引用本文
黄昭权, 张登荣, 王帆, 党福星, 李志忠. 基于差分干涉SAR的煤田火区地表形变监测[J]. 国土资源遥感, 2010,22(4): 85-90
HUANG Zhao-quan, ZHANG Deng-rong, WANG Fan, DANG Fu-xing, LI Zhi-zhong. Differential SAR Interferometry for the Monitoring of Underground Coal Spontaneous Combustion Zone Surface Deformation[J]. REMOTE SENSING FOR LAND & RESOURCES,2010,22(4): 85-90  
Permissions
Copyright©2010, 《国土资源遥感》编辑部
《国土资源遥感》编辑部
基于差分干涉SAR的煤田火区地表形变监测
黄昭权1, 张登荣2, 王帆2, 党福星3, 李志忠3
1.浙江省地质调查院,杭州 311203
2.浙江大学理学院地球科学系空间信息技术研究所,杭州 310027
3.中国国土资源航空物探遥感中心,北京 100083

第一作者简介: 黄昭权(1980-),男,博士,主要从事遥感与地理信息系统,SAR/InSAR数据处理与应用方面的研究。

收稿日期: 2010-02-26
基金: 国家高技术研究发展计划项目“地下煤火信息遥感定量提取技术研究”(编号: 2007AA12Z167)、“低相干条件下区域性地面沉降InSAR调查与监测技术”(编号: 2007AA12Z171)及中国地质调查局项目“长江三角洲地区地面沉降InSAR监测”(编号: 1212010641204)共同资助
摘要

煤田火区地表形态变化是煤火监测和分析的可用指标之一。由于矿区地表严重的去相干噪声,使得星载合成孔径雷达干涉测量技术应用于煤田火区地表形变检测比较困难。结合煤田火区地表形变特点,利用L波段的ALOS PALSAR数据进行差分干涉处理,利用干涉条纹频率精确估计基线,并用自适应滤波方法降低去相干噪声的影响。在去除平地相位和参考地形相位后,获取煤田火区的地表形变。研究表明: 地表形变与煤火燃烧具有一定的相关关系,通过地表形变分析有助于对地下煤火燃烧情况的判断; 利用差分干涉SAR技术检测煤田火区地表形变,进而对煤火进行监测和分析是可行的。

关键词: 差分干涉SAR; 煤田火区; 形变监测
中图分类号:TP79 文献标志码:A 文章编号:1001-070X(2010)04-0085-06
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, LI Zhi-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
Abstract

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 coal mine 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.

Keyword: Differential SAR interferometry; Coalfield fire area; Deformation monitoring
0 引言

地下煤层自燃现象广泛分布于我国北方地区, 特别是新疆、宁夏、甘肃、内蒙及陕西等省(自治区)。煤火除了造成资源的极大浪费, 破坏矿区生产安全外, 还释放出大量有毒气体, 造成地面塌陷, 严重破坏矿区周边的生态环境, 因此对煤田火区的动态监测十分重要[1]。

热红外、可见光及多光谱遥感技术在探测煤田火区方面已经有了一些研究和应用[1, 2, 3, 4, 5, 6, 7, 8], 但在检测煤火燃烧和熄灭阶段所产生的诸如地面沉降、沉陷以及塌陷等现象方面还是显得无能为力。差分合成孔径雷达干涉测量(Differential Synthetic Aperture Radar Interferometry, D-InSAR)所具有的探测高精度地表形变能力, 可以用来探测煤田火区的地表形变, 进而根据其形变特征, 推断地下煤火燃烧区的状态。德国、波兰及澳大利亚等国较早开展了应用D-InSAR监测煤矿区地表形变的研究, 并取得了一些成果[9, 10]; 韩国学者利用永久散射体及小基线D-InSAR测量技术对小型煤矿区的地面沉陷进行了研究[11, 12]。近年来, 我国研究者也就D-InSAR技术在矿区开采沉陷监测中的应用构想和可行性进行了分析, 提出了D-InSAR在中国煤矿区实际应用中应注意解决的问题[13], 先后开展了以唐山矿区、开滦矿区及河北省武安矿区地表演变与开采沉陷D-InSAR监测试验的初步研究[14, 15, 16, 17]。将合成孔径雷达(Synthetic Aperture Radar, SAR)干涉测量技术直接应用于地下煤火燃烧区的监测, 仅见于德国航空航天中心(DLR)Stefan Voigt等人的研究[18], 他们利用欧空局的ERS雷达卫星数据对中国新疆坎儿井煤田火区进行处理, 检测出煤火前锋地表缓慢形变, 但由于采用的C波段ERS SAR数据空间分辨率相对较低, 仅仅获得了煤火前锋的点状地表形变, 不能反映整个煤田火区地表形变的空间分布及变化细节; 此外, 受C波段波长所限, 也没能检测到煤田火区短期内发生的地表形变。

