20 张树衡 1521

地 质 科 学
2023 年 10 月 CHINESE JOURNAL OF GEOLOGY 58（4）：1521—1534

DOI：10.12017/dzkx.2023.083

集成 DInSAR 与 SBAS InSAR 的淮南

丁集煤矿地面沉降监测 *
张树衡 1 赵 萍1 王 宁1 赵思逸 1
李湘凌 1 宋仁亮 2 赵卫东 1 马 雷1
（1. 合肥工业大学资源与环境工程学院 合肥 230009；2. 安徽省地质环境监测总站 合肥 230001）

摘 要 矿 区 地 面 沉 降 具 有 “ 快 速 ” 位 移 和 高 度 非 线 性 的 特 点 ， 常 用 的 DInSAR 和 SBAS
InSAR 均 无 法 获 得 连 续 高 精 度 的 地 面 沉 降 监 测 结 果 。 本 文 基 于 覆 盖 淮 南 丁 集 煤 矿 的 17 景
Sentinel-1 SAR 影像分别进行累积 DInSAR 和 SBAS InSAR 处理，利用 Kriging 插值对两种差分干
涉 技 术 得 到 的 结 果 进 行 集 成 ， 获 取 2020 年 10 月 17 日 ～2021 年 4 月 17 日 期 间 的 矿 区 地 面 沉 降
信息，并对监测结果进行评估和分析。研究结果表明：丁集煤矿开采沉降现象严重，监测时
段 内 丁 集 煤 矿 共 有 4 个 沉 降 漏 斗 ， DInSAR 和 SBAS InSAR 监 测 到 的 沉 降 位 置 、 范 围 和 变 化 趋
势基本吻合，但两者所得的沉降量差异较大。而基于 Kriging 插值的 DInSAR 和 SBAS InSAR 集
成 结 果 ， 在 沉 降 漏 斗 边 缘 区 域 很 好 地 保 持 了 SBAS InSAR 的 监 测 精 度 ， 并 且 有 效 地 解 决 了
SBAS InSAR 在沉降漏斗区无法获取高相干像元产生空洞的问题，得到了连续高精度的矿区地
面沉降结果，为矿区沉降监测提供了有效途径。
关键词 DInSAR SBAS Kriging 淮南煤矿 地面沉降
中图分类号：P237，P642.26 文献标识码：A 文章编号：0563-5020（2023）04-1521-14

煤炭资源是中国的主要能源，地下煤炭采出带来经济效益的同时，也会引发地面
沉 降 地 质 灾 害 。 安 徽 淮 南 矿 区 煤 炭 资 源 丰 富 ， 长 期 采 煤 已 导 致 20% 左 右 的 地 表 发 生 沉
降，且因地下潜水位高，形成了大规模积水区域，地表环境由陆生向水陆复合转变，
生态环境受到严重破坏。因此，有必要对矿区地面沉降进行长期、动态监测。传统的
水 准 测 量 、 全 站 仪 、 GPS 等 监 测 手 段 虽 然 精 度 较 高 ， 但 野 外 调 查 费 时 费 力 ， 且 只 能 进
行点、线测量，测点的长期维护也比较困难（范洪冬，2010）。
合 成 孔 径 雷 达 差 分 干 涉 测 量 技 术（Differential Interferometric Synthetic Aperture
Radar， DInSAR）和 短 基 线 技 术（Small Baseline Subset， SBAS）的 发 展 为 矿 区 地 面 沉 降 监
测 提 供 了 新 的 方 法 ， 在 矿 区 沉 降 监 测 中 得 到 了 广 泛 应 用（Gabriel et al.， 1989； 吴 立 新
等 ， 2004； 史 卫 平 ， 2010； 尹 宏 杰 等 ， 2011； Gee et al.， 2017； 朱 建 军 等 ， 2017，

* 安徽省公益性地质工作项目“淮南市生态地质调查”（编号：2021-g-2-7）资助。
张树衡，男，1996 年生，硕士研究生，地理学专业。E-mail：2020110675@mail.hfut.edu.cn
赵 萍，女，1975 年生，博士，副教授，地图学与地理信息系统学专业。本文通讯作者。
E-mail：njuzhp@sina.com
2022-07-29 收稿，2023-04-12 改回。
 20 张树衡 1522

