CN102176067A - 获取地下煤火变化信息的方法 - Google Patents

Abstract

本发明提供了一种获取地下煤火变化信息的方法，用以解决现有技术中煤火监测误差较大的问题。该方法包括：在第一时间和第二时间分别根据煤田的热红外数据进行温度反演以确定煤田在第一时间的地面温度以及在第二时间的地面温度；根据煤田在第一时间的地面温度、第二时间的地面温度以及预先设置的煤田发生煤火的概率，得出煤田的煤火强度变化。使用本发明的技术方案，能够方便、准确地获取更准确的煤火强度变化的信息。

Description

获取地下煤火变化信息的方法

技术领域

本发明涉及一种获取地下煤火变化信息的方法。

背景技术

煤田地下煤层自然是一种特殊的自然现象，它以煤炭的可自燃性为诱发原因，以空气和内外因火源为两个条件，沿着煤层延续的三度空间发展，影响地下、近地表、中空、大气层四层环境，形成一个涉及资源、环境、经济、人口和未来人类生存环境安全等多方面问题。我国因煤炭开采引发的地下煤火问题由来已久，特别是50年代至今，伴随煤炭开采而引发的煤层自燃问题层出不穷，初步调查结果显示只中国北方地区就有13个省84个地区出现地下煤火，正在燃烧的火区超过100处，燃烧面积超过20平方公里。据煤炭年鉴(1998)统计，因煤自然造成中国煤炭烧失量约为3000万吨/年，折合人民币约30亿元，间接经济损失超过100亿元。资源与环境是人类赖以生存的基本条件，地下煤火研究表明：普遍发生的地下煤火是破坏资源、恶化环境的重大灾害之一，也是我国北方地区煤炭资源大规模开发过程中存在的重大安全隐患。对地下煤火问题的研究和管理中需要解决的一个最重要问题就是对地下煤火的准确探测和动态监测。

目前，对于地下没有的传统探测和监测技术手段主要是区域实地勘查和物探等手段，如同位素测氡、高分辨电法、地表测温、打钻探测等。

20世纪80年代以来，由于遥感技术的发展，人们尝试利用卫星遥感数据实现煤层自燃环境的动态监测和环境影响评价，各国科学家先后利用遥感影像开展了矿山环境影响作用、地面亚像原温度信息提取、地面参数与热通量、地面温度异常与地面发射率、煤自燃倾向性评估、地表热通量计算模型与点源燃烧体正演模型、确定地表热异常局部双窗滑动和热红外遥感数据估计热源深度等遥感技术应用和方法研究。研究表明：利用遥感技术在火矿区进行探测，圈定煤火范围并指导局部灭火，以及对煤火发展状况进行监测等方面，具有良好的实用性和优越性。用遥感对煤田火区进行调查和监测，对于煤田火灾的防治具有十分重要的意义。对于煤田火区的调查，由于常规方法受自然条件和技术条件的限制，不能满足监测管理的需要。利用航空热红外扫描和航空彩红外摄影方法，进行地下煤层自燃的探测和进行烧变区的调查，国内外虽有过报导，但由于利用航空遥感方法进行大面积煤田火区调查，不但时间长，而且投资大。故很难用于大面积监测，其实用陆仍受到限制。相比之下，本技术采用的卫星遥感具有宏观性强、覆盖范围大、视野广、可获取准同步。

传统的物探方法由于需要人员到煤田火区实地进行观测和数据采集，其往往受到火区地形地貌环境的限制。同时由于物探手段成本高、实施困难，很难对煤田火区进行长时间、周期性的监测。基于遥感的地下煤火热异常信息提取，涉及到较为复杂的遥感图像处理和信息提取算法，而目前的煤火遥感监测研究主要集中在理论研究，缺乏结合多种遥感理论方法的地下煤火监测实践研究。因此，对非遥感专业人员而言，地下煤火的遥感监测存在较大的难度和非流程性。在地下煤火的动态监测方面，由于受不同传感器类型，图像获取季节、时间等因素的影响，导致各类方法提取的煤火信息在时间动态维缺乏可比性。煤火的动态监测需要在各探测方法以及不同获取时间图像上进行归一化，利用归一化的结果进行煤火的监测，最小化由于方法和图像的差异而导致的煤火监测误差。

