北京典型区地面沉降演化特征与成因分析

北京从20世纪50、60年代发现地面沉降以来,其一直呈快速发展的态势。在过去的几十年里,北京市地面沉降的范围和速度逐年增加。本文以北京市典型地面沉降区为研究区,选择永久散射体合成孔径雷达干涉测量技术所获取的2004-2010年间北京地面沉降信息作为主要数据源,补充水准测量数据（1955-2010年）,从空间分布和时序变化2个角度,分析北京市平原典型区地面沉降演化特征。结合地下水动态监测网数据、土地利用数据,采用GIS空间分析,研究各因素和地面沉降之间的时空响应关系。结果表明,北京地区地面沉降严重区域面积不断扩大,且局部不均匀程度逐渐增加。在研究期内,地下水水位变化在时间和空间上与地面沉降有较高的一致性,地下水超量开采是影响北京地区地面沉降的最主要因素,而城市发展过程中的工程活动也是影响地面沉降时空分布特征的因素之一。研究结果可为北京市地面沉降防控提供一定的科学依据。     

基于InSAR数据的北京地铁6号线地面沉降监测分析

本文以北京市地铁6号线为研究区,采用PS-In SAR技术对研究区53景Terra SAR影像进行永久散射体干涉处理,获取了研究区地面沉降信息,初步揭示了线状研究区的地面沉降空间分布特征,进一步结合层次熵值法,定位6号线典型路段,深入分析了地面沉降发展的严重程度及不均匀性。研究结果表明:(1)6号线沿线自西向东沉降速率增大,最大年沉降速率为77.2 mm/a,出现在常营—草房路段;(2)综合熵值以金台路站为分界,西侧熵值小(小于0.5),东侧接近或大于1,金台路以东路段沉降量大,且不均匀沉降严重;(3)在地质条件相似的金台路-十里堡、青年路-褡裢坡、黄渠-草房3个路段内,沉降严重程度同时受年沉降速率、斜率、曲率半径变化驱动,且相关性强。     

采用时序InSAR技术监测北京地铁网络沿线地面沉降

随着北京轨道交通的日益完善,地铁成为人们日常出行的重要交通工具,监测和治理地铁工程沿线地面沉降成为保障线性工程正常运营的一项重要基础性工作。本文基于55景覆盖北京地区的3 m高分辨率TerraSAR-X数据,采用时序InSAR分析技术获取2010年4月至2016年12月地铁网络沿线的地面沉降形变信息,系统分析了北京地铁网络沿线地面沉降时空演变规律。同时,结合Peck公式将InSAR监测结果进行建模,以7号线磁器口-广渠门内站区段为例,估算地面沉降槽的空间发展特征。研究发现：北京市地铁线路沿线表现出不同程度的形变,形变严重的路段主要集中在东部及东北部区域,最大沉降速率超过了100 mm/a;相对于其他线路,4号、10线整体情况比较稳定,14号、亦庄线次之,6号、7号线不均匀沉降最为严重;此外,地铁在不同建设时期路段表现出不同的形变特征,施工期路段较运营期沉降严重;7号线磁器口与广渠门内站间沉降槽的宽度和最大值沉降值在2010-2016年呈现增加趋势,沉降槽最大宽度约达180 m。     

基于SBAS InSAR方法的苏州地区2007-2010年地表形变时空变化研究

苏州地区位于中国苏锡常地面沉降带,地面沉降严重影响了该地区的经济社会发展,因此对其进行地面沉降监测具有重要的意义。本文基于SBAS InSAR方法,利用27景ERS-2 SAR数据,反演了苏州地区2007-2010年地表年平均沉降速率分布图和时序沉降变化图,分析了该时间段地表沉降的时空演化特征。结果表明,在整个研究观测期,苏州地区整体呈现出“老区沉降趋缓,新区沉降较快”的特点。老城区（姑苏区及邻近的吴中区）地面沉降趋于缓和,年平均沉降速率在10 mm/a以下,无明显的沉降中心;而相对新发展的区域（相城区、工业园区和吴江区）则表现出明显的沉降特征,沉降速率普遍大于10 mm/a。其中,相城区年平均沉降速率大约为10~20 mm/a,局部地区沉降严重,速率可达或超过20 mm/a;工业园区年平均沉降速率约20 mm/a,最大累计沉降量在50 mm左右。吴江区地面沉降最为严重,表现出面积广、速率大的特点,其年平均沉降速率在 20 mm/a左右,最大累计沉降量可达60 mm以上。     

