基于升降轨InSAR的复杂山区大范围煤矿开采沉降监测与分析

doi:10.13474/j.cnki.11-2246.2024.0919

测绘通报 ›› 2024, Vol. 0 ›› Issue (9): 106-111,122.doi: 10.13474/j.cnki.11-2246.2024.0919

基于升降轨InSAR的复杂山区大范围煤矿开采沉降监测与分析

黄广才^1,2, 董继红³, 赵子龙^4,5, 喜文飞^4,6, 郭峻杞⁴, 安全^1,2, 朱昱桦^1,2,7, 韦瑾^1,2

1. 贵州省地质调查院, 贵州贵阳 550081;
2. 自然资源部基岩区矿产资源勘查工程技术创新中心, 贵州贵阳 550081;
3. 四川省综合地质调查研究所稀有稀土战略资源评价与利用四川省重点实验室, 四川成都 610081;
4. 云南师范大学地理学部, 云南昆明 650500;
5. 云南海钜地理信息技术有限公司, 云南昆明 650000;
6. 云南省高校高烈度地震山区交通走廊工程地质灾害早期快速判识与防控重点实验室, 云南昆明 650093;
7. 贵州大学资源与环境工程学院, 贵州贵阳 550025

收稿日期:2024-01-22 发布日期:2024-10-09
通讯作者: 赵子龙。E-mail:364424035@qq.com
作者简介:黄广才(1992—),男,硕士,工程师,主要从事地质灾害监测与预警研究。E-mail:guangcai2020@163.com
基金资助:
贵州省科技厅基础研究计划(自然科学类)项目(黔科合基础-ZK[2023]一般193);滇中引水工程(滇中高原区)高分综合应用示范(89-Y50-G31-9001-22/23-05);贵州省地质矿产勘查开发局地质科研项目(黔地矿科合[2021]23号)

Monitoring and analysis of coal mining subsidence in large-scale complex mountainous areas based on utilizing ascending and descending track InSAR

HUANG Guangcai^1,2, DONG Jihong³, ZHAO Zilong^4,5, XI Wenfei^4,6, GUO Junqi⁴, AN Quan^1,2, ZHU Yuhua^1,2,7, WEI Jin^1,2

1. Guizhou Institute of Geological Survey, Guiyang 550081, China;
2. Engineering Technology Innovation Center of Mineral Resources Explorations in Bedrock Zones, Minisity of Natural Resources, Guiyang 550081, China;
3. Evaluation and Utilization of Strategic Rare Metals and Rare Earth Resource Key Laboratory of Sichuan Province, Sichuan Institute of Comprehensive Geological Survey, Chengdu 610081, China;
4. Faculty of Geography, Yunnan Normal University, Kunming 650500, China;
5. Yunnan Haiju Geographic Information Technology Co., Ltd., Kunming 650000, China;
6. Yunnan Key Laboratory of Plateau Geographic Processes and Environmental Change, Kunming 650093, China;
7. College of Resources and Environmental Engineering, Guizhou University, Guiyang 550025, China

Received:2024-01-22 Published:2024-10-09

摘要/Abstract

摘要： 复杂山区大面积煤矿开采容易造成地面沉降,诱发地质灾害,基于单一轨道数据难以进行全面有效的监测,有必要联合升轨和降轨数据协同监测。本文基于Sentinel-1数据,采用SBAS技术获取盘州市2019年1月至2022年5月的时间序列地表形变信息。研究结果显示:煤矿开采区地面沉降严重,最大沉降量和最大沉降速率分别达-385 mm、-127 mm/a;开采矿山地表形变呈线性下降趋势,与降雨无明显关联,而关闭矿山地表形变随降雨呈周期性变化,在雨季沉降加剧,旱季出现蠕滑或抬升。升降轨数据协同监测能有效减少侧视雷达成像的漏识别问题,从而提升喀斯特复杂山区下矿区地面沉降探测能力。研究结果可为喀斯特复杂山区的矿山安全生产、合理开采、关闭后恢复治理及地质灾害预防提供科学依据。

关键词: SBAS, 开采沉陷, 关闭矿井, 形变监测, 盘州市

Abstract: Large-scale coal mining in complex mountainous areas frequently causes ground subsidence and geological disasters. Effective monitoring using single-track data is challenging. Thus, it requires the combined use of ascending and descending track data. This study employs the SBAS technique, using Sentinel-1 data, to gather surface deformation data in Panzhou city between January 2019 and May 2022. The findings show severe subsidence in coal mining areas, with maximum levels of -385 mm and rates reaching -127 mm/a. Surface deformation in mined mountains follows a linear decline, independent of rainfall. In contrast, closed mines show periodic deformation tied to rainfall patterns intensifying in the rainy season and shifting between creeping and lifting in the dry season. Using both ascending and descending track data reduces misidentification in side-looking radar images, enhancing subsidence detection in karst mountainous mining areas. The results offer a scientific foundation for safe mining practices, post-closure restoration, and disaster prevention in karst mountainous regions.

