首页 > 论文范文 > 自然科学论文 > 地质学论文 > 地质灾害论文 > 探讨双鸭山市地面沉降监测中SBAS-InSAR技术的应用

探讨双鸭山市地面沉降监测中SBAS-InSAR技术的应用

2020-06-20 851 上传者：管理员

摘要：采用54期COSMO-SkyMed数据，基于SBAS-InSAR技术获取双鸭山地区2013—2018年的地面沉降信息，利用水准数据进行精度评定，中误差为2.7mm。监测结果显示，监测区内大部分区域较为稳定，局部地区沉降较大，沉降最大值为-151mm。同时，分析了历年沉陷区面积以及沉降中心点的变化情况，对沉陷带内受影响的地物分布情况作了统计。通过采煤对沉降的影响分析，可以得出结论:双鸭山监测区地面沉降主要由采煤引起。

关键词：
COSMO-SkyMed
SBAS-InSAR
双鸭山监测区
地质灾害
地面沉降
影响分析
加入收藏

双鸭山市地处黑龙江省东北部，煤炭资源丰富、历史贡献巨大、现实地位突出，是黑龙江省的重要城市和能源基地。长期开采煤炭资源引起的地面沉降已经对双鸭山市的土地资源、城市建设造成了巨大的伤害，且治理难度大，给当地的生态环境和经济造成了不良影响。

合成孔径雷达干涉测量(InSAR)技术是一种极具潜力的主动式微波遥感技术。它可以不受天气影响，快速获取瞬时、大范围、连续沉降数据，并可获取历史形变数据，这些都是传统监测手段无法达到的[1,2,3,4,5]。在资源型城市地面沉降监测中，将InSAR技术与传统监测方法有机结合，优势互补[6]，采用InSAR技术做大面积沉降监测，用传统技术进行精度验证、重点区域高频监测和失相干沉降区域的补充监测，可以获取更为全面的地面沉降信息。

1、SBAS-InSAR技术

小基线集(SBAS-InSAR)技术最早是由Berardino和Lanari等学者于2002年提出的。SBAS方法通过自由组合基线较短的影像对形成短基线SAR影像集合，产生一系列基于不同主影像的时间序列干涉图子集，每个小集合内SAR影像间的基线较小，再利用矩阵的奇异值分解(SVD)方法或者最小二乘方法，将多个短基线集联合起来求解，该方法能够有效地减弱时空失相干的影响，从而使得到的形变图在时间和空间上更为连续[7,8,9,10,11]。SBAS-InSAR技术的处理流程[12,13,14,15]如图1所示。

本文选取的双鸭山监测范围，包括尖山区全部区域，岭东区、四方台区大部分区域，集贤县以及宝山区小部分区域，监测面积约1600km2。

图1SBAS-InSAR处理流程图

选取的雷达影像为意大利COSMO-SkyMed数据，COSMO-SkyMed是由意大利航天局和意大利国防部共同研发的由4颗雷达卫星组成的星座，目前，4颗卫星全部在轨运行。每颗卫星所荷载的传感器可以在聚束模式(SPOTLIGHT)、条带模式(STRIPMAP)、扫描模式(SCAN-SAR)下工作，并提供5种分辨率的产品，数据为X波段。

本文选取的数据是STRIPMAPHimage成像模式，分辨率为3m，幅宽为40km×40km，处理时段为2013年6月至2018年11月，卫星影像数据信息见表1。

表1SAR卫星影像数据信息

2、研究结果与精度验证

最终得到双鸭山市2013—2018年地面沉降监测点864372个，每平方千米范围内包含约540个监测点，获取了54期地面累计沉降量和年平均沉降速率信息。

本文利用收集到的2017年、2018年二等水准实测数据，对InSAR处理结果进行精度评定，选取了符合检验标准(小于5个像元)的19个水准点进行比较分析，具体见表2。

表2InSAR监测结果与水准测量结果对比分析

由表2并通过计算得知，中误差为2.7mm，二者差值绝对值最大为4.8mm，最小值为0.1mm。由此可见，基于COSMO-SkyMed影像采用SBAS-InSAR技术获取的双鸭山监测区地面沉降结果与水准观测的一致性优于5mm，验证了研究结果的精度和可靠性。

3、地面沉降分布及影响分析

3.1地面沉降分布特征

研究结果表明，2013—2018年双鸭山市监测区内大部分区域较为稳定，沉降严重区域主要分布于集贤县集贤镇永富村西北部、城新村及周边，尖山区窑地街道东南部。监测区内沉降最大值点位于永富村西北部，速率最大值为-30mm/a，累计沉降量最大值为-151mm。

将累计沉降量<-10mm的区域作为每年沉陷区范围，将逐年的沉陷区范围进行对比，可以直观地反映出逐年的沉降分布特征和变化，逐年沉陷区面积见表3。可以看到，2013—2018年监测区沉陷区面积先增大后减少，2015—2016年沉陷区最大，随后逐年大幅度递减，到2017—2018年沉陷区面积减到最小。

