矿区地面沉降的InSAR监测及参数反演.pdf

中图分类号 U D C P 2 2 8 5 0 0 博士学位论文 学校代码垃婴 密级公珏 矿区地面沉降的I n S A R 监测及参数反演 A n a l y s i so fG r o u n d S u b s i d e n c eM o n i t o r i n gi nM i n i n g A r e a sU s i n gI n S A Rw i t hP a r a m e t e rI n v e r s i o n 作者姓名 学科专业 研究方向 学院 系、所 指导教师 副指导教师 论文答辩日期 朱煜峰 大地测量学与测量工程 I n S A R 理论及其应用 地球科学与信息物理学院 丁晓利教授 李志伟教授 劢f ；．∥．／ 答辩委员会主席 中南大学 二。一三年五月 原创性声明 I I I J IIr llfI I IJ I IIIIII I I II I r l lIllf Y 2 4 2 5 5 9 8 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 矿区地面沉降的I n S A R 监测及参数反演 摘要由于自然条件的原因，煤矿开采多数是地下开采，过度的开 采容易破坏当地环境甚至引发多种灾害，如地表塌陷、地表水倒灌等， 给国家和当地人民带来巨大损失。然而，目前我国仅靠简单的人工测 量手段监测矿区形变，地表植被和水系发育、山势陡峭等地带的地表 沉降现象却无法得到有效监测，缺乏开采过程中的形变趋势及灾害预 测信息。如何实时、高效监测煤矿开采过程中地表形变变化是防控煤 矿灾害的一项关键内容，也是本论文的主要研究目标。 论文重点围绕I n S A R 合成孔径雷达干涉测量 技术结合位错模型 对煤矿矿区进行监测的方法展开研究。针对I n S A R 技术大尺度形变 监测，采用S B A S 方法 短基线集 对满足一定时空基线的干涉对进 行处理，有效地减弱时空基线引起的失相干问题，在提高D ．I n S A R 结果精度的同时提高形变的时空分辨率；针对大地形变场研究的热门 方法．位错模型，研究基于垂直方向的简化后位移位错模型，并结合 I n S A R 结果利用大地测量反演方法反演煤矿塌陷机理。 论文主要研究工作如下 1 采用S B A S 小基线集 技术获取丰城某煤矿时间序列沉降图 选择江西丰城市某煤矿矿区作为实验区，利用D ．I n S A R 技术对 获取的日本A L O SP A L S A R 数据进行差分干涉测量，采用最优化融合 和线性方向窗口的方法生成干涉图，提取矿区2 0 0 7 ．2 0 0 8 年矿区形变 场。获取煤矿2 0 0 7 ．2 0 0 8 年间的7 景P A L S A R 影像，采用S B A S 技术 对数据进行处理，采用最小二乘法估计出高相干点时间序列上的沉降 速率和累积沉降量，得到各影像不同时刻的时间序列沉降图，并利用 研究区域已有的监测结果 水准数据 对本文获取的沉降速率和累积 沉降量进行验证。 2 基于I n S A R 监测技术的矿区地表形变时空演化规律分析 结合常规水准监测数据和I n S A R 结果，对煤矿工作面开采导致 的地表形变时间演化规律进行分析，通过形变时间曲线预报了地表形 变所处的演化阶段，结合煤矿采工图及收集到的地表宏观形变信息数 据，分析煤矿地表形变空间演化规律，判断矿区工作面地表形变所处 的时空演化阶段。 3 研究基于煤矿塌陷机理的简化矩形位错理论模型 I I 以O k a d a 矩形位错理论模型为基础，根据煤矿塌陷的特点和煤矿 开挖的实际情况来建立合理的地球物理反演模型一简化矩形位错模 型，利用简化矩形位错模型对矿区塌陷进行位错位错张裂分量的反 演，然后将反演的位错张裂分量模拟计算矿区地表沉降量。 4 采用大地测量反演方法对矿区塌陷进行位错位错张裂分量的反演 基于简化矩形位错模型，结合水准数据，将最小二乘线性反演算 法与蒙特卡罗非线性反演算法分别对丰城某煤矿进行位错位错张裂 分量的反演，得到矿区开采过程中的塌陷趋势量。 5 I n S A R 监测数据结合简化位错模型煤矿塌陷的参数反演 利用S B A S 技术获取的矿区沉降漏斗B 、D 区域的大概1 年内累 积沉降量，结合简化矩形位错模型，采用最d “ - - “ 乘线性反演算法与蒙 特卡罗非线性反演算法分别对矿区的位错位错张裂分量进行反演，并 将反演的位错张裂分量来模拟计算矿区地表沉降量，然后将S B A S 监 测数据反演与水准监测数据反演进行对比分析，并基于参数反演对煤 矿开采进度进行了分析；实验结果表明利用简化位错模型结合S B A S 监测技术反演煤矿地表形变是可行的。 图6 0 幅，表7 8 个，参考文献1 3 7 篇。 关键词合成孔径雷达干涉测量，沉降监测，小基线集，位错模型， 参数反演 分类号P 2 2 8 I I I A n a l y s i so fG r o u n dS u b s i d e n c eM o n i t o r i n gi nM i n i n gA r e a s U s i l l gI n S A Rw i t hP a r a m e t e rI n v e r s i o n A b s t r a c t B e c a u s eo fc o n s t r a i n t si n s i t ec o n d i t i o n s ，m o s tc o a lm i n e sa r e u n d e r g r o u n dm i n e s ．E x c e s s i v ee x p l o i t a t i o nC a l ld e s 廿o yl o c a le n v i r o n m e n t s ，c a u s e h a z a r d ss u c ha sg r o u n ds u b s i d e n c ea n ds u r f a c ew a t e re n c r o a c h m e n ta n de n d a n g e r w o r k e r s ’l i v e s ，r e s u l t i n gi ng r e a tl o s s e s t ol o c a lp e o p l ea n dt h ec o u n t r y ．