现有技术中存在煤火监测误差较大的问题，对于该问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的是提供一种获取地下煤火变化信息的方法，以解决现有技术中煤火监测误差较大的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种获取地下煤火变化信息的方法。

本发明的获取地下煤火变化信息的方法包括：在第一时间和第二时间分别根据获取的热红外数据进行温度反演以确定煤田在第一时间的地面温度以及在第二时间的地面温度；根据煤田在第一时间的地面温度、第二时间的地面温度以及预先设置的煤田发生煤火的概率，得出煤田的煤火强度变化。

进一步地，所述方法还包括：确定煤田在第一时间和第二时间的煤火范围；根据煤田在第一时间和第二时间的煤火范围以及所述概率得出煤田的煤火空间变化。

进一步地，在所述进行温度反演之前，还包括：根据选取的煤田地质信息、地物信息和煤田影像，计算煤田发生煤火的概率。

进一步地，计算煤田发生煤火的概率包括按照如下公式进行计算：P_coalfire＝∑c_iL_i；其中P_coalfire表示所述煤田的栅格化图像中每个像元对应的煤田局部发生煤火的概率，c_i为所述概率的第i个主成份的权重系数，表示主成份i对应的煤火相关信息的种类与煤火发生的相关程度，且∑c_i＝1；L_i为第i个所述主成份的归一化取值，表示根据第i个主成分对应的煤火相关信息与煤火的相关性所取的值。

进一步地，根据获取的热红外数据进行温度反演包括根据ASTER热红外数据进行TES温度反演。

进一步地，根据获取的热红外数据进行温度反演包括根据TM/TEM+热红外数据进行单窗温度反演。

根据本发明的技术方案，根据结合设置的发生煤火的概率对煤火强度变化进行分析，能够方便、准确地获取更准确的煤火强度变化的信息。

附图说明

说明书附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的工程机械的移动控制方法的主要步骤的流程图；

图2是根据本发明实施例的卫星热红外煤火监测基本流程的示意图；

图3是根据本发明实施例的由煤火热信息形成煤火发生可能性概率的方法的主要流程示意图；

图4是根据本发明实施例的煤火监测的主要流程的示意图；以及

图5是根据本发明实施例的实地煤火检测与实地踏勘的结果对比的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

图1是根据本发明实施例的工程机械的移动控制方法的主要步骤的流程图，如图1所示，该方法主要包括如下步骤：

步骤S11：在第一时间和第二时间分别根据煤田的热红外数据进行温度反演以确定煤田在第一时间的地面温度以及在第二时间的地面温度；

步骤S13：根据煤田在第一时间的地面温度、第二时间的地面温度以及预先设置的煤田发生煤火的概率，得出煤田的煤火强度变化。

从上述步骤可以看出，本实施例中根据煤田的热红外数据，结合设置的发生煤火的概率对煤火强度变化进行分析，这有助于获取更准确的煤火强度变化的信息。以下对此作进一步说明。

基于卫星遥感的煤火热信息提取需要回答的一个最主要问题就是在得到的地表热场影像中，哪些高温异常是由于地下煤火燃烧引起的，以及如何通过这些提取的热异常信息确定地下煤层的燃烧范围和强度。就目前各种卫星热红外传感器可提供的空间分辨率(大于50m)而言，难以在较小尺度上提供精确的地下煤火分布信息。要进一步的提高煤火遥感监测的精度就必须在卫星热红外影像的基础上融合监测区域的其他煤火辅助信息，以此分离地表热场中煤火相关的信息，达到提高煤火识别精度的目的。

