EN中文

地球信息科学学报 >

2018 , Vol. 20 >Issue 12: 1810 - 1819

DOI: https://doi.org/10.12082/dqxxkx.2018.180322

遥感科学与应用技术

采用时序InSAR技术监测北京地铁网络沿线地面沉降

  • 祝秀星 ,
  • 陈蜜 , * ,
  • 宫辉力 ,
  • 李小娟 ,
  • 余洁 ,
  • 朱琳 ,
  • 周玉营 ,
  • 李昱
展开
  • 1. 首都师范大学水资源安全北京实验室,北京 100048; 2. 首都师范大学 三维信息获取与应用教育部重点实验室, 北京 100048; 3. 首都师范大学 城市环境过程与数字模拟国家重点实验室培育基地,北京 100048
*通讯作者：陈 蜜（1978-）,女,博士,副教授,研究方向为InSAR形变监测、遥感图像处理。E-mail:

作者简介：祝秀星（1994-）,女,硕士生,研究方向为InSAR形变监测。E-mail:

收稿日期: 2018-07-09

  网络出版日期: 2018-12-20

基金资助

国家重点研发计划项目（2017YFB0503803）;国家自然科学基金项目(41201419、41671417）;科技创新服务能力建设-基本科研业务费（科研类）（025185305000/191）

收起

The Subsidence Monitoring along Beijing Subway Network Based on MT-InSAR

  • ZHU Xiuxing ,
  • CHEN Mi , * ,
  • GONG Huili ,
  • LI Xiaojuan ,
  • YU Jie ,
  • ZHU Lin ,
  • ZHOU Yuying ,
  • LI Yu
Expand
  • 1. Beijing Laboratory of Water Resources Security, Capital Normal University, Beijing 100048, China; 2. MOE Key Lab of 3D Information Acquisition and Application, Capital Normal University, Beijing 100048, China; 3. Base of State Key Lab of Urban Environmental Processes and Digital Modeling, Capital Normal University, Beijing 100048, China
*Corresponding author: CHEN Mi, E-mail:

Received date: 2018-07-09

  Online published: 2018-12-20

Supported by

National Key Research and Development Program of China, No.2017YFB0503803;National Natural Science Foundation of China, No.41201419, 41671417;Capacity Building for Sci-Tech Innovation - Fundamental Scientific Research Funds, No.025185305000/191.

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

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。

关键词： 时序InSAR技术; 地面沉降; 地铁网络; Peck公式; 沉降槽

本文引用格式

祝秀星 , 陈蜜 , 宫辉力 , 李小娟 , 余洁 , 朱琳 , 周玉营 , 李昱 . 采用时序InSAR技术监测北京地铁网络沿线地面沉降[J]. 地球信息科学学报, 2018 , 20(12) : 1810 -1819 . DOI: 10.12082/dqxxkx.2018.180322

Abstract

With the improvement of Beijing rail transportation, the subway has become an important transportation for people's daily travel. Monitoring and controlling land subsidence along metro line become an important basic work to ensure the normal operation of linear engineering. Based on 55 images of the 3m high-resolution TerraSAR-X data covering Beijing, this paper used multi-temporal InSAR analysis technology to obtain the ground settlement deformation information along the subway network from April 2010 to December 2016, and analyzed the spatial-temporal evolution of the ground settlement along the Beijing subway network. The spatial-temporal ground subsidence related to the construction of subway tunnels is usually modeled by peck formula in the space domain, which is used to calculate the ground surface settlement and determine the maximum settlement value of the settlement trough curve and the settlement trough width. Taking Ciqikou-Guangqumen station section as an example, the InSAR results were modeled by Peck formula, we estimated the spatial development characteristics of the ground subsidence trough. The results show that there are different degrees of the deformation along Beijing subway line, and the serious deformation is mainly concentrated in the eastern and northeastern regions, annual maximum subsidence rate greater than 100mm/a. Compared with other lines, the overall situation of lines 4 and 10 is relatively stable, followed by lines 14 and Yizhuang, and the uneven settlement of lines 6 and 7 is the most serious. In addition, the road sections show different deformation characteristics in different construction periods, and the settlement of the construction period is more serious than that of the operation period. The width and maximum settlement value of the settlement trough between Ciqikou and Guangqumen station (line 7) show an increasing trend from 2010 to 2016, the maximum settlement trough width reaches about 180 m.