H o w e v e r , m o s tc o a l m i n i n gf i r m si nt h ec o u n t r yu s eo n l ys i m p l em a n u a lm e a s u r e m e n t t e c h n i q u e st om o n i t o rg r o u n ds u r f a c ed e f o r m a t i o n ，w h i c hi s o f t e ni n e f f e c t i v ea n d c a n n o tm o n i t o re f f e c t so ns u r f a c ev e g e t a t i o n ，w a t e rd e v e l o p m e n t ，m o u n t a i ns t e e p t e r r a i na n df a r m l a n ds u b s i d e n c e ，a n de v e nc a n n o tg e tt h e 仃e n d so fd e f o r m a t i o n si nt h e p r o c e s so fm i n i n ga n dd i s a s t e rf o r e c a s t i n gi n f o r m a t i o n ．T 1 1 i ss t u d yf o c u s e so nh o w t o m o n i t o rl a n ds u r f a c ec h a n g e se f f i c i e n t l yi nt h ep r o c e s so fc o a l - m i n i n gi nt h er e a lt i m e ． T h et h e s i s f o c u s e so na m o n i t o r i n ga n a l y s i s m e t h o dt h a t c o m b i n e s I n t e r f e r o m e t r t r i cS n y h t e t i eA p e r t u e rR a d a r I n S A R a n dad i s l o c a t i o nm o d e l i n g ．1 1 1 e s m a l lb a s e l i n es u b s e t S B A S a p p r o a c hi su s e dt om o n i t o rg r o u n dd e f o r m a t i o n ．T h e m e t h o dC a ne f f e c t i v e l yo v e r c o m ee f f e c to fd e c o r r e l a t i o na n de n h a n c et h ea c c u r a c yo f D ．I n S A R ．As i m p l i f i e dd i s l o c a t i o nm o d e lf o rv e r t i c a ld i s p l a c e m e n ti ss t u d i e da n dt h e g e o d e t i ci n v e r s i o nm e t h o di su s e df o rt h ec o a lm i n es t u d i e db a s e do nt h eI n S A R d e f o r m a t i o nr e s u l t st oi n v e r tt h em e c h a n i s mo ft h ec o a lm i n ed e f o r m a t i o n ． T h et h e s i sc o n t a i n st h ef o l l o w i n gm a i nr e s e a r c hc o m p o n e n t s 1 O b t a i n i n gt h et e m p o r a ls e t t l e m e n ts e q u e n c eo fF e n g - C h e n gc o a lm i n eb a s e d S B A St e c h n o l o g y ．A f t e rg e t t i n gaP A L S A Rd a t a s e to ft h eP i n g - H uc o a lm i n ei n F e n g c h e n gC i t y , J i a n g x i P r o v i n c e ，D I n S A Rm e t h o d i su s e dt o g e n e r a t e i n t e r f e r o g r a m sb a s e do nt h em e t h o do fo p t i m a lf u s i o na n dl i n e a rd i r e c t i o nw i n d o w s ． T h ed e f o r m a t i o nf i e l df o rd i f f e r e n tt i m ei n t e r v a l sf r o m2 0 0 7t o2 0 0 8a r ee x a c t e d ． A f t e rg e t t i n gs e v e nP A L S A Ri m a g e so ft h ec o a lm i n ef r o m2 0 0 7t o2 0 0 8 ，t h eS B A S m e t h o di su s e dt ot oe s t i m a t et h ea c c u m u l a t e ds e t t l e m e n t so ft h eh i ．g hc o h e r e n tp o i n t s t oo b t a i nt h et e m p o r a ls e t t l e m e n ts e q u e n c e ．L e v e l i n gr e s u l t sa r eu s e dt ov e r i f yt h e d e f o n n a t i o nr a t e sa n da c c u m u l a t e ds e t t l e m e n t sf r o mt h eS B A Sm e t h o d ． 