;煤田火區;形變監測

0 引言

地下煤層自燃現象廣泛分布于我國北方地區，特別是新疆、寧夏、甘肅、內蒙及陜西等省(自治區)。煤火除了造成資源的極大浪費，破壞礦區生產安全外，還釋放出大量有毒氣體，造成地面塌陷，嚴重破壞礦區周邊的生態環境，因此對煤田火區的動態監測十分重要［1］。

熱紅外、可見光及多光譜遙感技術在探測煤田火區方面已經有了一些研究和應用［1－8］，但在檢測煤火燃燒和熄滅階段所產生的諸如地面沉降、沉陷以及塌陷等現象方面還是顯得無能為力。差分合成孔徑雷達干涉測量(Differential Synthetic Aperture Radar Interferometry，D－InSAR)所具有的探測高精度地表形變能力，可以用來探測煤田火區的地表形變，進而根據其形變特征，推斷地下煤火燃燒區的狀態。德國、波蘭及澳大利亞等國較早開展了應用D－InSAR監測煤礦區地表形變的研究，并取得了一些成果［9，10］;韓國學者利用永久散射體及小基線D－InSAR測量技術對小型煤礦區的地面沉陷進行了研究［11，12］。近年來，我國研究者也就 D －InSAR技術在礦區開采沉陷監測中的應用構想和可行性進行了分析，提出了D－InSAR在中國煤礦區實際應用中應注意解決的問題［13］，先后開展了以唐山礦區、開灤礦區及河北省武安礦區地表演變與開采沉陷D－InSAR監測試驗的初步研究［14－17］。將合成孔徑雷達(Synthetic Aperture Radar，SAR)干涉測量技術直接應用于地下煤火燃燒區的監測，僅見于德國航空航天中心(DLR)Stefan Voigt等人的研究［18］，他們利用歐空局的ERS雷達衛星數據對中國新疆坎兒井煤田火區進行處理，檢測出煤火前鋒地表緩慢形變，但由于采用的C波段ERSSAR數據空間分辨率相對較低，僅僅獲得了煤火前鋒的點狀地表形變，不能反映整個煤田火區地表形變的空間分布及變化細節;此外，受C波段波長所限，也沒能檢測到煤田火區短期內發生的地表形變。

本研究將探索利用10 m空間分辨率的L波段PALSAR數據進行差分干涉處理，提取煤田火區地表形變，并分析地表形變特征。

1 研究區概況與數據源選擇

1．1 研究區概況

研究區位于內蒙古自治區烏海市烏達區境內的烏達煤礦(圖 1)，介于東經 106°34'41″～106°38'41″，北緯 39°27'00″～39°34'04″間，呈近南北走向，東西寬13 km，南北長16 km，面積約208 km2，包括了整個烏達煤田。區內干旱多風，幾乎沒有植被，露頭煤層長期處于干燥狀態，容易引發煤層自燃。

圖1 研究區位置Fig．1 Study area location

1．2 SAR數據源的選擇與分析

根據實地調查，煤田火區地表的緩慢形變與突發形變同時并存，單個形變區的空間范圍從數十、數百到數萬平方米之間。人為的采礦作業與煤火的相互作用，使得部分形變區的年地表形變值達到了數十厘米，甚至超過數米范圍。針對這些特點，本次研究主要從SAR對地表形變監測的空間范圍、臨界值及抗噪聲能力3個方面分析SAR數據在地下煤層燃燒區地表形變信息提取中的可用性。

首先，由于煤田火區的形變區面積比較小，如果SAR影像的空間分辨率小于10 m，小范圍的地表形變就無法通過D－InSAR技術提取出來。最新的高分辨率SAR衛星，如德國的TerraSAR－X、加拿大的Radarsat－2、日本的ALOS，多視空間分辨率分別達3 m、7 m、10 m，都可以滿足要求。

其次，煤田火區的地面沉降量有可能超過InSAR臨界相位梯度，從而檢測不出沉降量。臨界相位梯度與SAR的波長成正比，與空間分辨率成反比［19］，臨界相位梯度計算公式為