地下煤火的发育和发展，除了地表热异常这一主要的直观反映外，还与诸多因素相联系。其中最主要的要素包括煤层地质条件、地表裂隙分布状况、地物类型等。利用这些辅助信息可更精确的区分出煤火热异常与非煤火热异常，同时，也可以有效的提高地下煤火空间分布的识别精度。为充分的整合煤火相关信息，本实施例引入煤火发生的概率进行分析。就通过卫星热红外遥感技术对地下煤火监测而言，由于热场、光场信息获取的精度和不确定性，以及煤火系统本身固有的复杂性等原因，很难以一个完善的确定性模型来对地下煤火系统进行准确的描述。而在提取煤火相关信息的基础上，依据煤火发生的环境条件，计算给定空间分辨率图像上各像元的煤火发生可能性概率，结合火区热图像就可以得到更为准确的煤田火区的分布。

地下煤火的发展变化，除了包括煤火的时间变化，还包括煤火的空间变化。在本实施例中还可以进一步确定煤田在第一时间和第二时间的煤火范围，结合上述的煤火发生概率，可以根据煤田在第一时间和第二时间发生煤火的概率以及在第一时间和第二时间的煤火范围得出煤田的煤火空间变化。

图2是根据本发明实施例的卫星热红外煤火监测基本流程的示意图。以下结合图2对本实施例的该流程作具体说明。卫星遥感的煤火监测就是利用遥感手段对煤火的热异常区域做出判断，反演出煤火的强度和空间分布；同时通过多层次、周期性的遥感信息获取，实现对煤层自燃的动态监测。遥感动态监测实际上就是对多层次、周期性煤火信息的变化检测。

如图2所示，本实施例中，利用了ASTER热红外数据进行TES温度反演，另外也可以利利TM/ETM热红外数据进行单窗温度反演，以得到地面温度。以下对热红外温度反演加以说明。

常温地物发射的电磁波即热辐射主要在大于3μm的中远红外区，它的辐射能量的强度和波谱位置是物质类型和温度的函数。而地下煤火在地表的直接标志之一就是各种热异常场。热红外遥感探测主要就是针对地下煤火产生的热异常而设计的探测方法，主要目的即是发现热异常，圈定可能的煤火异常区域。利用热红外遥感对煤田火区进行探测即是要通过热红外卫星影像对探测区域的温度场进行识别，提取区域热异常区域，并在此基础上区分各类高温地物，提取由于煤火而形成的地表热异常即是煤火异常区域。因此，应用热红外传感器反演地表温度应是遥感煤火探测的一个主要工作。

用热红外传感器反演地表温度是基于普朗克定律，如式(1)所示。

$B(\mathrm{\λ},T)=\frac{c_1{\mathrm{\λ}}^{-5}}{\mathrm{\π}(\exp (c_2/\mathrm{\λT})-1)}......\left(1\right)$

通过计算地物的地表辐射、比辐射率与地表温度之间的关系最终得到地表温度。在对黑体的计算中比辐射率(ε)为1，相对来说比较简单，然而一般地物的地表比辐射率都小于黑体的比辐射率(0＜ε(λ)＜1)，所以一般地物的辐射等于相同条件下的黑体辐射再乘以其比辐射率，如式(2)所示。

$R(\mathrm{\λ},T,\mathrm{\ϵ})=\mathrm{\ϵ}\left(\mathrm{\λ}\right)B(\mathrm{\λ},T)=\mathrm{\ϵ}\left(\mathrm{\λ}\right)\frac{c_1{\mathrm{\λ}}^{-5}}{\mathrm{\π}(\exp (c_2/\mathrm{\λT})-1)}......\left(2\right)$

由于比辐射率的计算精度直接决定地表温度反演的精度高低，所以对比辐射率的计算是地表反演的关键步骤。其中B(λ，T)为黑体的辐射，R(λ，T，ε)为实际的地表辐射；λ为波长；ε(λ)是地物在波长λ的比辐射率；T是物体的温度，c1，c2分别是普朗克函数常数。在不考虑大气效应，地物发射率已知的条件下，则可计算物体温度T。但在实际遥感应用中，由于地球与传感器之间存在着大气层，且大气中不同对不同波长的地表辐射的干扰度不一样，所以，反演温度的热红外波段必须位于透过率较高的波谱区域(大气窗口)且经过一定的大气纠正过后才可以进行地表温度的反演。其中最重要的大气窗口位于8.0～9.4μm和10～13μm处。

