基于InSAR监测技术的隧道病害与采空区沉降相关性分析<br/>——以桃坪隧道为例

基于InSAR监测技术的隧道病害与采空区沉降相关性分析
——以桃坪隧道为例

2022-04-29田宏图

测绘标准化 2022年1期

田宏图王杨

(郑州铁路科技发展有限公司河南郑州 450000)

铁路隧道是贯穿全线铁路网络的重要组成部分。随着时间的推移，很多隧道在建成运营后或多或少地存在不同程度的病害，它是影响铁路安全的不安定因素，尤其是穿越采空区的铁路隧道，其病害呈现逐年上升的趋势[1-3]。为了解隧道病害的影响因素，需要对隧道病害进行全方位的病理分析[4]。合成孔径雷达干涉测量技术(InSAR)作为一种新兴的地表形变监测技术，其监测精度已能达到厘米甚至毫米级[5-6]，特别是星载SAR的成功在轨运行并持续返回数据，使得利用存档数据研究采空区的历史形变问题成为可能[7]。本文为探究煤矿采空区与铁路隧道病害的相关性，以桃坪隧道为例，采用时序InSAR 技术，通过对研究区存档InSAR数据的分析，获取桃坪隧道周边地面沉降情况，分析采空区地表形变与隧道病害之间的关系，为隧道病害整治提供支持。

1 桃坪隧道概况

桃坪隧道为两座分离式单洞线隧道，线间距28～30 m，最大埋深约145 m。隧道洞身岩性为二叠系砂岩和泥岩。桃坪隧道进口段穿越1个煤矿，煤层埋深位于隧道洞身以下约 200 m。隧道上行线东侧为 1992—2004 年期间形成的采空区，隧道下行线西侧为2014 年以来形成的采空区。隧道出口段毗邻两个煤矿，煤层埋深位于隧道洞身以下约 100 m。

根据有关部门收集的相关资料，桃坪隧道上行线2004年以前己先后进行过3次病害整治，下行线2004年前未出现过明显的病害；2004年以后，上、下行隧道衬砌开裂、渗水、裂损和掉块等病害时有发生，并持续发展。现场调查表明，隧道洞顶附近地面存在塌陷，房屋和道路有开裂等现象，2013年5月K152+050 m～+200m地段衬砌发生新增病害，自2014年9月以来，新增病害发展加剧，严重影响行车安全。因此，探寻隧道病害成因，是目前彻底整治隧道病害的前提和先决条件，也是隧道病害治理的重点[8]。

2 时序InSAR数据处理

基于InSAR技术的地表形变监测主要采用3种技术：差分干涉测量(D-InSAR)、永久散射体测量(PS-InSAR)和短基线测量(SBAS-InSAR)，其中，D-InSAR能达到厘米级精度，PS-InSAR和SBAS-InSAR可达到毫米级精度[9]。

2.1 数据选择

PS-InSAR和SBAS-InSAR技术适用于地表微形变监测，由于桃坪隧道所在区域未出现较大规模的地表形变，本研究宜采用PS-InSAR或SBAS-InSAR技术[10]。首先对主要的SAR历史存档数据进行查询。SAR历史存档数据中覆盖本研究区的共有25幅Envisat-ASAR Image格式数据，其中升轨数据6幅(HH极化3幅，VV极化3幅)，降轨数据17幅(HH极化6幅，VV极化11幅)，时间范围为2004―2012年；ALOS-PALSAR卫星，覆盖本研究区的共有2个带，分别有15期和13期数据，时间范围为2008―2011年；ALOS-PALSAR2卫星高敏感模式数据3幅，精细模式数据6期；RADARSAT-2卫星宽模式数据3幅，超宽精细模式数据4期；TerraSAR-X卫星数据有ScanSAR(低分辨率宽幅)数据9期；Sentinel-1A卫星数据39幅，时间范围为2015年―2017年。