式中，S(max，LOS)為最大形變理論可探測值;λ為波長;w為沉降體半徑(這里假設半徑為150 m);Gres為地面距離向分辨率。

根據式(1)，L波段PALSAR數據的臨界相位梯度大于C波段的Radarsat－2和X波段的TerraSAR相位梯度，因此可檢測的沉降量范圍比較大(表1)。

表1 不同SAR傳感器臨界值Tab．1 Critical value of different SAR sensors

最后，過長的空間垂直基線距容易引起失相干噪聲，影響形變量的提取。當基線距長度超過臨界值時，干涉圖就完全失相干。臨界基線的計算公式為

式中，R為傳感器到目標的距離;θ為入射角。

TerraSAR－X、Radarsat－2數據的干涉臨界基線在1 000 m左右，容易受失相干噪聲的影響。而PALSAR的臨界基線比較大，如采用34．3°入射角的高分辨率模式(FBS)時，干涉的臨界基線超過14 000 m，因此，在較長基線距情況下也可獲得好的干涉［20］。另一方面，長基線距會造成明顯的平地效應，限制多視平均的噪聲抑制能力，還會使信號的相干性降低，如采用精確的軌道信息和低相干處理方法，可以解決這些問題。

綜上所述，本次研究采用PALSAR數據(表2)進行地表形變監測。

表2 PALSAR數據Tab．2 PALSAR data

為實現干涉測量，要求選擇具有相位信息的單視復數影像(CEOS格式，Level 1．1產品)。全部影像為高分辨率模式(FBS)、HH極化數據，信噪比較高。影像完全覆蓋研究區，獲取時天氣晴好無云。

2 基于D－InSAR的形變提取

重復軌道SAR的差分干涉處理是測量地面形變的有效工具，具體方法包括二軌法、三軌法，以及多時相、多基線的相干點目標檢測方法等。本研究直接使用時間上相近的SAR影像對進行干涉處理獲取基準相位，再利用較長的時間基線獲取基準加形變相位，兩者差分以獲取地表形變。

2．1 三軌D－InSAR處理方法

SAR的干涉相位包含形變相位、地形相位，大氣波動所造成的延遲相位、軌道誤差相位以及去相干噪聲引入的干擾相位。因此，SAR干涉相位模型可表示為

式中，φint(x)為干涉相位;φd(x)為形變相位;φt(x)為地形相位;φa(x)為大氣延遲相位;φo(x)

式中，φ1和φ2分別為第一和第二幅干涉圖解纏并去噪后的相位;B1和B2分別為第一和第二幅干涉圖空間垂直基線。

2．2 提取試驗

根據上述原理，選取相應的ALOS PALSAR數據建立干涉像對并進行試驗(表3)。為軌道誤差相位;φn(x)為包括去相干噪聲在內的殘余噪聲干擾相位。

為了估計出形變相位值，其他相位都必須在數據處理時去除或忽略不計。由于研究區處于西北干旱地區，氣候干燥，大氣中水汽含量少，兩次SAR影像獲取時大氣波動變化的范圍很小，因此可以將大氣延遲相位忽略;ALOS衛星軌道控制技術的改進可通過基于干涉條紋頻率的基線估計，消減不精確軌道數據帶來的基線誤差;由于研究區植被稀疏，影像獲取時的天氣為晴天無降水，因而干涉測量中的植被去相干影響小，利用基于條紋梯度的自適應濾波方法可以降低干涉圖殘余噪聲的影響。

已知兩幅干涉圖的解纏相位和垂直基線，獲取形變相位值的公式為

表3 干涉像對Tab．3 Interferometry image pairs

采用三軌差分干涉SAR數據處理流程進行數據處理，如圖2所示。

圖2 數據處理流程Fig．2 Data processing flow

由于研究區在兩幅SAR圖像上所處的位置不同，導致同一地物的斜視入射角產生較大差異，進而使同一地物后向散射能量在不同圖像上發生變化，這會使圖像的初始匹配產生較大偏差。因此，首先在試驗中確立了基于小波多分辨率分解的多級SAR圖像匹配方法，以實現干涉像對的配準［21］;然后在干涉處理中利用帶通濾波將多普勒信號不重疊的部分濾除，在生成干涉圖后，通過計算干涉條紋的頻率精確估計空間基線，并以此去除平地相位趨勢［22］;接著，對去平后的干涉圖做空間自適應濾波，降低干涉噪聲影響(圖3，圖4a、b);最后，利用最小費用網絡流算法解纏，并進行干涉圖差分處理獲得地表形變。

