利用非局部DS-InSAR与基于物理的反演方法测绘地下煤层火中的地下燃烧空洞

《Remote Sensing of Environment》：Mapping subsurface combustion cavities in underground coal fires using nonlocal DS-InSAR and physics-based inversion

　　

•经非局部优化增强的分布式散射体干涉合成孔径雷达（DS-InSAR）检测到了煤矿火诱发的形变。
•双源奥卡达模型反演了地下燃烧区的三维几何结构。
•利用空间正则化约束量化了等效空腔厚度。
•形变和热异常显示出强烈的时空相关模式。

介绍
作为对矿山安全和环境的重大威胁，地下煤矿火灾在煤炭丰富的国家（包括美国、澳大利亚、印度和中国）普遍存在（Wang et al., 2016）。它们通常由自然因素和人类活动共同触发。自然点火通常是由于热量积聚超过煤炭燃点造成的，而人为点火更多地与采矿引起的断层和暴露的煤层有关（Riyas et al., 2021; Liang et al., 2023）。这些火灾的特点是燃烧缓慢、阴燃和长期热量积聚，往往持续数十年甚至数百年（Liang et al., 2019）。例如，宾夕法尼亚州的中央亚矿火已燃烧了近半个世纪（Biswal et al., 2019）。同样，印度贾赫里亚（Jharia）煤田持续燃烧并扩大，导致严重的生态破坏，并威胁到周围地区（Riyas et al., 2021）。在澳大利亚新南威尔士州，煤矿火已持续了数千年（Biswal et al., 2019; Tan et al., 2019）。地下煤矿火灾灾害在中国也很普遍，其主要产煤区如新疆和内蒙古受到严重影响（Yu et al., 2022; Claudia et al., 2012）。鉴于煤炭资源大量消耗和有毒污染气体排放的紧迫关切，有效控制地下煤矿火灾对于资源保护和环境保护至关重要（Wang et al., 2016; Liang et al., 2019; Xiao et al., 2023）。因此，准确识别火灾位置并精确探测地下燃烧分布已成为关键的研究优先事项。

地下煤矿火会引起磁场、热场、气体浓度和地表条件的变化，这些变化可以使用专用仪器进行检测（Mishra et al., 2018; Karanam et al., 2021; Wang et al., 2023a）。传统的检测方法主要包括地球物理和化学方法（Xue et al., 2008; Zhou et al., 2018; Du et al., 2021）。地球物理技术（如电阻率和地震勘探）可以识别地下异常，而化学方法（包括气体和氡分析）可以检测与燃烧相关的排放物。虽然这些方法测量精度较高，但它们需要预先了解大致的火灾位置，并受限于高成本、有限的空间覆盖范围、低时效性以及易受环境干扰。这些局限性阻碍了它们在地下煤矿火大规模、区域性监测中的适用性。

凭借其提供大规模、多参数和周期性观测的能力，遥感可以提供大量的地球观测信息，为地下煤矿火监测提供数据基础（Sobrino et al., 2004; Biswal et al., 2019）。考虑到地下煤矿火的独特特征，即热异常、气体排放和地表形变，这使得它们特别适合于通过遥感技术进行监测。一方面，地下煤矿火引起的地下断层作为氧气的优先通道，形成正反馈循环，加速火灾传播（Zhao et al., 2022, Zhao et al., 2023）。这使得煤矿火区域的温度显著高于非煤矿火区域，尤其是在夜间。热红外遥感是通过检测温度异常来识别活跃燃烧区的最直接方法，允许对火灾前沿进行空间界定并跟踪其时间演变（Li et al., 2013; Du et al., 2022）。例如，在中国新疆和内蒙古以及印度贾赫里亚等主要产煤区的研究中，已成功利用 Landsat-8 热红外传感器（TIRS）和 ASTER 等平台的数据来划定与地下燃烧相关的表面热模式，提供受影响区域的大致概况（Syed et al., 2018; Zeng et al., 2018; Huo et al., 2015）。然而，由于其像素分辨率较粗且地下热量传递复杂，热红外数据无法可靠地指示地下煤矿火的空间范围或燃烧状况。此外，该技术无法准确描绘地下煤矿火的完整空间范围或燃烧厚度。

