本發(fā)明涉及非法采礦識別領域，具體涉及一種集成d-insar和gis技術的地下非法采礦識別方法及系統。

背景技術：

當前，煤礦開采作為發(fā)展中國家經濟發(fā)展的重要手段之一，破壞了生態(tài)環(huán)境，擾動了地球表面和巖石圈的自然平衡，造成地面沉陷等自然災害隱患，引發(fā)了一系列嚴重的礦難事件。一直以來，中國的煤炭產量居世界第一位，占國家礦產總量的90％以上，其中95％屬于地下開采。據中國國家安全生產監(jiān)督管理總局統計，2003年中國生產了占全球35％的煤礦產量，卻占據了全球因煤礦開采導致死亡人數的80％，且大部分礦難都是由地下非法采礦造成。隨著煤礦資源需求的增加和利益的驅動致使地下非法采礦頻繁發(fā)生，盡管各地政府相繼采取有關措施對其進行嚴打整治，它始終是采礦行業(yè)無法消除的一種頑疾，由于地下非法采礦點及其隱蔽且分布廣特征，單一地依靠礦山執(zhí)法部門對地下非法采礦區(qū)進行逐企、逐村、逐戶的“地毯式”排查，很難及時、準確地找出非法采礦區(qū)的具體位置，且費時費力費財。目前對于地下非法開采的監(jiān)測主要是以傳統方法為主，也有一些利用微震和信息化網絡技術來采集地下數據為手段來進行小范圍的監(jiān)測，但監(jiān)測范圍較小，定位精度也不理想。隨著地下非法開采煤礦資源所引發(fā)災難事故的不斷加劇，尋求一種能夠對地下非法開采進行大范圍實時動態(tài)監(jiān)測的高新技術變得越來越緊迫。

由于地下非法采礦是未取得采礦許可證擅自在地下秘密開展的活動，具有極高的隱蔽性，故開采的具體位置和時間無法確定，但在地下資源被開采出來后，其上覆巖層應力平衡遭到破壞，在一定時間的延遲后，將波及到地表，導致采空區(qū)上方的地表產生規(guī)律的形變。

因此，通過周期性地獲取區(qū)域內地表形變信息和特征分布圖，建立以沉陷特征為主的地表形變和地下采空區(qū)的時空關系模型，可及時地掌握地表形變規(guī)律及地下非法采空區(qū)的開采情況，從而推測出地下采礦活動開展的時間和位置，為識別地下非法采礦行為提供決策依據。

地下開采引起的地表形變過程是十分復雜的動態(tài)力學過程，對其演變規(guī)律的掌握依賴于實地觀測資料的積累。常規(guī)的大地水準、全站儀或gps觀測方法，獲取的是監(jiān)測區(qū)域地表上某個點的沉降信息，存在著觀測成本高、周期長、離散點不足、空間分辨率低等問題，無法滿足大范圍的監(jiān)測要求。尤其是對于地下非法采礦行為，它的具體位置是未知的，故很難利用常規(guī)的方法監(jiān)測到由不確定地下采礦區(qū)引起的地表形變。合成孔徑雷達干涉測量(interferometricsyntheticapertureradar，insar)是近年來快速發(fā)展起來的空間對地觀測新技術，與常規(guī)方法相比，具有全天候、全天時、高分辨率和連續(xù)空間覆蓋的優(yōu)勢，能實施大范圍內連續(xù)地表監(jiān)測，具有探測地表微小形變的能力，其差分干涉測量模式(d-insar)在國內外礦區(qū)地面沉降監(jiān)測的應用中均取得了很多成功的案例，監(jiān)測精度能達到毫米級。同時，隨著以alos-palsar，terrasar-x為代表的第二代sar衛(wèi)星系統的相繼發(fā)射成功，星載sar數據日益豐富，這都為利用d-insar技術實時動態(tài)監(jiān)測整個區(qū)域范圍內地表形變提供了數據保障和技術支撐。

利用d-insar能很好地運用到區(qū)域地表形變測量中，但也受到軌道數據誤差、大氣延遲誤差、相位噪音等因素的影響。利用d-insar技術可以大范圍地監(jiān)測到地下開采引起的地表形變等信息，但這些形變信息可能源于非法開采，也可能源于合法開采，甚至可能為非開采因素所致。根據開采沉陷的形變特征，現有提出了一種基于d-insar的地下采礦監(jiān)測系統，能從礦區(qū)范圍內提取出由地下開采引起的地表形變區(qū)域，并通過掩模合法采礦區(qū)域的方式從礦區(qū)區(qū)分出非法采礦事件，具有較好的監(jiān)測效果，但缺乏對開采沉陷時空分析的時序性，不能充分體現系統的空間分析和可視化表達優(yōu)勢，且要求工作人員具有較高的空間數據處理能力。