本研究将探索利用10 m空间分辨率的L波段PALSAR数据进行差分干涉处理, 提取煤田火区地表形变, 并分析地表形变特征。

1 研究区概况与数据源选择
1.1 研究区概况

研究区位于内蒙古自治区乌海市乌达区境内的乌达煤矿(图1), 介于东经106° 34'41″~106° 38'41″, 北纬39° 27'00″~39° 34'04″间, 呈近南北走向, 东西宽13 km, 南北长16 km, 面积约208 km2, 包括了整个乌达煤田。区内干旱多风, 几乎没有植被, 露头煤层长期处于干燥状态, 容易引发煤层自燃。

图1 研究区位置Fig.1 Study area location

1.2 SAR 数据源的选择与分析

根据实地调查, 煤田火区地表的缓慢形变与突发形变同时并存, 单个形变区的空间范围从数十、数百到数万平方米之间。人为的采矿作业与煤火的相互作用, 使得部分形变区的年地表形变值达到了数十厘米, 甚至超过数米范围。针对这些特点, 本次研究主要从SAR对地表形变监测的空间范围、临界值及抗噪声能力3个方面分析SAR数据在地下煤层燃烧区地表形变信息提取中的可用性。

首先, 由于煤田火区的形变区面积比较小, 如果SAR影像的空间分辨率小于10 m, 小范围的地表形变就无法通过D-InSAR技术提取出来。最新的高分辨率SAR卫星, 如德国的TerraSAR-X、加拿大的Radarsat-2、日本的ALOS, 多视空间分辨率分别达3 m、7 m、10 m, 都可以满足要求。

其次, 煤田火区的地面沉降量有可能超过InSAR临界相位梯度, 从而检测不出沉降量。临界相位梯度与SAR的波长成正比, 与空间分辨率成反比[19], 临界相位梯度计算公式为

S(max, LOS)=λ w/4Gres(1)

式中, S(max, LOS)为最大形变理论可探测值; λ 为波长; w为沉降体半径(这里假设半径为150 m); Gres为地面距离向分辨率。

根据式(1), L波段PALSAR数据的临界相位梯度大于C波段的Radarsat-2和X波段的TerraSAR相位梯度, 因此可检测的沉降量范围比较大(表1)。

表1 不同SAR传感器临界值 Tab.1 Critical value of different SAR sensors

最后, 过长的空间垂直基线距容易引起失相干噪声, 影响形变量的提取。当基线距长度超过临界值时, 干涉图就完全失相干。临界基线的计算公式为

Bc=λ Rtanθ /2Gres(2)

式中, R为传感器到目标的距离; θ 为入射角。

TerraSAR-X、Radarsat-2数据的干涉临界基线在1 000 m左右, 容易受失相干噪声的影响。而PALSAR的临界基线比较大, 如采用34.3° 入射角的高分辨率模式(FBS)时, 干涉的临界基线超过14 000 m, 因此, 在较长基线距情况下也可获得好的干涉[20]。另一方面, 长基线距会造成明显的平地效应, 限制多视平均的噪声抑制能力, 还会使信号的相干性降低, 如采用精确的轨道信息和低相干处理方法, 可以解决这些问题。