另一方面，燃煤层形成的空腔会加剧土地沉降并促进地表裂隙的发展（Xiao et al., 2023）。干涉合成孔径雷达（InSAR）已发展成为一种强大的地理空间工具，可准确测量多时相 SAR 观测中的大规模地面形变，并已被广泛应用于监测与地震（Hu et al., 2012）、火山爆发（Anderssohn et al., 2009; Lu and Dzurisin, 2014）、滑坡（Rosi et al., 2018; Wang et al., 2023b）和采矿活动（Xu et al., 2022）相关的形变。差分干涉合成孔径雷达（D-InSAR）和多时相干涉合成孔径雷达（MT-InSAR）等技术能够以厘米至毫米级的精度检测地面位移（Zhu et al., 2017）。通过与现场调查和 GNSS 观测结果的对比，也证明了 InSAR 在煤矿火监测中的适用性（Tan et al., 2019; Wang et al., 2019; Raju and Mehdi, 2023）。在 MT-InSAR 方法中，永久散射体干涉测量（PSI）和小基线集（SBAS）主要依赖于稳定的高后向散射目标。然而，煤矿火区域通常以裸土、松散沉积物和稀疏植被为主，导致相干性低且可靠测量点的密度不足。分布式散射体干涉合成孔径雷达（DS-InSAR）通过利用统计上均匀的像素来改善相位估计并增加失相关环境中的测量密度，从而克服了这一局限性（Osmano?lu et al., 2016; Zhao et al., 2019; Li et al., 2021）。近年来，非局部（NL）相位优化、协方差矩阵正则化和统计稳健相位链接策略的最新进展进一步提高了低相干条件下的相位估计精度和测量可靠性（Song et al., 2021; Li et al., 2023; Liang et al., 2024; Shen et al., 2024）。尽管如此，传统 DS-InSAR 中均匀像素的选择通常局限于局部空间窗口，使得相位优化易受均匀样本不足和统计上相似像素污染的困扰。为了克服这些局限性，NL DS-InSAR 将相似性搜索扩展到局部邻域之外，从而能够在更大的搜索域内识别统计上均匀的像素（Zhang et al., 2023b）。这种策略显著提高了非均匀、低相干环境中的相位估计鲁棒性和测量密度，使其特别适用于低相干煤矿火环境中的形变监测。

此外，由于煤矿火通常发生在地下深处，常规地质勘探方法很难准确确定其空间分布和厚度。在这种情况下，地表形变为地下燃烧和相关的岩体不稳定性提供了间接但有效的约束（Zhang et al., 2004）。奥卡达矩形错动模型建立了地表形变与等效地下源几何结构之间的解析关系，并已被广泛应用于地震、火山、地下流体和采矿活动的形变研究（Okada, 1992; Lu et al., 2010; Plattner et al., 2010; Wang et al., 2013; Ji et al., 2016）。同时，贝叶斯反演已成为地球物理形变分析中越来越重要的工具，因为它能够通过后验概率分布同时估计模型参数及其相关不确定性。最近的进展进一步改善了概率源反演和不确定性量化，使得遥感观测与基于物理的形变模型的可靠结合成为可能（Zhang et al., 2023a; Tian et al., 2024）。相应地，本研究将 InSAR 衍生的形变场纳入基于奥卡达的贝叶斯反演框架中，以估计地下煤矿火的空间分布、燃烧深度和等效燃烧厚度。

