地质通报  2019, Vol. 38 Issue (2-3): 443-448  
0

引用本文 [复制中英文]

侯恩科, 张杰, 谢晓深, 徐友宁. 无人机遥感与卫星遥感在采煤地表裂缝识别中的对比[J]. 地质通报, 2019, 38(2-3): 443-448.
[复制中文]
Hou E K, Zhang J, Xie X S, Xu Y N. Contrast application of unmanned aerial vehicle remote sensing and satellite remote sensing technology relating to ground surface cracks recognition in coal mining area[J]. Geological Bulletin of China, 2019, 38(2-3): 443-448.
[复制英文]

基金项目

中国地质调查局项目《秦岭及宁东矿产资源集中开采区地质环境调查》(编号:DD20160336)和国家自然科学基金项目《煤层顶板突水机理及突水危险性分区预测研究》(批准号:41472234)

作者简介

侯恩科(1963-), 男, 教授, 博导, 从事煤田地质、矿区地质灾害和矿井水害防治方面的教学及科研工作。E-mail:houek@xust.edu.cn

文章历史

收稿日期: 2018-08-12
修订日期: 2019-01-18
无人机遥感与卫星遥感在采煤地表裂缝识别中的对比
侯恩科1 , 张杰1 , 谢晓深1 , 徐友宁2     
1. 西安科技大学地质与环境学院, 陕西 西安 710054;
2. 中国地质调查局西安地质调查中心, 陕西 西安 710054
摘要: 采煤诱发地表裂缝是地面塌陷最直观的表现形式之一,也是造成煤矿区环境恶化的主要因素。准确掌握地表裂缝的展布规律是煤矿区地面塌陷治理的基础。以宁夏金凤煤矿011805工作面为研究对象,对比分析卫星遥感影像与无人机遥感影像在地表裂缝调查、解译识别中的优缺点,总结工作面地表裂缝发育规律。研究表明,无人机航拍影像中裂缝整体视觉清晰,可充分反映出宽度大于5cm的地表裂缝的形态、长度、位置等发育特征,且解译出的地表裂缝发育规律更接近实际;无人机遥感不仅提高了煤矿区地表裂缝调查的精度和可靠性,也为地表裂缝各项研究提供了丰富的基础数据。
关键词: 地表裂缝    卫星遥感    无人机遥感    采煤塌陷    
Contrast application of unmanned aerial vehicle remote sensing and satellite remote sensing technology relating to ground surface cracks recognition in coal mining area
HOU Enke1, ZHANG Jie1, XIE Xiaoshen1, XU Youning2     
1. College of Geology and Environment, Xi'an University of Science and Technology, Xi'an 710054, Shaanxi, China;
2. Xi'an Center of China Geological Survey, Xi'an 710054, Shaanxi, China
Abstract: The surface cracks induced by coal mining constitute one of the most intuitive manifestations of ground collapse and also the main factor causing the environmental deterioration in the coal mine. Thus accurately grasping the distribution law of surface cracks is the basis for the treatment of ground subsidence in the coal mine. In this paper, satellite remote sensing and unmanned aerial vehicle remote sensing technology were used to investigate the distribution of surface cracks of the 011805 working face which was selected as the research area. Research shows that in the aerial images of UAVs, the overall vision of ground cracks is clear, which can fully reflect the development characteristics including the shape, length, and location of ground cracks with a width greater than 5cm. and the interpretation results of the ground cracks are closest to reality. UAV remote sensing not only improves the accuracy and reliability of the surface crack investigation in the coal mining area but also provides abundant basic data for the study of the surface cracks.
Key words: surface cracks    satellite remote sensing    UAV remote sensing    subsidence by coal mining    

中国的煤炭资源储量、开采规模、开采强度及利用消耗都居世界前列。随着煤炭资源的大规模开发利用,煤矿区的生态环境遭受严重的负面影响[1]。采煤诱发的地面塌陷是地表移动破坏的一种外在表现,同时也是导致煤矿区土地开裂、沙漠化、水资源枯竭、植被死亡等一系列生态环境问题的根源之一,造成的危害包括地表下沉、地表裂缝、塌陷坑(槽),以及伴生的崩塌、滑坡等。地表裂缝是煤矿区最常见、最直观的地面塌陷表现形式之一。根据形态可分为直线型裂缝、弧线型缝、雁列型裂缝、分叉型裂缝[2]。按受力特征可分为张性地表裂缝、压性地表裂缝及扭性地表裂缝[3]。准确地识别地表裂缝,掌握其平面展布规律、发育特征是煤矿区生态环境恢复治理的基础。人工野外裂缝填图是地面塌陷研究早期最常用的地表裂缝调查手段,但其费时费力、受地形地貌条件约束较严重、调查结果准确度不高等缺点导致该方法正逐步变为一种辅助调查手段。目前国内大部分研究人员采用布置观测线、观测点的方法采集地表移动变形的数据。通过数据分析得到地表裂缝的发育特征,展布规律及其动态发育过程。胡振琪等[4]利用该方法观测得出了风积沙地区动态裂缝和边界裂缝的动态发育特征。胡青峰等[5]在研究厚煤层开采地表裂缝形成机理时,利用该方法调查工作面地表裂缝发育规律。随着高科技的发展,一部分研究人员采用卫星遥感[6]、无人机监测技术[7-9]、InSAR/SAR[10]、三维激光扫描[11]等新技术调查监测煤矿区地表裂缝,研究其发育规律、分布特征。