1522 地 质 科 学 2023 年

2019； 李 达 等 ， 2018； 魏 纪 成 等 ， 2019； 曹 发 伟 等 ， 2021； 唐 立 羽 等 ， 2021； Liu et

al.， 2022）。 然 而 ， DInSAR 技 术 易 受 时 空 失 相 干 、 大 气 延 迟 等 因 素 的 影 响（Massonnet
and Feigl，1998），会导致其监测精度不高，且仅能获得两景 SAR 影像期间的地表形变。
后 期 发 展 的 SBAS InSAR 技 术 突 破 了 DInSAR 技 术 的 这 些 局 限 性 ， 但 矿 区 快 速 沉 降 导 致
SBAS InSAR 无法选择到足够多的高相干像元，即缺失分布式散射体，且由于观测相位
的 模 糊 性 ， 如 果 两 次 连 续 采 集 之 间 的 差 异 超 过 -π 到 π， 实 际 形 变 速 率 则 无 法 捕 捉 ， 因
此在矿区沉降漏斗无监测结果（Crosetto et al.，2016）。
相 关 学 者 研 究 表 明 DInSAR 技 术 在 矿 区 沉 降 中 心 的 快 速 大 形 变 监 测 方 面 更 可 靠 ，
SBAS InSAR 技术在矿区周边缓慢微小形变监测中精度更高。实际监测中应该根据具体
情 况 选 取 相 应 的 监 测 方 式 ， 多 种 技 术 相 互 补 充 才 能 得 到 最 有 效 的 监 测（刘 童 谣 ， 2019；
刘 晓 帅 等 ， 2022）。 为 充 分 发 挥 两 种 差 分 干 涉 技 术 的 优 势 ， 学 者 通 过 Kriging 插 值 集 成
DInSAR 与 SBAS InSAR 监 测 结 果 对 波 兰 Rydułtowy 矿 进 行 地 面 沉 降 监 测 ， 发 现 两 种 技 术
的 集 成 可 以 有 效 地 应 用 于 采 矿 沉 降 监 测 ， 获 得 连 续 的 地 表 形 变 信 息（Pawluszek-Filipiak
and Borkowski，2020）。然而 Rydułtowy 矿区主要位于城市区域，农业用地较少，且无沉
陷积水问题，因此该方法在高潜水位矿区的适用性有待验证。
已有一些学者分别基于 ALOS PalSAR（张鲜妮等，2014）、TerraSAR-X（肖瑶等，2017）
和 Sentinel-1（李楠等，2016）不同波段的 SAR 影像利用 DInSAR 技术在淮南矿区进行了沉
降监测研究验证了其适用性，研究表明由于淮南矿区主要位于农业区，受农作物生长影
响，地表覆盖变化迅速，以及地表沉陷积水的原因，失相干问题突出，L 波段的 ALOS PalSAR
影像具有较好的穿透能力，可在一定程度上缓解失相干问题，在矿区沉陷监测方面更具
有优势；X 波段的 TerraSAR-X 影像分辨率高，可获得高精度的微小形变；C 波段的 Sentinel-1
影像具有重访周期短、可免费获取和分辨率较高的优势，适用于矿区长时序沉降监测。
纪东阳等（2021）、李金超（2021）基于 Sentinel-1 数据利用 SBAS InSAR 方法对淮南潘集矿区
进行了地面沉降监测，其结果与水准测量的对比表明，所获取的矿区地面沉降量在误差
允许范围内，但 SBAS InSAR 技术无法获取快速的大形变。针对矿区大梯度形变监测问题，
卢克东（2021）、谭浩（2021）分别采用基于 Sentinel-1 SAR 数据的 SBAS InSAR 和 DInSAR 的
监测结果，反演幂指数 Knothe 时间函数模型参数进行地表下沉值预计的方法，较好地解
决了矿区大形变监测问题，但这种结合模型的方法相对复杂，存在应用的局限性。目前
尚未见集成 DInSAR 与 SBAS InSAR 技术在淮南矿区地面沉降监测的应用研究。
因 此 ， 本 文 以 淮 南 丁 集 矿 为 例 ， 选 取 2020 年 10 月 17 日 ～2021 年 4 月 17 日 期 间 的
17 景 Sentinel-1 SAR 影像，利用 Kriging 插值法集成 DInSAR 和 SBAS InSAR 技术进行地面
沉降监测，并对监测结果进行评价和分析，为淮南矿区的沉降监测和地表形变规律研
究提供技术支持。

1 研究区与数据源
1. 1 研究区概况

丁集煤矿位于安徽淮南矿区西北（图 1），潘谢矿区中部，凤台县境内，阜淮线及矿
 20 张树衡 1523 彩页

4期 张树衡等：集成 DInSAR 与 SBAS InSAR 的淮南丁集煤矿地面沉降监测 1523

区铁路专用线经过矿井南部，工业广场紧邻省道凤蒙公路，地理位置优越，交通方便，
井田东西长 14.75 km，南北宽 11 km。丁集煤矿为高潜水位采煤矿区，由于常年煤矿开
采导致地面沉降和积水严重。如图 1 所示，大部分工作面上方已为积水区，其周边未积
水工作面为Ⅰ、Ⅱ、Ⅲ，其中工作面Ⅰ为 2016～2017 年开采，工作面Ⅱ和Ⅲ为 2017～
2018 年 开 采 。 邻 近 丁 集 煤 矿 的 未 积 水 工 作 面 Ⅳ 和 Ⅴ ， 分 别 位 于 顾 桥 北 矿 和 潘 三 矿 ， 前
者开采时间为 2017～2018 年，后者为 2018 年开采。

1. 2 研究数据

（1） 遥感数据
Sentinel-1 卫 星 是 欧 洲 航 天 局 哥 白 尼 计 划 中 的 地 球 观 测 卫 星 ， 载 有 C 波 段 合 成 孔 径

图1 研究区的地理位置、范围及工作面分布
Fig. 1 The specific location，scope and working area distribution of the study area

表1 Sentinel-1 影像信息
Table 1 Sentinel-1 image information

编号 轨道号 日期 编号 轨道号 日期

1 034689 20201007 10 036264 20210123

2 034864 20201019 11 036439 20210204
3 035039 20201031 12 036614 20210216
4 035214 20201112 13 036789 20210228
5 035389 20201124 14 036964 20210312
6 035564 20201206 15 037139 20210324
7 035739 20201218 16 037314 20210405
8 035914 20201230 17 037489 20210417
9 036089 20210111
 20 张树衡 1524