近20 a来玛纳斯河流域南山冰雪动态变化特征分析

利用1990-2010年的TM影像和DEM数据,通过面向对象的分类方法提取了玛纳斯河流域南山4个时期的冰雪分布信息,并结合近20 a（1987-2007年）的气温资料对研究区冰雪时空分布特征和变化原因进行了研究。结果表明：（1）1990-2010年间,研究区冰雪面积从1442.32 km²退缩到710.54 km²,面积减少了50.7%。（2）1990-2010年间,冰雪变化主要呈现退缩的态势,尤其在海拔4000 m以下,面积减少更为剧烈,在海拔4000 m以上相对平缓。这种现象在研究区东区表现的更为明显,西区相对较小。（3）自1987年以来,气温的升高是冰雪面积不断退缩的主要原因之一。     

采用升降轨Sentinel-1数据监测北京城市副中心地面沉降

通州区作为北京城市副中心,地面沉降对其城市建设和发展会产生潜在的影响.采用2019年1月至2020年2月升、降轨Sentinel-1数据,基于SBAS-InSAR技术提取通州区高精度地表形变信息,运用GIS空间分析方法,结合地下水和土地利用类型数据,综合分析通州区地面不均匀沉降的原因.结果表明:升、降轨SAR数据获取的通州区地面沉降数据具有较好的一致性,存在不均匀地面沉降特征,北部、西北部地区沉降速率偏高,有明显的沉降漏斗;通州区地面沉降具有季节性变化特征,四季中夏季累计沉降量最大;地下水漏斗区与地面沉降区的位置基本一致,水位埋深变化与沉降量变化具有相似的趋势;建设用地规模不断地扩大,对地面沉降产生重要的影响.     

水准测量网监测在德州市地面沉降中的应用

山东地面沉降灾害以鲁北平原最为严重,在德州地区的地面沉降已对当地人民的正常生产和生活构成了威胁,并制约了当地经济的可持续发展。通过建立水准测量网络及监测运行,查明了德州市地面沉降的规模和范围,研究成果表明工作区均存在地面沉降现象,截至2010年,德城区由于地下水开采强度大,地面沉降幅度最大,目前地面累计沉降量为-1186.9～-636.9mm,多年平均沉降速率为59.35mm/a,形成了以市区西北部为中心的地面沉降盆地。超量开采深层地下水是造成大规模地面沉降的重要因素。     

1987—2017年粤港澳大湾区城市群的不透水地表扩张与梯度演化

不透水地表是衡量城市化过程与空间扩张的重要特征。本文以我国最具经济活力的城市群-粤港澳大湾区城市（以下简称大湾区）为研究区,采用重心-标准差椭圆与梯度分析等方法,探讨其1987—2017年不透水地表的时空扩张分布特征与演化趋势。结果表明：① 30年来大湾区的不透水地表面积从1839.34 km²持续增长至12 385.93 km²。城市化进程进入21世纪后明显加快,整体形成了广、深、港、澳等中心城市带动,各次级城市组团,网络结构发展的空间扩张格局。② 大湾区不透水地表重心位于广州番禺与佛山顺德交界处附近,城市建设扩张靠近大陆海岸带区域,范围不断扩大。广、莞、佛等地的城市建设极大带动了不透水地表重心与方向的变化;③ 城市建设以珠江支流与大陆海岸线为轴心扩张的特征明显,各地核心城区与海湾区域的建设扩张共同构成了大湾区的发展核心,整体形成了中心城区为主、大陆海岸线为辅的协同发展趋势。粤港澳大湾区建设已上升为国家战略,未来需进一步强化内部各城市间的要素交互,在发挥核心城区辐射引领作用的同时,充分利用沿海产业优势,带动实现大湾区的城乡融合发展。     