圖3 干涉相干圖Fig．3 Interferometry coherentmap

圖4 濾波后的干涉圖與解纏圖Fig．4 Filtered interferogram and unwrapping map

由于ALOS的重返周期為46 d，組合干涉的最短時間基線超過了一個半月，在此期間由于人為作業或煤火作用，地表很可能會發生較大的變化，從而影響地形相位的提取精度。由于本研究主要的出發點是根據形變特征來判別地下煤火燃燒區，只需要知道形變在空間上的相對趨勢變化，不需要提取十分精確的形變值，因而采用上述方法來獲取地形基準相位，最后獲得研究區的地表形變。

3 地表形變監測結果分析

3．1 PALSAR干涉特性分析

從圖3上可以發現，2007年12月6日與2008年1月21日組成的短時間基線干涉像對的相干性明顯高于長時間基線的干涉像對(圖3)。說明煤田火區在短時間內受干涉失相干的影響小于長時間的影響。短時間基線干涉像對的空間垂直基線相對較小，因而可以形成較平滑的干涉條紋;長時間基線干涉像對除了具有較長的空間垂直基線會使干涉條紋變細外，還會因礦區內地表形變較大而降低相干性，使所形成的干涉圖條紋密集且細碎。這種現象可以從煤田外圍的干涉條紋明顯比煤田內部條紋平滑的現象得到證明。

由于煤田火區中存在較大的地表形變，這些區域在時間上的相位變化超過了臨界相位梯度，因而相干性極低，無法進行解纏，在圖中表現為黑色區塊(圖4b、d)。以上分析表明，使用PALSAR數據可以在煤田火區獲得良好的干涉效果，從而有利于后續的地表形變提取。

3．2 D－InSAR地表形變驗證

由相位差分方法，經過轉換計算獲得的研究區地表形變如圖5所示。

圖5 煤田火區地表形變(白色箭頭所指為實地驗證區)Fig．5 Surface displacement map in coalfield fire area

根據實地調查和以往的物探資料［1］，發現在煤田火區的上覆地表有不同程度的變形。雖然經過了野外踏勘，但由于實地測量地表形變比較困難，只能將已知火區大致位置的形變與利用差分雷達獲取的地表形變進行比較，確定二者的相互關系。通過比較，實際研究區內地表形變的范圍和位置與D－InSAR監測結果基本吻合。為了進一步分析二者的相互關系，在形變圖上選擇了一塊推斷為地下煤火燃燒區的地域(圖5上白色箭頭所指示的位置)作為驗證區(該區域在以往的遙感調查中并沒有被指明)，經過實地調查，證實該區域是近兩年發現的新的煤火燃燒塌陷地區，為當地煤礦滅火部門所定義的第13號火區。在13號火區附近還存在大規模的人為挖塌地區(圖6)，由于采挖的形變大于D－InSAR檢測的臨界值，因而沒能提取出這一區域(形變圖上的黑色區域)的形變值。

圖6 驗證區照片(左:煤火引發的地面沉降;右:人為采挖造成的地形變化)Fig．6 Verification area pictures

3．3 煤田火區地表形變特征分析

研究區內地表形變在空間上變化較快，變化量參差不齊，說明礦區地表形變狀況復雜，受到多種因素的綜合影響。確定為煤火燃燒區的地表形變往往近似長橢圓形的梯度變化，中間凹陷比較深，向四周逐漸平緩，再到邊緣形變梯度逐漸變大，地表以正向形變為主。人為的采礦作業對地表破壞較大，造成地表形態的大范圍變動。在形變圖上，煤火造成的地表形變一般是中間形變值比較大，周圍呈現比較明顯的形變梯度變化。形變區中心的地表形變容易在監測時間內超過D－InSAR檢測范圍，形成未能解纏的區域。而人工采挖所造成的地表沉陷在圖上表現為不連續的區域邊緣形變梯度以及極為不規則的區域邊界。

根據上述特征，可以把人為的形變和煤火燃燒所造成的形變區分開來。另外，對于沒有超越臨界相位梯度的區域，也有可能不是由煤火燃燒所造成，可借助其他數據(如高分辨率光學影像)幫助判別。例如，研究區右下角一塊大的黃色區域為檢測的形變異常區，借助高分辨率光學影像確定是一個堆場，形變是由煤礦的堆放所造成。