地下煤層被采出后，上覆巖層和地表將產生移動和變形，利用insar技術來監(jiān)測連續(xù)的地表移動與變形規(guī)律，可以掌握地下煤層的采動程度，從而識別出地下采礦行為，但需要時間序列的sar數據支持及選取合適的干涉測量方法。以標準差分干涉測量為例，由地下開采引起的地表形變差分干涉測量的基本原理如圖1所示。

設s1、s2為非法采礦事件前雷達衛(wèi)星的成像，si(i＝3，4，…，n)為非法采礦事件后雷達衛(wèi)星的依次成像，r1、r2分別為地面點到雷達衛(wèi)星的路徑，λ為雷達波長。

第一次雷達衛(wèi)星成像時觀測目標p的相位值為

第二次雷達衛(wèi)星成像時觀測目標p的相位值為

第三次雷達衛(wèi)星成像時觀測目標p的相位值為

前兩次觀測期間干涉測量的相位差為

采前采后兩次觀測期間干涉測量的相位差為

此時的相位差φ′和φ″包含了參考面相位、地形相位、大氣相位和噪音等因素的綜合貢獻。最后，將兩次干涉得到的相位圖去除平地效應后并解纏，然后對兩次的地形相位貢獻進行差分，得到由地表位移而產生的形變相位φd，即：

根據差分干涉測量的基本原理，我們可以發(fā)現，在地下非法采礦事件發(fā)生之后，如何能夠高效穩(wěn)定地利用周期內重返的sar數據，及時地提取開采沉陷的動態(tài)演化規(guī)律進而反演出地下采礦事件，差分干涉的處理以及干涉方案的設計就顯得尤為必要。并且，由于地下非法采礦事件一般都屬于淺部開采沉陷，具有地表影像范圍小、地表下沉及移動速度較大的特征，因此，有必要在對監(jiān)測到的最大沉降梯度和沉降量進行分析的基礎上，選擇可以滿足相應監(jiān)測能力的sar數據。

技術實現要素：

為了克服上述的不確定因素帶來的應用問題，本發(fā)明結合地下采礦活動引起的地表形變具有下沉量集中、沉陷范圍小、下沉速度快、持續(xù)時間長的特點，設計了一種集成d-insar和gis技術的地下非法采礦識別方法及系統，并對整個數據處理的流程、方法以及相關參數設置進行了精細化處理，從而達到對地下非法采礦行為進行實時動態(tài)監(jiān)測的目的。

為實現上述目的，本發(fā)明采取的技術方案為：

一種集成d-insar和gis技術的地下非法采礦識別方法，包括如下步驟：

s1、資料收集與數據預處理

以d-insar獲取的形變柵格數據為主，并收集礦山井下數據、采礦權界限、被查處的非法采礦區(qū)、地理國情普查數據、社會舉報等數據資料，同時利用gis工具對多源數據進行坐標配準、投影變換、格式轉換、信息錄入和圖形編輯等預處理；

s2、構建時空數據庫

綜合集成d-insar技術和gis技術，以矢量、數字柵格、雷達影像、社會舉報等為數據基礎，以oracle13g框架為底層平臺，構建開采沉陷時空數據庫；

s3、完成地下非法采礦的識別分析

通過調用arcgisengine10.3提供的屬性獲取、圖形裁剪、要素轉換、重分類、柵格技術、疊加分析、地圖代數、等值線以及曲率和坡度生成等空間數據處理和分析算法，實現海量數據的管理和處理技術、形變信息的提取技術和地下非法采礦的識別；

s4、識別結果輸出

通過不同格式的空間數據輸出識別的地下非法采礦結果，比如點、線、面的矢量格式，也可以通過制作統計圖表或專題地圖的形式。

本發(fā)明還提供了一種集成d-insar和gis技術的地下非法采礦識別系統，包括

數據采集模塊，用于通過雙軌d-insar技術獲取礦區(qū)地面沉降信息，并對影像對的配準、濾波、相位解纏、基線參數計算、多視處理系數的選取等關鍵步驟和方法進行了精化，獲取礦區(qū)更為精確的地面沉降信息；

