0 引 言
井工开采引起的覆岩及地表移动变形，是导致矿山压力显现、覆岩破断导水、地表建(构)筑设施损害及地表生态影响的直接原因。 百余年来，煤炭开采影响受到社会的广泛关注，并制定了相应的法律法规[1-2]。 矿区地表移动变形观测是开采沉陷研究和矿区地质灾害防治的重要手段，有效开展矿区地表移动变形的观测工作，准确掌握地表移动变形规律，可为后续开采损害预测、控制及沉陷区综合治理提供依据，对矿区可持续发展具有重要意义。
现场实测是覆岩及地表移动变形研究最可靠的手段，随着生产发展及技术的进步，测绘技术也得到了迅速发展。 测绘仪器由传统光学仪器发展为现代高精度电子仪器，由原来的人工观测发展为全天候自动化监测，由最初的接触式点状测量发展为非接触的面域测量。 目前矿区地表移动常用的观测方法为水准、全站、GNSS、InSAR 和三维激光扫描等技术。 矿区现有观测技术方法均是在特定的生产需求和技术水平下提出和发展起来的，有其优势和适用条件。 为尽可能满足矿区生产和复杂地形条件下地表移动变形的监测要求，许多学者也做了矿区监测技术的联合观测研究，在气象、环境、大地测量方面也都尝试了多种方法的协同监测技术[3]。
国家能源集团与中国矿业大学(北京)联合提出了西部矿区采动损伤空天地、井上下、全过程一体化监测体系。 提出了覆岩运移、矿压显现、大范围高密度、高频次地表移动网状观测等空天地协同监测方法，以及采动裂缝精细化识别方法，实现了采动损伤全过程实时高精度监测。 本文主要侧重于地表移动的协同观测方法的研究与实践。
1 矿区常用监测技术
1.1 传统监测方法
传统监测主要包括精密水准和导线测量，该方法观测精度高，也是目前矿区开展地表移动观测和建(构)筑物变形监测的主要手段之一。
传统监测的一般步骤是先通过野外踏勘、布设地表观测站，逐站测量高差与相对位置，最后通过不同时间段的高程或位置变化反应地表移动变形。
监测结果常见的表现形式有剖面线图和等值线图。 但等值线图是真实情况的概化表达，降低了高精度点位的测量精度，因此，也有采用面域的云图表达方式。
从观测方式看，采用接触式、周期性测量模式进行地表移动变形数据采集，工作强度大、数据实时性差，尤其在监测对象移动变形快、测点较多的情况下，监测数据存在时间异步性问题，难以反应真实的移动变形状况。 同时，逐站观测也造成了误差的累积，在地形起伏较大的区域，不但测量难度增加，而且测量精度也会下降，尤其在地表积水、测点埋设困难、通视效果差、天气恶劣等条件下，传统监测方法更是难开展工作。
1.2 GNSS观测技术
相比传统监测技术，GNSS 技术具有测量周期短、精度较高、布网迅速、测点间无需通视、误差无累积、可全天候作业、工作效率高等优点。 随着GPS及我国BDS 系统的发展完善，GNSS 技术也被越来越多地用在矿区地表监测工作中[4-8]。
但相比于水平位移监测，GNSS 观测技术的高程测量精度较差，研究表明，CORS-RTK 在20 km范围内的平面位置精度约±2 cm，高程精度±3 cm[9-11]。 在沟谷、水域等特殊地形或卫星信号被干扰或有遮挡时，监测精度和可靠性大幅降低，甚至无法测量。
1.3 InSAR观测技术
GNSS 本质上也是由点构面的测量。 对于大范围测量而言，这种测量方式也存在异步性，测点观测数据不是同一时刻获取，而InSAR 则是在同一时刻获取整个面域观测值。
InSAR 技术利用SAR 相位信息，在获取高精度地形信息的同时，还可监测地表微弱变化，监测时间跨度大，从几天到几年，可获得全球高精度(毫米到厘米级)的、高可靠性、任何气候条件下地表变化信息[12-14]。 这使得InSAR 在监测地表微小形变方面具有独特优势，成为监测地表变化的新手段。
但目前InSAR 技术除了卫星回访周期长，还受时空相关性引起的严重相位噪声和大气相延迟降低变形测量可靠性两方面因素限制。