2 T e m p o r a l ．s p a t i a ld e f o r m a t i o ne v o l u t i o no f t h es u r f a c ed e f o r m a t i o no nm i n i n g a r e ab a s e do nI n S A Rr e s u l t s ．I n S A Ra n dl e v e l i n gr e s u l t sa r ec o m b i n e dt oa n a l y z et h e t e m p o r a l ．s p a t i a le v o l u t i o no fs u r f a c ed e f o r m a t i o ni nc o a lm i n i n ga r e aa n dt op r e d i c t s u r f a c ed e f o r m a t i o nb yd e f o r m a t i o n ．t i m ec u r v e ．T h es p a t i a ls u r f a c ed e f o r m a t i o n I V e v o l u t i o no ft h ec o a lm i n i n ga r e ai sa n a l y z e db a s e do nt h em i n i n gm a pa n ds u r f a c e m a c r o s c o p i c a ld e f o r m a t i o nt od e t e r m i n et h es u r f a c ed e f o r m a t i o no f t h ew o r k i n gf a c e ． 3 S t u d y i n gt h es i m p l i f i e dr e c t a n g u l a rd i s l o c a t i o nm o d e l ．B a s e do nt h eO k a d a r e c t a n g u l a rd i s l o c a t i o nm o d e l ，as i m p l i f i e dr e c t a n g u l a r d i s l o c a t i o nm o d e li s e s t a b l i s h e da c c o r d i n gt ot h ec h a r a c t e r i s t i c so ft h ec o a lm i n e ’Sd e f o r m a t i o na n dm i n i n g a c t i v i t i e s ．T h es i m p l i f i e dr e c t a n g u l a rd i s l o c a t i o nm o d e li s u s e dt oi n v e r tt h ed i s l o c a t i o n t e n s o rt os i m u l a t et h es u r f a c es e t t l e m e n to ft h em i n i n ga r e a ． 4 I n v e r s i o no ft h ed i s l o c a t i o nt e n s o ri nt h em i n i n ga r e a ．B a s e do nt h es i m p l i f i e d r e c t a n g u l a rd i s l o c a t i o nm o d e la n dl e v e l i n gd a t a , t h el i n e a ri n v e r s i o na l g o r i t h m - l e a s t s q u a r e sa n dn o n l i n e a ri n v e r s i o na l g o r i t h m - M o n t eC a r l oa r eu s e dr e s p e c t i v e l yt o i n v e r t t h ed i s l o c a t i o nt e n s o rt oo b t a i nt h ec o l l a p s et r e n do ft h em i n i n ga r e a ． 5 S i m u l a t i o nb yt h es i m p l i f i e dr e c t a n g u l a rd i s l o c a t i o nm o d e l ．A c c o r d i n gt o a c c u m u l a t e ds e t t l e m e n to fa b o u to n ey e a ri nt h es e t t l e m e n tf u n n e l sBa n dDo ft h e m i n i n ga r e aa n dt h es i m p l i f i e dr e c t a n g u l a rd i s l o c a t i o nm o d e l ，t h el i n e a ri n v e r s i o n a l g o r i t h m - l e a s ts q u a r e sa n dn o n l i n e a ri n v e r s i o na l g o r i t h m - M o n t eC a r l oa r eu s e d r e s p e c t i v e l yt oi n v e r tt h ed i s l o c a t i o nt e n s o r so ft h em i n i n ga r e a t os i m u l a t et h es u r f a c e s e t t l e m e n to ft h em i n i n ga r e a ．I ti ss h o w nt h a tt h es i m u l a t i o nr e s u l t sa r ec o n s i s t e n t w i t ht h es u r f a c es e t t l e m e n tm e a s u r e db yS B A Sm e t h o d ．