Key words： Multi-temporal InSAR method; land subsidence; subway network; Peck's formula; the settlement trough

1 引言

合理利用和开发地下空间,倡导公共交通出行,成为解决城市容量瓶颈、缓解交通压力的有效途径[1]。地铁交通以其运量大、速度快、方便舒适等特点快速发展,成为城市大容量公共交通的主体,也成为城市现代化的重要标志之一。伴随着城市地下轨道交通的快速发展,地铁建设与运营过程中引发的地面沉降效应及其对工程线路的影响引起了人们的关注[2,3,4]。2014年4月,北京东四环大郊亭桥西约200 m处出现直径约10 m的塌陷,塌陷区域为地铁七号线建设工地[5]。2014年9月,北京地铁14号线在建工地附近的广顺南大街突发路面塌陷,路陷面积约30 m2,深约5 m,受塌陷影响周边店铺停业,道路封闭,但无人员受伤[6]。脆弱的水文地质条件,如冲积粘土和隐伏岩溶会引发沉降,同时地铁建设运营期间隧道施工不当和振动等也会导致地面沉降。因此,为避免不必要的灾害发生,持续、准确的监测地铁沿线地表形变变得尤为重要。随着时序InSAR技术的快速发展,其凭借高时空分辨率以及大覆盖等优势在地面沉降监测中得到了广泛的应用,为开展长时序城市线性工程区地面沉降研究提供了技术基础[7,8]。
随着地铁大规模的建设与运营,监测地铁沿线地面沉降的研究获得国内外学者的关注。国外Batuhan等[9]使用2004-2006年的23景ERS 1/2 SAR数据,对墨西哥城区进行了地面沉降监测,结果表明地铁在建设与运营过程中会产生一定的地面沉降。Heleno等[10]提取了1992-2003年里斯本城区的地铁沿线地面沉降信息,并结合地下水、断层等因素分析其沉降特性,监测结果得出沉降最严重处可达13 mm。国内江利明等[11]选择高分辨率TerraSAR-X数据源,利用多基线差分雷达干涉测量技术实现对香港地铁市政工程建设区域进行形变监测。Wang等[12]利用ASAR和PALSAR数据提取了广州地铁网络的地表变形信息,并利用Peck公式和回归时间模型进一步提取长江三角洲地区地铁时空沉降特征。杨艳[13]在分析了InSAR监测地面沉降优势与不足的基础上,以北京地铁13号线为例,分析了地铁沿线地面沉降速率的分布特征。贾煦等[14]采用ASAR影像,基于时序InSAR技术获取北京地铁15号线沿线不均匀沉降段的空间信息,同时分析了区域不均匀沉降对地铁轨道曲率半径的影响。刘凯斯等[15]采用时序InSAR技术,结合层次熵值法,分析北京地铁6号线沿线的地面沉降空间分布特征以及沉降发展的严重程度及不均匀性。
目前,国内外学者运用时序InSAR技术对地面缓慢形变的监测取得了较好的研究结果,然而现有对北京市地铁网络沿线形变的研究相对较少,多为仅针对单一地铁线沿线形变的研究;使用的SAR数据多为低分辨率影像,高分辨率影像使用较少;对地铁建设和运营全周期的地面沉降情况关注较少,多为将地铁施工建设作为引起城市地表沉降的一种因素进行分析。针对北京市大规模的地铁建设现状,本文采用时序InSAR技术,对地铁建设及建成运营全周期引发的地面沉降效应进行监测。同时,引入经验公式与InSAR监测结果结合,获取地铁沿线沉降槽的最大沉降值和沉降槽宽度等参数,揭示地铁隧道沉降槽的空间分布特征,丰富对地铁沿线地面沉降发生、发展规律的认识。

2 研究区概况和数据源

截至2017年12月,北京地铁运营线路共有22条,覆盖北京市11个市辖区,运营里程608 km,共设车站370座。在建线路17条,共320.8 km。预计2020年北京地铁线路将达31条,总长超过1000 km。本文选取高分辨率TerraSAR-X数据覆盖研究区范围内的地铁4号、6号、7号、10号、14号以及亦庄线6条线路（图1）,提取各地铁沿线的地表形变信息,探究地铁沿线地面沉降时空演变规律及成因。
Fig. 1 Distribution map of study area,metro line and level monitoring poin

图1 研究区范围、地铁线路、水准监测点分布图

3 实验数据处理

3.1 时序InSAR技术原理

相较于传统的D-InSAR技术,时序InSAR技术较好的克服了时空失相关和大气延迟的问题,提高了地表形变监测的精度[16]。其基本原理是从同一研究区内的多幅不同时相的SAR影像中经过公共主影像选取、配准、干涉处理,提取具有反射特征强、散射特征稳定的地面目标（如道路、房屋、堤坝、桥梁、裸露岩石等）作为永久散射体（Permanent Scatterer, PS点）,这些点目标不会受到时间失相关和空间失相关的影响。然后,基于时序差分相位信息通过建立相位函数模型,将地表形变信息、地形误差以及大气延迟相位从干涉相位中分离出来,进而得到地面各点的形变信息。
处理过程中,应充分考虑空间基线、时间基线、多谱勒质心频率等因素来选择主图像,以最大限度地减少处理过程中空间和时间基线的影响,然后将从影像分别与主影像配准,采用外部DEM进行差分干涉处理,生成差分干涉图。
将配准后的SAR影像基于一定的准则和阈值来选取PS候选点以及确定PS点。在提取PS点后,获取PS点的差分干涉相位,基于这些目标点来计算DEM误差、视线向形变量以及大气效应贡献值,估计并去除大气相位值,剔除差分干涉相位中的残余地形相位,最终获取地表形变信息。技术流程图如图2所示。
Fig. 2 The flow chart of PS-InSAR technique