1524 地 质 科 学 2023 年

雷达，具备多种工作模式，可实现单、双极化等若干种不同的极化方式，提供连续、
全天候的雷达影像，拥有高重访频率、高覆盖能力以及极好的时效性和可靠性。本文
选 取 的 17 景 覆 盖 研 究 区 范 围 的 Sentinel-1 SLC 均 为 升 轨 数 据 ， 极 化 方 式 为 VV， 因 夏 季
植被覆盖导致失相干情况严重，选择时间跨度为 2020 年 10 月 17 日～2021 年 4 月 17 日，
具体信息见表 1。
（2） DEM 数据
SRTM 数 据 是 迄 今 为 止 现 势 性 最 好 、 分 辨 率 最 高 、 精 度 最 好 的 全 球 数 字 地 形 数 据 。
本研究采用了地面分辨率约 30 m 的 SRTM3 DEM。

2 原理与方法
2. 1 DInSAR

DInSAR 技术是对形变前后两组干涉对进行差分处理，其通常是基于重复轨道干涉
测量模式对同一地区不同时间进行成像，通过外部引入的 DEM 去除 InSAR 获取的干涉
图中的地形相位，进而得到差分干涉图，从而达到获取形变信息的目的。
长 时 序 DInSAR 有 两 种 方 法 ， 即 连 续 DInSAR 和 累 积 DInSAR。 累 积 DInSAR 方 法 是
固 定 主 影 像 ， 然 后 选 择 从 影 像（如 ， ϕ 1-2 、 ϕ 1-3 、 ϕ 1-4 、 … 、 ϕ 1-n）， 这 种 方 法 对 时 间 去 相 关
非常敏感，而时间去相关通常在后续的从属图像中不断增加。相比之下，在连续
DInSAR 技术中，计算并累积相邻 SAR 采集的差分干涉图，可以得到完整的时间序列干
涉结果（如，ϕ 1-2 、ϕ 2-3 、ϕ 3-4 、…、ϕ n-1-n），该方法使用很小的时间基线，从而尽可能避免
时间去相关（Ilieva et al.，2019）。

2. 2 SBAS InSAR

SBAS InSAR 是 一 种 基 于 多 主 影 像 的 InSAR 时 间 序 列 方 法 ， 只 利 用 时 空 基 线 较 短 的

干涉对来提取地表形变信息。Berardino 在 2002 年首次提出 SBAS InSAR 技术，并使用该
技术对意大利火山口的时间序列形变进行了估计，证明该方法可以准确监测时序形变
（Berardino et al.，2002）。SBAS InSAR 技术基于覆盖同一地区的多幅单轨 SAR 数据，筛
选出时空基线均小于一定阈值的 DInSAR 干涉对，并根据其干涉相位，将 SAR 影像中保
持 散 射 特 性 稳 定 的 相 干 目 标 点 提 取 出 来 ， 重 构 SAR 影 像 范 围 内 高 相 干 点 的 时 间 序 列 ，
在 形 变 求 解 过 程 中 通 过 奇 异 值 分 解 方 法 将 被 较 大 空 间 基 线 分 开 的 SAR 数 据 集 连 接 起
来，依赖于这些离散稀疏的点构成网络，提取相位信息，建立并解算相位函数模型，
进行地表形变的反演。

2. 3 DInSAR 与 SBAS InSAR 集成

为了克服 SBAS InSAR 在沉降漏斗区无监测结果的不足，本文利用 Kriging 插值方法

对 DInSAR 和 SBAS InSAR 监 测 结 果 进 行 集 成 。 Kriging 插 值 是 一 种 地 统 计 学 方 法 ， 通 过
数据的加权组合来使得误差方差最小化，其权重不仅基于测量点和预测位置的距离，
还基于沉降点之间的总体空间布局。工作流程如图 2 所示，即将 DInSAR 与 SBAS InSAR
 20 张树衡 1525

4期 张树衡等：集成 DInSAR 与 SBAS InSAR 的淮南丁集煤矿地面沉降监测 1525

所 得 沉 降 栅 格 图 转 化 为 点 ， 在 SBAS Sentinel1 -A SAR 数据

InSAR 可 监 测 的 区 域 使 用 SBAS InSAR 的 SRTM 30mDEM 数据

结 果 ， 其 无 监 测 结 果 位 置 利 用 DInSAR 结
果进行补充，再对所得点集进行 Kriging 插 SBAS InSAR 处理 时序DInSAR 处理

叠加
值，从而得到完整的地表沉降信息。
SBAS InSAR 时间序列结果 DInSAR 时间序列结果

3
栅格转点 栅格转点
数据处理及结果 SBAS InSAR 点集 DInSAR 点集

对 获 取 的 17 景 Sentinel-1 SAR 数 据 进
行雷达差分干涉测量处理，实验结果表明 筛选SBAS InSAR 点集是否有结果 否 利用DInSAR 进行补充