时间基线是一重要因素，在地表变形应用中，重复轨道上2 个SAR 图像之间的时间越长，干扰相发出的噪音就越大，时间损失就越大。 时间损失影响InSAR 的观测质量，甚至测量失败，这使得开采前后地表变形等长期积累监测变得特别困难。 接收两个SAR 图像的轨道空间之间的距离越大，干扰相噪声水平就越高，即空间损失越大，限制了有效干涉测量参数的数量。 由于缺乏高分辨率天气数据与时间同步的SAR 图像，从干扰结果中移除大气影响也相当困难。
1.4 无人机航测技术
无人机航空摄影系统是使用搭载有传感器的无人机来快速获取测区高分辨率数字影像，并生成地表高程模型，提取地表信息的新型航空遥感技术。分辨率高、灵活机动、高效快速、作业成本低是无人机航测的显著优势，其分辨率可以达到厘米级，尤其适用于应急数据获取及小范围快速成图测绘，是卫星遥感和载人机航测的有效补充手段，近年来在矿区监测中也有应用研究[15-19]。
无人机能够搭载多种传感器相机来满足不同的监测需求，目前，无人机航测技术已经广泛应用于国土资源调查、农林业监测和灾害调查评估等领域，但受飞行平台载荷、飞行姿态等因素影响，变形监测技术还有不足。
1.5 三维激光扫描技术
目前，三维激光扫描技术在矿区变形监测方面也进行了相关研究[20-21]。 三维激光扫描技术是使用激光脉冲束来获取目标表面空间坐标及反射强度等信息的一种测量手段，能够无接触、快速、准确、全天候的获取目标点云数据。 近几年随三维激光扫描技术越来越成熟，应用到的领域也越来越广，如:古建筑物保护，文物复原，工业上的逆向工程以及大型设备的安装等。
三维激光扫描仪在沉降监测时，无需布设固定点，同时获取点云数据为面状区域，可够快速、全面反映沉陷区地表或建筑物形态。
但三维激光扫描技术每次采集数据量都很大，内业处理较为繁琐；且因数据形式的特殊性，通常无法直观获取矿区移动变形量，需先通过建模获取扫描时的地表三维模型，根据模型间变化对比判断地表移动变形情况。
综上可知，目前矿区常用监测技术均有其局限和适用条件，随测绘技术发展，人们也常比较传统与新兴监测技术的异同。 无论数据可靠性、分析效率、结果展示都各具特色，许多手段并非非此即彼的关系，为此，需视具体情形，发挥各种监测仪器(传感器)优势，多技术优化组合，协同互补更好地解决实际问题[22-23]。 针对矿区具体的地表变形监测问题，本文提出了空天地一体化监测体系。
2 空天地一体化监测体系
矿区地表变形监测是一个涉及数据采集、数据处理及数据应用分析的技术体系(图1)，笔者提出的空天地一体化监测(图2)，是针对地表移动采集仪器所处的空间位置而言，主要指太空的遥感监测、低空无人机航空测量、地表传统监测或测量机器人监测。 空天地一体化监测是在具体观测条件下针对数据精度、采集连续性、时间一致性、工作效率、气候影响等因素利用多方法协同监测与分析应用的技术体系，在保证精度、提高效率的前提下，实现各种地形条件的矿区地表变形监测。
图1 空天地一体化监测体系
Fig.1 Space-sky-ground integrated monitoring system
2.1 数据高效高精度采集技术
图2 空天地一体化监测技术示意
Fig.2 Technical schematic of space-sky-ground integrated monitoring
数据采集事关监测成败，不同监测条件，对采集数据的精度和工作效率要求不同。 随监测技术的进步，许多高精度、高效率设备和方法应运而生，虽可满足矿区地表变形在精度和效率方面的要求，但其成本是其他方法的千百倍，经济上不可行。 为此，数据采集的基本原则首先应满足精度要求，其次考虑效率和成本。
实际工作中常采用多种监测技术优势组合的方法开展工作。 由矿区常用监测方法特点可知，单一监测方法很难满足实践要求，尤其在地表起伏变化大、部分区域有乔木或建筑遮挡等条件下，往往需要多种方式的协同监测，如全站仪和GPS 技术的结合，可满足这一复杂条件下的精度和效率要求，并且人工成本及劳动强度都不太大。 但对地表下沉速度快或大范围监测区域，存在时间异步性问题，即一条观测线起点与终点不是同一时刻观测或时间间隔太大，造成建/筑物的监测分析结果不准确。 针对时间异步性问题，可采用遥感与其他高精度监测技术相结合的方法解决。