图2 PS-InSAR技术处理流程图

3.2 处理过程

综合考虑时、空基线距及多普勒质心频率差的影响,在获取的2010年4月至2016年12月共55景TerraSAR-X影像中,选择2013年12月15日的影像作为主图像,生成54对差分干涉对,其时空基线分布如图3所示。依据振幅离差阈值法和相干系数阈值法,从配准后的SAR影像中来选取PS候选点。将振幅离差阈值设为0.25,相干系数设为0.7,得到704 094个PS点,且绝大多数点的相干性大于0.8。在提取PS点相位信息后,基于迭代的方法进一步估算每个PS点的DEM误差、形变速率以及大气相位,最终得到PS点的地表形变信息。
Fig. 3 Spatial-temporal baseline distribution of the dataset

图3 数据集时空基线分布图

3.3 监测结果验证

基于时序InSAR分析技术,获取了2010-2016年研究区的地表形变速率结果,参考点位于城区中心,该区域较为稳定,如图4所示。从图中可以发现,整个研究区存在不均匀的地表形变,形变严重区域主要集中在东部及东北地区,最大沉降速率超过100 mm/a;中心城区比较稳定,沉降相对较小,年均沉降速率小于10 mm/a。
Fig.4 The average annual settlement rate in Beijing from 2010 to 2016

图4 2010-2016年北京地区的年均沉降速率图

为了验证时序InSAR处理结果的正确性,将水准测量结果与时序InSAR提取的地表形变结果作对比,以水准点半径30 m缓冲区内的PS点沉降速率均值与水准数据进行对比验证。由表1统计结果可知,水准点的实测结果与PS-InSAR结果的相对误差均在3 mm/a以内,PS点和水准点沉降速率的最小误差值为0.12 mm/a。时序InSAR监测结果与水准数据具有较好的一致性,在一定程度上反映了时序InSAR处理结果的可靠性。
Tab. 1 Comparison of timing InSAR and leveling data

表1 时序InSAR与水准数据对比验证(mm/a)

序号 InSAR沉降速率 水准沉降速率 差值
1 0.56 0.68 -0.12
2 -4.81 -7.49 2.68
3 -36.74 -39.60 2.86
4 -10.86 -12.10 1.24
5 -49.51 -50.20 0.69

4 北京地铁网络沿线地面沉降时空分布特征

高分辨率TerraSAR-X数据的时序InSAR分析结果显示,北京平原区地面沉降分布呈现不均匀沉降特征。地铁施工期间隧道的开挖、列车运营期间的循环载荷以及地下水开采等都可能造成地铁沿线的不均匀地面沉降。本文分别提取各地铁沿线1 km范围内的PS点。如图5所示,对其进行空间分析,进一步探究北京地铁网络沿线地面沉降时空演变规律。
Fig. 5 Settlement rate within 1 km of Beijing metro line

图5 北京市地铁沿线1 km范围内沉降速率图

4.1 地铁4号、10号、14号线

地铁4号线南起大兴区天宫院站,北至海淀区安河桥北站,与北京地铁大兴线贯通运营,全长 50 km。地铁10号线是一条环形地铁线路,该线途经海淀区、朝阳区、丰台区,运营里程57.1 km。地铁14号线是一条连接东北到西南的“L”形骨干线路,途经丰台区、东城区和朝阳区,贯穿北京南部和东部,运营里程43.8 km。
由图6可知,地铁4号、10号线沿线在监测时间内整体相比较其他路线沉降量较小,比较稳定。对3条地铁沿线的地面沉降速率进行统计分析得出,地铁4号大部分PS点的年均沉降速率集中在-2.0~2.0 mm/a,地铁10号线大多PS点的年均沉降速率集中在-4.0~2.0 mm/a。而14号线沿线沉降量相对于其他两条线路较大,最大沉降速率约为-30 mm/a。
Fig. 6 Average annual velocity of along lines 4, 10 and 14

图6 4号、10号、14号线沿线年均沉降速率图

4.2 亦庄线

北京地铁亦庄线位于北京市东南部平原地区,它于2007年12月正式开工建设,并于2010年12月30日正式开通运营。该线路北起宋家庄站,南至次渠站,途经丰台区、朝阳区、大兴区和通州区,全长23.3 km。如图7所示,整个亦庄线沿线沉降分布不均匀。线路从宋家庄站到肖村站沉降速率非常小,没有发生明显的沉降现象;在肖村站到小红门区间内,轨道拐弯处发生了明显的地面沉降,最大年均沉降速率达到-12.8 mm/a;线路进入荣京东街站以后,沉降速率增大,且发生不均匀沉降现象,最大年均沉降速率达到-45 mm/a。
Fig. 7 Average annual velocity of along line Yizhuang