滨州市地面沉降成因浅析

截至2016年4月,滨州市地面沉降量超过20mm的面积达到了2 881km2,约占全市面积的30%,地面沉降灾害日益严重。为查明滨州市地面沉降现状和沉降成因,采用二等水准测量、地下水位监测、钻探取样、测试分析、地下水开采量调查等方法,对比2005年5月、2008年8月、2012年9月、2014年10月、2015年5月、2016年4月等多期二等水准测量数据和水位数据,从点、线、面3个方面进行了累计沉降量和沉降速率的分析,并从山前冲积、洪积平原水文地质单元区和黄河冲积平原水文地质单元区的水文地质特征、地层结构及其力学性质方面进行了滨州市地面沉降成因分析,基本查明了滨州市地面沉降现状及其演变特征,揭示了超量抽取地下水造成地下水位下降和具有较大压缩性的地层结构是影响该区地面沉降的2个主要因素。     

广饶县地面沉降成因及预测分析

地面沉降是指由于自然因素或人类工程活动引发的地下松散岩层固结压缩,并导致一定区域范围内地面高程降低的地质现象,是一种缓变性地质灾害。广饶县地处东营市南端,根据2004—2016年地面沉降监测资料,其沉降中心累计沉降量已超过了1 500mm,最大沉降速率超过70mm/a,属地面沉降强发育。通过对地面沉降发生、发展规律和引发地面沉降的成因进行了分析,并在现状条件下对地面沉降趋势进行了预测分析。     

基于时序InSAR的京津高铁北京段地面沉降监测

京津高铁是中国第一条高速运行的城际铁路,其安全运行对轨道的平顺性有着严格的要求。地面沉降,尤其是不均匀地面沉降会引起部分路基和桥梁变形,威胁着高速铁路的运营安全。合成孔径雷达干涉测量技术可以大范围监测地表形变,对高速铁路沿线地面沉降具有较好的监测能力。本文以45景高分辨率TerraSAR-X 数据为基础,采用 PS-InSAR技术监测京津高铁北京段沿线地面沉降,获取京津高铁北京段沿线地面沉降的分布信息,从动静载荷视角结合北京地区地下水、断裂带、地质条件和含水层系统介质等数据,综合分析高铁沿线不均匀地面沉降的原因,为京津高铁的安全运营提供技术支撑。研究结果表明：京津高铁北京段沿线地面沉降发展在空间上存在一定差异性,北京南站至十里河区间,年沉降速率小于10 mm/a; 至十八里店区间,年沉降速率在10~40 mm/a范围内浮动;过亦庄站至东石村以东区间,最大年沉降速率达到90 mm/a;至永隆村以西,年沉降有所缓解,往东至坨堤村,沉降较为稳定,年沉降速率小于10 mm/a。地下水超采是沿线区域地面沉降的主要因素,动静载荷共同作用下对地面沉降产生一定的影响,沿线地面沉降一定程度上受到南苑—通县断裂带和旧宫断裂带构造控制,沉降量较大的路段位于粘土层较厚的大兴迭隆起。     

基于PS-InSAR和GIS的北京平原区建筑荷载对地面沉降的影响

北京平原区地面沉降问题日益突出,成因复杂,既包括人为地下水开采和城市建筑荷载作用,又包括自然土体固结和活动构造影响。地下水开采和建筑荷载是重要的驱动因素。如何提取区域尺度建筑载荷,评价其对地面沉降影响,是地面沉降灾害防治工作需要开展的重要环节。本文以简化后的容积率表征建筑载荷,首先利用PS-InSAR技术获取研究区地面沉降信息,然后使用GIS空间分析的方法提取出同等地下水开采影响下的不均匀沉降分布,其次采用阴影长度法提取了研究区建筑体高度,最终结合空间分析和回归分析方法研究建筑容积率与地面沉降之间的关系。主要研究结论：① 北京地区地面沉降比较严重,沉降速率大于30 mm/a的区域占比21.08%;② 地下水开采同等影响下的不均匀沉降区呈H形分布于平原区中部和北部;③ 阴影长度法能够较准确的评估出建筑容积率,可用于区域尺度静载荷的提取与分析;④ 在地质条件相似、水位变化相同的局部区域内,地面沉降速率与建筑容积率具有一定相关性,但相关系数较低。     