研 究 区 在 12 天 内 未 发 生 明 显 沉 降 ， 因 此
以 24 天为时间间隔构建 8 个干涉对。按照 是

DInSAR 数据处理流程对 8 个干涉对进行处 完整沉降区点集

理，得到相邻影像之间的形变信息，通过 Kriging 插值

时序累加，得到各时间段的累积沉降情况 连续形变图

（图 3，图 4）。
图2 SBAS-DInSAR 集成处理流程图
为 使 SBAS InSAR 得 到 更 多 高 相 干 的
Fig. 2 SBAS-DInSAR integration processing flow chart
像 对 ， 选 取 2021 年 2 月 4 日 的 影 像 作 为 主
影 像 ， 其 余 影 像 与 其 配 准 ， 分 别 设 定 时 间 基 线 阈 值 为 40 天 、 空 间 基 线 阈 值 为 180 m，
将 所 有 满 足 阈 值 限 定 的 两 景 SAR 影 像 两 两 组 合 ， 形 成 了 106 个 时 序 差 分 干 涉 对 。 按 照
SBAS-InSAR 数 据 处 理 流 程 对 106 个 干 涉 对 进 行 处 理 ， 得 到 研 究 区 的 形 变 信 息 。 两 种 方
法在 8 个时间段研究区的累积沉降情况如图 3 和图 4 所示，累积沉降速率如图 5 所示。
由 2021 年 4 月 17 日 DInSAR 和 SBAS InSAR 的累积沉降图经 Kriging 插值得到的两者集成
结果如图 6 所示。

4 监测结果可靠性评估
由 于 监 测 期 间 无 外 部 实 测 水 准 数 据 ， 因 此 本 文 采 用 内 符 合 评 估 ， 即 将 不 同 的 SAR
数 据 、 不 同 处 理 方 法 的 结 果 进 行 交 叉 验 证（中 国 地 质 灾 害 防 治 工 程 行 业 协 会 ， 2018；
Pawluszek and Borkowski， 2020）。 本 研 究 分 别 对 DInSAR、 SBAS InSAR 与 两 者 集 成 结 果
进行交叉对比分析。

4. 1 DInSAR 与 SBAS InSAR 差值分布分析

在 DInSAR 和 SBAS InSAR 均 有 结 果 的 位 置 ， 对 两 者 的 累 积 沉 降 图 利 用 公 式（1）差

分，即每个像元位置对应两者的差值。在理想情况下，每个像元位置得到的差值应当
为 0；但实际得到的结果中，由于误差造成残差的存在，导致∆d 不为 0；若残差仅由随
机误差造成，则∆d 应当符合正态分布。

Δd = d DInSAR - d SBAS （1）

Δd 为两者差值，dSBAS 为 SBAS InSAR 监测所得沉降量，dDInSAR 为 DInSAR 监测所得沉降量。

 20 张树衡 1526

1526 地 质 科 学 2023 年

图3 DInSAR 与 SBAS InSAR 监测的 2020.10.17～2021.1.11 期间 4 个时间段的累积沉降图（图例见图 4）

Fig. 3 Cumulative subsidence map of four periods from October 17，2020 to January 11，
2021 monitored by DInSAR and SBAS InSAR（legend shown in Fig. 4）
 20 张树衡 1527

4期 张树衡等：集成 DInSAR 与 SBAS InSAR 的淮南丁集煤矿地面沉降监测 1527

d
DInSAR 累积沉降量/mm SBAS 累积沉降量/mm

图4 DInSAR 与 SBAS InSAR 监测的 2021.02.04～2021.4.17 期间 4 个时间段的累积沉降

Fig. 4 Cumulative subsidence map of four periods from February 4，2021 to April 17，
2021 monitored by DInSAR and SBAS InSAR
 20 张树衡 1528 彩页

1528 地 质 科 学 2023 年

DInSAR 年平均沉降速率/（mm/a） SBAS 年平均沉降速率/（mm/a）

图5 DInSAR 和 SBAS InSAR 监测得到的研究区 2020 年 10 月 17 至

2021 年 4 月 17 日期间的年平均沉降速率图
Fig. 5 The annual average subsidence rate of the study area from October 17，2020 to April 17，
2021 obtained from SBAS InSAR monitoring

集成方法累积沉降量/mm

图6 DInAR 和 SBAS InSAR 集成方法得到的丁集煤矿累积沉降量

Fig. 6 Cumulative settlement of Dingji coal mining area obtained by DInSAR and SBAS InSAR integrated monitoring

正态 q-q（Quantile-Quantile）图是一种用于评估样本数据是否属于正态分布的图形方
法。因此，使用 q-q 图来评估样本数据分布的正态性，将得到的差分数据∆d 与理论正态
分布的数据进行 q-q 图绘制。
由图 7 的 q-q 图可得：差分值∆d 的分布明显对称，在中部位置几乎完全符合正态分
布，然而在两侧显示出与正态分布的显著偏差；偏差主要来自靠近沉降漏斗中心的区
 20 张树衡 1529

4期 张树衡等：集成 DInSAR 与 SBAS InSAR 的淮南丁集煤矿地面沉降监测 1529

差分值∆d
标准正态值

差分值∆d

标准正态值

图7 差分值∆d 残余形变与标准正态值对比分析的 q-q 图

Fig. 7 Quantile-quantile plot of ∆d residual deformations compared with the normal distribution

域 。 由 此 表 明 残 差 主 要 为 服 从 正 态 分 布 的 随 机 误 差 。 因 此 ， 本 文 使 用 的 DInSAR 与
SBAS InSAR 集成的方法是合理的。

4. 2 基于剖面线的对比分析

基于集成方法所得沉降结果分别截取丁集煤矿内 3 个主要的沉降漏斗的剖面（图 8），

所得剖面线如图 9 所示。
对获取的监测结果利用均方根误差进行可靠性评估。均方根误差是预测值与真实
值偏差平方的均值再进行开方，用来衡量观测值同真值之间的偏差。在实际测量中，
观 测 次 数 总 是 有 限 的 ， 真 值 只 能 用 最 可 信 赖（最 佳）值 来 代 替 。 对 DInSAR 和 SBAS
InSAR 干涉技术得到的结果计算 RMSE（均方根误差），公式（2）如下：