時空數據庫，包括概念、邏輯和物理三個層面，概念上對時空數據庫所含信息進行完整描述，在邏輯上運用地理建模理論建立一種包含時空過程、幾何、尺度、語義的開采沉陷時空數據模型，完整描述和表達沉降的時間、空間和屬性信息；在物理存儲中則采用空間數據引擎(sde)與關系型數據庫管理系統(rdbms)相結合的方式

地下非法采礦識別分析模塊，用于根據開采沉陷的空間、幾何、形變特征提取出各影像干涉對周期由地下開采而引起的地表沉降信息，再對相鄰時序的監(jiān)測數據進行空間疊加分析和統計運算來識別出地下非法開采狀況；

識別結果輸出，用于通過不同格式的空間數據輸出識別的地下非法采礦結果。

優(yōu)選地，所述地下非法采礦識別分析模塊包括

數據管理模塊，用于對空間和屬性數據進行檢索、添加和編輯操作，由此可以查看和編輯數據的基本信息，經選擇和整理后加載到分析平臺中，從而完成相應的時空分析和非法采礦的自動識別；

地表形變信息提取模塊，包括形變區(qū)域查詢、形變等值線繪制和形變分類統計三個模塊，通過對差分干涉形變柵格數據的處理，可以掌握不同時期內區(qū)域形變的空間分布特征，并能以等值線或者分類渲染的形式來直觀和定量地表達地表的形變情況；

開采沉陷區(qū)圈定模塊，包括形變梯度計算模塊、沉降輪廓生成、開采沉陷區(qū)篩選三個模塊；形變梯度是某一時期開采沉陷漏斗橫向變化的表征值，能揭示該時期漏斗可容空間變化特征；沉陷區(qū)輪廓生成模塊利用開采沉陷的形變特征(即形變區(qū)域邊緣處的梯度大于等于非形變區(qū)域的梯度)生成地表沉降區(qū)域的輪廓；開采沉陷區(qū)篩模塊利用沉降梯度的向量值來判斷地表的沉降區(qū)和凸起區(qū)，從開采沉陷區(qū)域中分離出地表凸起區(qū)，得到地表沉降區(qū)域；考慮到開采沉陷并不是導致地表沉降的唯一因素，故還需根據地表的沉降形狀和梯度兩個參照對生成的地表沉降區(qū)域進行相關性檢測，下式為參照判定公式：

covm＝a*covshape+b*covgrad

式中：covshape是形狀因子，covgrad是梯度因子，a、b分別代表是形狀因子和梯度因子所占的權重，計算得到具有高相關值的區(qū)域就可以確定為開采沉陷區(qū)；

非法采礦識別模模塊，用于通過裁剪掉采礦權邊界范圍外的開采沉陷區(qū)，提取礦權邊界以內的沉陷區(qū)，再對相鄰時序提取的開采沉陷區(qū)進行空間疊加分析和分布變化統計，從而實現地下非法采礦的識別。

優(yōu)選地，所述空間疊加分析就是對相鄰時序提取開采沉陷信息按照圖層的方式分層存儲，然后將各層的各種專題要素自動疊加和相交，便可以得到包含原始圖層空間信息以及通過疊加獲取新的空間信息，以此發(fā)現空間信息的變化情況并及時識別出新的地下非法采礦事件。

優(yōu)選地，所述分布變化統計是非法采礦區(qū)分類統計的動態(tài)形式，可以反映區(qū)域范圍內開采沉陷的整體發(fā)展變化。非法采礦點定位從大范圍區(qū)域中確定出地下非法采礦開切眼的具體位置，并以圖形或者坐標的形式輸出，提高執(zhí)法人員對到實地查處非法事件的工作效率。

優(yōu)選地，該系統為基于應用層、技術層和數據層的三層c/s結構，應用層位于系統的最外層，用于為用戶提供應用服務的圖像界面，通過應用程序的交互操作完成非法采礦的識別分析；數據位于最底層，用于定義、維護、訪問和更新數據并管理和滿足應用服務對數據的請求，技術層位于應用層和數據層之間，用于實現系統具體操作功能和服務處理。

本發(fā)明具有以下有益效果：

本具體實施程序中的地表沉降區(qū)生成和開采沉陷區(qū)提取等關鍵技術可采用microsoft.net4.0(c#)開發(fā)環(huán)境來實現。在應用層，通過調用建模工具可以實現相關功能的可視化流程定制和自動化處理，在這個過程中，只需使用直觀的圖形語言繪制出整個流程圖，定義好每個圖形執(zhí)行的操作功能后，選擇相應的insar監(jiān)測數據，便可由平臺自動識別出地下非法采礦事件的位置，這極大地簡化操作過程，滿足了用戶的具體需求。在分析結果表示方面則采用developexpress2010的有關控件，結合分類渲染、符號修飾等方法，以各類統計圖和專題圖的形式來表達，形象直觀，易于理解。

