Nowa metoda identyfikacji na drobną skalę basenów osiadania po wydobyciu węgla oparta na TS-InSAR i charakterystykach krzywej osiadania

Dlaczego zapadanie się gruntu ma znaczenie dla codziennego życia

W wielu regionach Chin wydobywany z głębi węgiel cicho przekształca krajobraz nad nim. W miarę jak warstwy skalne zapadają się w opróżnione pokłady, powierzchnia terenu może powoli obniżać się, tworząc szerokie, płytkie misy zwane basenami osiadania. Ukryte zmiany zagrażają domom, drogom, rurociągom, gruntom rolnym i delikatnym łąkom. Artykuł stojący za tym tekstem przedstawia nowy sposób szybkiego i precyzyjnego wykrywania i wytyczania tych zapadających się obszarów przy użyciu radarów satelitarnych i inteligentnego rozpoznawania wzorców, oferując potężne narzędzie dla bezpieczniejszego górnictwa i lepszej ochrony gruntów.

Obserwowanie ziemi z kosmosu

Naukowcy korzystają z techniki satelitarnej zwanej InSAR, która mierzy, jak powierzchnia Ziemi się podnosi lub opada, porównując sygnały radarowe w czasie. Nowoczesne misje, takie jak Sentinel-1, wielokrotnie skanują rozległe obszary, wykrywając ruch gruntu na poziomie kilku milimetrów. Składając wiele obrazów w szeregi czasowe, zespół może śledzić, jak każdy punkt na powierzchni porusza się miesiąc po miesiącu. To szerokie, precyzyjne pokrycie umożliwia monitorowanie rozległych rejonów węglowych we wschodnich, centralnych i zachodnich Chinach bez instalowania gęstych sieci czujników naziemnych.

Charakterystyczny kształt osiadania górniczego

Dziesięciolecia pomiarów terenowych wykazały, że zapadanie się terenu nad aktywnymi ścianami wydobywczymi ma tendencję do przyjmowania charakterystycznego wzoru. Gdy pod danym miejscem rozpoczyna się eksploatacja, powierzchnia najpierw osiada powoli, potem przyspiesza, a na końcu zwalnia, gdy podziemna pustka stabilizuje się, tworząc krzywą w kształcie litery S przy wykresie osiadania w czasie. Dla odmiany obszary niezwiązane z górnictwem zazwyczaj poruszają się niewiele lub wykazują nieregularne, małowymiarowe zmiany spowodowane sezonowymi wodami, naturalną konsolidacją lub innymi lokalnymi czynnikami. Autorzy zauważyli, że to właśnie kształty tych krzywych, a nie tylko całkowita wielkość osiadania, mogą służyć jako odcisk palca pozwalający odróżnić szkody górnicze od innych deformacji.

Przekształcanie krzywych w dane, których potrafi się uczyć komputer

Aby wykorzystać ten odcisk palca, zespół zbudował dużą bibliotekę szeregów czasowych krzywych osiadania. Połączyli 564 starannie zmierzone punkty terenowe z kilku regionów węglowych z 10 000 realistycznych krzywych wygenerowanych z ugruntowanych modeli matematycznych osiadania górniczego oraz 20 000 dodatkowych krzywych z obszarów nie wykazujących znaczącej deformacji w danych satelitarnych. Każdą krzywą wystandaryzowano: zakres czasu przeskalowano do wspólnej ramy, wartości osiadania znormalizowano, a następnie próbkowano w dziesięciu równomiernie rozmieszczonych momentach, przy czym maksymalne osiadanie zachowano jako dodatkową cechę. W efekcie uzyskano zwięzły zestaw 11 liczb na lokalizację, który uchwycił zarówno kształt, jak i wielkość historii ruchu.

Nauczanie modelu śledzenia niewidocznych granic kopalń

Mając bibliotekę cech, badacze wytrenowali ważoną maszynę wektorów nośnych (SVM), rodzaj metody uczenia maszynowego dobrze dopasowanej do niewielkich, lecz informatywnych zbiorów danych. Ponieważ pikseli rzeczywiście osiadających jest znacznie mniej niż stabilnych, dostosowali model tak, by zwracał dodatkową uwagę na klasę mniejszości, aby subtelne baseny nie zostały pominięte. Po wytrenowaniu model można było stosować piksel po pikselu do szeregów czasowych InSAR z dowolnego rejonu górniczego, klasyfikując każdą lokalizację jako osiadanie wywołane wydobyciem lub nie. Testy w trzech bardzo różnych polach węglowych — miejskim, wiejskim i łąkowym — wykazały, że algorytm skutecznie odtwarza pełne kształty basenów osiadania i pozostaje czuły nawet na późne, wolne resztkowe osiadanie po zaprzestaniu wydobycia.

Ujęcie wyników liczbami w terenie

Aby ocenić skuteczność podejścia, zespół porównał prognozowane przez model krawędzie basenów z precyzyjnymi pomiarami niwelacyjnymi wykonanymi wzdłuż linii pomiarowych na gruncie. Skupili się na konturze, gdzie skumulowane osiadanie osiąga 10 milimetrów — krytycznym progu w chińskiej praktyce inżynierskiej dla początku uszkodzeń budynków. Nowa metoda nie tylko osiągnęła niemal 99 procentową ogólną dokładność w testach, ale także poprawiła pozycję granicy przy tej linii 10 milimetrów o około 80 procent w porównaniu z poprzednią techniką opartą na InSAR, która polegała na prostszym dopasowaniu szeregów czasowych. Dodanie symulowanych krzywych do danych treningowych dodatkowo zwiększyło dokładność, rozszerzając zakres zachowań, które model potrafił rozpoznać.

Co to oznacza dla kopalń, społeczności i krajobrazów

Dla osób niebędących ekspertami kluczowe przesłanie jest takie, że teraz możemy mapować miejsca, gdzie wydobycie węgla cicho przyciąga teren w dół, z dużo większą szczegółowością i przy znacznie mniejszej lokalnej kalibracji niż wcześniej. Ucząc się typowego „bicia serca” związanego z osiadaniem pochodzącym z wydobycia na podstawie mieszanki danych terenowych i modelowanych, a następnie odczytując to bicie w zapiskach satelitarnych, metoda może szybko wyznaczyć rzeczywisty zasięg podziemnych robót — nawet w nowych rejonach, gdzie nie ma wcześniejszej historii satelitarnej. Ostrzejszy obraz stref ryzyka może kierować bezpieczniejszym planowaniem kopalń, ochroną budynków, pracami rekultywacyjnymi i odnową środowiskową, pomagając zrównoważyć produkcję energii z długoterminowym zdrowiem miast, gospodarstw i ekosystemów leżących nad pokładami węgla.

Cytowanie: Huang, S., Zhang, Y., Yan, Y. et al. A novel fine-scale identification method for coal mining subsidence basin based on TS-InSAR and subsidence curve characteristics. Sci Rep 16, 10875 (2026). https://doi.org/10.1038/s41598-026-45625-8

Słowa kluczowe: osiadanie terenu po wydobyciu węgla, satelitarne radarowe InSAR, mapowanie deformacji gruntu, klasyfikacja uczenia maszynowego, monitoring powierzchni ziemi