图7 亦庄线沿线年均沉降速率

4.3 6号线一期

北京地铁6号线,是横贯北京市区的一条东西向地铁线路。该线于2007年12月正式开工建设,于2012年12月30日开通。一期西起海淀五路居,东至草房,途经海淀区、西城区、东城区、朝阳区,全线长30.74 km。如图8所示,沿线沉降区主要发生在中心城区以东,自呼家楼站起到草房站沉降速率逐渐增大,最大沉降速率已达到90 mm/a;而中心城区比较稳定,沉降速率较小,年均沉降速率小于10 mm/a。
Fig. 8 Average annual velocity of along line 6

图8 地铁6号线沿线年均沉降量图

4.4 7号线

北京地铁7号线,是北京中心城区的一条东西向地铁线路,该线于2009年9月正式开工建设,于2014年12月28日全线开通。该线运营区段为北京西站至焦化厂站,途经丰台区、西城区、东城区和朝阳区,运营里程23.7 km。如图9所示,地铁沿线地面沉降分布不均匀,主要的地面沉降发生在朝阳区路段。线路从北京西站到磁器口沉降速率小,该地区相对稳定;从磁器口往西到百子湾站,这一路段发生轻微沉降,沉降速率小于10 mm/a;线路到达百子湾,转为由北向南行进到欢乐谷,这一路段年沉降速率逐渐增大,且存在不均匀地面沉降现象;从欢乐谷到终点焦化厂,线路走向转为由西向东,这一路段地面沉降现象显著,沉降速率达到100 mm/a。
Fig. 9 Average annual velocity of along line 7

图9 地铁7号线沿线年均沉降量图

4.5 地铁建设运营期地面沉降特征

一些地铁线路沿线的沉降程度与建成时期也有一定的关联,早期建成的路段由于经过了长期的工后沉降以及持续有效的管理维护,沿线整体比较稳定,而后期建成的路段由于处在施工建设期或者初期运营状态,土层受到施工扰动和列车循环载荷等影响而加剧形变,导致这些路段稳定性较差,沉降较明显[17,18]。地铁4号、10号线属于早期建成的路线,在监测开始时已经过了沉降期并进行了有效地运营管理维护,沿线整体相对比较稳定;而地铁14号、7号线在监测期部分时间段内处于施工状态,土层受到施工扰动等影响产生形变,从而导致其整体稳定性相对较差。如图10所示,7号线沿线施工期（2010-2014年）平均沉降值明显高于运营期（2015-2016年）的平均沉降值。因此,地铁线路不同的建设工期也在一定程度影响地面沉降速率。
Fig. 10 Average settlement during construction and operation of metro line 7

图10 地铁7号线施工期、运营期平均沉降量图

本文以地铁7号线磁器口站为例,进一步分析地面沉降的时空分布特征。磁器口站从2013年4月开始进行隧道暗挖施工,历时5个月,于2013年9月施工结束。分别选择地铁站附近的目标点以及距离地铁站较远的目标点,比较二者的沉降变化特征。如图11所示,P1、P2、P3为地铁站附近的目标点,目标点P4、P5距离地铁站相对较远,分别提取各目标点从2013年1月至2013年12月的时间变化曲线。.
Fig. 11 Annual average settlement rate of Ciqikou station in Metro Line 7

图11 地铁7号线磁器口站年均沉降速率图

如图12所示,图中目标点P1、P2、P3的时间变化沉降特征具有相似性。2013年1月-2013年3月底沉降缓慢,2013年4月开始至9月这一阶段沉降速率增大,2013年9月之后沉降减缓,上述沉降时间分布特征正好与地铁7号线磁器口站施工建设的时间节点相吻合,地铁站在施工建设过程中体现出了沉降加速。而距离地铁站较远的目标点P4、P5,沉降都基本保持稳定,没有出现沉降明显加速的特征。由此可见,地铁施工建设会对地面沉降产生一定的影响。
Fig. 12 Time series curve of target point

图12 目标点时间序列变化曲线

5 地面沉降InSAR监测结果建模

为了更好地研究地铁轨道沿线地表沉降槽规律,选取地铁沿线沉降较严重区域,引入经验公式对InSAR监测结果进行横向沉降曲线拟合,以获取地面沉降槽的最大值、沉降槽宽度等,揭示地铁隧道沉降槽的空间分布。