附圖說明

圖1為開采沉陷差分干涉測量原理圖。

圖2為本發(fā)明所用雙軌d-insar差分干涉數據處理流程圖。

具體實施方式

為了使本發(fā)明的目的及優(yōu)點更加清楚明白，以下結合實施例對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

massonnet和feigl的研究表明，insar技術并不能監(jiān)測到所有量級的形變，其可探測的最大形變梯度為：

其中，λ為雷達入射波的波長，ps為像元地距分辨率。假設研究區(qū)地面沉降相位是連續(xù)的，則insar可探測沿視線方向最大形變量可以表示為：

其中，r為下沉盆地的主要影響半徑。

針對目前常用的sar衛(wèi)星遙感數據，利用公式(1)可計算出各衛(wèi)星數據監(jiān)測地面沉降的最大沉降梯度，利用公式(2)可以計算出要檢測到1m的地表沉陷其形變主要影響的半徑大小，計算結果如表1所示。

從表中可以看出，palsar數據最大可探測梯度為11.75mm/m，而ers數據可探測的最大值為1.4mm/m，若要探測1米量級的地表形變，palsar數據只需形變影響半徑為170m，而asar數據則需要1714m。由此可見，相比于其他sar衛(wèi)星數據，palsar數據在礦區(qū)大量級開采形變監(jiān)測方面具有較大的優(yōu)越性，可以監(jiān)測到形變影響范圍小、沉降梯度大的形變。因此，根據地下開采引起地表形變的特征，本次監(jiān)測試驗將選取alos衛(wèi)星palsar數據。

d-insar處理流程

根據去除地形相位所用的雷達影像數目的不同，差分干涉測量分為雙軌、三軌和四軌法。三軌法需要的影像數目多，且對于影像對的要求也相對較高；四軌法處理要求兩個相對各有一個主影像，需要兩兩配準，配準工作相對較難。鑒于衛(wèi)星傳感器的重返周期及監(jiān)測地下非法采礦行為的時效性，本發(fā)明采用了最簡單易行的雙軌d-insar技術獲取礦區(qū)地面沉降信息，并對影像對的配準、濾波、相位解纏、基線參數計算、多視處理系數的選取等關鍵步驟和方法進行了精化，獲取礦區(qū)更為精確的地面沉降信息。如在sar影像配準過程中，利用不同配準方法、在同一方法中不斷改變窗口和匹配指標閾值的大小來進行配準，對配準結果進行總結和分析，使配準盡可能精確，減少配準誤差對監(jiān)測結果的影響。在對雷達干涉數據進行多視處理時，要選擇一個合適的多視系數，避免由多視處理造成sar影像分辨率的下降及對雷達干涉數據監(jiān)測到的最大沉降梯度和沉降量的能力影響。圖2為本發(fā)明所用雙軌d-insar差分干涉數據處理流程。

差分干涉方案的設計

地下礦層被采出后引起地表的移動變形是一個時空演化過程。隨著地下采礦工作面的開采，開采范圍內的巖層將會受到一定程度的破壞，進而擴展到地表點，根據地表點的變形規(guī)律，可識別出地下非法采礦事件。為了能及時地監(jiān)測出地下采礦事件，本發(fā)明設計了一種“時序相鄰式”的雙軌d-insar方案，其基本思路為：約定時間序列sar有限數據集φ＝{d，s1，s2，s3，si，…sn}，其中(i＝1，2，3，…，n)，d為外部dem，s1和s2為采前的兩景sar數據，其余為采后的時序sar數據。

“時序相鄰式”雙軌d-insar就是從采前相鄰兩景數據開始，利用已知dem反演的干涉相位依次對相鄰的兩景數據的干涉結果進行二次差分處理，得到的是各相鄰兩景sar影像期間的地表形變量，其表達式為

且有

式中，i為sar數據的時序編號。

由于“時序相鄰式”雙軌d-insar模式可以及時地監(jiān)測到任意相鄰兩景sar數據間的開采沉陷形變量，并能夠真實地反映相鄰影像數據間微量的形變，有利于通過動態(tài)反演來識別采礦初期的地下開采事件?；谏鲜龇治?，本發(fā)明采用“時序相鄰式”雙軌d-insar數據處理的方案。

