新汶矿区SBAS-StaMPS地表形变监测分析*

丛康林, 岳建平, 董 超, 方云波

(1. 山东农业大学 信息科学与工程学院，山东 泰安 271018；2. 河海大学 地球科学与工程学院，江苏 南京 211100；3. 上海卫宸测绘科技有限公司，上海 200001)

采矿区地面沉降是一种变化缓慢且不可逆转的地表形变现象，会造成建筑物地基下沉、房屋开裂、地下管道破损等一系列问题，成因机制错综复杂，致灾过程缓慢，一旦形成便难以恢复。新汶矿区作为百年老矿区，存在采煤时间久、采空区范围大、地表沉降严重等问题。常规地面大地测量技术和地质监测手段虽能够准确获取地面沉降结果，但该类方法是通过离散的监测点获取形变信息，无法得到大范围连续面状区域的地表形变信息，存在一定的局限性。

合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar，InSAR)作为一种影像测地技术，以其全天候、全天时、高精度和区域测量的特点，可获取大范围面状连续区域的地表形变信息，被广泛应用于城市地面沉降监测[1-2]。由于矿区多被农作物和林木等植被覆盖，导致DInSAR(Differential InSAR)技术的相干性弱，使得监测结果可靠性低[3]。时序合成孔径雷达差分干涉测量技术能够克服常规DInSAR技术失相干的缺陷[4]。为了提高时序InSAR在低相干区的监测能力，Andy Hopper等人提出了StaMPS/MTI(Stanford Method for Persistent Scatterers/Multi-Temporal InSAR)方法[5-6]，采用三维时空解缠算法获取目标的时序形变信息。本文采用StaMPS/MTI方法对覆盖新汶矿区的48景Sentinel1-A影像进行时序InSAR数据处理，获取2016～2020年间的新汶矿区地表形变时空分布信息，对近4年的地面沉降情况进行分析，揭示“后煤炭时代”老矿采煤沉陷区的形变规律及现状。

1 研究区域概况及数据

1.1 研究区域概况

新汶矿区地处山东省新泰市，东起涝坡、员外哨，西至南杨家庄、大霞雾，东西均以煤系地层露头为界，北至莲花山断裂，南至蒙山背斜北坡奥陶系地层出露处，东西长约30 km，南北宽约8～10 km，面积约305 km2，地层呈北西走向。地理位置如图1所示，矿区主要包括山东能源新矿集团国有煤矿和新泰市地方煤矿，是华东地区重要的能源基地之一。

图1 新汶矿区地理位置图

1.2 数据

SAR数据选用2016年1月～2020年1月共48期Sentinel-1A升轨影像，如表1所示。在数据处理过程中，使用欧空局发布的精密轨道数据和SRTM的90 m分辨率的外部DEM。

表1 Sentinel-1A影像轨道和日期

2 SBAS-StaMPS方法

StaMPS是一种MT-InSAR算法[4]，为近年来解决长时序、小位移监测的有效方法，主要用于探测非城市地表区域的形变信息，采用相位时序分析算法，根据时序相干系数判断相位的时域稳定性[7]。根据干涉相位中雷达信号和噪声的不同时空属性特征，通过时空滤波方法加以分离，通过三维相位解缠来获取地表形变信息[8]。

SBAS-StaMPS方法是在给定的多幅SAR影像中，利用相干测度定义像元信噪比，由满足信噪比阈值的永久散射体候选点构成StaMPS-MTI技术的高相干点集，按照SBAS(Small Baseline Subsets)法形成时序差分干涉影像序列，从而提取出时序形变信息和年平均形变速率。该方法一方面提供了在高空间分辨率下操作的可能性，并能够利用干涉相位的空间相关性识别慢去相关滤波相位(SDFP，Slowly-decorrelating Filtered Phase)像元[9]；另一方面，较好地揭示了多主时间序列的三维小基线干涉图[10]。为了最大限度地提高干涉图的相干性，SBAS-StaMPS通过考虑空间基线、时间间隔和图像对的多普勒频率质心差生成小基线干涉图，在保证图像对的网络中不存在孤立簇的情况下，选择空间、时间和多普勒基线低于给定阈值的图像对形成干涉图。再用频谱滤波器对干涉图进行滤波，消除方位向上的非重叠多普勒谱，减少距离向上的几何去相关[8]。数据处理流程如图 2所示，基本步骤包括干涉图生成、相位稳定性估计、PS点选择和时序位移估计。采用SAR影像生成差分干涉图，利用外部DEM去除地形相位；基于振幅滤波方法，采用振幅阈值和振幅离差指数选出永久散射体候选点集(PSCs)；对PSCs进行相位稳定性分析，基于时间相干系数阈值筛选PS点；运用3D相位解缠，通过时空滤波提取PS点的相位时间序列，获取视线向形变信息。

