结合InSAR与实测数据的矿区地表大量级沉陷监测方法

doi:10.13474/j.cnki.11-2246.2024.0902

测绘通报 ›› 2024, Vol. 0 ›› Issue (9): 8-13,18.doi: 10.13474/j.cnki.11-2246.2024.0902

• 第八届测绘科学前沿技术论坛获奖论文 • 上一篇下一篇

结合InSAR与实测数据的矿区地表大量级沉陷监测方法

王道顺¹, 薄怀志^2,4, 孙建^2,3, 张娟⁵, 陈艳红^2,3

1. 济宁学院工程学院, 山东曲阜 273155;
2. 山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队), 山东兖州 272100;
3. 山东省大数据产业创新中心, 山东兖州 272100;
4. 自然资源部采煤沉陷区综合治理工程技术创新中心, 山东兖州 272100;
5. 济宁市兖州区自然资源局, 山东兖州 272100

收稿日期:2024-01-29 发布日期:2024-10-09
通讯作者: 张娟。E-mail:50816332@qq.com
作者简介:王道顺(1992—),男,硕士,助教,主要从事InSAR与遥感技术研究与应用。E-mail:2291637242@qq.com
基金资助:
山东省重点研发计划(重大科技创新工程)(2020CXGC011403);山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队)2022年开放基金(LNY004)

A monitoring method for large-scale surface subsidence in mining areas using InSAR and measured data

WANG Daoshun¹, BO Huaizhi^2,4, SUN Jian^2,3, ZHANG Juan⁵, CHEN Yanhong^2,3

1. School of Engineering, JiNing University, Qufu 273155, China;
2. Shandong Provincial Lunan Geology and Exploration Institute(Shandong Provincial Bureau of Geology and Mineral Resources No. 2 Geological Brigade), Yanzhou 272100, China;
3. Shang Provincial Big Data Industry Innovation Center, Yanzhou 272100, China;
4. Technology Innovation Center of Restoration and Reclamation in Mining induced Subsidence Land, Ministry of Natural Resources, Yanzhou 272100, China;
5. Yanzhou Natural Resources Bureau, Yanzhou 272100, China

Received:2024-01-29 Published:2024-10-09

摘要/Abstract

摘要： 针对利用合成孔径雷达干涉测量技术(InSAR)难以获取矿区大量级沉陷信息的问题,本文提出了一种融合实测数据的大量级沉陷InSAR监测方法。该方法首先计算矿区时序InSAR累计沉降盆地,然后基于InSAR最大形变监测梯度确定融合边界,最后利用反距离权重插值方法将实测数据和InSAR监测结果融合,完整获取矿区的大量级沉陷盆地。以山东某矿3308工作面为研究区域进行监测,并对该方法的可行性和精度进行了验证。结果表明,该方法提取的矿区大量级沉陷盆地连续完整,空间位置和形态特征与实际开采情况相符,与水准实测数据相比,融合结果的平均误差和均方根误差分别为73.2和111.6 mm,可获取更为完整准确的矿区沉陷信息。

关键词: 大量级沉陷, InSAR, 实测数据, 沉陷盆地

Abstract: Aiming at the problem that interferometric synthetic aperture radar (InSAR) technology is difficult to obtain the information of large-scale subsidence in mining area, an InSAR monitoring method for large-scale subsidence by integrating the measured data proposesed.Firstly, the time-series InSAR accumulated subsidence basin in the mining area is calculated. Then the fusion boundary is determined based on the maximum deformation monitoring gradient of InSAR. Finally, the inverse distance weighting interpolation method is used to integrate the measured data and the InSAR monitoring results to obtain the large number of subsidence basins in the mining area. Taking the 3308 working face of a mine in Shandong province as the research area verify the feasibility and accuracy of the method. The results show that, the large-scale subsisional basins in the mining area extracted by this method are continuous and complete, and the spatial location and morphological characteristics are consistent with the actual mining situation. Compared with the horizontal measurement data, the average error and root mean square error of the fusion results are 73.2 and 111.6 mm respectively, which can obtain more complete and accurate subsisional information in the mining area.

Key words: large-scale subsidence, InSAR, measured data, subsidence basin

中图分类号:

P237

王道顺, 薄怀志, 孙建, 张娟, 陈艳红. 结合InSAR与实测数据的矿区地表大量级沉陷监测方法[J]. 测绘通报, 2024, 0(9): 8-13,18.

WANG Daoshun, BO Huaizhi, SUN Jian, ZHANG Juan, CHEN Yanhong. A monitoring method for large-scale surface subsidence in mining areas using InSAR and measured data[J]. Bulletin of Surveying and Mapping, 2024, 0(9): 8-13,18.