1
∑( d
p

RMSE 1 =
p p = 1
DInSAR - d SBAS ) 2
（2）

其中 p 为验证点总数，dSBAS 为 SBAS InSAR 监测所得沉降量，dDInSAR 为 DInSAR 监测所

得沉降量。对于集成结果，利用交叉验证的方法评估集成方法的可靠性。通过每次删
除 一 点 ， 并 使 用 其 余 点 的 监 测 值 来 预 测 此 点 的 沉 降 量 ， 将 其 与 InSAR 实 际 观 测 值 进 行
计算，公式（3）如下：

1
∑( d
p

RMSE 2 =
p p = 1
1 - d2 ) 2
（3）

其中 p 为验证点总数，d1 为集成方法监测所得沉降量，d2 为两种 InSAR 方法监测所

得沉降量，即在 SBAS InSAR 可监测区域使用其监测结果，SBAS InSAR 无法监测区域利
用 DInSAR 结果。
 20 张树衡 1530 彩页

1530 地 质 科 学 2023 年

图8 沉降漏斗剖面线
Fig. 8 Sedimentation funnel profile line
累积沉降量/mm
累积沉降量/mm

累积沉降量/mm

图9 DInSAR、SBAS InSAR 与集成方法监测得到的丁集煤矿累积沉降量对比分析

Fig. 9 A comparative analysis of the cumulative settlement of Dingji mining area monitored by DInSAR ，
SBAS InSAR and their integrated methods

由图 9 可得：
（1） 图 9 所 示 3 个 沉 降 漏 斗 的 沉 降 量 折 线 在 沉 降 量 较 小 的 沉 降 漏 斗 边 缘 区 域 ， 3 种
方法所得沉降量和变化趋势基本一致，集成方法结果与 SBAS InSAR 结果更为拟合；随
着沉降量增大，DInSAR 与 SBAS InSAR 监测结果的差异逐渐增大，沉降漏斗区域 SBAS
InSAR 无监测结果，集成结果与 DInSAR 结果基本一致。
（2） 各 剖 面 的 RMSE 1 表 明 DInSAR 与 SBAS InSAR 之 间 存 在 差 异 ， 造 成 该 差 异 有 两
种原因，一种是由于大气噪声引起的信号延迟以及轨道或地形误差相关因素的影响导
致 DInSAR 结 果 中 存 在 剩 余 残 差 ； 另 一 种 是 由 SBAS InSAR 无 法 监 测 快 速 沉 降 导 致 的 误
差 。 二 者 集 成 结 果 计 算 得 到 的 各 剖 面 的 RMSE 2 均 小 于 RMSE 1 ， 表 明 集 成 方 法 有 效 集 成
 20 张树衡 1531

4期 张树衡等：集成 DInSAR 与 SBAS InSAR 的淮南丁集煤矿地面沉降监测 1531

了 两 者 的 结 果 。 因 此 ， 本 文 采 用 的 Kriging 插 值 方 法 除 沉 降 漏 斗 区 域 外 均 保 持 了 SBAS
InSAR 的 高 精 度 结 果 ， 并 且 有 效 地 解 决 了 SBAS InSAR 在 无 法 获 取 高 相 干 像 元 产 生 空 洞
的问题，得到了连续高精度的矿区地面沉降结果。

5 丁集煤矿地面沉降分析
由 图 6、 图 7 和 图 8 可 知 ， 2020 年 10 月 17 日 ～2021 年 4 月 17 日 期 间 ， DInSAR 和
SBAS InSAR 均监测到丁集煤矿因采煤导致的地面沉降，二者监测结果与地面沉降的位
置 、 分 布 、 范 围 及 其 变 化 较 一 致 ， 但 是 沉 降 量 存 在 较 大 差 异 。 基 于 Kriging 插 值 的
DInSAR 与 SBAS InSAR 的 集 成 方 法 很 好 地 结 合 了 两 者 的 监 测 结 果 ， 得 到 了 完 整 连 续 的
地面沉降图。DInSAR 监测的最大累积沉降和最大沉降速率分别为-38.8 cm、-77.3 cm/a，
SBAS InSAR 监 测 的 最 大 累 积 沉 降 和 最 大 沉 降 速 率 分 别 为 -15.04 cm、 -31.4 cm/a， 集 成
方法的最大累积沉降和最大沉降速率分别为-37.3 cm、-74.4 cm/a。根据沉降监测结果，
统计 3 种监测方法所得丁集煤矿最大沉降量和沉降范围如表 2 所示。
由图 3、图 4 和表 2 分析，2020 年 10 月 17 日～2020 年 10 月 31 日期间（图 3a）丁集矿
内 未 出 现 明 显 的 沉 降 漏 斗 ； 到 2020 年 12 月 18 日（图 3b、 图 3c）， 在 工 作 面 Ⅰ 、 Ⅲ 处 和
丁集矿西部监测到矿区沉降范围与最大沉降量均增大，且初步形成沉降漏斗；到 2021 年
01 月 11 日（图 3d）， 形 成 了 3 个 明 显 的 沉 降 漏 斗 ， 随 沉 降 范 围 和 最 大 累 积 沉 降 量 增 大 ，
在 工 作 面 Ⅱ 处 初 步 形 成 新 的 沉 降 漏 斗 ， 同 时 丁 集 矿 西 南 部 及 东 部 边 缘 处 受 工 作 面 Ⅳ、
Ⅴ处煤矿开采影响，其沉降范围及最大累积沉降量增大；到 2021 年 03 月 24 日（图 4a～
图 4c），工作面Ⅰ、Ⅲ处和丁集矿西部的沉降量不断增大，但沉降范围逐步稳定，且在
工 作 面 Ⅱ 处 形 成 了 较 为 明 显 的 沉 降 漏 斗 ； 到 2021 年 04 月 17 日（图 4d）， 在 工 作 面 Ⅰ 、
Ⅱ、Ⅲ和丁集矿西部共有 4 个沉降漏斗，最大沉降量为-372.96 mm，沉降范围为 36.57 km 2。
由此可见，沉降漏斗位置与工作面基本吻合，随着开采工作面的推进，矿区沉降范围
和最大沉降量越来越大，其中 DInSAR 初期出现沉降范围减小的情形，减小区域均为小
沉降区，是由于 DInSAR 监测误差所致。

