1.一種基于InSAR技術的礦區開采監測方法，其特征在于，首先通過求取與待監測礦區臨近的礦區的概率積分法模型系數，利用InSAR技術獲取的開采礦區雷達視線向形變場，將待監測礦區工作面的長度、寬度、厚度、開采深度、走向方位角、中心點坐標作為未知數與求取的臨近礦區的概率積分法模型系數帶入概率積分法模型，利用遺傳算法搜索得出待監測礦區的工作面的參數值；把遺傳算法得到的工作面參數值作為模式搜索法的初始值，經過迭代搜索，得出待監測礦區的準確采空區參數值，包括采空區的中心點坐標、走向長、傾向長、開采厚度、開采深度及走向方位角。

2.根據權利要求1所述的一種基于InSAR技術的礦區開采監測方法，其特征在于，該方法具體操作步驟如下：

步驟1：利用InSAR技術獲取待監測的開采礦區經過地理編碼后的雷達視線向形變場，即LOS；

所述地理編碼，是指將雷達影像坐標系轉換到通用橫軸墨卡托投影（Universal?Transverse?Mercatol?projection，簡稱UTM）坐標系；

步驟2：利用臨近礦區的采空區參數和觀測值求取臨近礦區的概率積分法模型系數；

其中，臨近礦區的采空區參數包括采空區走向長D3、傾向長D1、開采厚度m、開采深度H、走向方位角，觀測值包括利用水準儀、全站儀或GPS測量的臨近礦區中任意點的地表垂直下沉值W和水平移動值U；

概率積分法模型中任一點的下沉和水平移動預計公式如下：

其中，(x,y為地表任一點的坐標，erf為概率積分函數，其形式為u為積分參數，W₀為該地質采礦條件下的最大下沉值，W₀＝m·q·cosα，α為煤層傾角，為主要影響半徑，L為傾向工作面計算長度，D₁為工作面傾向斜長，l為走向有限開采時的計算長度，l＝D₃-s₃-s₄；

求出臨近礦區的概率積分法模型的系數：

包括下沉系數q，取值范圍為0.01～1；

下山拐點偏移距、上山拐點偏移距分別為s₁、s₂，取值范圍均為0.05H～0.3H；

走向左、右拐點偏移距包括s₃、s₄，取值范圍均為0.05H～0.3H；

走向、傾向下山、傾向上山水平移動系數分別為b、b₁、b₂，取值范圍均為0.1～0.4；

走向、傾向下山、傾向上山主要影響角正切分別為tanβ、tanβ1、tanβ2，取值范圍均為1～3.8；

開采影響傳播角θ₀＝90°-kα，α為煤層傾角，可根據實際測量獲取，其中k的取值范圍為0.5～0.8，煤層傾角α，其取值范圍為0～45°；

所述臨近地質礦區是指與開采礦區的采煤方法和頂板管理方法相同，工作面煤礦上面的巖石力學性質、巖層分布、開采厚度和深度有70%以上的相同；

步驟3：利用開采礦區的概率積分法模型系數等于臨近礦區的概率積分法模型系數，設計搜索算法的適應度函數f，其形式為：f(goaf)＝||LOS-LOS′||；

式中，goaf表示開采礦區的采空區的待測參數，即采空區的中心點坐標、走向長、傾向長、開采厚度、開采深度及走向方位角，LOS為監測的開采礦區的雷達視線向形變場，從步驟1中獲得，LOS′為利用概率積分法模型求得的雷達視線向形變場；

利用概率積分法模型和步驟2中求得的概率積分法模型系數計算獲得開采礦區的東西、南北方向水平移動場U_E、U_N及垂直方向下沉值W，按照雷達成像幾何條件轉換到雷達視線向，得到計算雷達視線向形變場，即LOS′；

開采礦區的地表任一點(x′,y′)在東西、南北方向的水平移動及下沉W′＝W(x′,y′)；

所述雷達成像幾何條件由下式表征：

LOS＝Wcosθ-sinθ[U_Ncos(α_h-3π/2)+U_Esin(α_h-3π/2)]，

其中，θ為雷達衛星入射角，α_h為衛星飛行方位角，其值從步驟1中采用InSAR技術獲取地理編碼后的礦區雷達視線向形變場的過程中所涉及的雷達衛星影像頭文件中獲得；

則，LOS′＝W′cosθ-sinθ[U_N′cos(α_h-3π/2)+U_E′sin(α_h-3π/2)]，其中，θ為雷達衛星入射角，α_h為衛星飛行方位角，其值與從步驟1中采用InSAR技術獲取地理編碼后的礦區雷達視線向形變場的過程中所涉及的雷達衛星影像頭文件中獲得的值相同；

步驟4：利用遺傳算法計算符合迭代次數的種群個體，選取適應度函數最小值對應的個體，即經過遺傳算法搜索迭代得到的開采礦區采空區的參數goaf′，其參數包括開采礦區的采空區中心點坐標、走向長、傾向長、開采厚度、開采深度及走向方位角；

步驟A：設置種群大小為N，迭代次數為M，個體基因包括采空區中心點坐標為(X_c′,Y_c′)，走向長D₃′、傾向長D₁′、開采厚度m′、深度H′，走向方位角隨機生成開采礦區采空區參數goaf的初始種群個體，即初始個體基因，其中goaf是指開采礦區的采空區中心點坐標、走向長、傾向長、開采厚度、開采深度及走向方位角；

步驟B：按照步驟3根據個體基因計算得到LOS′，同時按照目標函數計算個體的適應度，按照設定的迭代終止條件，即目標函數小于目標設定閾值或者為超過迭代次數，判斷迭代結果是否需要繼續迭代，若不滿足，則對種群個體進行選擇、交叉、變異操作，得到新的種群個體，然后再重復步驟B，若滿足，則輸出種群中適應度函數值最小的個體，即開采礦區采空區的參數值goaf′，即通過遺傳算法得出的開采礦區的采空區中心點坐標、走向長、傾向長、開采厚度、開采深度及走向方位角的值；

步驟5：采用模式搜索法提高經遺傳算法得到的開采礦區采空區參數值的精度；

步驟A：設置格網大小、格網擴展因子及格網收縮因子，迭代終止條件即格網大小達到格網大小下限值；令goaf′作為模式搜索法中待求解參數的初始值goaf″_old，即利用模式搜索法得出的開采礦區的采空區中心點坐標、走向長、傾向長、開采厚度、開采深度及走向方位角的值，初始值包含n個參數，且令f(goaf″_old)為目標函數值A；

步驟B：將一個格網大小作為步長，根據模式搜索法生成2n個模式向量（即搜索方向），將goaf″_old在2n個方向上按照步長移動，得到2n個新的goaf″_new；

按照步驟3分別計算f(goaf″_new)，從2n個f(goaf″_new)選出值最小的f_min(goaf″_new)作為目標函數值B；比較B和A，若B大于A，則將格網按照格網擴展因子增大；否則，則將格網按照格網收縮因子縮??；

判斷此時格網大小是否滿足迭代終止條件，若不滿足，將f_min(goaf″_new)對應的goaf″_new賦值給goaf″_old，返回步驟B；若滿足，則將f_min(goaf″_new)對應的goaf″_new作為求解參數的結果，得到開采礦區采空區的參數值，即利用模式搜索法得出的開采礦區的采空區的中心點坐標、走向長、傾向長、開采厚度、開采深度、走向方位角的值，提高經遺傳算法得到的開采礦區采空區參數值的精度。