Key words: SBAS, mining subsidence, abandoned mines, deformation monitoring, Panzhou city

中图分类号:

P237
P258

黄广才, 董继红, 赵子龙, 喜文飞, 郭峻杞, 安全, 朱昱桦, 韦瑾. 基于升降轨InSAR的复杂山区大范围煤矿开采沉降监测与分析[J]. 测绘通报, 2024, 0(9): 106-111,122.

HUANG Guangcai, DONG Jihong, ZHAO Zilong, XI Wenfei, GUO Junqi, AN Quan, ZHU Yuhua, WEI Jin. Monitoring and analysis of coal mining subsidence in large-scale complex mountainous areas based on utilizing ascending and descending track InSAR[J]. Bulletin of Surveying and Mapping, 2024, 0(9): 106-111,122.

参考文献

[1] 徐郡, 胡晋山, 康建荣, 等.基于SBAS-InSAR的矿区村庄地面沉降监测与分析[J].金属矿山, 2019(10): 74-80.
[2] 李晓恩, 周亮, 苏奋振, 等.InSAR技术在滑坡灾害中的应用研究进展[J].遥感学报, 2021, 25(2): 614-629.
[3] 喜文飞, 成鑫, 杨志全, 等.基于SBAS-InSAR技术和BP神经网络的高位远程滑坡危险性分析研究[J].昆明理工大学学报(自然科学版), 2024, 49(3): 65-74.
[4] 李泽润, 喜文飞, 赵子龙, 等.SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用[J].测绘通报, 2024(1): 150-154.
[5] 董玉娟, 左小清, 李勇发, 等.基于DS-InSAR的西南某电站库区形变监测及滑坡体识别[J].遥感信息, 2024, 39(1):104-111.
[6] 田鹏刚, 牛建辉, 杨永林, 等.西安市典型区地面沉降时空演化特征研究[J].测绘科学, 2023, 48(10):194-205.
[7] 仝云霄, 杨俊泉, 胡晓佳, 等.基于D-InSAR技术的矿区地表沉陷监测研究[J].地球学报, 2024, 45(3):410-422.
[8] 朱建军, 杨泽发, 李志伟.InSAR矿区地表三维形变监测与预计研究进展[J].测绘学报, 2019, 48(2):135-144.
[9] 唐立羽, 侯湖平, 张绍良, 等.短重访SAR数据在矿区快速形变场的监测[J].测绘科学, 2021, 46(5):95-103.
[10] 张洋, 汪云甲, 闫世勇.基于Stacking InSAR技术的沛北矿区沉降监测[J].煤炭技术, 2016, 35(7):102-105.
[11] 张晓博, 赵学胜, 葛大庆, 等.基于Sentinel TOPS模式Stacking技术监测淮南矿区沉降[J].国土资源遥感, 2018, 30(4):200-205.
[12] 肖亮, 贺跃光, 邢学敏, 等.Sentinel-1和SBAS-InSAR分析钻井水溶岩盐矿山时序沉降[J].遥感学报, 2019, 23(3):501-513.
[13] 栾元重, 梁耀东, 纪赵磊, 等.基于SBAS-InSAR技术采动地表沉降监测与分析[J].煤炭科学技术, 2020, 48(10):198-204.
[14] 方井, 谢雄刚, 刘锦伟.贵州省盘县地质灾害成因及防治对策研究[J].煤炭技术, 2016, 35(12):188-189.
[15] 周超, 常鸣, 徐璐, 等.贵州省典型城镇矿山地质灾害风险评价[J].武汉大学学报(信息科学版), 2020, 45(11):1782-1791.
[16] 杨成生, 董继红, 朱赛楠, 等.金沙江结合带巴塘段滑坡群InSAR探测识别与形变特征[J].地球科学与环境学报, 2021, 43(2):398-408.
[17] BERARDINO P, FORNARO G, LANARI R, et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J].IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(11): 2375-2383.
[18] 李永生, 张景发, 李振洪, 等.利用短基线集干涉测量时序分析方法监测北京市地面沉降[J].武汉大学学报(信息科学版), 2013, 38(11): 1374-1377.
[19] 董继红, 马志刚, 梁京涛, 等.基于时序InSAR技术的滑坡隐患识别对比研究[J].自然资源遥感, 2022, 34(3): 73-81.
[20] SANDWELL D T, PRICE E J.Phase gradient approach to stacking interferograms[J].Journal of Geophysical Research: Solid Earth, 1998, 103(B12): 30183-30204.
[21] 兰进京, 曲逸穹, 都伟冰, 等.典型矿业城市地表形变遥感监测及沉降特征分析[J].测绘通报, 2022(6): 98-103.
[22] XU Y, LU Z, SCHULZ W H, et al.Twelve-year dynamics and rainfall thresholds for alternating creep and rapid movement of the hooskanaden landslide from integrating InSAR, pixel offset tracking, and borehole and hydrological measurements[J].Journal of Geophysical Research: Earth Surface, 2020, 125(10): 005640.
[23] SUN Rongrong, ZHAO Chaoying, LI Bin, et al.Karst landslides detection and monitoring with multiple SAR data and multi-dimensional SBAS technique in Shuicheng, Guizhou, China[J].Frontiers in Earth Science, 2023, 11: 1121868.