综上所述, 本次研究采用PALSAR数据(表2)进行地表形变监测。

表2 PALSAR数据 Tab.2 PALSAR data

为实现干涉测量, 要求选择具有相位信息的单视复数影像(CEOS格式, Level 1.1产品)。全部影像为高分辨率模式(FBS)、HH极化数据, 信噪比较高。影像完全覆盖研究区, 获取时天气晴好无云。

2 基于D-InSAR的形变提取

重复轨道SAR的差分干涉处理是测量地面形变的有效工具, 具体方法包括二轨法、三轨法, 以及多时相、多基线的相干点目标检测方法等。本研究直接使用时间上相近的SAR影像对进行干涉处理获取基准相位, 再利用较长的时间基线获取基准加形变相位, 两者差分以获取地表形变。

2.1 三轨D-InSAR处理方法

SAR的干涉相位包含形变相位、地形相位, 大气波动所造成的延迟相位、轨道误差相位以及去相干噪声引入的干扰相位。因此, SAR干涉相位模型可表示为

ϕ int(x)=ϕ d(x)+ϕ t(x)+ϕ a(x)+ϕ o(x)+ϕ n(x)(3)

式中, ϕ int(x)为干涉相位; ϕ d(x)为形变相位; ϕ t(x)为地形相位; ϕ a(x)为大气延迟相位; ϕ o(x)为轨道误差相位; ϕ n(x)为包括去相干噪声在内的残余噪声干扰相位。

为了估计出形变相位值, 其他相位都必须在数据处理时去除或忽略不计。由于研究区处于西北干旱地区, 气候干燥, 大气中水汽含量少, 两次SAR影像获取时大气波动变化的范围很小, 因此可以将大气延迟相位忽略; ALOS卫星轨道控制技术的改进可通过基于干涉条纹频率的基线估计, 消减不精确轨道数据带来的基线误差; 由于研究区植被稀疏, 影像获取时的天气为晴天无降水, 因而干涉测量中的植被去相干影响小, 利用基于条纹梯度的自适应滤波方法可以降低干涉图残余噪声的影响。

已知两幅干涉图的解缠相位和垂直基线, 获取形变相位值的公式为

ϕ d=ϕ 1- B1B2ϕ 2(4)

式中, ϕ 1和ϕ 2分别为第一和第二幅干涉图解缠并去噪后的相位; B1和B2分别为第一和第二幅干涉图空间垂直基线。

2.2 提取试验

根据上述原理, 选取相应的ALOS PALSAR数据建立干涉像对并进行试验(表3)。

表3 干涉像对 Tab.3 Interferometry image pairs

采用三轨差分干涉SAR数据处理流程进行数据处理, 如图2所示。

图2 数据处理流程Fig.2 Data processing flow

由于研究区在两幅SAR图像上所处的位置不同, 导致同一地物的斜视入射角产生较大差异, 进而使同一地物后向散射能量在不同图像上发生变化, 这会使图像的初始匹配产生较大偏差。因此, 首先在试验中确立了基于小波多分辨率分解的多级SAR图像匹配方法, 以实现干涉像对的配准[21]; 然后在干涉处理中利用带通滤波将多普勒信号不重叠的部分滤除, 在生成干涉图后, 通过计算干涉条纹的频率精确估计空间基线, 并以此去除平地相位趋势[22]; 接着, 对去平后的干涉图做空间自适应滤波, 降低干涉噪声影响(图3, 图4a、b); 最后, 利用最小费用网络流算法解缠, 并进行干涉图差分处理获得地表形变。

图3 干涉相干图Fig.3 Interferometry coherent map

图4 滤波后的干涉图与解缠图Fig.4 Filtered interferogram and unwrapping map

由于ALOS的重返周期为46 d, 组合干涉的最短时间基线超过了一个半月, 在此期间由于人为作业或煤火作用, 地表很可能会发生较大的变化, 从而影响地形相位的提取精度。由于本研究主要的出发点是根据形变特征来判别地下煤火燃烧区, 只需要知道形变在空间上的相对趋势变化, 不需要提取十分精确的形变值, 因而采用上述方法来获取地形基准相位, 最后获得研究区的地表形变。