此外，也可采用空天地不同位置传感器间两种或多种协同数据采集模式，如针对传统测量时间异步性和InSAR 回访周期长的问题可采用InSAR、激光扫描相结合与GNSS 高精度控制相结合的方式开展工作[24-28]。
2.2 数据高质量快速处理技术
数据处理的目标和原则是高质量和快速处理。数据处理包括单一来源数据处理和多源数据处理。单一数据处理常用方法有时间序列分析方法、动态卡尔曼滤波方法、静态数据处理方法和似单差方法等。 因数据采集传感器不同，单一数据处理方法也不相同。 多源数据除采用单一数据处理方法外，因传感器获取数据格式不一、数据量大、关系复杂，还需进行多源数据在一定准则下分析、优化、综合算法的研究。
多源数据融合一般采用特征级融合，先从各种测量数据中提取地表特征，然后通过融合算法获取融合后的地表移动值。 特征级融合目标识别，既能保持足够数量的目标有效信息，去除冗余信息，又可提高目标识别的精确性。 目前特征级融合方法主要有概率论统计方法、逻辑推理方法、神经网络方法、基于特征抽取的融合方法和基于搜索的融合方法五类。
2.3 监测结果的全面直观分析途径
数据采集和处理的目的是为了决策分析，决策分析首先是以图表数据的形式直观形象并全面地进行信息表达。 矿区地表移动变形常用的表达形式为表格、等值线或云图。
为及时、可靠的获取地表移动信息，对地表移动变形情况进行量化分析，需建立决策分析系统，主要由监测结果展示、监测结果分析和预测预警三部分组成。 其中监测结果展示模块主要汇总地表移动变形数据，并以图表展示；结果分析模块根据汇总数据并结合地质采矿条件，总结地表移动变形规律，并导出报表或报告；预测预警模块通过实时更新的测量数据，监测地表移动变形量，评价地表生态及建构/筑物受影响程度，并根据地表移动变形趋势，在设定阈值进行报警。
3 神东上湾矿空天地一体化监测应用
3.1 上湾矿监测工作面概况
现场实测位于上湾矿12401 工作面，该面走向长299.2 m，推进长5 254.8 m，设计采高8.6 m，采深124～250 m，地表为丘陵地形，日推进距离为14 m左右，地表移动剧烈，实测地表日最大下沉速度860 mm 左右。
3.2 空天地一体化监测方案
上湾矿12401 工作面具有典型的浅埋高强度的移动变形特征，工作面推进速度和地表下沉速度快，且为丘陵地形，传统测量观测不仅劳动强度大，且观测数据可能具有显著的时间异步性。 而InSAR 技术回访周期一般为12 d，对于工作面上方下沉速度较大区域存在失相干的问题，因此，目前常用观测技术都无法很好解决工作面地表下沉的监测问题。
为实现上湾矿12401 工作面实时、高精度全范围的地表移动监测，采用“空天地”一体化监测技术进行现场监测，具体监测布置如图3 所示。 具体观测方法包括:①采用GNSS 控制测量，为多源监测数据提供统一基准；②采用InSAR+BDS(北斗)实现太空宏观监测+移动盆地边缘精细测量；③采用地面LiDAR(激光扫描)进行地表下沉精细化扫描。
3.3 数据处理结果
图3 空天地一体化监测布置示意
Fig.3 Schematic diagram of space-sky-ground integrated monitoring arrangement
基于GNSS 测量原理，利用BDS+GPS 对研究区进行了控制测量，建立了35 个控制点，为地表形变监测提供高精度坐标，有助于InSAR 技术与地表Li-DAR 测量结果进行融合。 对神东矿区上湾煤矿的InSAR 地表监测主要是基于Sentinel_1A 雷达卫星获取的长时间序列影像数据，采用SBAS-InSAR 技术，获取该地区地面沉降信息。