针对不同的研究区和研究目的,调查监测手段的选取也不尽相同。本文以宁夏金凤煤矿011805工作面为研究对象,探讨卫星遥感技术与无人机监测技术在该地区应用的优缺点,并总结该地区的地表裂缝发育规律。

1 研究区概况

011805工作面位于金凤煤矿北部(图 1),西侧与011803工作面毗邻,且与011201和011203工作面(均开采12煤且已开采完毕,平均煤厚1.85m,近水平煤层)有空间叠置关系,上下相隔约100m。地形整体起伏趋势为中间低、四周高,最高点高程为1426.7m。地表被黄土覆盖。采用走向长臂综合机械化开采,全部跨落法管理顶板,于2015年8月开始回采,2016年4月回采结束。工作面走向长820m,倾向长约290m,一次性采高3.5m,月进度150~200m。

图 1 工作面示意图 Fig.1 Map of the working face

工作面采侏罗系十八号煤层(图 2),煤层平均埋深约220m,煤层倾向上总体呈西高东低的趋势,倾角在1°17′~5°42′之间,平均倾角2°,属中埋深近水平煤层。松散层厚度约40m,上覆基岩厚度约180m,基本顶的平均厚度15m,以粗砂岩、中砂岩为主夹少量粉砂岩、泥岩薄层,直接顶厚度约为2.5m,岩性为夹少量泥岩的粉砂岩。侏罗系延安组与其上古近系,新近系呈角度不整合接触。

图 2 工作面地层剖面图 Fig.2 Stratigraphic profile of the working face
2 地表裂缝识别与对比

本次研究分别采用卫星遥感影像和无人机航拍影像对地表裂缝进行解译,结合野外地质调查结果,对比得出最适合该地区的地表裂缝调查手段。

2.1 遥感影像数据对比

目前,普遍用于地质灾害调查的卫星遥感影像的分辨率为0.5m。故本次研究选取的卫星遥感影像是Geoeye卫星拍摄的0.5m分辨率的全色波段影像,拍摄时间为2016年12月。无人机航拍影像是由MD4-1000的四旋翼无人机搭载索尼A7R相机拍摄,通过后期校正、拼合得到分辨率为0.04m的遥感影像,拍摄时间为2017年3月。2种遥感影像数据对比如表 1所示。

表 1 遥感影像数据 Table 1 Remote sensing image data
2.2 地表裂缝特征对比

结合野外调查结果,分别选取裂缝宽度大于50cm、20~50cm、10~20cm、5~10cm的裂缝,对比研究2种影像下呈现的效果。

当裂缝宽度大于50cm时,卫星遥感影像与无人机遥感影像中裂缝(w)形态清晰,特征明显,信息提取容易(图版Ⅰ-a);当裂缝宽度在20~50cm之间时,卫星遥感影像中裂缝整体视觉较清晰,线条状纹理特征不明显,裂缝特征信息表现出一定的不准确性,而无人机航拍影像中裂缝形态依旧清晰,线条纹理特征明显,提取的裂缝信息准确详实(图版Ⅰ-b);当裂缝宽度在10~20cm之间时,卫星遥感影像中裂缝形态模糊程度加深,只能反映裂缝的部分形态信息,长度、形态、宽度等特征信息无法保证其准确性。而无人机航拍影像中,土地开裂明显,充分反映了裂缝的发育特征(图版Ⅰ-c);当裂缝宽度小于10cm时,卫星遥感影像无法反映裂缝特征,再也无法判断、提取裂缝信息,造成了地面塌陷灾害调查的不全面性。而无人机航拍影像中裂缝形态、长度、延展方向等特征仍清晰可见(图版Ⅰ-d)。

图版Ⅰ   PlateⅠ   左侧:卫星遥感影像;右侧:无人机航拍影像
2.3 地表裂缝解译对比 2.3.1 地表裂缝解译标志

根据地表裂缝在遥感影像中的特征,该研究区的地表裂缝遥感解译识别标志主要包括直接标志和间接标志。直接标志指在遥感影像中可以直接看出土地开裂,裂缝线状纹理明显,与周围色彩出现反差的影响特征(图 3);间接标志指由于自然或人工因素裂缝被填埋所遗留下来的痕迹(图 4)。以此2种标志可在遥感影像中进行地表裂缝解译,提取裂缝特征信息。

图 3 地表裂缝直接解译标志 Fig.3 Direct interpretation of surface cracks a—无人机航拍影像;b—卫星遥感影像
图 4 地表裂缝间接解译标志 Fig.4 Indirect interpretation of surface cracks a—无人机航拍影像;b—卫星遥感影像
2.3.2 裂缝解译效果对比

