番禺区城市建设用地的廊道效应分析

廊道效应是交通网等产生的、由中心轴线向外随距离增大而逐步衰减的效应。目前,城市交通网络对城市建设用地的廊道效应正在受到越来越多的关注,但现有的对城市交通网络的研究主要集中在城市轨道交通和公路网络等方面,并没有考虑到人们出行越来越多采用的交通工具——地铁。因此,以广州市番禺区为研究区,运用GIS和RS分析了广州地铁对番禺区土地利用的廊道效应。先分别建立地铁线和地铁站点的缓冲区,再分别提取距地铁500 m,1 000 m和2 000 m范围内的土地利用信息,最后研究广州地铁沿线和沿站点的土地利用空间分异情况。研究结果表明,到目前为止,广州地铁线对番禺区的土地利用还没有明显的廊道效应,但广州地铁站点却对番禺区土地利用具有明显的分异作用。     

InSAR填海区地铁沿线地表沉降反演分析

为了更好地监测和掌握深圳填海区地铁工程结束后地铁沿线的地面沉降情况,该文利用TS-InSAR技术和20景2017年8月15日—2019年3月14日的Sentinel-1A SAR数据,借助POD精密定轨星历和ASTER GDEM V2分别去除轨道误差和地形相位,反演了深圳填海区2017—2019年地表沉降时间序列,并在此基础上重点分析了填海区地铁沿线地面沉降的时空演变规律以及地面沉降成因。结果显示,填海区各地铁沿线的地面沉降特征较为明显,最大沉降速率为-17.52 mm/a。其中,宝安中心、前海湾、深圳湾区段地铁沿线的地面沉降趋势较为严重,其地面沉降呈现逐渐增强和扩散趋势。     

地铁施工沿线高层建筑物沉降变形特征分析与预测

地铁的快速发展解决了人们的出行问题,但在地铁施工中会使沿线附近的建筑物产生沉降变形。为了确保建筑物和施工安全,对地铁施工期间建筑物的沉降变形进行监测很有必要。选择某市地铁3号线沿线高层建筑物为研究对象,对其沉降变形特征进行分析说明,并对沉降变形进行预测,结果表明,预测曲线与实测曲线拟合较好。     

利用InSAR和网络模型的昆明地铁沿线形变预测

针对在地铁建设和运营中容易引起地面沉降,给人民生命财产安全造成威胁的问题,该文利用SBAS-InSAR对2018年7月—2019年12月昆明市41幅Sentinel-1A升降轨影像进行处理,获取昆明地铁沿线沉降信息。在此基础上,分析了6条地铁沿线200 m缓冲区地表沉降的时空分布特征,并结合LSTM、XGBoost、Deep Forset模型进行时间序列值的预测,引入绝对误差(ε)、均方根误差(RMSE)、纳什系数(NSE)对模型进行对比评价。Deep Forest预测模型计算得到的RMSE值最小,NSE值最大,分别为0.21、0.94,结果表明,Deep Forest预测模型效果高于LSTM、XGBoost预测模型。因此,利用Deep Forest模型能够有效地对地铁沿线进行沉降预测,可以为政府部门今后开展地铁沿线地面沉降监测和灾害预警提供参考。     

基于IPTA技术的广州市2017—2020年地铁沿线沉降监测

干涉点目标分析技术(IPTA)是一种常用的地表形变监测技术,能够克服大气延迟、时空失相关的影响,获取高精度的监测数据。本文采用IPTA技术对覆盖广州市2017年5月至2020年5月期间的85景Sentinel-1A影像进行处理,获取了广州市的平均形变速率信息。同时,本文还分析了广州市及其地铁沿线形变的空间分布特点。结果显示：广州市地铁沿线的整体地表形变较为稳定,沉降主要集中在6号线沿线,最大的沉降漏斗位于柯木塱站,沉降速率达到了-39.5 mm/yr。结合实地考察结果,IPTA技术能够为大范围城市地铁沿线的沉降监测提供可靠的信息支撑。     