表2 3 种监测方法累积沉降量统计表
Table 2 Statistical table of DInSAR and SBAS InSAR monitoring accumulated subsidence

监测方法 DInSAR SBAS 集成方法

2 2
时间 最大沉降量/mm 沉降范围/km 最大沉降量/mm 沉降范围/km 最大沉降量/mm 沉降范围/km 2

20201031 -49.67 12.09 -53.53 22.87 - -

20201124 -111.36 38.39 -85.06 27.11 - -
20201218 -135.67 32.80 -69.48 29.75 - -
20210111 -190.15 33.87 -95.55 32.93 - -
20210204 -259.55 34.56 -102.56 33.53 - -
20210228 -295.14 36.83 -126.14 34.85 - -
20210324 -342.09 36.71 -134.41 34.83 - -
20210417 -387.75 37.75 -150.41 36.57 -372.96 36.57
 20 张树衡 1532

1532 地 质 科 学 2023 年

6 结 论
论文基于 Sentinel-1 SAR 影像，分别利用时序 DInSAR、SBAS InSAR 及两者集成的方
法对淮南丁集煤矿地面沉降进行了监测，评估了 3 种方法的沉降监测结果，结果表明：
（1） DInSAR 和 SBAS InSAR 监 测 到 的 沉 降 位 置 、 范 围 和 变 化 趋 势 基 本 一 致 ， 与 矿
区 工 作 面 的 位 置 和 开 采 时 间 基 本 吻 合 。 在 沉 降 漏 斗 边 缘 区 域 ， DInSAR 与 SBAS InSAR
的监测结果差值较小，但随着沉降程度的增加，二者的监测结果的绝对差值明显增大。
（2） 基 于 Kriging 插 值 的 DInSAR 和 SBAS InSAR 集 成 结 果 ， 很 好 地 保 持 了 SBAS
InSAR 的 观 测 结 果 ， 并 且 有 效 地 解 决 了 SBAS InSAR 因 无 法 获 取 高 相 干 像 元 而 产 生 空 洞
的问题，为实现连续高精度的矿区地面沉降观测提供了有效途径。
（3） 丁 集 煤 矿 由 于 长 期 煤 炭 开 采 ， 地 面 沉 降 现 象 严 重 ， 大 量 工 作 面 上 方 已 成 为 积
水区域，监测时段内丁集煤矿共有 4 个沉降漏斗，其位置与开采工作面基本吻合，随着
监 测 时 间 段 的 推 移 ， 沉 降 范 围 和 最 大 沉 降 量 越 来 越 大 ， 最 大 沉 降 量 为 -372.96 mm， 沉
降范围为 36.57 km 2 。

参 考 文 献

曹发伟，廖维谷 . 2021. SBAS 技术在矿区地面沉降监测中的应用 . 测绘通报，（3）：156-158.

