近日，中國礦業大學物聯網（感知礦山）研究中心徐嘉興副教授團隊在《金屬礦山》雜志在線發表了《聯合SBAS-InSAR和PO-SBAS技術的礦區沉降監測》成果，該成果由國家自然科學基金項目(編號：41971370)資助。

^{長期以來，煤炭資源的大規模、高強度開采不可避免造成礦區地面沉降，嚴重破壞了礦區的生態環境。隨著開采技術的不斷進步，多數煤礦進入到高強度、智能化、安全高效的開采模式，開采引起的地表沉降也呈現波及范圍廣、沉陷梯度大等新特點。傳統的水準觀測方法因存在工作量大、觀測效率低等問題，已無法滿足監測要求，隨著測繪技術的不斷革新，如無人機航測、InSAR測量及三維激光掃描等技術逐步應用于形變監測領域，然而，受觀測環境、使用成本、觀測精度等影響，難以普及使用。因此，探索合適的開采沉陷監測方法對礦區地面高精度監測及環境治理仍顯得尤為迫切。}

^{近年來，D-InSAR技術因其全天時、全天候、大面積、高精度等特點被廣泛用于沉陷監測，但也存在影像失相干、外部DEM誤差、大氣效應等問題。為緩解D-InSAR技術的不足，學者們提出了時序InSAR理論。2000年，Ferretti等提出了永久散射體干涉測量技術(Permanent Scatterer InSAR, PS-InSAR)，由于PS點通常選在散射特性相對穩定、回波信號較強的人工建筑物、燈塔、巖石等區域，故該技術難以應用于礦區形變監測。2002年，Berardino等提出了小基線集(Small Baseline Subsets, SBAS)，相較于PS-InSAR技術，該方法有效避免了干涉像對相干性較差的問題，多應用于礦區沉陷監測研究，但當監測區域形變梯度較大時，SBAS-InSAR技術會因影像失相干而無法全面、準確獲取地表形變信息。在大梯度形變監測研究方面，Francesco Casu等在偏移量跟蹤技術(Offset-tracking)的基礎上，提出了時序Offset-tracking(PO-SBAS)技術。相關研究表明該方法可用于礦區地表沉降觀測，但對沉降盆地邊緣處的監測精度要低于常規時序InSAR技術。}

^{目前，盡管已有不少學者通過融合多種觀測方法進行沉陷監測，取得了較好的結果，但仍缺少同時獲取大梯度形變和微小尺度形變的方法，而利用SBAS-InSAR技術獲取沉陷盆地邊緣形變信息，PO-SBAS技術獲取沉陷盆地中心形變信息是一種理論上可行的監測方法。目前，聯合SBAS-InSAR技術和PO-SBAS技術在地面形變觀測，尤其是礦區沉陷監測應用研究較少。}

^{徐嘉興副教授團隊針對礦區開采沉陷范圍廣、形變梯度大，傳統InSAR技術因影像失相干而無法全面、準確提取大形變梯度區域地表沉降信息的問題，以山東省濟寧市某煤礦8303工作面為例，在GACOS數據輔助InSAR解算的基礎上，提出聯合SBAS-InSAR和PO-SBAS技術開展礦區沉陷監測研究。利用沉降信息融合方法，通過水準數據確定SBAS-InSAR和PO-SBAS監測結果的可靠邊界，借助先驗誤差定權原則和概率積分預計模型，實現SBAS-InSAR和PO-SBAS監測結果的融合，并分析其沉降監測的精度。}

^{數據處理流程如下：}

^{（1）SBAS-InSAR數據處理}

^{將SAR影像、DEM等數據按研究區范圍進行合適的裁剪后，設置恰當的時空基線閾值，生成連接圖。本次試驗設置時間基線閾值為 255 d，空間基線閾值為45%，自動選取的主影像日期為2023年6月30日，共生成111個干涉像對。然后對所有干涉像對進行干涉處理，包括影像配準、干涉圖生成等操作，干涉處理過程中解纏相干性閾值設置為0.15，解纏方法選擇DelaunayMCF，濾波方法為Goldstein。針對得到的干涉結果，手動剔除質量較差的干涉對，最終保留68對干涉像對。接著對解纏后的相位進行優化、軌道精煉及重去平等操作，并進行二次解纏，這個過程可以削弱DEM誤差及大氣效應，進而得到更加精確的時間序列上的最終位移結果。同時借助GACOS數據進行大氣校正，削弱InSAR處理過程中的大氣延遲影響。最終將形變結果進行地理編碼，并將得到的沿LOS向形變信息轉換到垂直方向上，本文僅對地表豎直方向上的形變進行精度驗證。}

^{（2）PO-SBAS數據處理}

^{將預處理后的SLC影像進行配準及多視處理，設置時間基線閾值 150 d，空間基線閾值 ±150 m。在剔除噪聲嚴重的像對后，最終保留下68組影像對。利用Offset-tracking方法對保留的影像對進行處理，首先進行影像配準，設置互相關窗口大小為128×128，過采樣因子為4，然后利用最小二乘法解算每個像對的偏移觀測量，提取形變信息，再將結果分解為方位向偏移量和距離向偏移量，最后對監測結果進行時序解算、地理編碼等處理，并將沿LOS向的結果轉到豎直方向上。}