表3逐年沉陷区面积信息表(km2)

提取集贤县集贤镇附近及周边形成的沉降漏斗中心点作为沉降特征点，分析每个点的形变历史，进而分析其形变趋势变化情况，如图2所示。可以看到，4个沉降点整体具有明显下沉趋势，但沉降点2在2016年开始趋于稳定;同时可以看出形变趋势随着季节变化存在着规律性起伏，每年9、10月沉降速度有明显的减缓甚至小幅度抬升趋势，而每年4月沉降速度有明显的小幅度增强趋势。

图2沉降特征点形变历史对比图

3.2沉降影响分析

3.2.1沉陷带内地物影响分析

结合2018年地理国情地表覆盖成果，统计沉陷带内不同类型地物面积及其占比，见表4。沉陷带内种植土地面积最大，占比达到73.83%，房屋建筑、构筑物、道路、建筑工地等和居民生活相关密切的人工设施占比8.35%。

表4沉陷带内地物面积占比统计表

3.2.2采煤对沉降影响分析

监测区域内分布着众多煤矿，包括集贤煤矿、升平煤矿、正阳煤矿、安泰煤矿、长山井煤矿等，煤矿分布以及地质灾害隐患点。

本文监测得到的沉降最大值位于集贤镇永富村西北部，该区域隶属于双鸭山升平煤矿，该煤矿为正在开采区。紧邻升平煤矿的集贤矿内，四方台区太保镇四合村为一处地质灾害隐患点，因此，需重点关注升平煤矿和集贤矿区域内的地面沉降。

位于尖山区的正阳煤矿及其附近区域也存在着较为严重的地面沉降。正阳煤矿处于正在开采区，应引起重视。四方台区安泰煤矿区域内存在6处地质灾害隐患点，虽然监测时段内的累计沉降量不大，仍需做好预防措施。

同时可以看到，位于尖山区和岭东区内的大部分煤矿已经关闭，地面沉降已经趋于稳定。

4、结束语

本文基于54期COSMO-SkyMed影像采用SBAS-InSAR技术研究了双鸭山市地面沉降，利用同期二等水准结果对监测成果进行了检验，二者的差值均小于5mm，中误差为2.7mm，证明基于SBAS-InSAR技术方法在双鸭山市沉降监测中精度的可靠性。

双鸭山监测区2013—2018年地面沉降的时空分布特征显示，研究区域沉降最大值位于集贤镇永富村西北部，最大沉降速率为-30mm/a，沉降量达-151mm。逐年沉陷区的面积先增大后减小，2015—2016年沉陷区面积最大。沉降漏斗中心点整体具有明显下沉趋势，同时可以看出形变趋势随着季节变化存在着规律性起伏。监测区域内种植土地受沉降影响的面积最大，和居民生活相关密切的房屋建筑、构筑物、道路、建筑工地等人工设施占比8.35%。由采煤对地面沉降影响分析来看，双鸭山监测区地面沉降主要是由采煤引起的。

本文监测成果可为自然资源调查和监测、城市规划部门城市空间规划等提供强有力的数据保障和支持，在科学合理开展地面沉降相关的地质灾害防治工作，以及促进矿产资源型城市经济绿色协调发展等方面都具有重要意义。

参考文献：

[1]杨帆,张磊,张子文,等.利用短基线集InSAR技术监测抚顺市地面沉降[J].测绘通报,2018(3):84-88.

[2]李新,陶秋香,宋杨,等.Sentinel-1ASAR影像及其在矿区地面沉降监测中的应用研究[J].测绘与空间地理信息,2019,42(3):31-34,38.

[3]朱煜峰.矿区地面沉降的InSAR监测及参数反演[D].长沙:中南大学,2013.

[4]张超,郭赞峰,万铭,等.基于InSAR技术对杭州市地表形变进行监测分析[J].城市勘测,2019(1):79-82.

[5]董山,张永红,李明巨,等.时序InSAR的连云港及盐城北部地表沉降研究[J].测绘科学,2019,44(3):57-62.

[6]罗文奇,薛磊,李娜娜,等.基于SBAS-InSAR的煤田采空区地面沉降监测研究[J].测绘,2018,41(4):161-164.

[7]周玉营,陈蜜,宫辉力,等.基于时序InSAR的京津高铁北京段地面沉降监测[J].地球信息科学学报,2017,19(10):1393-1403.

[8]李更尔,周元华.InSAR､水准及GPS数据融合处理方法[J].测绘通报,2017(9):78-82.

[9]晏王波,范雪婷,徐建刚.基于SBAS技术的南京市地面沉降监测研究[J].地质学刊,2017,41(2):305-309.

[10]尹振兴,钟丽云,许兵,等.基于SBAS-InSAR的昆明地面沉降监测研究[J].地矿测绘,2016,32(4):1-5.