本次InSAR 数据处理采用如下7 个步骤:①影像配准、裁剪；②基线组合，生成连接图；③计算平地及地形相位，生成差分干涉图；④高相干目标选择；⑤相位相缠，获取完整相位信息；⑥基线校正，选取控制点，利用其高程和解缠相位，估计精确基线；⑦大气和非线性形变相位估计，进行时间序列反演，获取最终形变时间序列和高程误差。
利用SBAS-InSAR 处理结果圈定矿区级沉降区，明确精细化观测区域，如图4a 所示。 期间完成3 次地面监测区域固定站式三维激光扫描，最后一次的扫描结果如图4b 所示。 根据SBAS-InSAR+三维激光扫描结果结合控制点进行数据融合，如图4c所示。 图4c 可以完整展示整个矿区地表下沉全盆地，可知神东上湾矿12401 工作面在开采面积0.58 km2时，地表沉陷面积0.71 km2，最大下沉量5 812 ～6 300 mm，根据采厚8.50 ～8.75 m 计算得出下沉系数为0.67～0.72。
图4 上湾矿地空协同监测下沉监测融合结果云
Fig.4 Cloud image of the surface subsidence monitoring and fusion results of the Shangwan coal mine
4 结 论
1)阐述了矿区常用技术在观测精度、工作效率、数据可靠性方面的优缺点，提出监测技术协同互补、优化组合是解决好当前地表变形监测问题的途径。
2)根据传感器空间位置及观测数据特征，提出了集数据采集、数据处理、决策分析为一体的空天地一体化监测技术框架。
3)上湾矿通过GPS 控制测量将InSAR 与三维激光扫描数据相融合，得出矿区地表下沉结果与地表实时监测结果基本一致，表明笔者采用空地协同观测方法可行。
[1]何国清，杨 伦，凌赓娣，等.矿山开采沉陷学[M].徐州:中国矿业大学，1990.
[2]崔希民，邓喀中.煤矿开采沉陷预计理论与方法研究评述[J].煤炭科学技术，2017，45(1):160-169.CUI Ximin，DENG Kazhong.Research review of predicting theory and method for coal mining subsidence[J].Coal Science and Technology，2017，45(1):160-169.
[3]汪云甲.矿区生态扰动监测研究进展与展望[J].测绘学报，2017，46(10):1705-1716.WANG Yunjia.Research progress and prospect on ecological disturbance monitoring in mining aeration[J].Acta Geodaetica et Cartographica Sinica，2017，46(10):1705-1716.
[4]栾元重，韩李涛.矿区GPS 变形监测与变形分析[J].测绘工程，2002(2):49-51.LUAN Yuanchong，HAN Litao .GPS monitoring technology and analysis on mine deformation[J].Engineering of Surveying and Mapping，2002(2):49-51.
[5]张安兵，张兆江，高井祥，等.GPS 用于矿区沉陷区地表高精度动态监测的可行性研究[J].煤炭学报，2009，34(10):1322-1327.ZHANG anbing， ZHANG Zhaojiang， GAO Jingxiang， et al.Feasibility study on mining surface subsidence high-precision monitoring using GPS[J].Journal of China Coal Society，2009，34(10):1322-1327.