Cao Fawei and Liao Weigu. 2021. Application of SBAS technology in ground subsidence monitoring of mining area. Bulletin
of Surveying and Mapping，（3）：156-158.
中国地质灾害防治工程行业协会 . 2018. 地质灾害 InSAR 监测技术指南（试行）. 武汉：中国地质大学出版社 . 1-37.
China Association of Geological Hazard Prevention. 2018. Guideline of InSAR Monitoring for Geo-hazard. Wuhan： China
University of Geosciences Press. 1-37.
范洪冬 . 2010. InSAR 若干关键算法及其在地表沉降监测中的应用研究（博士学位论文）. 江苏徐州：中国矿业大学 . 1-130.
Fan Hongdong. 2010. Study on Several Key Algorithms of InSAR Technique and Its Application in Land Subsidence
Monitoring（PhD Thesis）. Xuzhou，Jiangsu：China University of Mining and Technology. 1-130.
纪东阳，聂运菊，王 菲 . 2021. 结合 PS 特征点的 SBAS-InSAR 技术监测淮南市区地表沉降 . 城市勘测，（3）：66-70.
Ji Dongyang， Nie Yunju and Wang Fei. 2021. Monitoring the land surface subsidence in Huainan urban area by using
SBAS-InSAR technique combined with PS feature points. Urban Geotechnical Investigation & Surveying，（3）：66-70.
李 达，邓喀中，高晓雄等 . 2018. 基于 SBAS-InSAR 的矿区地表沉降监测与分析 . 武汉大学学报（信息科学版），43
（10）：1531-1537.
Li Da， Deng Kazhong， Gao Xiaoxiong et al. 2018. Monitoring and analysis of surface subsidence in mining area based on
SBAS-InSAR. Geomatics and Information Science of Wuhan University，43（10）：1531-1537.
李德仁，廖明生，王 艳 . 2004. 永久散射体雷达干涉测量技术 . 武汉大学学报（信息科学版），29（8）：664-668.
Li Deren， Liao Mingsheng and Wang Yan. 2004. Progress of permanent scatterer interferometry. Geomatics and Information
Science of Wuhan University，29（8）：664-668.
李金超 . 2021. 基于 InSAR 和 Sentinel-1A 的淮南矿区形变灾害监测研究（博士学位论文）. 合肥：合肥工业大学 . 1-139.
Li Jinchao. 2021. Study on Deformation Disaster Monitoring in Huainan Mining Area Based on InSAR and Sentinel-1A（PhD
Thesis）. Hefei：Hefei University of Technology. 1-139.
李 楠，王 磊 . 2016. 基于 D-InSAR 技术的老采空区稳定性监测研究 . 矿山测量，44（3）：1-4.
Li Nan and Wang Lei. 2016. Research of coal mining subsidence monitoring based on DInSAR technology. Mine Surveying，
44（3）：1-4.
刘童谣 . 2019. 基于 SBAS-DInSAR 技术的煤矿地表沉降监测研究（硕士学位论文）. 太原：太原理工大学 . 1-65.
 20 张树衡 1533

4期 张树衡等：集成 DInSAR 与 SBAS InSAR 的淮南丁集煤矿地面沉降监测 1533

Liu Tongyao. 2019. Research on Ground Surface Subsidence Monitoring in Mining in Mining Area Based on SBAS-DInSAR
（Master's Thesis）. Taiyuan：Taiyuan University of Technology. 1-65.
刘晓帅，陶秋香，牛 冲 等 . 2022. DInSAR 与 SBAS InSAR 矿 区 地 面 沉 降 监 测 能 力 对 比 分 析 与 验 证 . 地 球 物 理 学 进
展，37（5）：1825-1833.
Liu Xiaoshuai，Tao Qiuxiang，Niu Chong et al. 2022. Comparative analysis and verification of DInSAR and SBAS InSAR in
mining subsidence monitoring. Progress in Geophysics，37（5）：1825-1833.
卢克东 . 2021. 基于时序 InSAR 矿区地表三维形变预计研究——以淮南矿区某采煤工作面为例（硕士学位论文）. 安徽
淮南：安徽理工大学 . 1-91.
Lu Kedong. 2021. Prediction of 3D Surface Deformation in Mining Area Based on Time Series InSAR： A Case Study of a
Coal Mining Face in Huainan Mining Area（Master's Thesis）. Huainan， Anhui： Anhui University of Science and
Technology. 1-91.
史卫平 . 2010. DInSAR 技术及其在矿区地面沉降监测中的应用研究（硕士学位论文）. 山东青岛：山东科技大学 . 1-79.
Shi Weiping. 2010. Study on DInSAR Technology and Its Application of Monitoring Land Subsidence in Mining Area
（Master's Thesis）. Qingdao，Shandong：Shandong University of Science and Technology. 1-79.
谭 浩 . 2021. 基于空天地平台监测数据融合的矿区大梯度形变规律研究（博士学位论文）. 安徽淮南：安徽理工大学 .
1-131.
Tan Hao. 2021. Study on Sky-Space-Ground Cooperative Monitoring of Large Gradient Deformation and Spatio-Temporal Evolution
Law in Mining Area（PhD Thesis）. Huainan，Anhui：Anhui University of Science and Technology. 1-131.
唐立羽，侯湖平，张绍良等 . 2021. 短重访 SAR 数据在矿区快速形变场的监测 . 测绘科学，46（5）：95-103.
Tang Liyu， Hou Huping， Zhang Shaoliang et al. 2021. Monitoring of short revisited SAR data in rapid deformation field of
mining area. Science of Surveying and Mapping，46（5）：95-103.
魏纪成，张红霞，白泽朝等 . 2019. 融合 D-InSAR 与 PS-InSAR 的神东矿区开采沉陷监测方法 . 金属矿山，（10）：55-60.
Wei Jicheng， Zhang Hongxia， Bai Zechao et al. 2019. Integrated monitoring method of the mining subsidence of Shendong
mining area based on D-InSAR and PS-InSAR Technology. Metal Mine，（10）：55-60.
吴 立 新 ， 高 均 海 ， 葛 大 庆 等 . 2004. 基 于 D-InSAR 的 煤 矿 区 开 采 沉 陷 遥 感 监 测 技 术 分 析 . 地 理 与 地 理 信 息 科 学 ， 20
（2）：22-25.
Wu Lixin， Gao Junhai， Ge Daqing et al. 2004. Technical analysis of the remote sensing monitoring for coal-mining
subsidence based on D-InSAR. Geography and Geo-Information Science，20（2）：22-25.
肖 瑶，赵 萍，范泽琳等 . 2017. TerraSAR-X 数据在淮南矿区沉陷监测中的应用 . 遥感技术与应用，32（1）：95-103.
Xiao Yao， Zhao Ping， Fan Zelin et al. 2017. Application of TerraSAR-X data for subsidence monitoring Huainan mining
area. Remote Sensing Technology and Application，32（1）：95-103.
尹宏杰，朱建军，李志伟等 . 2011. 基于 SBAS 的矿区形变研究 . 测绘学报，40（1）：52-58.
Yin Hongjie， Zhu Jianjun， Li Zhiwei et al. 2011. Ground subsidence monitoring in mining area using DInSAR SBAS
algorithm. Acta Geodaetica et Cartographica Sinica，40（1）：52-58.
张鲜妮，王 磊 . 2014. D-InSAR 技术在淮南矿区沉陷监测中的试验研究 . 测绘与空间地理信息，37（11）：111-114.
Zhang Xianni and Wang Lei. 2014. Study on subsidence monitoring application in the Huainan mining area based on
D-InSAR technique. Geomatics & Spatial Information Technology，37（11）：111-114.
朱建军，李志伟，胡 俊 . 2017. InSAR 变形监测方法与研究进展 . 测绘学报，46（10）：1717-1733.
Zhu Jianjun， Li Zhiwei and Hu Jun. 2017. Research progress and methods of InSAR for deformation monitoring. Acta
Geodaetica et Cartographica Sinica，46（10）：1717-1733.
朱建军，杨泽发，李志伟 . 2019. InSAR 矿区地表三维形变监测与预计研究进展 . 测绘学报，48（2）：135-144.
Zhu Jianjun， Yang Zefa and Li Zhiwei. 2019. Recent progress in retrieving and predicting mining-induced 3D
displacements using InSAR. Acta Geodaetica et Cartographica Sinica，48（2）：135-144.
Berardino P， Fornaro G， Lanari R et al. 2002. A new algorithm for surface deformation monitoring based on small baseline
differential SAR interferograms. IEEE Transactions on Geoscience and Remote Sensing， 40（11）： 2375-2383. DOI：
10.1109/TGRS.2002.803792.
Crosetto M， Monserrat O， Cuevas-González M et al. 2016. Persistent scatterer interferometry： A review. ISPRS Journal of
 20 张树衡 1534