實施例

本發(fā)明實施例提供了一種集成d-insar和gis技術的地下非法采礦識別系統，包括

數據采集模塊，用于通過雙軌d-insar技術獲取礦區(qū)地面沉降信息，并對影像對的配準、濾波、相位解纏、基線參數計算、多視處理系數的選取等關鍵步驟和方法進行了精化，獲取礦區(qū)更為精確的地面沉降信息；

時空數據庫，包括概念、邏輯和物理三個層面，概念上對時空數據庫所含信息進行完整描述，在邏輯上運用地理建模理論建立一種包含時空過程、幾何、尺度、語義的開采沉陷時空數據模型，完整描述和表達沉降的時間、空間和屬性信息；在物理存儲中則采用空間數據引擎(sde)與關系型數據庫管理系統(rdbms)相結合的方式

地下非法采礦識別分析模塊，用于根據開采沉陷的空間、幾何、形變特征提取出各影像干涉對周期由地下開采而引起的地表沉降信息，再對相鄰時序的監(jiān)測數據進行空間疊加分析和統計運算來識別出地下非法開采狀況；具體包括：

數據管理模塊，用于對空間和屬性數據進行檢索、添加和編輯操作，由此可以查看和編輯數據的基本信息，經選擇和整理后加載到分析平臺中，從而完成相應的時空分析和非法采礦的自動識別；

地表形變信息提取模塊，包括形變區(qū)域查詢、形變等值線繪制和形變分類統計三個模塊，通過對差分干涉形變柵格數據的處理，可以掌握不同時期內區(qū)域形變的空間分布特征，并能以等值線或者分類渲染的形式來直觀和定量地表達地表的形變情況；

開采沉陷區(qū)圈定模塊，包括形變梯度計算模塊、沉降輪廓生成、開采沉陷區(qū)篩選三個模塊；形變梯度是某一時期開采沉陷漏斗橫向變化的表征值，能揭示該時期漏斗可容空間變化特征；沉陷區(qū)輪廓生成模塊利用開采沉陷的形變特征(即形變區(qū)域邊緣處的梯度大于等于非形變區(qū)域的梯度)生成地表沉降區(qū)域的輪廓；開采沉陷區(qū)篩模塊利用沉降梯度的向量值來判斷地表的沉降區(qū)和凸起區(qū)，從開采沉陷區(qū)域中分離出地表凸起區(qū)，得到地表沉降區(qū)域；考慮到開采沉陷并不是導致地表沉降的唯一因素，故還需根據地表的沉降形狀和梯度兩個參照對生成的地表沉降區(qū)域進行相關性檢測，下式為參照判定公式：

covm＝a*covshape+b*covgrad

式中：covshape是形狀因子，covgrad是梯度因子，a、b分別代表是形狀因子和梯度因子所占的權重，計算得到具有高相關值的區(qū)域就可以確定為開采沉陷區(qū)；

非法采礦識別模模塊，用于通過裁剪掉采礦權邊界范圍內的開采沉陷區(qū)，提取礦權邊界以外的沉陷區(qū)，再對相鄰時序提取的開采沉陷區(qū)進行空間疊加分析和分布變化統計，從而實現地下非法采礦的識別。

識別結果輸出，用于通過不同格式的空間數據輸出識別的地下非法采礦結果；所述空間疊加分析就是對相鄰時序提取開采沉陷信息按照圖層的方式分層存儲，然后將各層的各種專題要素自動疊加和相交，便可以得到包含原始圖層空間信息以及通過疊加獲取新的空間信息，以此發(fā)現空間信息的變化情況并及時識別出新的地下非法采礦事件。所述分布變化統計是非法采礦區(qū)分類統計的動態(tài)形式，可以反映區(qū)域范圍內開采沉陷的整體發(fā)展變化。非法采礦點定位從大范圍區(qū)域中確定出地下非法采礦開切眼的具體位置，并以圖形或者坐標的形式輸出，提高執(zhí)法人員對到實地查處非法事件的工作效率。

該系統為基于應用層、技術層和數據層的三層c/s結構，應用層位于系統的最外層，用于為用戶提供應用服務的圖像界面，通過應用程序的交互操作完成非法采礦的識別分析；數據位于最底層，用于定義、維護、訪問和更新數據并管理和滿足應用服務對數據的請求，技術層位于應用層和數據層之間，用于實現系統具體操作功能和服務處理。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以作出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。