[6]鲍金杰，汪云甲.GPS-RTK 在矿区沉降监测中的应用[J].煤炭工程，2012(2):121-123.BAO Jinjie，WANG Yunjia.Application of GPS-RTK to monitoring and measuring of ground subsidence in mining area[J].Coal Engineering，2012(2):121-123.
[7]袁德宝，崔希民，潘 星，等.RTK 实时动态测量技术在矿区测绘中的应用[J].大地测量与地球动力学，2007(3):72-75.YUAN Debao，CUI Ximin ，PAN Xing ，et al.Application of RTK technique for surveying and mapping in mining area[J].Journal of Geodesy and Geodynamics，2007 (3):72-75.
[8]张 帝，高雅萍，许双安.GPS 技术在矿区沉降监测中的应用[J].测绘信息与工程，2012，37(2):22-24，28.ZHANG Di， GAO Yaping ，XU Shuangan.Application of GPS to subsidence monitoring of mining area[J].Journal of Geomatics，2012，37(2):22-24，28.
[9]马洪滨，孙 军，周海壮，等.鞍山市连续运行参考站系统建设与定位精度分析[J].导航定位学报，2013，1(1):89-95.MA Hongbin，SUN Jun，ZHOU haizhuang，et al.Construction on ASCORS and analysis of positioning accuracy[J].Journal of Navigation and Positioning，2013，1(1):89-95.
[10]吴文坛，田 挚，李辛铭.一种基于河北CORS 的地面沉降监测方法[J].测绘科学，2014，39(4):64-67，77.WU Wentan，TIAN Zhi，LI XinMing.A method of ground subsidence monitoring based on Hebei CORS[J].Science of Surveying and Mapping，2014，39(4):64-67，77.
[11]林国利，张文言，於永东，等.上海北斗连续运行参考站系统(SHBD-CORS)的建设与精度测试[J].测绘通报，2013(11):136-137.LIN Guoli， ZHANG Wenyan， YU Yongdong， et al.Construction and accuracy test of Shanghai Beidou continuous operation reference station system[J].Bulletin of Surveying and Mapping，2013(11):136-137.
[12]刘 广，郭华东，RAMON Hanssen，等.InSAR 技术在矿区沉降监测中的应用研究[J].国土资源遥感，2008(2):51-55，119-120.LIU Guang，GUO Huadong ，RAMON Hanssen ，et al.The application of InSAR technology to mining area subsidence monitoring[J].Remote Sensing for Land & Resources，2008(2):51-55，119-120.
[13]董玉森，GE Linlin，CHANG Hsingchun，等.基于差分雷达干涉测量的矿区地面沉降监测研究[J].武汉大学学报:信息科学版，2007(10):888-891.DONG Yusen，GE Linlin，CHANG Hsingchun，et al.Mine subsidence monitoring by differential InSAR[J].Geomatics and Information Science of Wuhan University，2007(10):888-891.
[14]SIMITKUMAR Raval，ALI Shamsoddini.A monitoring framework for land use around kaolin mining areas through Landsat TM images[J].Earth Science Informatics，2014，7(3).
[15]TONG Xiaohua，LIU Xiangfeng，CHEN Peng，et al.Integration of UAV-Based photogrammetry and terrestrial laser scanning for the three-dimensional mapping and monitoring of open-pit mine areas[J].Remote Sensing，2015.7(6):6635-6662.
[16]章梦霞，郑新奇，刘 波.无人机影像支持的矿区开采动态监测方法[J].测绘通报，2017(10):43-47.ZHANG Mengxia， ZHENG Xinqi， LIU Bo.Dynamic monitoring method for mining area based on UAV images[J].Bulletin of Surveying and Mapping，2017(10):43-47.