ALOS-PALSAR 26 m高敏感模式数据的数据量难以满足D-InSAR、PS-InSAR和SBAS-InSAR分析要求，RADARSAT-2 宽模式的数据分辨率(30 m)较低且数据量较少，也无法进行PS-InSAR或SBAS-InSAR处理；TerraSAR-X卫星数据在本研究区域无高分辨率存档数据，其ScanSAR分辨率过低，加之X波段穿透能力有限，不适用于本研究区域形变监测相关性分析。因此，本次监测需利用存档量较大的中分辨率的ASAR、PALSAR和Sentinel1A数据。L波段PALSAR存档数据时间间隔为46～138 d，可探测形变能力较强，数据量能够满足SBAS-InSAR分析的要求。C波段Sentinel1A存档数据量大，能够满足PS-InSAR和SBAS-InSAR分析的要求，而且大部分数据时间间隔为12 d，因此可探测形变的能力能够满足本区变形监测要求。C波段ASAR存档数据虽然在部分时段的时间间隔较长，但存档数据量相对较多，且存档数据较早，因此也列为本次形变监测相关性分析数据的选择范围。综上，根据数据覆盖情况、可探测能力，本研究拟采用Envisat-ASAR和ALOS-PALSAR数据进行SBAS-InSAR处理，Sentinel1A数据进行PS-InSAR和SBAS-InSAR处理。

2.2 地表形变信息提取

为提高数据处理精度，针对所选择数据的特点，采用SBAS-InSAR 技术进行采空区地表形变监测。SBAS-InSAR技术的核心是设置时空基线阈值[11]，然后选择基线小于阈值的干涉对组成小基线数据集，最后利用SVD方法进行形变量求解。对2009年1月20日―2011年3月1日的ALOS数据进行SBAS-InSAR分析，得到的隧道地表形变速率结果见图1，其中图1(a)为地表形变图，图1(b)为IDW插值图。

图1 隧道地表形变速率Fig.1 Surface Deformation Rate of Tunnel

从图1可以看出，在K151+750m～+900m右830 m～右1 170 m处有长约500 m、宽约300 m的不均匀沉降区域，在K154+300m～+500 m 右 230 m～右540 m处有长约400 m、宽约190 m的不均匀沉降区域，在K155+350 m～+750 m 左414 m～左310 m处有最大直径约400 m的不均匀沉降区域。

3 InSAR监测结果与隧道病害分析

根据2009年1月20日―2011年3月1日的SBAS-InSAR数据分析成果，对形变速率进行反距离权重插值，提取不同时期隧道轴线位置地表形变速率，见图2。从图中可以看出，隧道轴线地表在这一时间段内的形变表现为沉降，其最大的形变速率接近-50 mm/a，而且不同位置的地表形变存在较大的差异。

图2 隧道轴线地表形变速率Fig.2 Surface Deformation Rate of the Tunnel Axis

通过分析收集的研究区资料，同时结合现场调查发现，隧道区采深采厚比为40～60，因此，采空引起的地表形变较为强烈，部分区域可见沉降裂缝，但未调查到有明显的台阶状下沉。

通过对2009年1月20日―2011年3月1日期间地表形变速率进行分析，验证了隧道中线地表形变数据与桃坪隧道病害的相关性：

1)在K151+750 m～+900 m不均匀沉降区域，InSAR地表监测数据发现2009―2011年期间出现形变速率为-20～-28 mm/a的沉降，而在1998年3月，下行隧道K151+943 m～K152+149 m区间段出现边墙衬砌纵向和横向裂缝等病害。

2)在K154+300 m～+500 m不均匀沉降区域，InSAR地表监测数据发现2009―2011年期间出现了形变速率为-31～-20 mm/a的沉降，而在2006年9―10月，下行隧道K154+080 m～+579 m区间段内，发生掉块事件达22次，其中最大掉块(不规则形状)长140 cm、宽15 cm、厚7 cm。

3)在K155+350 m～+750 m不均匀沉降区域，InSAR地表监测数据发现2009―2011年期间出现了形变速率为-18～-25 mm/a的沉降，而在1998年3月，上行隧道K155+580 m～+630 m区间段出现拱顶裂缝病害。

为了进一步验证隧道病害与周边煤矿采空区地表形变在时间和空间上的相关性，针对桃坪隧道及其周边的InSAR监测项目的地表监测成果，对桃坪隧道进行验证性试验。在K152+017左3 m 处深钻探，揭示出该处煤矿采空塌陷高度约6.9 m，同时发现，隧道病害发生段地表形变速率大。因此，可以认为隧道病害与周边煤矿采空区地表形变有直接关系。