T h e nS B A Sm o n i t o r i n gd a t a i n v e r s i o na n dl e v e lm o n i t o r i n gd a t ai n v e r s i o nw e r ea n a l y z e d ，a n dc o a lm i I l i I 坞 p r o c e s s e sa r ea n a l y z e db a s e do nt h ep a r a m e t e ri n v e r s i o n ．T h ee x p e r i m e n t a lr e s u l t s s h o wt h a t U s i n gt h ed i s l o c a t i o nm o d e lo fc o m b i n i n gS B A Si n v e r s i o no fc o a lm i n e s u r f a c ed e f o r m a t i o nm o n i t o r i n g t e c h n o l o g yi Sf e a s i b l e ． K e y w o r d s I n S A R ，S u b s i d e n c em o n i t o r i n g ，S B A S ，D i s l o c a t i o nm o d e l ， P a r a m e t e r si n v e r s i o n C l a s s i f i c a t i o n P 2 2 8 V 目录 原创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．I 摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．I I A S S T R A C T ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1 v r 第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1 ．1 选题背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 ．2 国内外研究状况概述⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 ．2 ．1D ．I n S A R 技术在国外研究状况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1 ．2 ．2D ．I n S A R 技术在国内研究状况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4 1 ．2 ．3 位错理论的国内外研究状况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 1 ．3 本文的研究目的和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1O 1 ．4 本文主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 0 1 ．5 论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 1 第二章I N S A R 技术的基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 3 2 ．1I N S A R 技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．13 2 ．2D ．I N S A R 技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 6 2 ．2 ．1 D ．I n S A R 技术监测的主要方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 6 2 ．2 ．2 二轨法D ．I n S A R 技术基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 7 2 ．2 ．3 D ．I n S A R 技术数据处理流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯18 2 ．3 影响D ．I N S A R 形变监测精度的因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 0 2 ．4 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 4 第三章基于S B A S 技术的矿区地表沉降监测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 5 3 ．1 引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一2 5 3 ．2 小基线集 S B A S 技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2 5 3 ．2 ．1 最小二乘方法 L S ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 6 3 ．2 ．2 奇异值分解 S V D ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 7 3 ．2 ．3 线性形变速率和高程误差的提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一2 7 3 ．3 基于S B A S 技术的丰城煤矿地表形变实验研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．2 9 3 ．3 ．1 实验区概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 0 3 ．