4 結論

(1)煤田火區的地表形變具有空間分布范圍小、短期內形變大的特點。通過比較分析，L波段的PALSAR數據具有高空間分辨率和更高的失相干抑制能力，比較適合用來提取煤田火區的地表形變。

(2)使用小波分層匹配的精確配準和基于干涉條紋頻率的精確基線估計方法，消除了噪聲的影響。通過三軌差分方法成功獲取煤田火區的地表形變分布。該方法比較適合在短時間間隔下提取煤田火區大的地表形變。

(3)以往針對煤田火區地表形變的研究只是粗略地提取出煤火前鋒的點狀形變。本研究獲取了煤田火區地表形變的細節，可以反映煤田火區地表形變的特征。通過形變特征分析，可以較為準確地劃分出煤火燃燒造成的地表形變范圍。實地檢驗證明D－InSAR可以作為地下煤火遙感動態監測的輔助手段。

(4)PALSAR數據的重返周期達到46 d，時間間隔比較長，如果煤田火區的地表形變在這個時間間隔內超過D－InSAR的監測范圍，就無法探測出由煤火造成的形變信息。

(5)考慮到煤火燃燒對干涉測量的影響以及地面人為干擾有可能對地表形變因子造成誤判，缺少高精度地形數據，利用相對較長時間間隔的影像對提取地形相位，對最終形變提取精度也有所影響等問題。下一步計劃對煤火區地表的散射機理做進一步研究，以排除干擾因子，同時，利用與SAR數據同步觀測的高精度GPS對D－InSAR結果進行校正，以提高煤田火區地表形變提取的可靠性。

［1］熊盛青，陳 斌，于長春，等．地下煤層自燃遙感與地球物理探測技術［M］．北京:地質出版社，2006:1－82．

［2］譚海樵，王作棠，季景賢．面向地下煤火熱場模型的遙感技術體系初探［J］．國土資源遙感，2002(3):54－57．

［3］張建民，管海晏，Rosema A．煤田火區遙感四層空間探測方法［J］．國土資源遙感，2004(4):50－53．

［4］Kuenzer Claudia，Zhang Jianzhong，Tetzlaff Anke，et al．Uncontrolled Coal Fires and Their Environmental Impacts:Investigating Two Arid Mining Regions in North － Central China［J］．Applied Geography，2007，27:42 －62．

［5］王衛平，于長春，方迎堯，等．內蒙古烏達地區地球物理場特征與地下煤火分布［J］．物探與化探，2007，31(6):551－555．

［6］Zhuang Wei，Chen Yunhao，Cai Hongchun，et al．Extracting Thermal Anomalies of Underground Coal Fire from Multi－Temporal Daytime Images［C］//IEEE．International Geoscience and Remote Sensing Symposium．USA:IEEE，2007:3732 －3735．

［7］Chatterjee R S．Coal Fire Mapping from Satellite Thermal IR data－ A Case Example Injharia Coalfield，Jharkhand，India［J］．ISPRS Journal of Photogrammetry＆ Remote Sensing，2006，60:113－128．

［8］Prasun K Gangopadhyay，Kuntala Lahiri－ Dutt，Kanika Saha．Application of Remote Sensing to Identify Coalfires in the Raniganj Coalbelt，India［J］．International Journal of Applied Earth Observation and Geoinformation，2006，8:188 －195．

［9］Lesniak A，Porzycka S．Comprehensive Interpretation of Satellite and Surface Measurements for Hazard Assessment on Mining and Post Mining Areas［J］．Gospodarka Surowcami Mineralnymi －mineral Resources Management，2008，24(2):147 －159．

［10］Raucoules D，Le Mouelic S，Carnec C，et al．Monitoring Postmining Subsidence in the Nord－Pas－de－Calais Coal Basin(France):Comparison Between Interferometric SAR Results and Leveling［J］．Geocarto International，2008，23(4):287 －295．

［11］Jung Hahn Chul，Kim Sang，Jung Wan，et al．Satellite Observation of Coal Mining Subsidence by Persistent Scatterer Analysis［J］．Engineering Geology，2007，92:1 －13．

［12］Baek Jin，Kim Sang－Wan，Park Hyuck －Jin，et al．Analysis of Ground Subsidence in Coal Mining Area Using SAR Interferometry［J］．Geosciences Journal，2008，12(3):277 －284．

