研究区域概况与数据源
研究区位于宁武县东寨镇境内，地理坐标为东经112°03′57″～112°12′39″，北纬38°46′41″～38°53′47″。区内地势高峻，山岭纵横，海拔在2000 m左右，地形总体西高东低，最高处位于西部，海拔2 020 m，最低处位于东部深沟底，海拔1 670 m，最大高差为350 m。属温带大陆性气候，寒冷多大风，昼夜温差较大，年平均气温7℃。研究区域内的煤矿主要分布在中部，呈南北走向，包含寺耳沟煤矿，小西沟煤矿，车道沟煤矿，三马营煤矿等多个煤矿区。由于煤矿开采引发了地面塌陷、地裂缝、最终形成火风压，造成了多个煤火自燃区域，加之小煤窑不规范化的开采方式，产生的煤火问题未能得到及时解决。
研究采用2019-08-14在宁武过境的Terra卫星上的ASTER传感器获取的夜间遥感数据。由于晚上太阳辐射消失，所获取的热红外遥感影像能更准确地提取热异常信息。卫星过境时间为14:34:12(UTC)，云覆盖量为2%，数据产品级别为L1T，轨道号为 222/211，时相和云覆盖量满足试验要求。
采用的雷达影像数据为Sentinel-1A数据，用于煤田火区的地表变形监测。试验选用工作模式为IW、极化方式为VV的SLC数据。选取2018年6月至2020年1月的26景影像用于差分干涉处理。外部参考DEM选用空间分辨率为12.5m的ALOS PALSAR数据。
研究方法
以山西宁武部分煤田为研究区域，ASTER夜间热红外影像、Sentinel-1A影像为实验数据，采用多源遥感融合的方法进行煤火区域的识别。首先采用温度比辐射率分离算法（ASTER-TES）进行地表温度反演，通过一定的阈值提取研究区的热异常范围，结合SBAS-InSAR技术提取地表持续变形信息，将热异常信息与地表形变信息空间叠加分析后得到研究区内煤火的疑似分布区域，再根据部分实测煤火范围进行验证分析。研究流程如图1所示。
图1研究流程
试验结果分析
实测火区验证范围
利用测氡的实地勘测方法确定的煤火范围作为验证数据，来分析煤火识别方法的准确性。在地下火区燃烧过程中，燃烧区岩层及其上覆岩层处于一个高温高压的环境中。煤系地层在高温高压作用下，氡的析出量不断增加，此外，煤炭燃烧使煤系地层中孔隙水或裂隙水的温度和矿化度升高，导致氡的溶解度降低，使煤系地层中自由氡的数量进一步增加，这必然在火区上方地表浅层形成一个氡浓度高值区。测氡法虽然能较为准确地圈定煤火范围，但由于其易受气压、降水等因素影响，且监测规模有限，不适用于较大区域的火区识别。故实验选取部分区域进行实地测氡，用来验证融合方法的有效性。测网布置后在测区开展试验工作，经过现场调查，选择在南部测区寺耳沟村附近布置三条测线，对所测的氡值剖面图进行分析，氡值显示出跳跃式变化，后进行质量检测，主要通过室外重复测量的方法，即在相同点位置重复布设活性炭吸附装置，在相对一致的地质条件和环境条件下埋置五天，取出测量，将重复实验结果与初次实验结果进行比较，分析显示数据质量良好。沿煤层露头走向，地表岩层含有裂缝，且多处有高温热气流涌出，并伴有异常的刺激性气味。综合分析认定沿煤层露头线方向圈定了10个区域为地下火区，以此作为实验的验证数据。
温度异常分析
煤火燃烧中会产生高温，高温产生的热量会以热辐射的形式向地表传导，在火区地表形成高于周围环境温度的温度异常区。通过一定的阈值，提取的温度异常区范围如图2所示，其中添加了实测煤火范围作为验证，可以看到，绝大多数所确定的火区范围均发生了温度异常，仅有一处已确认的火区范围（9号火区）没有提取出温度异常。但是同时，有部分产生温度异常的区域在测氡手段下并没有检测出煤火，这是由于地物自身的物理特性，例如砂岩、裸土等地物吸热以及城镇用地的热岛效应等导致出现了与煤火无关的温度异常，这也是单纯利用提取地表热异常信息来识别煤火的缺陷。
图2温度异常图
地表形变异常分析
深部煤层长时间烧空后会造成地表塌陷，因此利用时序InSAR的方法进行地表形变分析。采用密度分割法，提取SBAS-InSAR形变结果中的持续变形区域。如图3所示，在实测的10处火区范围中，有7处发生了明显的沉降，这在一定程度上证实了利用时序InSAR技术分析地表形变从而识别煤田火区范围的可行性。但在实测范围中可以看到，有部分持续变形区域并不属于火区范围，可能是因为单纯的地质运动或开采活动，所以仅利用地表形变分析来识别火区也并不完全准确。综合分析所提取的温度异常区域与持续变形区域，在实测的10个火区范围中，2、4、6、7、8、10号火区均检测出了温度异常与持续变形信息。而1、3、5号火区虽然显示沉降速率较小，但均出现了热异常，9号火区发生了较大的沉降，但温度仍在正常范围内。
图3地表沉降异常图
疑似火区范围分析
将获取的温度异常区域与持续变形区域进行空间叠加分析，根据地表类型进行筛选，得到研究区域的疑似煤火区域。如图4所示，共提取出11个煤火区域，且采用本文的研究方法提取的疑似火区与实测的火区在地理位置上具有较高的一致性。1、2、3、4、5、6、7号疑似火区均位于实测煤火范围中，证明了本文所提出的识别煤火方法的可行性。
图4疑似火区范围
利用实测的火区范围对实验结果进行对比验证。通过Arcgis软件进行像元统计，得到各类方法的面积值，经统计，测氡法所得的实测火区面积Sm为183663.222672m2，疑似火区面积为表中的融合法的面积，其值为43806.2584m2，三种方法的实验结果见表1。
表1试验结果对比
图5谷歌地球中截取的部分疑似火区影像
对于实测范围外提取的火区，缺少实地验证数据，故采用影像对比分析的方法进行验证。如图5所示，从谷歌影像中可以看到，8、9号疑似火区均在矿区内，且存在疑似煤火燃烧后形成的黑色区域，由此判定该区域确实存在煤火。
协同热红外遥感技术和时序InSAR技术提取煤田火区，克服了单一遥感技术的缺陷，显著提高了煤火识别的精度，为煤田火区的治理范围提供了有力参考。
引用文献：高玉荣，隋 刚，张新军，等. 遥感方法在宁武煤田煤火识别中的应用[J]. 煤炭科学技术，2023，51（5）：133−139.
//////////
微博：零重力实验室
官网：www.cubesatgarage.com
我们关注你所关注的一切
只要它与微纳卫星有关
