EN中文

Journal of Geo-information Science >

2019 , Vol. 21 >Issue 9: 1467 - 1478

DOI: https://doi.org/10.12082/dqxxkx.2019.190151

Surface Subsidence Monitoring during the Construction of Nanning Subways

  • QIN Wen 3 ,
  • HUANG Qiuyan 1, 2, 3 ,
  • YU Lu , 3, * ,
  • HU Baoqing 1, 2
Expand
  • 1. Key Laboratory of Environmental Change and Resource Utilization of Beibu Gulf, Nanning Normal University, Nanning 530001, China
  • 2. Key Laboratory of Surface Process and Intelligent Simulation, Nanning Normal University, Nanning 530001, China
  • 3. School of Geographical Science and Planning, Nanning Normal University, Nanning 530001, China
*YU Lu, E-mail:

Received date: 2019-04-03

  Request revised date: 2019-07-01

  Online published: 2019-09-24

Supported by

National Natural Science Foundation of China(41661090)

National Natural Science Foundation of China(41661021)

Guangxi Natural Science Fund Innovation Team Project(2016JJF15001)

Nanning Normal University School-level Scientific Research Launch Project(0819-2017L05)

Copyright

Copyright reserved © 2010. Office of Journal of Geo-information Science All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

Abstract

Nanning is the core city of the Beibu Gulf Economic Zone and the permanent venue of the China-ASEAN Expo, which is undergoing the construction peak of urban subways. Nanning is located in the central and western part of the Nanning Basin, where the geological and hydrological conditions are complicated. The construction and operation of subways may cause potential risks such as surface subsidence. However, it remains understudied regarding the surface subsidence along Nanning subways. In this paper, 54 Sentinel-1A images of Nanning city from April 2017 to December 2018 were processed by Permanent Scatterers Interferometric Synthetic Aperture Radar （PS-InSAR）, and then the surface subsidence information was extracted. Results showed that the surface deformation rate was -23.8~9.0 mm/a during the monitoring period, and most of the study area was stable, and the settlement point distribution was sporadic. There were four key subsidence areas , including Pumiao Town, Jiuquwan Farm, Jiangnan Subway Station, and Beihu- Wanxiu Village- Huqiu. The deformation curve of key settlement areas showed an uneven decline trend with time; the reason causing settlement may be attributed to the expansion characteristics of expansive soil, spoil landslide, construction operation, excessive train flow, and drop in the groundwater level. The sedimentation value of the five subways were all within the safe range. The rainy season precipitation of Nanning is rich, and the topsoil of the subway construction area is mainly composed of loose Quaternary overburden, where the underlying bedrock is mainly composed of Tertiary expansive soil with certain instability of engineering mechanics. Therefore, our findings suggest that the PS-InSAR technology should be used for long-term monitoring of key settlement areas and subways of Nanning for safe metro operation.

Key words： Subway; Sentinel-1A; PS-InSAR; surface subsidence; tertiary expansive soil; nanning

Cite this article

QIN Wen , HUANG Qiuyan , YU Lu , HU Baoqing . Surface Subsidence Monitoring during the Construction of Nanning Subways[J]. Journal of Geo-information Science, 2019 , 21(9) : 1467 -1478 . DOI: 10.12082/dqxxkx.2019.190151

