面向矿区沉陷监测的SAR影像信息提取关键技术研究

矿区开采导致大面积沉陷，由此带来严重的生态环境问题。开采沉陷监测是研究沉陷规律、控制沉陷灾害、保护矿区生态环境的基础。采用新型的对地观测技术SAR来监测和研究因煤炭开采导致的矿区沉陷及引起的生态环境演变机理和规律，实现"资源开发与环境保护协调发展"具有重要的理论和实际意义。本项目拟以多源、多时相、多分辨率、多极化雷达影像为信息源，融合多种影像的优势，结合矿区沉陷变形特点，重点研究SAR影像最佳组合及多源影像协同处理方法；大变形条件下SAR影像相位解缠优化算法和基于时间、空间的三维相干点目标提取方法等，建立适应矿区沉陷监测的SAR影像信息提取优化算法和模型，完善现有的SAR影像信息处理理论和方法，推进SAR在矿区大变形监测中的应用。在此基础上，建立矿区开采沉陷和老采空区残余变形预测模型及老采空区地基稳定性评价方法，为防灾减灾、保护矿区生态环境和优化资源开发提供技术支持。

项目针对SAR影像用于矿区沉陷监测信息提取中的若干关键问题展开了研究。主要研究成果如下：.（1）对比分析了ERS、ALOS和TerraSAR-X等数据提取开采沉陷的能力，实验发现，ALOS和TerraSAR-X数据是相对比较理想的，但两者仍有缺点，前者时间间隔太长，而后者波长过短，综合分析而言，ALOS对提取开采沉陷更有帮助，且成本较低。.（2）将Contourlet变换引入到干涉图滤波方法中，使得在能达到干涉图去噪的同时，较好的保留了纹理细节信息。.（3）研究了GPS与 MODIS联合实现大气延迟改正量提取方法，利用两期GPS观测数据及相应时间的MODIS数据，分析GPS-PWV与MODIS-PWV的关系，进一步优化了MODIS水汽的校正模型。.（4）研究了一种基于多级匹配策略的干涉SAR影像自动配准新方法，该方法首先利用SIFT算法提取SAR影像上的特征点并完成特征点初始匹配，之后基于RCM算法剔除相关性较低的匹配点，为减少影像整体匹配误差，采用PRM算法进行匹配点对的二次筛选，最终完成SAR影像的精确匹配。.（5）探索了大变形条件下两种干涉SAR技术解算方法：一种是相干性不好的情况下，采用下沉盆地边缘点的D-InSAR结果同少量实测点结合，联合解算概率积分法参数；另一种是在相干性较好的情况下，直接采用D-InSAR的结果反算概率积分法参数。最后再由概率积分法模型解算地表的总体沉降情况。.（6）对多基线时序SAR中的短基线技术进行了分析，并利用该技术提取了矿区地表沉降，试验证明：SBAS方法对干涉图中相干点的识别是有利的，但对矿区开采沉陷的监测效果并不好。.（7）研究了基于支持向量机的概率积分法参数及地表下沉预报方法；构建了概率积分法修正模型的老采空区残余移动变形预测模型及方法； 建立了老采空区残余沉降计算模型，分析了残余下沉系数与覆岩岩性、开采厚度、开采深度及建筑物载荷的关系。.本项目发表相关科研论文36篇，其中SCI检索1篇，EI检索8篇，完成了既定的研究目标和任务。