❶ 地表燃燒裂隙信息提取方法
地表燃燒裂隙信息反映了地下煤層自燃的供氧通道位置、范圍、分布和走向等信息，是滅火治理的一個關鍵因素。地表燃燒裂隙信息的提取，是進一步確定供氧通道參數的基礎和依據，對滅火工程的開展具有指導作用。
（一）裂隙信息自動提取方法
利用高解析度QuickBird遙感影像，採用計算機邊緣檢測方法可以實現對地表裂隙信息的自動提取。主要關鍵技術包括邊緣檢測運算元選擇、線性要素自動提取和裂隙信息的調查與評價。
1.邊緣檢測運算元選擇
邊緣檢測演算法分4個步驟：濾波、增強、檢測和定位。使用多尺度濾波模板並在濾波器的不同尺度上分析邊緣特性是邊緣檢測的基本思想，即通過使用大尺度濾波模板產生魯棒邊緣和小尺度濾波模板產生精確定位邊緣的特性，來檢測出圖像的最優邊緣。
高斯濾波和拉普拉斯運算元有比較好的邊緣檢測效果。因此，為了實現煤火區比較精細的地表裂隙等線性特徵的自動識別和提取，使用高斯濾波和拉普拉斯兩種濾波和邊緣檢測方式，進行不同順序、不同尺度空間的組合試驗。實驗的結果比較見圖3⁃3⁃2。由於煤礦開采活動和地下煤火所導致的地表裂隙寬度一般不大（≤3m），在QuickBird遙感影像上不大於5個像元。因此，在去除圖像雜訊干擾時，所選用的平滑濾波窗口不宜太大。如果太大，本來就很微弱的裂隙信息就會損失殆盡，達不到應有的增強效果。同樣，在進行邊緣檢測時，所用的拉普拉斯邊緣檢測運算元的滑動窗口也不能太大，過大會把不是裂隙的信息全部包括進去，將分散的裂隙連接起來，從而產生人為的干擾（圖3⁃3⁃2（e））。圖3⁃3⁃3是兩種不同邊緣檢測結果灰度拉伸後的圖像比較，可以看出雖然兩種方法採用的都是3×3高斯平滑濾波和3×3拉普拉斯邊緣檢測運算元，但是由於它們採用了不同的平滑濾波和邊緣檢測的順序，導致了不同結果。通過比較分析，發現先進行拉普拉斯邊緣檢測，再進行高斯平滑濾波的效果較好，可以更多地保留細微的邊緣信息，見圖3⁃3⁃3（b）。
2.線性要素自動提取
線性要素自動提取的主要步驟如下：
（1）3×3拉普拉斯邊緣檢測；
（2）3×3高斯平滑濾波；
（3）圖像灰度拉伸；
（4）柵格轉為矢量；
（5）地物干擾（如沙漠、建築物、街道等）去除。
其中，圖像灰度的線性拉伸非常重要。如果不線性拉伸，直接進行柵格轉為矢量的操作，將得到令人費解的矢量圖像，見圖3⁃3⁃4、圖3⁃3⁃5。
3.假裂隙信息的剔除
對於沙丘陰影、道路、建築物和岩石地層煤層等產生的假裂隙信息，應予以剔除。其方法有兩種。
（1）對周邊的沙漠、城區等非煤火區進行掩膜處理，在線性要素提取之前予以去除。
（2）先不進行掩膜處理，而是在提取出的結果圖上對照遙感影像進行矢量操作，予以去除假裂隙信息。
4.斷裂、裂隙調查與分析
採用上述方法，對整個烏達煤田進行地面斷裂和裂隙的自動提取，獲得了裂隙分布的概況信息；對提取裂隙進行野外的實地驗證，發現吻合度很好。圖3⁃3⁃6所表示的是東西向大斷裂及其周邊裂隙的分布情況和野外照片。該裂隙地處黃百茨井田和五虎山井田的交界處，裂隙分為平行的南北兩條。裂隙中間部位是礦區的邊界，下面為沒有開採的保安煤柱。由於兩邊的采空區發生塌陷，從而形成了在QuickBird遙感影像中標志明顯的大裂隙帶，提取出來的裂隙與之吻合很好。