3 地表形变监测结果分析
3.1 PALSAR干涉特性分析

从图3上可以发现, 2007年12月6日与2008年1月21日组成的短时间基线干涉像对的相干性明显高于长时间基线的干涉像对(图3)。说明煤田火区在短时间内受干涉失相干的影响小于长时间的影响。短时间基线干涉像对的空间垂直基线相对较小, 因而可以形成较平滑的干涉条纹; 长时间基线干涉像对除了具有较长的空间垂直基线会使干涉条纹变细外, 还会因矿区内地表形变较大而降低相干性, 使所形成的干涉图条纹密集且细碎。这种现象可以从煤田外围的干涉条纹明显比煤田内部条纹平滑的现象得到证明。

由于煤田火区中存在较大的地表形变, 这些区域在时间上的相位变化超过了临界相位梯度, 因而相干性极低, 无法进行解缠, 在图中表现为黑色区块(图4b、d)。以上分析表明, 使用PALSAR数据可以在煤田火区获得良好的干涉效果, 从而有利于后续的地表形变提取。

3.2 D-InSAR地表形变验证

由相位差分方法, 经过转换计算获得的研究区地表形变如图5所示。

图5 煤田火区地表形变
(白色箭头所指为实地验证区)Fig.5 Surface displacement map in coalfield fire area

根据实地调查和以往的物探资料[1], 发现在煤田火区的上覆地表有不同程度的变形。虽然经过了野外踏勘, 但由于实地测量地表形变比较困难, 只能将已知火区大致位置的形变与利用差分雷达获取的地表形变进行比较, 确定二者的相互关系。通过比较, 实际研究区内地表形变的范围和位置与D-InSAR监测结果基本吻合。为了进一步分析二者的相互关系, 在形变图上选择了一块推断为地下煤火燃烧区的地域(图5上白色箭头所指示的位置)作为验证区(该区域在以往的遥感调查中并没有被指明), 经过实地调查, 证实该区域是近两年发现的新的煤火燃烧塌陷地区, 为当地煤矿灭火部门所定义的第13号火区。在13号火区附近还存在大规模的人为挖塌地区(图6), 由于采挖的形变大于D-InSAR检测的临界值, 因而没能提取出这一区域(形变图上的黑色区域)的形变值。

图6 验证区照片
(左: 煤火引发的地面沉降; 右: 人为采挖造成的地形变化)Fig.6 Verification area pictures

3.3 煤田火区地表形变特征分析

研究区内地表形变在空间上变化较快, 变化量参差不齐, 说明矿区地表形变状况复杂, 受到多种因素的综合影响。确定为煤火燃烧区的地表形变往往近似长椭圆形的梯度变化, 中间凹陷比较深, 向四周逐渐平缓, 再到边缘形变梯度逐渐变大, 地表以正向形变为主。人为的采矿作业对地表破坏较大, 造成地表形态的大范围变动。在形变图上, 煤火造成的地表形变一般是中间形变值比较大, 周围呈现比较明显的形变梯度变化。形变区中心的地表形变容易在监测时间内超过D-InSAR检测范围, 形成未能解缠的区域。而人工采挖所造成的地表沉陷在图上表现为不连续的区域边缘形变梯度以及极为不规则的区域边界。

根据上述特征, 可以把人为的形变和煤火燃烧所造成的形变区分开来。另外, 对于没有超越临界相位梯度的区域, 也有可能不是由煤火燃烧所造成, 可借助其他数据(如高分辨率光学影像)帮助判别。例如, 研究区右下角一块大的黄色区域为检测的形变异常区, 借助高分辨率光学影像确定是一个堆场, 形变是由煤矿的堆放所造成。

4 结论

(1)煤田火区的地表形变具有空间分布范围小、短期内形变大的特点。通过比较分析, L波段的PALSAR数据具有高空间分辨率和更高的失相干抑制能力, 比较适合用来提取煤田火区的地表形变。