图2 StaMPS数据处理流程

SBAS-StaMPS方法在短时间基线中进行空间上高相干性的滤波，能够克服PSInSAR方法的长基线低相干问题，对于植被覆盖较多而散射体密度较低的矿区，通过PS点和SDFP点的共同选取，能够获取更多的PS点，且提高了点位的可信度。

3 数据处理结果

根据三基线和最小原则[11]选取2017年12月10日的影像作为主影像，其余影像与其配准，形成201个SBAS干涉对，最大时间基线为192d，最大垂直基线为99.27 m，得到新泰市2016～2020年间地表形变的雷达视线向(LOS)年平均速率图，如图3所示，正值(蓝色)表示上升，负值(红色)表示下沉。选取覆盖新汶矿区的区域作为研究区，如图4所示，提取沉降明显的A～H共8处区域进行分析，其形变时间序列如图5所示，蓝色表示相对于主影像的形变量，红色直线表示年平均形变速率。

图3 新泰市地表形变年平均速率图(2016～2020)

图4 新汶矿区地表形变年平均速率图(2016～2020)

图5 矿区沉降时间序列

4 实验结果分析

(1)在沉降区域整体空间分布上，从图 3可以看出，整个新泰市辖区的主要地面沉降区域位于中东部的新汶地区，该区域是山东能源新汶矿业集团和新泰市地方煤矿的主要采煤区。图 4显示了新汶矿区A～H的8个明显沉降区域，均分布在柴汶河以北，经过实地调绘及同相关煤矿生产企业调研，沉降区域所属煤矿如表2所示，除两处地方煤矿外，其余6处均为山东能源新汶矿业集团的权属企业采煤区。说明SBAS-StaMPS方法提取的形变区域与实际相符，能够反映矿区沉降区域。

表2 沉降区域关系对应表

(2)在形变速率上，提取各煤矿沉降中心区域按照沉降速率分类，如表3所示。年平均速率超过40 mm/a的有1处，为孙村煤矿，年平均速率在35～40 mm/a的有1处煤矿，年平均速率在30～35 mm/a的有3处煤矿，其余小于30 mm/a。

表3 沉降区分类表

(3)从沉降量上看，自2016年以来，各煤矿累计沉降量及年平均速率，如表 4所示。其中，4处矿区沉降量超过150 mm，分别是协庄煤矿、翟镇煤矿、孙村煤矿和碗窑头地方矿；其余煤矿沉降量都在100～150 mm，良庄矿业沉降量最小。

表4 沉降量及平均沉降速率

(4)从沉降趋势上看(如图6所示)，A、C、F沉降速率平稳，为线性匀速沉降趋势。B、E、H在2019年后有明显的沉降加速趋势，沉降速率分别为-70.86 mm/a、-74.84 mm/a和-52.12 mm/a，表明存在沉降速度增大现象，不均匀沉降具有灾害隐患，需要加强监测，关注沉降趋势。D、G表现为阶梯型趋势，特别地，D在2019年后沉降量趋于平稳，沉降趋势明显减缓，该区域属于盛泉矿业采煤区，由于该企业资源枯竭，按照国家退出产能政策于2018年11月后开始实施关井闭坑，停止开采，故沉降量减缓，监测结果与实际情况吻合。

图6 典型沉降区的沉降趋势图

5 结 论

SBAS-StaMPS方法以其独特的PS和SDFP选点算法，有效克服了D-InSAR技术的时空和几何失相干问题，对林地和农田覆盖较多而散射体密度较低的矿区能够提取可靠的PS点，且以mm级的精度获取年沉降速率。本文采用该方法对2016～2020年间的C波段Sentinel-1A数据进行时序分析，有效识别出新汶矿区8处采煤沉陷区，提取了4年的大范围连续沉降结果，累计沉降量均在100 mm以上，最大平均沉降速率为44.49 mm/a，揭示了各采煤区地面沉降的时空分布和形变趋势。研究结果表明SBAS-StaMPS是一种矿区长时序地表形变监测的有效技术，能够为监测矿区地表形变，指导煤矿合理开采和可持续发展提供一定的技术支持和理论借鉴。