基于InSAR技术的南昌市地铁沿线地面沉降监测与分析

地铁的建设与营运会产生沿线的长期持续形变,从而引发地面沉降。本文以南昌市运营中的1、2号线以及在建地铁沿线为研究对象,基于研究区内的26景Sentinel-1A数据和DEM数据,采用了小基线集(Small Baseline Subset,SBAS)时间序列技术,获取了研究区内地表的形变速率与累计形变量。实验结果表明,地铁沿线范围内整体呈现沉降趋势,沉降速率在-2 mm/year～-17mm/year之间,局部区域出现地面抬升情况,累计抬升65.53mm。通过分析时序结果变化以及沉降发生的地理空间分布,推断地铁高速运行产生的地面载荷是地面沉降发生的主要因素。     

佛山地铁沿线时序InSAR形变时空特征分析

佛山作为中国珠三角地区经济和城市化高速发展的城市，由于其脆弱的地质水文条件，长期遭受地面沉降灾害的影响。同时，该区域地铁作为缓解城市交通压力的重要工具，其施工和运行所导致的地面沉降也影响了人们的生命财产安全。但目前针对佛山地区相关的系统研究不多，对地铁沿线的沉降规律认识不足。利用Sentinel-1数据监测了2015-06至2018-09间佛山市的形变信息，结果表明，佛山市地表形变呈零星分布，未出现大范围的沉降漏斗，形变速率为-20~5 mm/a，局部区域的沉降速率超过-30 mm/a。地面沉降主要与不稳定的地质结构、地下水抽取和局部区域工程施工有关。基于获得的形变结果，对佛山市地铁沿线的形变情况进行了研究，并对2018年佛山市地铁坍塌事故路段的沉降情况进行了详细分析，阐述了在空间分布上地铁沿线沉降差异的成因，并在时间上对地铁沿线的形变进行了模型参数反演。研究工作为今后当地政府开展地表形变普查、沉降灾害预警提供了参考，并为地铁正常运行与维护的安全监测提供了理论依据。     

基于PS-InSAR技术的北京地铁线网地表沉降研究

随着城市地下轨道交通的高速发展,地铁建设运营引起的地面沉降现象及其对工程线路的影响引发了国内外相关学者的极大关注。本研究基于哨兵1号合成孔径雷达（SAR）影像,利用永久散射体对合成孔径雷达干涉测量（PS-InSAR）技术对北京地铁全网沿线1 km区域地表变形进行监测,形成了2018—2022年北京地铁沿线整体监测的形变结果图、特征点时序形变结果图以及统计分析典型形变区域的沉降速率剖面图等成果,并分析了北京地铁沿线重点沉降区域、沉降速率时间变化和空间变化,对地铁运营安全风险评估和运维管理具有重要意义。     

南京地铁2号线结构安全监测技术方案的研究

本文主要针对性的研究了南京市地铁沿线建设项目深基坑开挖施工对正在建设中的地铁2号线车站主体结构、区间隧道等的影响,充分结合现场施工条件和地质情况实际,对监测点的设立、数据采集、数据平差处理及分析等方面进行了深入的研究,提出了一套科学、可行的地铁结构安全监测技术方案.     

低空无人机的倾斜摄影测量技术在城市轨道交通建设中的应用

智慧地铁的建设需要三维模型的支撑，运用倾斜摄影测量技术，结合三维可视化技术，为智慧地铁提供了三维数据支撑，推动了全生命周期智慧地铁建设的全面发展。本文旨在以雄安新区城市轨道交通R1线为研究区，对其沿线85 km进行了无人机航飞工作，通过数据处理获取了沿线三维实景模型，并对模型成果精度进行了详细对比。结果表明，此次倾斜摄影测量成果满足1：500比例尺要求。此外，还对倾斜摄影测量技术在城市轨道交通建设中的相关应用进行了介绍，为城市轨道交通建设工作由二维向三维转变开拓了新的方向。