1534 地 质 科 学 2023 年

Photogrammetry and Remote Sensing，115：78-89. DOI：10.1016/j.isprsjprs.2015.10.011.

Gabriel A K， Goldstein R M and Zebker H A. 1989. Mapping small elevation changes over large areas： Differential radar
interferometry. Journal of Geophysical Research：Solid Earth，94（B7）：9183-9191. DOI：10.1029/JB094iB07p09183.
Gee D， Bateson L， Sowter A et al. 2017. Ground motion in areas of abandoned mining： Application of the intermittent
SBAS （ISBAS） to the Northumberland and Durham coalfield， UK. Geosciences， 7（3）： 85. DOI： 10.3390/
geosciences7030085.
Ilieva M， Polanin P， Borkowski A et al. 2019. Mining deformation life cycle in the light of InSAR and deformation models.
Remote Sensing，11（7）：745. DOI：10.3390/rs11070745.
Liu J， Ma F S， Li G et al. 2022. Evolution assessment of mining subsidence characteristics using SBAS and PS
interferometry in Sanshandao gold mine，China. Remote Sensing，14（2）：290. DOI：10.3390/rs14020290.
Massonnet D and Feigl K L. 1998. Radar interferometry and its application to changes in the Earth ' s surface. Reviews of
Geophysics，36（4）：441-500. DOI：10.1029/97RG03139.
Pawluszek-Filipiak K and Borkowski A. 2020. Integration of DInSAR and SBAS techniques to determine mining-related
deformations using sentinel-1 data： The case study of Rydułtowy mine in Poland. Remote Sensing， 12（2）： 242.
DOI：10.3390/rs12020242.

Subsidence monitoring of Huainan coal mining area based on

Sentinel-1 data integration of DInSAR and SBAS

Zhang Shuheng1 Zhao Ping1 Wang Ning1 Zhao Siyi1

Li Xiangling1 Song Renliang2 Zhao Weidong1 Ma Lei1
（1. School of Resource and Environmental Engineering, Hefei University of Technology, Hefei 230009;
2. Anhui Geological Environment Monitoring Station, Hefei 230001）

Abstract
The land subsidence in mining area has the characteristics of“ fast”displacement and high
nonlinear, and the common DInSAR and SBAS InSAR can't obtain continuous and high precision
land subsidence monitoring results. In this paper, based on 17 Sentinel-1 SAR images covering
Dingji coal mine in Huainan, cumulative DInSAR and SBAS InSAR processing were carried out
respectively, and Kriging interpolation was used to integrate the results obtained by the two
differential interferometer techniques. The land subsidence information of the mining area from
October 17, 2020 to April 17, 2021 was obtained, and the monitoring results were evaluated and
analyzed. The results show that the settlement location, range and variation trend of Dingji coal mine
monitored by DInSAR and SBAS InSAR are basically consistent, but the settlement amount obtained
by DInSAR and SBAS InSAR is quite different. However, the integration results of DInSAR and
SBAS InSAR based on Kriging interpolation maintain the monitoring accuracy of SBAS InSAR well
at the edge of the settlement funnel, and effectively solve the problem that SBAS InSAR cannot
obtain highly coherent pixels in the settlement funnel region to produce holes. The continuous and
high precision ground subsidence results are obtained, which provides an effective way for
monitoring subsidence in mining area.
Keywords DInSAR, SBAS, Kriging, Huainan coal mining area, Subsidence