3 ．2 实验数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 0 3 ．3 ．3 数据处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．3 2 V I 3 ．3 ．4 结果分析与讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 0 3 ．3 ．5 误差分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 4 3 ．4 小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 0 第四章基于I N S A R 监测技术的矿区地表形变时空演化规律分析⋯⋯⋯⋯⋯⋯⋯5 1 4 ．1 引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 1 4 ．2 矿区塌陷时间演化规律分析方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 1 4 ．3 矿区塌陷空间演化规律分析方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．5 3 4 ．46 1 2 工作面时空演化规律分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 5 4 ．4 ．1 6 1 2 工作面形变的时间演化特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 5 4 ．4 ．26 1 2 工作面形变的空间演化特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 7 4 ．56 2 5 工作面时空演化规律分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯．．5 8 4 ．5 ．1 6 2 5 工作面形变的时间演化特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5 9 4 ．5 ．26 2 5 工作面形变的空间演化特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 1 4 ．6 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一6 2 第五章简化位错模型结合S B A S 监测数据的矿区参数反演⋯⋯⋯⋯⋯⋯⋯⋯⋯6 4 5 ．1 引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．6 4 5 ．2 位错模型及其简化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．6 4 5 ．2 ．1 O k a d a 均匀弹性半空间矩形位错模型理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6 5 5 ．2 ．2 简化后的煤矿矩形位错模型的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯．6 8 5 ．3 参数反演方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．7 0 5 ．3 ．1 线性反演算法一最小二乘法 L S ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 0 5 ．3 ．2 非线性反演算法一蒙特卡罗法 M ．C 法 ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 1 5 ．3 ．3 非线性反演算法一模拟退火法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．7 2 5 ．3 ．4 非线性反演算法遗传算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．7 3 5 ．3 ．5 算法评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．7 3 5 ．4S B A S 监测数据反演煤矿地表形变⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 4 5 ．4 ．1B 区域 6 1 2 工作面 的反演实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7 4 5 ．4 ．2D 区域 6 2 5 工作面 的反演实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8 2 5 ．4 ．3 精度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．8 9 5 ．5S B A S 监测数据反演与水准监测数据反演的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 0 5 ．5 ．1 6 1 2 工作面水准数据反演实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 0 5 ．5 ．2 6 2 5 工作面水准数据反演实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9 5 5 ．5 ．3 水准模拟值与S B A S 模拟值的对比分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．9 9 5 ．6 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯10 4 第六章参数反演在矿区中的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 5 V I I 6 ．