5.1 Peck公式模型

美国学者Peck通过对隧道地表沉降的实测数据分析,提出了地表沉降曲线近似呈概率正态分布曲线的概念,认为施工引起的地表沉降是在不排水的条件下由地层损失所引起,地表沉降槽的体积应等于地层损失的体积,并提出地面沉降横向分布估算的公式[19],横向地表沉降槽形状如图13所示。其公式为：
S ( x ) = S max exp - x 2 2 i 2 （1）
S max = V s 2 π i ≈ V s 2.5 i （2）
式中：S（x）为隧道两侧横向上距隧道中心x处的地面沉降量/mm;x为隧道两侧横向上距隧道中心的距离/m;为隧道中心线上方的最大沉降/mm;i为沉降槽宽度,即隧道中心线的距离曲线的拐点/m;Vs为隧道单位长度的地层损失量;
Fig. 13 Settlement tank transverse distribution curve

图13 沉降槽横向分布曲线

关于沉降曲线反弯点的距离i,目前应用较多的是O'Reilly和New提出的公式,认为i与隧道的埋深有关,而隧道直径与开挖方式对其影响不大[20],即
i=Kz0（3）
式中：z0为隧道中线埋深;K为沉降槽宽度系数,主要取决于土的性质。
Peck公式中另一个重要的参数是地层损失率VL,它指的是单位距离内沉降槽体积占开挖隧道体积的百分比,即
V L = 4 V s π D 2 （4）
式中：VL为地层损失率;D为隧道等效直径。
由式（1）-（4）可知,对于隧道开挖引起的地表沉降曲线而言,隧道的埋深与直径是已知的。因此,地表沉降曲线就取决于地层损失率VL与沉降槽宽度参数K。地层损失率与最大沉降值Smax和沉降槽宽度有关,沉降槽宽度则决定了沉降槽曲线的形状。

5.2 沉降槽的空间变化特征

本文选择地铁7号线磁器口-广渠门内站区间来研究沉降槽的空间形变特征。首先在整条地铁线路上设置了1 km宽的缓冲区,缓冲区的中心线与地铁线的位置一致。根据线路两侧缓冲区内的PS点年平均形变速率数据,对其进行横断面的分析,横断面的位置如图14所示,接着在横断面的位置创建一个20 m的缓冲区,对其缓冲区内的PS点进行Peck公式拟合,进而研究沉降槽的空间形变特征。如式（1）、（2）所示,参数Smax,和i用于评估地面沉降槽的空间分布特征,这些参数可以使用InSAR测量结果进行估算。采用Peck公式在地表沉降槽中拟合一系列PS（x,y）,其中x是到隧道中心线的水平距离,y是对应于x的沉降值,结果如图15所示。
Fig. 14 Annual average settlement rate of Ciqikou-Guangqumen station in Metro Line 7

图14 地铁7号线磁器口-广渠门内站年均沉降速率图

Fig. 15 Monitoring result fitted by Peck's formula

图15 监测结果Peck公式拟合曲线图

上图显示沉降槽拟合曲线遵循高斯分布。在图中,参数Smax约为-7.22 mm,磁器口与广渠门内站之间的沉降槽宽约为152.5 m,沉降槽最大值位于地铁线上方70.91 m左右的位置。采用均方根误差（RMSE）和平方系数（R2）评估拟合曲线,RMSE和R2分别为0.94和0.74,结果表明采用Peck公式估算横向沉降槽是可行的。
为进一步分析沉降槽长时间序列下的空间形变特征,将目标点按时间序列分别进行拟合,由图16可看出参数Smax和i呈现增加趋势,表明2010-2016年沉降呈现扩大趋势,参数Smax值介于-42~ -4 mm之间,沉降槽宽度i由42 m增至约180 m。
Fig. 16 Peck formula fit curve based on time series

图16 基于时间序列的Peck公式拟合曲线图

Tab. 2 Statistical analysis results of sedimentation trough

表2 沉降槽统计分析结果

时间 Smax/mm i/m
2010-11-19 -4.46 42.93
2011-06-27 -7.58 67.90
2011-12-20 -14.28 134.70
2012-06-02 -16.65 137.80
2012-11-14 -18.02 146.50
2013-05-31 -22.93 147.45
2013-12-26 -27.53 167.55
2014-06-09 -29.79 160.85
2014-12-13 -35.25 167.75
2015-06-29 -36.01 172.85
2015-12-11 -47.39 173.60
2016-11-16 -41.82 179.80

6 结论

采用TerraSAR影像,基于时序InSAR分析技术,本文获取了北京市地铁网络的地表形变空间分布图,同时使用外部水准数据进行对比验证,结果的准确性显示InSAR分析技术监测沉降的可靠性。通过研究分析表明,在监测期间中部、西部的地铁网络部分相对稳定,东郊区段具有区域性沉降,沉降速率较大。地铁4号、10号线比较稳定,年均沉降速率大多小于-10 mm/a;14号线最大沉降速率约为-30 mm/a;亦庄线沿线沉降分布不均匀,最大年均沉降速率达到-45 mm/a;而6号和7号最大沉降速率则达到-100 mm/a。此外,不同的建设工期也会造成不同程度的地面沉降,建设期沉降比地铁运营期沉降严重。最后对地铁7号线监测结果进行建模,通过引用经验公式分析沉降槽的空间分布特征,得出磁器口与广渠门内站之间的沉降槽宽约为152.5 m,最大沉降值约为-7.22 mm,沉降槽最大值约位于地铁线上方70.91 m的位置。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
邱冬炜,杨松林.城市地铁施工监测系统的探讨[J].测绘科学,2007,32(4):175-176.

