Новый метод тонкой идентификации бассейнов проседания от добычи угля на основе TS-InSAR и характеристик кривых оседания

Почему проседание земли важно для повседневной жизни

Во многих регионах Китая уголь, добываемый из недр, незаметно изменяет ландшафт над ним. По мере того как горные породы обрушиваются в освободившиеся пласты, поверхность земли может постепенно опускаться, образуя широкие мелкие чаши, называемые бассейнами проседания. Эти скрытые изменения угрожают домам, дорогам, трубопроводам, сельскохозяйственным землям и хрупким степям. Статья, лежащая в основе этого материала, представляет новый способ быстрого и точного обнаружения и очертания таких зон проседания с помощью радарных спутников и методов интеллектуального распознавания образов, предлагая мощный инструмент для более безопасной добычи и лучшей защиты земель.

Наблюдение за землей из космоса

Исследователи используют спутниковый метод InSAR, который измеряет подъем или опускание поверхности Земли, сравнивая радарные сигналы во времени. Современные миссии, такие как Sentinel-1, многократно сканируют большие участки земли, фиксируя движения поверхности до нескольких миллиметров. Собирая множество изображений в ряд во времени, команда может отслеживать, как каждое место на земле движется месяц за месяцем. Такое широкое и точное покрытие позволяет контролировать обширные угольные регионы в восточной, центральной и западной частях Китая без установки плотной сети наземных датчиков.

Выдающаяся форма проседания при добыче угля

Десятилетия наземных измерений показали, что проседание поверхности над активными угольными пластами обычно следует характерной схеме. Когда под точкой начинает происходить добыча, поверхность сначала опускается медленно, затем ускоряется и, наконец, замедляется по мере стабилизации пустоты под землей, образуя S-образную кривую при построении оседания во времени. Напротив, районы, не затронутые добычей, обычно изменяются очень мало или показывают нерегулярные, малой амплитуды колебания, вызванные сезонными изменениями воды, естественной уплотнением или другими локальными факторами. Авторы пришли к выводу, что форма этих кривых, а не только суммарный объем проседания, может служить отпечатком для отличия повреждений от добычи от других деформаций.

Преобразование кривых в данные, которые поймет компьютер

Чтобы использовать этот отпечаток, команда создала большую библиотеку временных рядов кривых оседания. Они объединили 564 тщательно обследованных наземных точек из нескольких угольных районов с 10 000 реалистичных кривых, сгенерированных по установленным математическим моделям проседания при добыче, и 20 000 дополнительных кривых из областей, не показавших значительной деформации в спутниковых данных. Каждая кривая была стандартизирована: временной интервал приводился к общей шкале, значения проседания нормировались, затем выборка бралась в десяти равномерно распределенных моментах времени, а максимальное проседание сохранялось в виде дополнительной характеристики. Это дало компактный набор из 11 чисел на каждое место, отражающий как форму, так и величину истории движения.

Обучение модели для очерчивания невидимых границ шахт

Имея такую библиотеку признаков, исследователи обучили взвешенный метод опорных векторов — тип машинного обучения, хорошо подходящий для небольших, но информативных наборов данных. Поскольку действительно проседающие пиксели встречаются значительно реже, чем стабильные, они настроили модель так, чтобы уделять дополнительное внимание малому классу, чтобы тонкие бассейны не оставались незамеченными. После обучения модель могла применяться пиксель за пикселем к InSAR-временным рядам любого горного района, классифицируя каждое место как проседание, вызванное добычей, или нет. Испытания в трёх существенно разных угольных районах — городском, сельском и степном — показали, что алгоритм успешно восстанавливает полные очертания бассейнов проседания и остаётся чувствительным даже к поздним стадиям медленного остаточного проседания после прекращения добычи.

Числа, подтверждающие успех в полевых условиях

Чтобы оценить эффективность подхода, команда сравнила предсказанные моделью границы бассейнов с точными нивелирными измерениями вдоль съёмочных линий на местности. Они сосредоточились на контуре, где накопленное проседание достигает 10 миллиметров — критического порога в китайской инженерной практике для начала повреждений зданий. Новый метод не только достиг почти 99 процентов общей точности в тестах, но и улучшил положение границы на этой 10‑миллиметровой линии примерно на 80 процентов по сравнению с предыдущей InSAR‑ориентированной техникой, основанной на более простом сопоставлении временных рядов. Добавление смоделированных кривых в тренировочные данные дополнительно повысило точность, расширив диапазон поведения, которое модель могла распознавать.

Что это означает для шахт, сообществ и ландшафтов

Для неспециалистов ключевая мысль такова: теперь мы можем картировать участки, где добыча угля незаметно тянет землю вниз, с гораздо большей детализацией и при гораздо меньшей локальной калибровке, чем раньше. Изучив типичный «ритм» связанного с добычей проседания на основе сочетания полевых и смоделированных данных, а затем читая этот ритм в спутниковых записях, метод может быстро очертить реальную зону подземных выработок — даже в новых районах, где нет предыдущей спутниковой истории. Такое более чёткое представление зон риска может помочь в безопасном планировании разрезов, защите зданий, рекультивации и восстановлении окружающей среды, способствуя балансу между производством энергии и долгосрочным благополучием городов, ферм и экосистем, расположенных над пластами.

Цитирование: 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

Ключевые слова: проседание при добыче угля, спутниковый радар InSAR, картирование деформаций поверхности, классификация с использованием машинного обучения, мониторинг поверхности земли