时序InSAR解译2017~2020年北京地面沉降时空变化

利用合成孔径雷达干涉测量（InSAR）技术对2017-06~2020-06期间获取的Sentinel-1数据集进行处理和分析,获取北京近几年地面沉降区域的时空分布特征。结果表明,北京地表形变呈现5处沉降区,最大年形变速率为-111.3 mm/a。将InSAR结果与GPS观测资料进行对比,验证了时序InSAR的有效性。对比2018年和2019年的年形变速率可知,各个沉降范围内的沉降面积均在减小,且沉降减缓的面积远大于沉降加速的面积。局部调查后发现,5处沉降区除1处仍在加速沉降外,其他4处的沉降速度均在减缓。     

近30年来长江源区土地覆被变化特征分析

长江源区是我国重要的水源涵养地。本文利用20世纪70年代中后期、90年代初期、2004年和2008年共4期土地覆被数据,通过土地覆被转类途径与幅度、土地覆被状况指数和土地覆被转类指数,分析评价了长江源区近30年来土地覆被与生态状况的时空变化特征。结果表明：草地是长江源区主要的土地覆被类型,2008年草地面积占该区总面积的66.93%。在70年代中后期-90年代初期、90年代初期-2004年和2004-2008年的3个时段内,土地覆被状况指数变化率分别为-0.15、-0.24和0.01;土地覆被转类指数分别为-0.20、-0.66和0.08。近30年来,长江源区土地覆被和生态状况总体经历了变差-显著变差-略有好转的过程。2004-2008年,长江源区年平均温度比前期（70年代中后期-2004年）升高了0.57℃,年平均降水量比前期增加了17.63mm。区域气候变化有助于自然生态系统的恢复。后期生态保护与建设工程的实施,对植被恢复产生了一定的积极作用。     

Comprehensive analysis and artificial intelligent simulation of land subsidence of Beijing, China

Mechanism and modeling of the land subsidence are complex because of the complicate geological background in Beijing, China. This paper analyzed the spatial relationship between land subsidence and three factors, including the change of groundwater level, the thickness of compressible sediments and the building area by using remote sensing and GIS tools in the upper-middle part of alluvial-proluvial plain fan of the Chaobai River in Beijing. Based on the spatial analysis of the land subsidence and three factors, there exist significant non-linear relationship between the vertical displacement and three factors. The Back Propagation Neural Network (BPN) model combined with Genetic Algorithm (GA) was used to simulate regional distribution of the land subsidence. Results showed that at field scale, the groundwater level and land subsidence showed a significant linear relationship. However, at regional scale, the spatial distribution of groundwater depletion funnel did not overlap with the land subsidence funnel. As to the factor of compressible strata, the places with the biggest compressible strata thickness did not have the largest vertical displacement. The distributions of building area and land subsidence have no obvious spatial relationships. The BPN-GA model simulation results illustrated that the accuracy of the trained model during fifty years is acceptable with an error of 51% of verification data less than 20 mm and the average of the absolute error about 32 mm. The BPN model could be utilized to simulate the general distribution of land subsidence in the study area. Overall, this work contributes to better understand the complex relationship between the land subsidence and three influencing factors. And the distribution of the land subsidence can be simulated by the trained BPN-GA model with the limited available dada and acceptable accuracy.     

PS-InSAR��SBAS-InSAR���ر�����ıȽ��о�

????PS-InSAR??SBAS-InSAR??????????????????????????????2004??2010???31??ENVISAT ASAR??????????????????????????????????????PS-InSAR??SBAS-InSAR?????????к?????????Щ??????????????SBAS-InSAR??PS???α??????????????????????????????????????????????е?????????????????????????????????????????????     

南水北调中线区域地面沉降SBAS-InSAR监测研究

基于1 009景Sentinel-1A影像,利用SBAS-InSAR技术对南水北调中线区域地面沉降进行长时间序列监测。结果显示,整个中线沿线地面沉降主要分布于河北省东南部,最大形变速率为-139 mm/a,由于与渠道间有一定距离,因此对输水影响较小。北京市的最大形变速率为-133 mm/a,天津市西南部最大形变速率为-81 mm/a,但天津支线经过了2个沉降区,应当引起相关部门的重视。本文重点分析了南水进京后北京市地面沉降的时序形变特征,结合相关资料分析得知,南水北调工程有效补充了北京地区地下水储量,显著遏制了北京市地面沉降的发展态势。