[ Qin D W, Yang S L.The deformation monitoring and analysis for existing subway tunnel under the influence of traversing engineering[J]. Science of Surveying and Mapping, 2007,32(4):175-176. ]

[2]
秦长利. 地面沉降对轨道交通的影响和应对措施[J].都市快轨交通,2010,23(5):72-74.

[ Qin C L.Impact of surface subsidence on urban rail transit and countermeasures[J]. Urban Rapid Rail Transit, 2010,23(5):72-74. ]

[3]
缪林昌,王非,吕伟华.城市地铁隧道施工引起的地面沉降[J].东南大学学报(自然科学版),2008,38(2):293-297.分析了城市隧道施工引起地表沉降的原因，主要包括地层损失和在新的应力状态下土层固结与蠕变 方面的原因．通常认为地层损失的体积等于隧道地表沉降槽的体积，而忽略了由于隧道施工降水排水和新的应力状态下土层固结引起的沉降变形．以矿山法施工为 例，推导了隧道施工在新的状态下的土体内部孔隙水压消散的公式，进而考虑土体的固结引起的沉降变形．研究成果应用到南京地铁Ⅰ号线鼓楼一玄武门段，根据具 体地质条件和矿山法施工的实施进行理论计算分析，结果表明同时考虑地层损失和土体固结变形计算的地表沉降与实测结果吻合较好．

DOI

[ Miao L C, Wang F, Lv W H.Ground surface settlement due to urban tunnel construction[J]. Journal of Southeast University (Natural Science Edition), 2008,28(2):293-297. ]

[4]
丛恩伟. 北京地铁盾构法施工引起地表沉降的分析与预测研究[D].天津:天津大学,2004.

[ Cong E W.Study of ground surface settlement cause by shied tunneling in Beijing[D]. Tianjin: Journal of Tianjin University(Science and Technology), 2004. ]

[5]
韩英楠.大郊亭再现路面坍塌[N].北京晨报,2014-04-05(04).

[ Han Y N. Dajiaoting reproduces road collapse[N]. Beijing morning post,2014-04-05(04). ]

[6]
陈斯.大坑填平,10公交线绕行[N].法制晚报,2014-09-07(11).

[ Chen S. Pit filled, 10 bus lines bypass[N]. Legal Evening News, 2014-09-07(11). ]

[7]
贾洪果. 高分辨率永久散射体雷达干涉及其应用高速铁路沉降监测[D].西安:西南交通大学,2012.

[ Jia H G.High-resolusion persistent scatterer radar interferometry and ITS application to monitoring subsidence of high speed railway [D]. Xi'an: Journal ofSouthwest Jiaotong University, 2012. ]

[8]
葛大庆,张玲,王艳,等.上海地铁10号线建设与运营过程中地面沉降效应的高分辨率InSAR监测及分析[J].上海国土资源,2014,35(4):62-67.利用高分辨率InSAR时序分析技术研究了上海地铁10号线建设和运营期地面沉降的时空变化特征。结果表明：上海软土地基中的地铁沉降表现出如下特征：（1）线路区间隧道沉降量较大，而车站沉降量较小，沿线路方向沉降较为均匀；（2）线路两侧的沉降影响范围基本对称，5mm沉降的影响半径为100-150m；（3）线路纵向呈现沉降槽，最大沉降量位于纵向剖面中心，达10-15mm，影响范围为50-100m；（4）线路沉降具有阶段性，主要沉降发生在建设期，运营初期沉降速率有所增加。上述沉降效应表明高分辨率InSAR技术可从空间上完整表现地铁线上沉降的分布特征，从时间上揭示施工和运营阶段地面沉降的变化特征，对于地铁开挖施工期间和竣工运营期间的沉降监测具有显著意义。

DOI

[ Geng D Q, Zhang L, Wang Y, et al.Monitoring subsidence on Shanghai metro line 10 during construction and operation using high-resolution InSAR[J]. Shanghai Land and Resources, 2014,35(4): 62-67. ]

