D-InSAR技术在矿山沉降形变监测中的应用

2022-10-20滕军林

世界有色金属 2022年16期

关键词：采空区矿山精度

滕军林

（贵州省有色金属和核工业地质勘查局二总队，贵州六盘水 553000）

矿产资源的开发与利用一般可形成较大规模的地下采空区，导致采空区周围的应力结构发生改变，进而引起上覆岩体发生不同程度的形变、破裂、坍塌等，造成矿区地表不均匀沉降，进而威胁矿山安全生产，也间接的造成了资源的浪费[1]。

D-InSAR技术，即合成孔径雷达差分干涉测量技术，该技术是立足于影像数据，通过不同时间段的影像数据对比，进而分析地表沉降形变的一种方法，在微细形变监测中具有良好的应用效果[2]。

鉴于上述原因，本文以D-InSAR技术为基础，分析该技术在某金属矿山沉降形变监测中的应用，为该矿山的安全生产提供依据。

1 D-InSAR技术流程

矿山沉降形变是人类利用深部矿产资源而诱发的一种地浅表高程变化及位移的一种表现形式[3]。D-InSAR技术的原理就是通过不同时间段的高分辨率影像数据中微小的形变特征获取地表沉降形变的，如ENVISAT ASAR影像数据等。该技术的应用流程主要包括InSAR影像对的输入，即不同时段的影像数据，包括主影像和从影像；完成影像数据输入后需要配准影像数据，再经过预滤波处理、干涉成像、基线估算、差分处理、相位滤波、相位解缠以及形变量估算等步骤（图1），就可获得该矿山在某一时间段内的形变特征，如沉降量、位移量、位移方向等特征[4]。同时，可根据形变量估算结果编制矿山地表沉降形变程度图等成果性文件，为进一步分析矿山沉降形变提供依据，进而指导深部采空区治理。

2 矿山基本概况

研究区为一长期开采的铅锌铜多金属矿床，矿床成因类型为矽卡岩型矿床。矿区面积为1.8km2，矿区边界为一不规则的多边形。

矿区地形地貌属于高山峡谷地貌，地形高差变化较大，导致该区域容易出现地质灾害和采矿塌陷等。矿山主要的开采方式为硐采，根据矿山开采资料显示，矿山内已存在采空区4处，且在采空区上方的地表均已出现不同程度的沉降形变，在沉降形变较发育的区域出现数条地裂缝。因此，为进一步研究矿山地表沉降形变发展规律，本文以开采前和现阶段的ENVISAT ASAR影像数据为基础，应用D-InSAR技术分析矿山地表沉降形变规律，为矿山的安全生产提供指导性的参考。

3 D-InSAR技术在矿山沉降形变监测中的应用

3.1 影像数据配准及基线估算

主影像与从影像的配准是沉降形变分析的基础，不同数据解算方式的配准方式存在差异。本文影像数据解算方法采用常用的二轨法，该方法能够有效降低大气噪声等，所获取的形变数据精度较高。一般来说，二轨法的影像数据配准方式包括两种类型：一是以精密星历数据以及相干系数配准影像数据；二是以地面控制点为基准点进行影像数据的配准[5]。

研究区主要为COSMO-SkyMed高分辨率雷达卫星获得的ENVISAT ASAR影像数据，相对而言，该类影像数据的精度较低，为提高影像配准精度，本文选择以第一种配准方式进行[6]。在影像数据配准的基础上，对影像数据进行预滤波处理和干涉成像处理，再进行基线估算处理。基线管处理主要以研究区内地形地貌相对平缓的区域进行，就可获得精度更高的影像数据[7]。

在完成上述操作的技术，结合矿区高精度的DEM数据对配准后的影像数据开展相位模拟处理，将配准后影像数据中的地形信息、形变信息等转换为相应的相位信息，为后续进行数据解缠的做准备。

3.2 差分处理及相位滤波

在完成上述操作的基础上，影像数据已经转化为包含了形变信息和地形信息的相位信息，即影像数据的相位干涉图。由于相位干涉图中不仅包含了形变信息，而且存在大量的地形信息，故应将相位干涉图中的地形信息去除，即去地形干涉相位。相位干涉图形成去地形干涉相位的过程就是差分处理[8]。去地形干涉相位中不仅包含了微小的形变信息，还包含了非线性相位和噪声相位等信息。故将去地形干涉相位中的噪声相位、非线性相位等信息剔除的过程就是噪声滤波处理。完成后就可以进入下一步的相位解缠处理流程。

3.3 相位解缠及地理编码

在完成去地形干涉相位滤波处理后就可进行相位解缠处理，也是获取影像数据中微小沉降形变信息的基础[9]。相位解缠方法较多，根据前人大量研究资料，本文选择最小费用流法进行相位解缠，原因在于该放过能够降低影像数据中微小形变模糊的问题，所获得的形变量信息精度也较高[10]。在完成相位解缠的基础上可以进行地理编码，并将其统一至相同的坐标系统下，经过图件整饰处理后就可获得矿山沉降形变图、矿山沉降位移图等成果图件，直观的将矿山沉降信息表达出来（图2）。

图2 矿山沉降形变分布图

4 矿山沉降形变分析

4.1 沉降形变监测结果分析

由矿山沉降形变分布图（图2）可知：在矿山范围内初步识别出沉降形变区域4处。地浅表沉降形变区域与深部采空区域具有高度的空间吻合关系，其沉降形变空间展布形态基本与采空区展布方向一致，且具有采空区面积越大，地浅表沉降形变规模越大的变化规律。

同时，根据沉降形变量等线图可知，矿区内的沉降形变大致分为三个等级，即-25mm～0mm、-50mm～-25mm和-100mm～-50mm。其中，矿山内最大规模的沉降形变区域位于矿山最早形成的采空区范围内，即CJ1，最大沉降形变量可达-86.7mm，在地表已经形成数条宽窄不等的地裂缝（图3）。矿区内总的沉降形变区域可达0.12km2，其中形变量介于-25mm～-0mm的面积为0.07km2，形变量介于-50mm～-25mm的面积为0.04km2，形变量大于-50mm的面积约为0.01km2。

图3 CJ1沉降区地表地裂缝

4.2 监测精度对比分析

由上文可知，使用D-InSAR技术能够获取矿区内微小沉降形变信息，在实际应用中取得了较好的效果。但是，该方法所获沉降形变量的精度是否能够满足相应精度要求尚未可知。

故为验证该方法的精度，本文利用矿山范围内已有的控制点坐标信息，使用传统的全站仪测量方法进行验证。根据矿山早期大比例尺地形图所保留的控制点坐标，在矿山范围内按照沉降形变分布随机的选择了10个控制点进行对比。传统方法所获沉降形变量主要通过开采前控制点坐标和现阶段控制点坐标对比，D-InSAR技术所获三维坐标根据沉降形变图所获得，其统计结果见表1。由表1可知：本次使用D-InSAR技术所获的控制点的三维坐标与传统方法所获坐标基本一致，二者的误差百分比介于-1.67%～1.96%之间，均在±5%范围内，说明该方法所获矿山沉降形变量精度是较高的，能够满足矿山沉降形变监测需求。综上所述，将D-InSAR技术应用于矿山沉降形变监测中，其监测效果是良好的。