参考文献

[1] 何国清.矿山开采沉陷学[M].徐州:中国矿业大学出版社, 1991.
[2] 余学义, 张恩强.开采损害学[M].2版.北京:煤炭工业出版社, 2010:3-8.
[3] 李达, 邓喀中, 高晓雄, 等.基于SBAS-InSAR的矿区地表沉降监测与分析[J].武汉大学学报(信息科学版), 2018, 43(10):1531-1537.
[4] 武立平, 龚浩, 赵晓龙, 等.基于DInSAR技术的阳泉矿区形变监测与分析[J].煤矿安全, 2018, 49(7):193-197.
[5] 朱建军, 邢学敏, 胡俊, 等.利用InSAR技术监测矿区地表形变[J].中国有色金属学报, 2011, 21(10):2564-2576.
[6] 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):778-782.
[7] 高腾飞, 陶秋香, 刘国林, 等.L波段D-InSAR在矿区地面沉降监测中的应用[J].中国科技论文, 2016, 11(15):1738-1743.
[8] 麻学飞, 张双成, 惠文华, 等.山西省临汾市矿区地表形变InSAR大范围探测与监测[J].自然资源遥感, 2022, 34(3):146-153.
[9] 王凤云, 陶秋香, 郭在洁, 等.基于SBAS-InSAR技术的矿区地面沉降监测与分析[J].中国科技论文, 2022, 17(5):571-580.
[10] 丁刘建, 陶秋香, 高腾飞, 等.SBAS InSAR技术在矿区地面沉降监测中的应用[J].中国科技论文, 2019, 14(3):320-325.
[11] 陈磊, 赵学胜.结合InSAR的矿区大梯度变形监测技术进展[J].测绘通报, 2018(7):18-23.
[12] 朱建军, 李志伟, 胡俊.InSAR变形监测方法与研究进展[J].测绘学报, 2017, 46(10):1717-1733.
[13] 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.
[14] ZEBKER H A, VILLASENSOR J.Decorrelation in interferometric radar echoes[J].IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(5):950-959.
[15] MASSONNET D, FEIGL K L.Radar interferometry and its application to changes in the Earth's surface[J].Reviews of Geophysics, 1998, 36(4):441-500.
[16] BARAN I, STEWART M, CLAESSENS S.A new functional model for determining minimum and maximum detectable deformation gradient resolved by satellite radar interferometry[J].IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(4):675-682.
[17] 陈洋, 陶秋香, 刘国林, 等.InSAR与概率积分法联合的矿区地表沉降精细化监测方法[J].地球物理学报, 2021, 64(10):3554-3566.
[18] LIU Hui, LI Mei, YUAN Mingze, et al.A fine subsidence information extraction model based on multi-source inversion by integrating InSAR and leveling data[J].Natural Hazards, 2022, 114(3):2839-2854.
[19] 崔德仁.长壁重复开采沉陷“活化” 机理和规律[J].煤炭科学技术, 2000, 28(7):52.
[20] 汤伏全, 赵军仪.相邻工作面开采地表动态沉陷规律[J].金属矿山, 2019(10):8-13.

结合InSAR与实测数据的矿区地表大量级沉陷监测方法

A monitoring method for large-scale surface subsidence in mining areas using InSAR and measured data

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]	彭翔, 甘淑, 袁希平, 朱智富, 李璇, 龚伟圳. 融合InSAR与GWO-LSTM对高陡山地的形变监测与预测——以金沙江流域某边坡为例[J]. 测绘通报, 2024, 0(9): 44-49.
[2]	吴培洪, 钟少忠, 罗澍然, 谢荣安. 基于时序InSAR的珠江三角洲形变区自动识别与监测[J]. 测绘通报, 2024, 0(9): 80-86,95.
[3]	陈荣柳, 李杰, 刘代芹. 帕米尔东北部公格尔拉张系现今构造形变InSAR研究及地震危险性分析[J]. 测绘通报, 2024, 0(8): 79-83,89.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	毕自航, 李素敏, 张龙宇, 张玮, 李袁松, 袁利伟. 结合Prophet-CNN模型的多轨时序InSAR矿区三维形变监测预警[J]. 测绘通报, 2024, 0(5): 53-59.
[10]	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.
[11]	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.
[12]	高鹏, 耿长良, 李鹏, 熊琦智. 时序InSAR技术在地铁沿线形变监测中的应用[J]. 测绘通报, 2024, 0(4): 112-118.
[13]	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.
[14]	张倩, 马悦, 周洪月, 闫世勇. 基于InSAR技术的天津局部地表沉降特征分析[J]. 测绘通报, 2024, 0(2): 74-79.
[15]	李永鑫, 王德富, 马志刚, 范亚军, 杨本勇, 刘立, 罗超. 知识图谱驱动下的多源遥感滑坡隐患识别[J]. 测绘通报, 2024, 0(1): 12-18.