受分布式散射体 InSAR 处理和贝叶斯地球物理反演最新进展的启发，本研究开发了一个集成的遥感与基于物理的反演框架，以表征地下煤矿火的时空演变并定量估计相关燃烧空腔的几何结构。首先，利用广义单通道（GSC）算法从 Landsat-8 热红外数据中获取地表温度（LST）时间序列，同时利用提出的 NL DS-InSAR 方法从 Sentinel-1 图像中推导地表形变时间序列。然后，将检索到的形变场纳入基于奥卡达的贝叶斯反演框架中，以估计几何结构和分布式等效燃烧空腔厚度。最后，利用独立的地球物理调查数据对反演结果进行验证，并与热观测结果共同解释，以调查地下煤矿火的演变。这一集成框架通过结合互补的遥感观测与基于物理的反演，提供了一种有效的方法来定量表征地下燃烧几何结构及其演变。本研究的主要贡献如下：
(1) 我们引入了一种结合非局部相位优化的 DS-InSAR 方法，在新疆煤矿火区域的低散射区域获得了具有更高点密度和更清晰沉降边界的动态形变场。
(2) 在贝叶斯框架内引入了一种双源奥卡达错动模型。该模型成功反演了地下煤矿火的空间分布及其燃烧厚度。
(3) 在多物理框架内，我们展示了整合物理变形和热监测数据的互补优势。这种协同作用使得能够精确反演和估计关键参数，包括地下煤矿火的空间分布、燃烧厚度和深度。

章节片段 研究区域与数据集
作为全球受影响最严重的区域之一，新疆的地下煤矿火燃烧深度从几十米到几百米不等。详细统计显示，58.1%、35.5% 和 6.4% 的火灾分别发生在 0–100 米、100–200 米和 200 米以下的深度（Shao et al., 2023; Tan et al., 2019）。我们的研究区域水西沟地下煤田位于中国新疆维吾尔自治区吉木萨尔县，坐落于东部……
方法论
本研究整合了多源遥感和地球物理数据，以表征地下煤矿火的时空演变并反演相关的地下燃烧空腔参数。总体工作流程如图 2 所示。具体来说，32 幅 Sentinel-1A 图像通过改进的 NL DS-InSAR 方法进行处理，以推导时间序列地表形变。然后，使用广义单通道（GSC）算法（Jimenez-Munoz et al., 2008, Jimenez-Munoz et al., 2014）从……获取地表温度（LST）
时间序列归一化地表温度
归一化地表温度异常的时空分布与独立的地球物理划定的煤矿火区显示出显著的空间一致性。如图 4 所示，2018 年 1 月至 2019 年 12 月间观测到的大部分高温异常都包含在通过磁法和电法调查确定的边界内。这种空间一致性突出了热遥感和地球物理技术在识别……的互补性
地下煤矿火的地表形变时空演变
NL DS-InSAR 的应用通过有效减轻低相干环境中时空失相关引起的相位噪声，显著增强了地下煤矿火区域地表形变信号的检索。相位优化鲁棒性的提高增加了可靠测量点的密度，从而为准确表征地下……相关的复杂形变的时空演变模式提供了关键的数据支持
结论
在本文中，我们提出了一种先进的 DS-InSAR 方法，集成了非局部相位优化技术，以监测 2018 年至 2019 年水西沟煤矿火区域的地表形变动态。此外，基于形变形态，采用具有贝叶斯反演框架的双源奥卡达错动模型来解析燃烧区的三维几何结构。此外，具有空间平滑正则化的分布式反演模型……
CRediT 作者贡献声明
严世勇：写作 – 审稿与编辑，写作 – 原稿，验证，软件，方法论，资金获取，形式分析，概念化。邱文燕：写作 – 审稿与编辑，可视化，软件，调查，数据管理。牛玉芬：写作 – 审稿与编辑，方法论，资金获取，形式分析。张浩磊：写作 – 审稿与编辑，验证，软件，方法论，数据管理。赵金奇：写作 – 审稿与编辑，资源，方法论。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能会影响本文所报告的工作。
致谢
本工作得到国家自然科学基金资助（批准号 42674021 和 41901286）；部分由中国博士后科学基金资助（批准号 2025M770250）。
严世勇 | 邱文燕 | 牛玉芬 | 张浩磊 | 赵金奇 | 卢忠