[发明专利]一种确定地下煤火区地表裂隙的方法

权利要求书

1.一种确定地下煤火区地表裂隙的方法，其特征在于：地下煤火区地表裂隙确定方法主要由基于Landsat8遥感数据，采用单窗法反演火区地表温度分布，采用NDVI植被指数表征火区地表植被盖度分布，采用InSAR数据与分析方法表征火区地表沉降及裂隙变化趋势，从而基于温度、植被盖度、地表沉降与裂隙等特征为一体综合分析火区地表裂隙区动态演化特征，为定量分析火区状态及其变化趋势提供基础；其基本方法如下：

1)数据来源

选择Landsat-8OLI遥感影像作为温度反演和植被盖度的数据源；考虑到季节、云及雾对遥感影像的影响，分别选取了覆盖研究区且云量较少的季节的遥感影像数据；

2)数据处理

辐射定标：通过将传感器记录的电压或者数字量化输出值DN转换为绝对辐射亮度值的过程，即消除传感器本身误差确保数据一致性和精度的过程；公式如下：

L_λ＝Gain×DN+Offset (1)

式中，辐射亮度值Lλ的单位为W/(m²·μm·sr)，Gain为遥感图像的增益，Offset为遥感图像的偏移，DN为遥感图像的灰度值；

式中，ρ_i为波段i的表观反射率，D为日地距离，ESUN为大气层定的平均太阳光谱辐照度，θ为太阳的天顶角；

大气校正：使用ENVI 5.3SP3软件的FLAASH模块进行大气校正消除传感器在接收讯号的过程中外界因素或者是气溶胶散射及大气分子对地物反射造成的影响，得到反映地物真实反射率的遥感影像；

归一化差值植被指数：使用快速大气校正工具对经过裁剪的辐射定标后的多光谱波段数据进行大气校正，通过对近红外波段和红光波段进行提取归一化差值植被指数；其计算公式为：

式中：NIR代表近红外波段的反射值；R表示红光波段的反射值；NDVI的取值范围是－1～1；

植被覆盖度：在获取的NDVI基础上，可以计算得到植被覆盖度，即：

式中：NDVI_soil为完全是裸土或无植被覆盖区域的NDVI值，NDVI_veg则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值；

地表比辐射率：尽管地球表面不同地区的地形结构非常复杂，但可以利用归一化差值植被指数NDVI结合植被覆盖度P_v来求取比辐射率，通常用ε表示；且从卫星影像中像元的尺度来看，地表主要由水面、植被及裸土3种地物类型构成，其中地表辐射率ε计算公式如下：

ε＝0.985×P_v²+0.960×(1-P_v²)+0.06×P_v²×(1-P_v²) (5)

水体的比辐射率赋值为0.995，自然像元比辐射率ε_surface与城镇像元比辐射率ε_building分别根据以下公式计算得出：

ε_surface＝0.9625+0.0614P_v-0.0461P_v² (6)

ε_building＝0.9589+0.086P_v-0.0671P_v² (7)

3)地表温度反演模型

采用单通道算法反演Landsat热红外波段来求算地表温度；其所需参数如下：

黑体辐射亮度值：卫星传感器接收到的热红外辐射亮度值L_λ由3部分组成：大气向上辐射亮度L↑，地面的真实辐射亮度经过大气层之后到达卫星传感器的能量；大气向下辐射到达地面后反射的能量；L_λ的表达式为：

L_λ＝[εB(T_s)+(1-ε)L↓]τ+L↑ (8)

式中，ε为地表比辐射率,T_s为地表真实温度，B(T_s)为黑体热辐射亮度，τ为大气在热红外波段的透过率，L↓为大气向下辐射到达地面后反射的能量；

温度为T的黑体在热红外波段的辐射亮度B(T_s)为：

B(T_s)＝[L_λ-L↑-τ(1-ε)L↓]/τε (9)

地表温度反演：在获取温度为T_s的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函数，求得地表真实温度：

T_s＝K₂/ln(K₁/B(T_s)+1)-273 (10)

式中K₁、K₂是常数；

4)温度异常区面积估算

通过反演火区遥感影像数据得到火区地表温度图像，并采用密度分割法将不同的煤火区温度重分类为8个温度区间，可得到火区地表温度分布；在此基础上，采用人工阈值法求解得到同年影像下反演得到异常区温度阈值，进而区分出温度异常区与背景区；对其进行空间统计即可推导计算得到温度异常区面积；计算公式为：

式中：T_N为地表温度图像中任一像元的温度值，N为地表温度图像的像元总数，T_m为地表温度的平均值，T_δ为地表温度标准偏差，T_阈为分割点阈值；

5)火区植被盖度

以处理得到的植被覆盖图为基础，重分类为五级；温度异常区影响植被生长，导致植被覆盖度低，故主要对一级植被盖度进行分析；

6)火区地表裂隙范围确定

火区温度异常区和一级植被覆盖区呈现明显的相关性，高温异常区域所在不利于植被生长，故其植被覆盖程度往往偏低，理论上二者重合的区域即为地裂隙缝可能存在区；根据最终提取的火区温度热异常和植被覆盖信息，利用Arcgis软件对同年火区温度异常和一级植被覆盖数据进行空间叠加分析，统计其重合率得到重合面积，即火区地表裂隙可能存在区域。