圖3⁃3⁃7反映火區地表的主導裂隙大致呈東北—西南走向，中間為采空塌陷區，故而還發育了與主導斷裂近乎垂直的西北—東南走向的次一級斷裂。圖幅的左下方為活動的火區，有明顯的地表裂隙發育。
圖3⁃3⁃8中部黑色區域是生產礦山，采礦活動頻繁，故而導致其周邊的砂岩頂面發生了嚴重的斷裂塌陷。斷裂塌陷主要集中在4個部位，在這些部位裂隙密度明顯要高於其他地方。經過實地驗證，發現裂隙密度較高處的下方對應著一些正在開採的或廢棄的礦井（照片右），煤火主要是采空塌陷區煤層自燃所致。
圖3-3-2 不同濾波、窗口組合的邊緣檢測比較
將上述方法提取出的烏達煤田地表裂隙分布圖與地下煤火分布圖進行對比，可以看出煤火大多分布在裂隙密度比較大的區域，如Ⅶ、Ⅹ、Ⅺ、Ⅻ號火區等。砂岩表面由於受自然風化和本身的物理性質影響，裂隙和節理極為發育，故而提取出的裂隙密度很大，但除去砂岩區西北邊緣的Ⅲ⁃1、Ⅳ⁃1、Ⅴ號火區外，其他裂隙密度大的地方大多與地下煤火無關。
圖3-3-3 兩種邊緣檢測結果比較圖
圖3-3-4 不進行拉伸結果比較
圖3-3-5 經過拉伸結果比較
圖3-3-6 東西向大斷裂遙感自動提取結果與實地照片
（二）裂隙識別率分析
利用線性影像增強、檢測、自動識別提取的裂隙分布圖像，通過人機交互分析方法，把不同寬度和長度的裂隙和構造坐標輸入到計算機中，進行裂隙信息自動成圖，圖3⁃3⁃9是Ⅹ號火區部分地段的裂隙構造信息提取圖像。
由於本區裂隙大量發育，很難進行全面調查。根據1：1萬QuickBird圖像裂隙綜合提取結果和火區裂隙稠密程度，通過選取五虎山西南Ⅺ號火區裂隙抽樣進行重點煤火地質調查，見圖3⁃3⁃10。從圖像上提取出解譯裂隙的地理坐標，使用GPS定位進行野外檢查。從裂隙提取圖像上共抽取47條裂隙進行野外檢查，發現40條與地表實際裂隙情況吻合，識別率為85%。各觀測裂隙的寬度、長度、產狀、性質和展布關系等信息見表3⁃3⁃1。
圖3-3-7 蘇海圖Ⅲ-2火區裂隙圖像與實地照片
（照片所示為紅箭頭處）
圖3-3-8 Ⅺ號火區西南部地表裂隙圖及地面部分裂隙分布
圖3-3-9 烏達Ⅹ號火區構造裂隙提取與解譯圖
圖3-3-10 裂隙野外檢查圖
（三）燃燒裂隙信息提取
燃燒裂隙是指地下煤層沿裂隙燃燒而形成的具有串珠狀燃燒中心或熱流、煤煙流噴出的裂隙。它是烏達煤火區地下煤層燃燒後噴出的主要形態。小型裂隙長數十米，地下熱流、煙流沿裂隙連續噴出；大型的燃燒裂隙長數百米到數千米。由多個裂隙燃燒組成裂隙群，呈不連續的分段燃燒。
1.燃燒中心遙感影像特徵
（1）Ⅰ類燃燒中心。燃燒中心形成初期，屬煤火區地質模型Ⅲ、Ⅳ時期。噴出口受熱變形、水分蒸發，因噴出煙塵的理化作用，地表逐漸變色、變白，生成燃燒中心特有的微地貌景觀，構成QuickBird衛星影像中白色或淺色調的直徑在3～5m 之間的圓斑。又因煤層燃燒初期的熱解作用，黑色煤焦油析出；煤焦油析出地面後，燃燒中心的噴出口受到黑色污染，形成黑白兩色相間或深灰-灰白色的暈渲影像，見圖3⁃3⁃11。這個時期燃燒在煤層上部進行，燃燒范圍小。
（2）Ⅱ類燃燒中心。處於燃燒中期，屬煤火區地質模型Ⅴ—Ⅵ期。地表沿噴出口發生向上、向外的脹裂，形成以噴出口為中心的淺色調圓形影像。該階段煤層頂底板之間的煤全部燃燒，煤層燃燒點在空氣動力系統的支持下迅速擴大，燃燒面積成倍增大，見圖3⁃3⁃12。