[9]
Osmanoğlu B, Dixon T H, Wdowinski S, et al.Mexico City subsidence observed with persistent scatterer InSAR[J]. International Journal of Applied Earth Observations & Geoinformation, 2011,13(1):1-12.We analyzed 23 satellite SAR (synthetic aperture radar) scenes using Persistent Scatter Interferometry (PSI) to study subsidence in Mexico City associated with groundwater withdrawal. The data were acquired by the Envisat ASAR system between January 2004 and July 2006. The spatial pattern of subsidence and the maximum subsidence rate (300 mm/year) are similar to earlier studies. Comparison to independent GPS data indicates RMS agreement between the two techniques of 6.9 mm/year, about the level expected based on joint data uncertainty. Significant annual variation in the GPS vertical data is not observed, suggesting minimal aquifer recharge during the rainy season, and justifying a simple linear model of phase variation through time for the PSI analysis.

DOI

[10]
Heleno S I, Oliveira L G, Henriques M J, et al.Persistent scatterers interferometry detects and measures ground subsidence in Lisbon[J]. Remote Sensing of Environment, 2011,115(8):2152-2167.78 Application of Persistent Scatterers Interferometry (PSI) in Lisbon, Portugal 78 PSI detected two previously unknown subsiding areas 78 Two autonomous PSI analysis are compared with leveling and GPS surveys 78 This comparison gave similar results for the same area 78 Industrial over-exploitation of groundwater resources is causing subsidence

DOI

[11]
Jiang L M, Lin H, Xiang B Q.Detection of rapid land subsidence of civil constructions with TerraSAR-X interferometry[J]. International Geoscience & Remote Sensing Symposium, 2010:3510-3513.The TerraSAR-X SAR system provides high spatial resolution and geometric accuracy imagery which supports well the mapping of the 3-D structure of large-scale civil infrastructure and its motions (4-D). In this work, we investigated the potential of TerraSAR-X observations for monitoring rapid land subsidence induced by reclamation activities. A case study was conducted in Hong Kong Disneyland Theme Park (DTP) at the Penny's Bay, one of the largest land reclamation projects worldwide. A total of 16 TerraSAR-X scenes were used in a small-baseline PSI method for retrieving residual reclamation settlement in the study area. The preliminary results indicate that a remarkably high density of high coherent point targets (>2,500 PS point/km2) was identified in the reclamation area and a large land subsidence rate on the order of 35 cm/yr could be detected in the center of reclaimed land. The high detail level of deformation filed as well as the high sensitivity regarding rapid residual settlement makes TerraSAR-X interferometry a remarkable potential Earth Observation technique to enable the detection of ground deformation related to the large-scale infrastructure development in reclaimed land.

DOI

[12]
Wang H Q, Feng G C, Xu B, et al.Deriving spatio-temporal development of ground subsidence due to subway construction and operation in delta regions with PS-InSAR data: A case study in Guangzhou, China[J]. Remote Sensing, 2017,9(10):1004.Subways have been an important method for relieving traffic pressures in urban areas, but ground subsidence, during construction and operation, can be a serious problem as it may affect the safety of its operation and that of the surrounding buildings. Thus, conducting long-term ground deformation monitoring and modeling for subway networks are essential. Compared with traditional geodetic methods, the Persistent Scatterer Interferometric Synthetic Aperture Radar (PS-InSAR) technique offers wider coverage and denser measurements along subway lines. In this study, we mapped the surface deformation of the Guangzhou subway network with Advanced Synthetic Aperture Radar (ASAR) and Phased Array Type L-band Synthetic Aperture Radar (PALSAR) data using the Interferometric Point Target Analysis (IPTA) technique. The results indicate that newly excavated tunnels have regional subsidence with an average rate of more than 8 mm/year, as found on Lines Two, Three, Six, and GuangFo (GF). Furthermore, we determined the spatio-temporal subsidence behavior of subways with PALSAR in delta areas using Peck’s formula and the logistic time model. We estimated the tunneling-related parameters in soft soil areas, which had not been previously explored. We examined a section of line GF, as an example, to estimate the ground settlement trough development. The results showed the maximum settlement increased from 615.2 mm to 6123.6 mm and its ground loss ratio ranged from 1.5–8.7% between 13 July 2008 and 19 January 2011. In addition, we found that the tunnels in line GF will become stable after a period of about 2300 days in peak subsidence areas. The results show that the proposed approach can help explain the dynamic ground subsidence along a metro line. This study can provide references for urban subway projects in delta areas, and for the risk assessment of nearby buildings and underground pipelines along metro lines.