［13］吳立新，高均海，葛大慶，等．基于D－InSAR的煤礦區開采沉陷遙感監測技術分析［J］．地理與地理信息科學，2004，20(2):22－25．

［14］姜 巖，高均海．合成孔徑雷達干涉測量技術在礦山開采地表沉陷監測中的應用［J］．礦山測量，2003(1):5－7．

［15］吳立新，高均海，葛大慶，等．工礦區地表沉陷D－InSAR監測試驗研究［J］．東北大學學報，2005，26(8):778－781．

［16］Ge Daqing，Wang Yan，Hu Qiong，et al．Using Small Baseline SAR Interferometry to Investigate Land Subsidence Induced by Underground Coal Mining［C］//2008 IEEE International Geoscience and Remote Sensing Symposium．USA:IEEE，2008:1201－1204．

［17］Li F P，Liu R Y，Lu M X，et al．Research of D －InSAR Technique in Monitoring Coal－ mining Subsidence［C］//Univ Queensland;Natl Nat Sci Fdn China．3RD International Symposium on Modern Mining＆ Safety Technology Proceedings．Beijing:Coal Industry Publ，2008:523 －526．

［18］Voigt Stefan，Tetzlaff Anke，Zhang Jianzhong，et al．Integrating Satellite Remote Sensing Techniques for Detection and Analysis of Uncontrolled Coal Seam Fires in North China［J］．International Journal of Coal Geology，2004，59:121－136．

［19］Nga A H，Changa H，Gea L，et al．Radar Interferometry for Ground Subsidence Monitoring Using ALOS PALSAR Data［C］//ISPRSCongress Beijing．Great Britain:Blackwell Publishing Ltd，2008:67－73．

［20］Ryoichi Furuta，Masanobu Shimada ，Takeo Tadono，et al．Interferometric Capabilities of ALOSPALSAR and Its Utilization［C］//Fringe 2005 Workshop，Proceedings of the Conference．German:Springer，2006:341 －344．

［21］張登榮，俞 樂．一種高精度的干涉雷達復數影像配準方法［J］．遙感學報，2007，11(4):563－567．

［22］謝 酬，李 震，李新武．基于PALSAR數據的青藏高原凍土形變檢測方法研究［J］．國土資源遙感，2008(3):15－19．

(責任編輯:刁淑娟)

Differential SAR Interferometry for the Monitoring of Underground Coal Spontaneous Combustion Zone Surface Deformation

HUANG Zhao－quan1，ZHANG Deng－rong2，WANG Fan2，DANG Fu－xing3，LIZhi－zhong3
(1．Zhejiang Institute of Geological Survey，Hangzhou 311203，China;2．Institute of Spatial Information Techniques，Zhejiang University，Hangzhou 310027，China;3．China Aero Geophysical Survey＆ Remote Sensing Center for Land and Resources，Beijing 100083，China)

The surface deformation is one of the available indicators for monitoring and analysis of the coalfield fire area．However，it is difficult to extract surface deformation in the coalfield area if serious decorrelation noise exists．Based on analyzing the surface deformation characteristics of the coalfield fire area and comparing a variety of SAR datasets，the authors chose L band ALOS PALSAR dataset to conduct a differential synthetic aperture radar interferometry processing．Interferometric fringe was calculated for estimating the accurate baseline．The adaptive filter method was used to eliminate decorrelation noise after generating interferogram．Then surface deformation in the coalmine fire zone was extracted after two processes，i．e．，flattening and topography phase removal．It is found that surface deformation is correlated with the coal spontaneous combustion zone to some extent，as evidenced by past in situ investigation and data analysis．The surface deformation analysis is helpful to confirming the situation of the underground coal fire burning．The on－site verification proves that detecting surface deformation of the underground coal spontaneous combustion zone by D －InSAR is acceptable．

Differential SAR interferometry;Coalfield fire area;Deformation monitoring

黃昭權(1980－)，男，博士，主要從事遙感與地理信息系統，SAR/InSAR數據處理與應用方面的研究。

TP 79

A

1001－070X(2010)04－0085－06

2010－02－26;

2010－04－01

國家高技術研究發展計劃項目“地下煤火信息遙感定量提取技術研究”(編號:2007AA12Z167)、“低相干條件下區域性地面沉降InSAR調查與監測技術”(編號:2007AA12Z171)及中國地質調查局項目“長江三角洲地區地面沉降InSAR監測”(編號:1212010641204)共同資助。