（3）Ⅲ類燃燒中心。燃燒最強烈期，屬煤火區地質模型Ⅶ—Ⅷ期。地面可見明火，因為溫度高，煤中灰分融化，呈微滴狀隨熱流噴出，落地凝結後在噴出口形成橢圓形的白色薄膜。又因地下煤層燒空，噴出口塌陷。在QuickBird衛星影像上顯示由塌陷切開的白色橢圓狀影像，見圖3⁃3⁃13。
（4）Ⅳ類燃燒中心。處於煤層燃燒後期，屬煤火區地質模型Ⅺ期。該階段煤層逐步燃燼熄滅；煤層燒空，地表形成大面積燃燒塌陷；地下溫度逐步下降；煤中燃燒所余的灰分呈細粉狀噴出地面，噴出後的灰白色粉末以噴出口為中心堆積成圓錐體，形成灰白色圓錐形影像，見圖3⁃3⁃14。
2.燃燒裂隙遙感影像特徵分析
（1）煤柱型燃燒裂隙。該裂隙是采空塌陷型燃燒裂隙的一種，煤層地下采空後，產生地面沉降，上覆地層沿采空區遺留煤柱產生豎直裂隙，直達地表。煤火沿煤柱燃燒，燃燒後產生的煤煙流沿豎直裂隙噴出，形成煤柱型燃燒裂隙。圖3⁃3⁃15為烏達煤田井田邊界東段特大煤柱燃燒裂隙群。
表3-3-1 野外裂隙調查信息表
續表
續表
圖3-3-11 Ⅰ類中心
圖3-3-12 Ⅱ類中心
圖3-3-13 Ⅲ類中心
圖3-3-14 Ⅳ類中心
圖3-3-15 特大煤柱型燃燒裂隙
（2）多煤層開采台階式壓密型裂隙群。如見圖3⁃3⁃16。裂隙群在QuickBird衛星圖像中顯示為集束狀細絲影像，共11條細線組成一束，南北長約600m，束寬30～80m，細線中分布有白色斑點（燃燒點）。獲取多煤層台階型壓密型裂隙燃燒段的信息最難，需要輔以地面熱紅外成圖。
圖3-3-16 多煤層開采台階式壓密型燃燒裂隙
（3）節理型燃燒裂隙。煤層地下燃燒後，熱流、煙流沿岩石節理噴出，一般發生在頂板為砂岩的地段。節理地表部位發生向上、向外膨脹，裂隙縫擴大，長數十米，數百米，寬5～50 ㎝，深度十幾米。從地表貫通煤層，見圖3⁃3⁃17。
（4）采空塌陷型燃燒裂隙。煤層地下采空後形成的地面塌陷，采空區遺留煤沿著塌陷裂隙燃燒，形成采空區燃燒的塌陷裂隙。這是烏達煤田的主要燃燒形式，約占總量的80%以上。例如蘇海圖煤礦5429采區東緣裂隙。在QuickBird影像上呈筆直的一條黑線，南北長800m，北部影像呈「V」谷，中部影像呈「麻花狀」，南部影像呈鋸齒狀，沿黑線有淺灰色圓斑（燃燒點），見圖3⁃3⁃18。
3.燃燒裂隙信息自動提取
（1）燃燒中心自動識別與提取。在QuickBird圖像上，燃燒中心的反射藍光較強。通過統計分析，建立自動識別的基本光譜模型為：B1·r+B4＞B2+B3，其中r為B1波段的加權系數。在烏達煤田取r =1.5為最佳。依照基本光譜模型識別燃燒中心，將自動識別的燃燒中心按坐標輸入地下煤火三維信息系統中，實現煤火信息的自動提取，見圖3⁃3⁃19。
（2）燃燒裂隙自動信息提取。地表的燃燒裂隙或采空塌陷裂隙，是向深部切穿煤層的豎直狀裂隙，深數十米。在地表與地下採煤工作面分布一致，近南北向或近東西向平直延展，是張性裂隙，裂隙寬0.2～2m。
燃燒裂隙與非燃燒裂隙的區別是：燃燒裂隙線上及其兩側有燃燒中心分布，非燃燒裂隙沒有燃燒中心分布。
圖3-3-17 節理型燃燒裂隙
利用QuickBird圖像，採用裂隙與燃燒中心交互分析可實現燃燒裂隙信息自動提取，見圖3⁃3⁃20。