[17]肖 武，胡振琪，张建勇，等.无人机遥感在矿区监测与土地复垦中的应用前景[J].中国矿业，2017，26(6):71-78.XIAO Wu，HU Zhenqi，ZHANG Jianyong，et al.The status and prospect of UAV remote sensing in mine monitoring and land reclamation[J].China Mining Magazine，2017，26(6):71-78.
[18]刘广盛，吕军超.基于无人机的矿区变化监测关键技术研究[J].测绘通报，2013(S1):95-98.LIU Guangsheng，LYU Junsheng.Research on key technology of mine area change monitoring based on UAV[J].Bulletin of Surveying and Mapping，2013(S1):95-98.
[19]He REN，Yanling ZHAO，Wu XIAO，et al.A review of UAV monitoring in mining areas:current status and future perspectives[J].International Journal of Coal Science & Technology，2019，6(3).
[20]Dawei ZHOU，Kan WU，Ranli CHEN，et al.GPS/terrestrial 3D laser scanner combined monitoring technology for coal mining subsidence:a case study of a coal mining area in Hebei，China[J].Natural Hazards，2014，70(2):1-16.
[21]李 秋，秦永智，李宏英.激光三维扫描技术在矿区地表沉陷监测中的应用研究[J].煤炭工程，2006(4):97-99.LI Qiu，QIN Yongzhi，LI Hongying.Study on the application of laser 3D scanning technology in the monitoring of surface subsidence in mining area[J].Coal Engineering，2006(4):97-99.
[22]TANG Fuquan，CHEN Zuxi，WU Hanying.Application of GPS/In-SAR fusion technology in dynamic monitoring of mining subsidence in western mining areas[C].Consumer Electronics，Communications and Networks ( CECNet )， 2012 2nd International Conference on，2012.
[23]何 倩，范洪冬，段晓晔，等.三维激光扫描与DInSAR 联合监测矿区地表动态沉降方法[J].煤矿安全，2017，48(12):70-73，77.HE Qian，FAN Hongdong ，DUAN Xiaoye，et al.A combining method of 3D laser scanning and DInSAR for monitoring surface dynamic subsidence in mining area[J].Safety in Coal Mines，2017，48(12):70-73，77.
[24]马海涛，李 辉，刘勇峰，等.D-InSAR 技术在矿区地表沉降监测中的应用[J].金属矿山，2011，38(2):95-98.MA Haitao，LI Hui，LIU Yongfeng，et al.Application of D-InSAR technique to the land subsidence monitoring in mining area[J].Metal Mine，2011，38(2):95-98.
[25]潘红宇，赵云红，张卫东，等.基于Adaboost 的改进BP 神经网络地表沉陷预测[J].煤炭科学技术，2019，47(2):161-167.PAN Hongyu，ZHAO Yunhong，ZHANG Weidong，et al.Prediction of surface subsidence with improved BP neural network based on Adaboost[J].Coal Science and Technology，2019，47(2):161-167.
[26]李晶晶，郭增长.浅析D-InSAR 在煤矿开采沉陷监测中的应用[J].矿山测量，2006(2):79-81，44，4.LI Jingjing，GUO Zengzhang.Discussion on application of the DInSAR in coal mining-induced subsidence monitoring[J].Mine Surveying，2006(2):79-81，44，4.
[27]申 涛，朱占荣.陕北矿区煤炭开采沉陷实测参数分析[J].煤炭科学技术， 2019， 47(12): 207-213.SHEN Tao，ZHU Zhanrong.Analysis of measured mining subsidence parameters in Northern Shaanxi Mining Area[J].Coal Science and Technology， 2019， 47(12): 207-213.
[28]朱建军，杨泽发，李志伟.InSAR 矿区地表三维形变监测与预计研究进展[J].测绘学报，2019，48(2):135-144.ZHU Jianjun，YANG Zefa，LI Zhiwei.Recent progress in retrieving and predicting mining-induced 3D displace-ments using InSAR[J].Acta Geodaetica et Cartographica Sinica，2019，48(2):135-144.