DOI

[13]
杨艳. 北京地面沉降InSAR监测效果分析[J].上海国土资源,2013,34(4):21-24.在分析北京地面沉降灾害现状、现有监测方法和技术手段基础上，对LglnSAR监测与传统分层动态监测、高精度水准测量、GPs测量等在区域地面沉降监测时效性、精确性和经济性等之间的差别，并以北京地铁13号线地面沉降InSAR监测为例，分析其优势与不足，为优化北京地面沉降监测资源、全面开展线性工程地面沉降灾害监测提供参考，以助于推进首都减灾防灾工作进程。

DOI

[ Yang Y.Effectiveness of InSAR monitoring of land subsidence in Beijing[J]. Shanghai Land and Resources, 2013,34(4):21-24. ]

[14]
贾煦,宫辉力,陈蓓蓓,等.不均匀地面沉降对北京地铁15号线运营的影响分析[J].遥感信息,2014(6):58-63.本文利用永久散射体干涉测量技术,对北京地铁15号线周边的遥感影像进行了PS点选取、差分干涉图的生成、相位回归分析以及精密基线计算等一系列处理,获取研究区沉降信息,用克里格插值的方法对沉降结果进一步处理,得到连续的沉降速率。根据地铁沿线沉降情况与地铁沿线沉降速率剖面图,分析区域不均匀沉降对地铁轨道曲率半径的影响,并从沉降监测、线路设计、施工维护等方面提出相应的对策来防范地面沉降,保障地铁运营安全。

DOI

[ Jia X, Gong H L, Chen B B.Impact of uneven land subsidence on operation of Beijing subway line 15[J]. Remote Sensing Information, 2014(6):58-63. ]

[15]
刘凯斯,宫辉力,陈蓓蓓.基于InSAR数据的北京地铁6号线地面沉降监测分析[J].地球信息科学学报, 2018,20(1):128-137.

[ Liu K S, Gong H L, Chen B B.Monitoring and analysis of land subsidence of Beijing metro line 6 based on InSAR data[J]. Journal of Geo-information Science , 2018,20(1):128-137. ]

[16]
Ferretti A, Prati C, Rocca F.Permanent scatterers in SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001,39(1):8-20.Temporal and geometrical decorrelation often prevents SAR interferometry from being an operational tool for surface deformation monitoring and topographic profile reconstruction. Moreover, atmospheric disturbances can strongly compromise the accuracy of the results. The authors present a complete procedure for the identification and exploitation of stable natural reflectors or permanent scatterers (PSs) starting from long temporal series of interferometric SAR images. When, as it often happens, the dimension of the PS is smaller than the resolution cell, the coherence is good even for interferograms with baselines larger than the decorrelation one, and all the available images of the ESA ERS data set can be successfully exploited. On these pixels, submeter DEM accuracy and millimetric terrain motion detection can be achieved, since atmospheric phase screen (APS) contributions can be estimated and removed. Examples are then shown of small motion measurements, DEM refinement, and APS estimation and removal in the case of a sliding area in Ancona, Italy. ERS data have been used.

DOI

[17]
秦晓琼,杨梦诗,王寒梅,等.高分辨率PS-InSAR在轨道交通形变特征探测中的应用[J].测绘学报,2016,45(6):713-721.为了确保城市轨道交通的安全运营和可持续发展,将高分辨率PS-InSAR技术引入城市轨道交通的形变监测领域。以上海为例,分析了城市轨道交通网络专题的形变特征。首先,利用26景TerraSAR-X影像在上海开展高分辨率PS-InSAR沉降精细测量,得到轨道交通网络整体的沉降格局;然后,针对不同建成时期和建设形式的路段,分类探讨其形变特性及原因;最后,进行测量结果的精度验证。分析结果表明,快速的城市化发展建设已成为上海轨道交通沿线主要的沉降原因;不同建成时期和建设形式的路段表现出不同的形变特征,早期建设路段比晚期建设路段更稳定,高架路段比地下路段沉降速率更小;PS-InSAR与水准数据保持很好的一致性。证实了高分辨率PS-InSAR技术在城市轨道交通形变监测、管理维护和预警方面具有一定的可行性,可以为城市公共交通的规划和建设提供决策支持。通形变监测、管理维护和预警方面具有一定的可行性,可以为城市公共交通的规划和建设提供决策支持。

DOI

[ Qin X Q, Yang M S, Wang H M, er al. Application of high-resolution PS-InSAR in deformation characteristics probe of urban rail transit[J]. Acta Geodaetica et Cartographica Sinica, 2016,45(6):713-721. ]

[18]
白书建. InSAR技术在地铁沿线形变监测中的应用研究[D].北京:中国地质大学(北京),2017.

[ Bai S J.Application of InSAR technology in deformation monitoring along subway[D]. Beijing: China University of Geosciences (Beijing), 2017. ]

[19]
Peck R B.Deep excavations and tunnelling in soft ground[C]. Proceeding of the 7th International Conference on Soil Mechanics and Foundation Engineering, Mexico City, 1969:225-290.

[20]
O'Reilly M P, New B M. Settlement above tunnels in the United Kingdom-their magnitude and prediction[C]. Proceedings of Tunnelling 82, London IMM, 1982:173-181.

Options
文章导航

/

〈 〉