基于升降轨InSAR的复杂山区大范围煤矿开采沉降监测与分析

Monitoring and analysis of coal mining subsidence in large-scale complex mountainous areas based on utilizing ascending and descending track InSAR

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	黄曦涛, 胡智峰, 乔培, 张瑜, 王馨爽. 基于SBAS-InSAR的鄂尔多斯地台管道沿线地质灾害识别与监测[J]. 测绘通报, 2024, 0(7): 60-64.
[2]	颜丙囤, 殷海涛, 杨玉永, 连凯旋, 温丽媛, 郭宗斌. InSAR数据约束的沂沭断裂带闭锁程度及地震危险性分析[J]. 测绘通报, 2024, 0(7): 129-133.
[3]	胡祥祥, 柯福阳, 石亚亚, 吴涛, 刘宝康, 庞栋栋, 张利利, 宋宝. 基于GRACE和Sentinel-1A的河湟谷地地下水储量与地表沉降研究[J]. 测绘通报, 2024, 0(6): 46-52.
[4]	黄标, 张辉, 尹剑辉. 基于时序InSAR技术的工业园区地表形变监测[J]. 测绘通报, 2024, 0(6): 157-163.
[5]	郑威, 左小清, 李勇发, 李正会, 王志红, 李德彬. 融合InSAR和机载LiDAR技术的滑坡早期识别与分析[J]. 测绘通报, 2024, 0(5): 1-6.
[6]	曾光, 张鹏飞, 王海恒, 王耀. 基于多数据源的采煤沉陷区早期识别及地面形变特征监测——以神木市大柳塔镇为例[J]. 测绘通报, 2024, 0(5): 121-126.
[7]	杨春宇, 尹航, 郭爽, 罗振华, 马凤富. 北斗/GNSS和精密水准测量综合方法在老采空塌陷区地表形变监测中的应用[J]. 测绘通报, 2024, 0(5): 142-146.
[8]	毕凌宇, 孙承志, 乔申. 基于SBAS-InSAR与MA-PSO-BP的南京河西地区地表沉降监测及预测分析[J]. 测绘通报, 2024, 0(4): 48-53,82.
[9]	邢明泽, 左小清, 张荐铭, 黄成, 李勇发, 布金伟, 石超. 基于SBAS-InSAR技术的西南山区滑坡稳定性监测[J]. 测绘通报, 2024, 0(2): 63-68.
[10]	李泽润, 喜文飞, 赵子龙, 刘海红, 张玉英, 张莉婷. SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用[J]. 测绘通报, 2024, 0(1): 150-154.
[11]	李洋洋, 左小清, 肖波, 李勇发, 杨栩, 董玉娟. 联合LiCSBAS和机器学习的昆明市地面监测和预测[J]. 测绘通报, 2023, 0(7): 119-124.
[12]	胡祥祥, 柯福阳, 张志山, 姚永顺, 宋宝, 明璐璐, 尹继鑫, 张海欢. 顾及多动态环境因子的滑坡演化规律研究——以西宁市9大滑坡区为例[J]. 测绘通报, 2023, 0(5): 21-26,43.
[13]	丁伟, 陈展鹏, 许兵, 冯志雄. 基于SBAS-InSAR技术的广州市白云区长时序地表形变监测与成因分析[J]. 测绘通报, 2023, 0(4): 167-171.
[14]	潘建平, 蔡卓言, 赵瑞淇, 付占宝, 袁雨馨. 基于InSAR和GRU神经网络的不稳定斜坡地表形变预测[J]. 测绘通报, 2023, 0(3): 33-38.
[15]	胡祥祥, 明璐璐, 吴涛, 刘宝康, 庞栋栋, 尹继鑫, 宋宝, 柯福阳. 融合InSAR与信息量-层次分析耦合模型的西宁市地质灾害易发性评价[J]. 测绘通报, 2023, 0(12): 51-56,75.