传感器探测到的地面的热辐射共包括三个部分：大气热红外波段得的程辐射、地物自身的热辐射和其他的反射辐射，如式(3)所示：

L＝L_p+τεL_BB+τ(1-ε)F/π......(3)

其中L为传感器中观测到的辐射亮度，L1＝LP＝L_at↑为大气中热红外波段的程辐射，τ为大气的透过率，ε为地表的比辐射率，T是地表温度，LBB是温度为T的黑体的辐射亮度，F为大气中下行的辐射通量；上式中等号右边的第二项为地物本身发射的辐射亮度通过大气后被传感器探测到的结果，第三项为太阳与大气的下行辐射经过地表反射后又经大气被传感器探测到的辐射亮度。在8～13μm这个波谱范围内，太阳对总辐射能的贡献可以忽略不计，最终得到的热红外辐射传输方程可简化如式(4)所示：

L＝L_at↑+τ(1-ε)L_at↓+τεL_BB……(4)

该式表达了热红外温度反演的基本原理，几乎所有的温度算法都是基于上式发展而来。

如图2，根据原有的热红外影像得出煤田火区及强度，再根据新的热红外影像同样得到新的煤田火区及强度。该新的热红外影像在时间上不同于原有热红外影像。将时间先后的煤田火区及强度进行比较来确定煤火强度变化。

煤层在地下燃烧，热量通过上覆岩石的热传导和裂隙中空气对流的方式向上逸出，在地面和近地面空气中形成温度相对高于周围环境温度的区域，即地表热异常。它们可以直接的反映煤层自燃的状态，范围等要素，也是煤层自燃发展变化的最直接有效的参数。理论上，通过对周期性卫星热红外图像的变化检测就能反映出区域地下煤火的变化状况。但由于卫星遥感的空间和光谱分辨率有限性以及地表热源的不唯一性等外部因素的限制，使得卫星热红外遥感对地下煤火的探测和监测存在一定的误差和不确定性。为实现对地下煤火的精确监测就必须消除这种遥感卫星的局限性带来的误差和不确定性。地下煤火的发育和发展，除了地表热异常这一主要的直观反映外，还与诸多因素相联系。其中最主要的要素包括煤层地质条件、地表裂隙分布状况、地物类型等。利用这些辅助信息可更精确的区分出煤火热异常与非煤火热异常，同时，也可以有效的提高地下煤火空间分布的识别精度。为融合各类煤火相关信息，本实施例提出了地下煤火的概率计算方法，通过计算给定分辨率图像像元上的煤火可能性概率，提取一定概率范围内的图像像元，结合温度图像实现对地下煤火范围的准确判断，同时，通过热红外影像反演的地表温度反映地下煤火的强烈程度。

前文已提及，在提取煤火相关信息的基础上，依据煤火发生的环境条件，计算给定空间分辨率图像上各像元的煤火发生可能性概率，结合火区热图像就可以得到更为准确的煤田火区的分布。以下对于如何确定煤火发生概率再作进一步说明。图3是根据本发明实施例的由煤火热信息形成煤火发生可能性概率的方法的主要流程示意图。如图3所示，首先建立煤田边界掩膜，煤火只可能发生在煤田区域内部，煤田外部煤火概率为零。然后，对其他各煤火相关信息(如煤层露头、煤层深度、地表破碎度等)进行栅格化形成栅格图像，像元大小可与地面温度影响保持一致，每类煤火相关信息可称为煤火总概率的一个主成份，每个主成份的权重值代表了该主成份对于煤火发生可能性的贡献，权重值越大说明其与煤火的相关性越高。对每个主成份进行归一化处理，使得每个像元值在0～1之间。煤火相关信息可以根据用户的资料和经验进行选择，具体可以是：煤田地质信息例如煤层深度等信息；煤田地物类型例如地面为岩石或植被等信息；煤田影像例如高精度全彩色卫星影像等信息。对于类型变量(如煤层露头，地物类型等)可以依据相关经验设定每个类型的取值；连续变量(如煤层深度，地表破碎度等)依据其与煤火的相关性进行取值，如煤层深度越小其所对应像元取值越大。最后，煤火的总体概率可以通过式(1)计算得到：