1 引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 5 6 ．2 基于参数反演的矿区开采进度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 0 5 6 ．2 ．1 6 1 2 工作面的矿区开采进度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 0 5 6 ．2 ．26 2 5 工作面的矿区开采进度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 1 5 6 ．3 位错参数与煤矿开挖采厚采深的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 3 6 ．4 本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 5 第七章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 7 7 ．1 研究内容总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 7 7 ．2 研究中存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 2 8 7 ．3 展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 2 9 参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1 3 0 攻读学位期间主要的研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1 4 0 至定谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 4 1 V I I I 博士学位硷文第一章绪论 11 选题背景 第一章绪论 矿产资源的开发利用是我国经济发展不可缺少的重要部分。煤矿开采的煤是 非常重要的能源，也是冶金、化学工业的重要原料。中国是全世界最大的煤消费 国，中国每年的煤消耗量占全球消耗量3 5 ％。我国煤炭储量非常丰富，据统计， 我国煤炭储量约有1 8 8 6 亿吨，可采量煤位居第三，产量位居世界第一位，我国 在“P 一五”期问新建的煤矿约有3 亿吨左右规模，其中有2 亿吨进行投产，有l 亿吨转结到“I - 一五”。中国煤炭在今后较长的段时删内．部将会持续保持旺盛 的发展规模，相信中国煤炭工业将有很大发展前景。然而煤矿过度地下丌采易造 成地表塌陷，从而导致相应范围内建筑物、铁路变形，土地与水利I 程破坏，农 业减产等等。掘估算，矿井每采万吨煤塌陷土地03 公顷，对国家和人民的生命 财产安全造成了严重的威胁。 江西丰城市是江西最大的煤矿开采基地。丰城某煤矿隶属江西煤炭集团，是 江南著名的主焦煤生产基地。陵矿1 9 6 0 年投产．距今已有5 0 余年的丌采历史， 据估算原煤生产设计能力为6 0 万吨。目前由干该煤矿的长期地下”采，已经对 圈I ．I 丰城采煤矿地表塌陷图 2 0 1 1 年7 月摄 博士学位论文第一章绪论 目前，我国矿区开采沉降监测的主要手段以传统的水准测量监测方法居多， 三角高程测量、G P S 测量等手段也常被使用对矿区进行监测。常规方法具有作业 效率低下、受天气影响较大、监测范围小、未知危险情况下作业等缺点，且这些 监测方法需花费大量的人力、物力和财力，这些常规方法仅能对小区域内进行监 测，然而对整个矿区，如采用常规方法，效率太低。近年，对地观测技术的飞速 发展，许多学者开始寻求最新测量手段对矿山开采实时、高效监测的新方法。合 成孔径干涉雷达技术 I n t e r f e r o m e t r i cS y n t h e t i cA p e r t u r eR a d a r , I n S A R 就是近年 来一种热门的监测地表形变的技术，随着该技术的逐渐成熟，监测精度已能达到 厘米甚至毫米级，而实时、高效、面状的、无接触式监测成为该技术监测的优势。 本文主要研究合成孔径雷达差分干涉测量 D ．I n S A R 技术、小基线集 S B A S 技术以及简化位错模型结合常规水准测量数据对矿山地表进行形变监 测的理论和方法。首先，对收集到的江西丰城市某煤矿地理地质概况、以及七景 日本L 波段A L O SP A L S A R 卫星影像数据进行差分干涉测量；其次，使用S B A S 技术，进行矿区时序分析，从监测区各影像获取不同时刻的沉降序列图。在使用 D ．I n S A R 技术建立基于沉降速率的模型时，文中采用最小二乘方法 L S 解算 出高相干点在时间序列上的累积沉降量和沉降速率。最后，结合煤矿地下采矿深 度、采矿范围以及位错位错张裂分量之间的关系，研究均匀弹性半空间的矩形位 错模型，通过沉降速率和累积沉降量反演煤矿开采进度导致的沉降量变化规律， 旨在为煤矿灾害防治及后续开采提供可靠数据。 1 ．2 国内外研究状况概述 1 ．2 ．1 D ．I n S A R 技术在国外研究状况 差分干涉合成孔径雷达 D ．I n S A R 是一个多重嵌套的缩写词，由雷达 r a d a r 、 合成孔径雷达 S A R ，合成孔径雷达干涉测量 I n S A R 和合成孔径雷达差分干涉测 量 D ．I n S A R 嵌套而成。这种嵌套关系反映了D ．I n S A R 技术的发展经历了“地面 探测雷达一成像合成孔径雷达一合成孔径雷达干涉测量一合成孔径雷达差分干 涉测量”的过程，同时也说明了D ．I n S A R 技术是合成孔径雷达遥感成像与电磁波 差分干涉两大技术的融合。 雷达诞生于第二次世界大战期间，一开始用于军事上探测地面和空中的运动 目标。在1 9 5 1 年，C a r lW i l e y 首先发现利用多普勒频移现象来合成一个更大的雷 达孔径，从而极大地改善了真实孔径的方位向分辨率，进而掀起了对合成孔径雷 达的理论与应用研究⋯。随着S A R 技术研究与应用的发展，一次偶然的机会， 2 博士学位论文 第一章绪论 科学家将两幅具有相干性的S A R 影像进行干涉处理，发现相位信息表现出很强 的规律性，由此诞生了I n S A R 技术。在1 9 6 9 年，R o g e r s 首次将I n S A R