对卫星遥感影像与无人机遥感影像的同一区域(区域1)进行地表裂缝解译。通过对比发现:卫星遥感影像中区域1内解译出8条裂缝,裂缝整体延展方向明显,形态较清晰;无人机航拍影像解译出裂缝36条,总体数量多于卫星遥感影像,裂缝的发育、展布特征更加清晰,突出;平面展布规律明显,特别是一些大裂缝周围的伴生型小裂缝发育形态也清晰可见(图 5)。

图 5 地表裂缝解译图(黑色线条为裂缝) Fig.5 Interpretation diagrams of cracks a—卫星影像;b—无人机影像

对比2种技术,无人机遥感技术具有经济、操作性强、简单方便等优点。在采煤工作面地表裂缝的调查、识别方面,无人机遥感技术更具优势。其调查面积广、准确度高、数据的详实性和时效性都为地表裂缝的研究提供了可靠的基础数据。

3 工作面地表裂缝展布规律

通过野外实地调查与无人机遥感技术相结合的方法,再次对金凤煤矿011805工作面进行地表裂缝调查。调查结果表明,在该地质条件下,工作面地表裂缝分为2类,一类是边界裂缝,分布在工作面顺槽、切眼及停采线外围,呈环状,工作面顺槽最外侧裂缝距离两侧顺槽约30m,边界裂缝长度在3~ 40m之间;一类是动态裂缝,分布在工作面内,其延展方向与工作面回采方向垂直,间隔出现,2条裂缝间隔距离在6~20m之间,长度在2~70m之间。两类裂缝的总体宽度在2~80cm之间(图 6)。

图 6 011805工作面地表裂缝分布 Fig.6 Distribution of surface cracks in 011805 working face
4 结论

(1)相较于目前普遍使用的0.5m分辨率的卫星遥感影像,150m航高的无人机航拍影像可以充分反映5cm以上地表裂缝的位置、形态、长度等特征信息,全面准确地展示地表裂缝的发育规律。为采煤地表裂缝调查提供了一种较佳的调查手段。

(2)金凤煤矿011805工作面开采造成的地表裂缝分为平行顺槽裂缝和平行切眼裂缝。平行顺槽裂缝长度长、宽度较大,分布在工作面顺槽外围35m的范围内;平行切眼裂缝间隔性展布在工作面内部和切眼、停采线外围,长度不长,宽度较小,间隔距离在15~25m之间。

致谢: 地表裂缝的野外调查工作由金凤煤矿地测科工作人员协助完成,在此表示衷心的感谢。

参考文献
[1]
贺卫中, 向茂西, 刘海南, 等. 榆神府地面塌陷特征及环境问题[J]. 煤田地质与勘探, 2016, 44(5): 131-135. DOI:10.3969/j.issn.1001-1986.2016.05.025
[2]
蔡怀恩.彬长矿区地面塌陷特征及形成机理研究[D].西安科技大学硕士学位论文, 2008. http://cdmd.cnki.com.cn/Article/CDMD-10704-2008145586.htm
[3]
赵坤阳.煤矿地下开采诱发地表裂缝与导水裂缝分布规律预测[D].中国地质大学(北京)硕士学位论文, 2015. http://cdmd.cnki.com.cn/Article/CDMD-11415-1015391331.htm
[4]
胡振琪, 王新静, 贺安民. 风积沙区采煤沉陷地裂缝分布特征及发生发育规律[J]. 煤炭学报, 2014, 39(1): 11-18.
[5]
胡青峰, 崔希民, 袁德宝, 等. 厚煤层开采地表裂缝形成机理与危害性分析[J]. 采矿与安全工程学报, 2012, 29(6): 864-869.
[6]
王瑞国. 基于WorldView-2数据的乌东煤矿地质灾害遥感调查及成因分析[J]. 国土资源遥感, 2016, 28(2): 132-138.
[7]
侯恩科, 首召贵, 徐友宁, 等. 无人机遥感技术在采煤地面塌陷监测中的应用[J]. 煤田地质与勘探, 2017, 45(6): 102-110. DOI:10.3969/j.issn.1001-1986.2017.06.017
[8]
张启元. 无人机航测技术在青藏高原地质灾害调查中的应用[J]. 青海大学学报, 2015(2): 67-72.
[9]
谢晓深, 侯恩科, 高冠杰, 等. 宁夏羊场湾煤矿浅埋煤层开采地面塌陷发育规律及形成机理[J]. 地质通报, 2018, 37(12): 2233-2240.
[10]
邓喀中, 王刘宇, 范洪冬. 基于InSAR技术的老采空区地表沉降监测与分析[J]. 采矿与安全工程学报, 2015, 32(6): 918-922.
[11]
张舒, 吴侃, 王响雷, 等. 三维激光扫描技术在沉陷监测中的应用问题探讨[J]. 煤炭科学技术, 2008, 36(11): 91-95.