(2)使用小波分层匹配的精确配准和基于干涉条纹频率的精确基线估计方法, 消除了噪声的影响。通过三轨差分方法成功获取煤田火区的地表形变分布。该方法比较适合在短时间间隔下提取煤田火区大的地表形变。

(3)以往针对煤田火区地表形变的研究只是粗略地提取出煤火前锋的点状形变。本研究获取了煤田火区地表形变的细节, 可以反映煤田火区地表形变的特征。通过形变特征分析, 可以较为准确地划分出煤火燃烧造成的地表形变范围。实地检验证明D-InSAR可以作为地下煤火遥感动态监测的辅助手段。

(4)PALSAR数据的重返周期达到46 d, 时间间隔比较长, 如果煤田火区的地表形变在这个时间间隔内超过D-InSAR的监测范围, 就无法探测出由煤火造成的形变信息。

(5)考虑到煤火燃烧对干涉测量的影响以及地面人为干扰有可能对地表形变因子造成误判, 缺少高精度地形数据, 利用相对较长时间间隔的影像对提取地形相位, 对最终形变提取精度也有所影响等问题。下一步计划对煤火区地表的散射机理做进一步研究, 以排除干扰因子, 同时, 利用与SAR数据同步观测的高精度GPS对D-InSAR结果进行校正, 以提高煤田火区地表形变提取的可靠性。

The authors have declared that no competing interests exist.

参考文献
[1] 熊盛青, 陈斌, 于长春, 等. 地下煤层自燃遥感与地球物理探测技术[M]. 北京: 地质出版社, 2006: 1-82. [本文引用:3]
[2] 谭海樵, 王作棠, 季景贤. 面向地下煤火热场模型的遥感技术体系初探[J]. 国土资源遥感, 2002(3): 54-57. [本文引用:1]
[3] 张建民, 管海晏, Rosema A. 煤田火区遥感四层空间探测方法[J]. 国土资源遥感, 2004(4): 50-53. [本文引用:1]
[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. [本文引用:1]
[5] 王卫平, 于长春, 方迎尧, 等. 内蒙古乌达地区地球物理场特征与地下煤火分布[J]. 物探与化探, 2007, 31(6): 551-555. [本文引用:1]
[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. [本文引用:1]
[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. [本文引用:1]
[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. [本文引用:1]
[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. [本文引用:1]
[10] Raucoules D, Le Mouelic S, Carnec C, et al. Monitoring Post-mining 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. [本文引用:1]
[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. [本文引用:1]
[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. [本文引用:1]
[13] 吴立新, 高均海, 葛大庆, 等. 基于D-InSAR的煤矿区开采沉陷遥感监测技术分析[J]. 地理与地理信息科学, 2004, 20(2): 22-25. [本文引用:1]
[14] 姜岩, 高均海. 合成孔径雷达干涉测量技术在矿山开采地表沉陷监测中的应用[J]. 矿山测量, 2003(1): 5-7. [本文引用:1]
[15] 吴立新, 高均海, 葛大庆, 等. 工矿区地表沉陷D-InSAR监测试验研究[J]. 东北大学学报, 2005, 26(8): 778-781. [本文引用:1]
[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. [本文引用:1]
[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. [本文引用:1]
[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. [本文引用:1]
[19] Nga A H, Changa H, Gea L, et al. Radar Interferometry for Ground Subsidence Monitoring Using ALOS PALSAR Data[C]//ISPRS Congress Beijing. Great Britain: Blackwell Publishing Ltd, 2008: 67-73. [本文引用:1]
[20] Ryoichi Furuta, Masanobu Shimada, Takeo Tadono, et al. Interferometric Capabilities of ALOS PALSAR and Its Utilization[C]//Fringe 2005 Workshop, Proceedings of the Conference. German: Springer, 2006: 341-344. [本文引用:1]
[21] 张登荣, 俞乐. 一种高精度的干涉雷达复数影像配准方法[J]. 遥感学报, 2007, 11(4): 563-567. [本文引用:1]
[22] 谢酬, 李震, 李新武. 基于PALSAR数据的青藏高原冻土形变检测方法研究[J]. 国土资源遥感, 2008(3): 15-19. [本文引用:1]