^{（3）SBAS-InSAR與PO-SBAS融合數據處理}

^{目前，對于地表形變監測數據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，主要通過設置相干性閾值，確定形變區域，然后將大梯度形變轉換為相位實現數據融合。本文采用基于沉降信息融合的方法，在MATLAB軟件中，利用實測數據明確SBAS-InSAR和PO-SBAS監測技術的可靠邊界進而實現數據融合。首先利用實測數據驗證SBAS-InSAR和PO-SBAS監測精度，確定InSAR監測結果的可靠形變范圍，然后根據確定的可靠形變范圍將二者監測結果融合。當二者的可靠形變范圍重合時，基于先驗誤差定權原則，確定重合形變區域的形變值；當二者的可靠形變范圍不重合時，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計參數，然后利用概率積分預計模型補充二者不重合區域的形變值。}

^{最終，SBAS-InSAR與PO-SBAS聯合監測技術流程如下：}

技術流程圖

基于GACOS大氣校正的時序沉降

大氣校正前后SBAS-InSAR結果與水準結果對比圖(小梯度形變區域)

走向結果對比圖

融合后的InSAR結果與水準結果對比圖

該項研究所得結論如下：

本研究基于2023年2月—2023年10月共22景Sentinel-1A影像數據，在GACOS數據輔助InSAR解算的基礎上，聯合SBAS-InSAR和PO-SBAS技術獲取濟寧市某礦區工作面地面沉降信息，并結合水準測量數據分析其在礦區沉降監測中的精度，得到結論如下：

（1）提出了聯合SBAS-InSAR和PO-SBAS技術的礦區地表沉陷監測方法。經過與水準數據對比分析，比單一SBAS-InSAR或PO-SBAS的監測結果更好，表明該聯合監測技術是一種有效獲取完整下沉盆地形變信息的InSAR監測方法，為礦區沉陷監測提供一種新的技術參考。

（2）聯合SBAS-InSAR和PO-SBAS技術的監測結果顯示，最大絕對誤差為890.1 mm，平均絕對誤差為254.7 mm，均方根誤差為139.3 mm，監測結果與真實沉降變化趨勢基本吻合。在小形變梯度情形下，經過大氣校正后SBAS-InSAR結果的最大絕對誤差、平均絕對誤差和均方根誤差分別提高了14.2、5.2、6 mm，比大氣校正前的監測結果更可靠。

（3）由于SAR數據獲取時間與水準觀測的時間不一致，盡管本研究使用兩者時間相近的數據進行精度驗證，但該過程也會對精度驗證造成一定誤差影響。此外，根據SAR影像圖發現，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，地表沉陷盆地逐漸擴大導致積水范圍逐漸擴大，也會對InSAR監測結果造成一定影響。后續應在測量精度與適用區域上進一步研究，以提升該方法的可靠性。

成果來源

劉江，徐嘉興，高競峰，王哲. 聯合SBAS-InSAR和PO-SBAS技術的礦區沉降監測[J/OL].金屬礦山，1-13[2025-01-02].

作者簡介

驗室主任。《金屬礦山》青年專家學術委員，《地質與勘探》、《成都理工大學學報（自然科學版）》青年編委，成都理工大學首屆優秀研究生導師團隊成員，“自然資源部西藏主要成礦帶大型-特大型礦床勘查評價和研究科技創新團隊”和“自然資源部高層次科技創新人才工程科技創新團隊”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，先后參與多個大型-超大型礦床的勘查評價，主持國家自然科學基金、國家重點研發計劃專題、四川省自然科學基金及各類橫向項目10余項，發表文章70余篇，主編專著2部，參編教材2部

徐嘉興

中國礦業大學副教授、博士、碩士研究生導師，主要從事礦山測量、環境遙感、礦山生態環境監測與評價研究。主持完成國家自然科學基金項目1項、重點研發項目子課題1項、國土資源科技計劃項目1項、國家重點實驗室開放基金項目1項，參與完成國家科技支撐計劃項目、原國土資源部公益性行業科研專項、國家自然科學基金項目、江蘇省自然科學基金項目等，主持完成企業合作科研項目等20余項。第一（通信）作者發表學術論文30余篇，出版專著1部、合著3部，獲地理信息科技進步一等獎1項、安全科技進步一等獎1項、煤協科技進步二等獎1項。兼任《Environmental Earth Sciences》《Remote Sensing》《Land》等期刊審稿人，國際數字地球學會數字能源專業委員會委員、中國地理學會會員。

《金屬礦山》簡介

《金屬礦山》由中鋼集團馬鞍山礦山研究總院股份有限公司和中國金屬學會主辦，主編為中國工程院王運敏院士，現為北大中文核心期刊、中國科技論文統計源期刊（中國科技核心期刊）、中國精品科技期刊（F5000頂尖學術論文來源期刊）、中國百強報刊、RCCSE中國核心學術期刊（A）、中國期刊方陣雙百期刊、國家百種重點期刊、華東地區優秀期刊，被美國化學文摘（CA）、美國劍橋科學文摘（CSA）、波蘭哥白尼索引（IC）、日本科學技術振興機構數據庫（JST）等世界著名數據庫收錄。主要刊登金屬礦山采礦、礦物加工、機電與自動化、安全環保、礦山測量、地質勘探等領域具有重大學術價值或工程推廣價值的研究成果，優先報道受到國家重大科研項目資助的高水平研究成果。根據科技部中國科技信息研究所發布的《2024中國科技期刊引證報告（核心版）》，《金屬礦山》核心總被引頻次位列26種礦業工程技術學科核心期刊第1位；根據中國知網發布的《中國學術期刊影響因子年報》（2024版），《金屬礦山》學科影響力位居73種礦業期刊第9位。

編排：戴穎熠

審核：王小兵

聲明：本文系轉載自互聯網，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網聯系，本網將迅速給您回應并做處理，再次感謝您的閱讀與關注。