P_coalfire＝∑c_iL_i…………(1)

其中，P_coalfire是每个像元对应的煤田局部发生煤火的概率，c_i为主成份i的权重系数，表示第i个主成份对应的煤火相关信息的种类与煤火发生的相关程度，且∑c_i＝1；L_i为主成份i的归一化取值，表示根据第i个主成分对应的煤火相关信息与煤火的相关性所取的值。

在上述步骤S11中确定发生煤火的概率时，具体可以应用式(1)进行计算。根据计算结果可以得到表示煤火可能性的概率图像，结合地表温度图像，选取一定概率范围内的像元就可以准确的提取出煤火的空间范围。

在进行煤火变化监测与分析时，可以是根据时间先后持续地监测与分析，在每次得出新的分析结果时，与上次的分析结果进行对比从而确定煤火空间变化和煤火强度变化。图4是根据本发明实施例的煤火监测的主要流程的示意图。如图4所示，每次进行区域煤火监测分析后得出火区模板，其中包含了原有煤火范围和原有火区地面温度，再从新火区热信息中获取新的煤火范围和新的火区地面温度。将原有煤火范围和新的煤火范围进行变化检测就得到煤火空间变化；将原有火区地面温度和新的火区地面温度进行变化检测就得到煤火强度变化。

根据本发明实施例的技术方案可以较为方便地确定实地的煤火区域，这是因为人员在根据掌握的各种与煤火相关的信息对于煤火发生的影响来完成设置权重和归一化取值后，接下来只要提供煤田在不同时间或地点的热红外影像即可得到煤田的煤火变化信息。上述的设置权重和归一化的取值可以由经验丰富的人员完成，接下来普通人员只需提供煤田热红外影像即可进行煤田的煤火变化分析。使用本发明实施例的煤火监测技术还能够在实地确定出较为准确的煤火区域。如图5所示，图5是根据本发明实施例的实地煤火检测与实地踏勘的结果对比的示意图。在图5中，图像50中的红热区域例如椭圆51标示的区域为煤火区域，橘色区域例如椭圆52标示的区域为煤火影响区域，绿线例如线条53为实地踏勘确定的火区范围。从图5可以看出根据本发明实施例的技术方案能够确定出与实地踏勘的一致性程度较高的煤火区域。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种获取地下煤火变化信息的方法，其特征在于，包括：

在第一时间和第二时间分别根据煤田的热红外数据进行温度反演以确定煤田在第一时间的地面温度以及在第二时间的地面温度；

根据煤田在第一时间的地面温度、第二时间的地面温度以及预先设置的煤田发生煤火的概率，得出煤田的煤火强度变化。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定煤田在第一时间和第二时间的煤火范围；

根据煤田在第一时间和第二时间的煤火范围以及所述概率得出煤田的煤火空间变化。

3.根据权利要求1所述的方法，其特征在于，在所述进行温度反演之前，还包括：根据选取的煤田地质信息、地物信息和煤田影像，计算煤田发生煤火的概率。

4.根据权利要求3所述的方法，其特征在于，计算煤田发生煤火的概率包括按照如下公式进行计算：P_coalfire＝∑c_iL_i；其中P_coalfire表示所述煤田的栅格化图像中每个像元对应的煤田局部发生煤火的概率，c_i为所述概率的第i个主成份的权重系数，表示主成份i对应的煤火相关信息的种类与煤火发生的相关程度，且∑c_i＝1；L_i为第i个所述主成份的归一化取值，表示根据第i个主成分对应的煤火相关信息与煤火的相关性所取的值。

5.根据权利要求1至4中任一项所述的方法，其特征在于，根据获取的热红外数据进行温度反演包括根据ASTER热红外数据进行TES温度反演。

6.根据权利要求1至4中任一项所述的方法，其特征在于，根据获取的热红外数据进行温度反演包括根据TM/TEM+热红外数据进行单窗温度反演。

Images