1 引言

地表沉降是地下松散地层固结压缩,导致地壳表面标高降低的地质现象,是一种反应滞后、进程缓慢及不易觉察的地质灾害[1,2],会对城市地铁、建筑物及高速铁路等城市基础设施与大型工程造成不同程度的破坏,危及国民经济及人民的生命安全。中国已有20多个省区市报道发生地表沉降,由此造成每年数百亿元的直接经济损失[3]。合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）以其大面积同步观测、精度高（毫米级）和空间分辨率高的优势,已成城市地表沉降监测的有力补充手段[4]。
南宁市是北部湾经济区的核心城市、广西壮族自治区的首府及中国-东盟博览会的永久举办地。随着北部湾经济区及“一带一路”国家层面的战略开发不断推进,南宁城市规模不断扩大,城市人口增长迅速。南宁与东南亚各国及国内城市各区域间的合作往来日益密切,修建地铁成为了南宁缓解交通堵塞的重要途径,也是塑造及推广南宁城市形象的重要窗口。然而,南宁位于南宁盆地中西部,盆地内大部分区域表土为第四系杂填土、粘性土,局部区域为含有淤泥质的粘性土;盆地下伏基岩为第三系泥岩、粉砂质泥岩、粉砂岩夹煤层等,地质条件复杂[5]。第四系覆盖层和第三系胀缩性岩层各自特殊的工程特性有可能给南宁轨道交通的建设带来不可预见的影响[6,7,8,9]。其次,南宁盆地地下水以松散岩类孔隙水为主,赋存于第四系更新统望高组的砂砾石层中,地下水位高、渗透性强,涌水量大,地铁施工抽排地下水也存在诱发岩溶塌陷的条件[10,11]。因此,如何实现准确、高效的时空地表沉降监测成为南宁市防治地面沉降灾害,维护地铁安全运营的安全监测的关键。
永久性散射体雷达干涉技术（Permanent Scatterers InSAR,PS-InSAR）[12]是在经典雷达差分干涉测量（Differential InSAR, D-InSAR）技术的基础上发展起来的一类高级的InSAR（Interferometry Synthetic Aperture Radar）数据处理分析方法,其核心思想是利用永久性散射体（Permanent Scatter,PS）相位特征,如高楼、桥梁、裸露的岩石等,对这些PS目标点的相位特性进行建模和解算,能以mm级监测精度获取地表在相应时段的缓慢形变过程和特征,已在国内外多个城市及地区地表形变中得到广泛的应用[13,14,15,16]。PS-InSAR与短基线干涉测量技术（Small Baseline Subsets InSAR,SBAS-InSAR）是地表形变监测常用的两种时序InSAR技术,后者依赖于精准时空基线阈值及控制点的选取,极易引入误差,前者选取的PS点具有较强的反射特性及信噪比较高的回波信号,能够在长时间基线中保持较高质量的、稳定的反射特性及相干性[17]。
本文以南宁市区作为研究区,以地铁修建和运营期间地铁沿线沉降探测为研究对象。因城区范围内建筑密度高,具备获取大量稳定的高信噪比永久散射体点的条件,故采用PS-InSAR技术以期探测地铁沿线较高精度的形变分布。本文以2017年4月-2018年12月IW模式Sentinel-1A影像为数据源,获取南宁地铁修建期54个时间点的变形结果,并对重点沉降区沉降成因及地铁沿线沉降特征进行系统分析,为南宁地表沉降灾害的预警及维护地铁安全运营的安全监测提供参考。

2 PS-InSAR地表沉降监测方法

PS-InSAR技术是通过对同一地区多景SAR影像上的时序相位和幅度信息分析,监测出不受时空基线和大气延迟影响的稳定点目标,再通过差值等方法消除和削弱DEM（Digital Elevation Model）误差以及大气延迟相位的影响,提高地表监测精度。假设某研究区有时序上的N幅Sentinel-1A SLC影像,通过参考时空基线以及多普勒质心频率差,选取一幅最优的影像作为公共主影像,其余影像作为辅影像并配准采样到主影像的像素空间上,得到（N-1）幅SAR影像以及（N-1）个干涉对。依次对这（N-1））个干涉对进行PS技术的差分干涉处理,得到（N-1）幅差分干涉图;然后通过相关系数以及振幅离差指数阈值法等方法选取稳定的PS点,将选出的PS点进行数学建模,求解可得PS点的时序差分干涉相位。再分析PS点的线性形变量、非线性形变量以及高程误差分量等,最后将PS点的线性形变量与非线性形变量相加以获取最终PS点的形变值。差分后干涉相位表达式可简化为：
θ diff = θ flat + θ topo + θ def + θ atmos + θ noi
式中：θdiff表示差分干涉相位;θflat为轨道误差导致的残余平地相位,即参考椭球面相位;θtopo为地面高程造成的地形相位误差;θdef为2次SAR成像（即雷达视线向）造成的地表形变相位;θatmos为2次SAR成像产生的大气延迟相位差;θnoi为噪声相位,包括配准误差以及像素内散射体变化等因素引入的噪声相位,该相位和空间不相关。其中,地形相位可通过DEM去除,参考椭球面相位可通过卫星的精密轨道参数以及干涉几何等消除。
利用PS-InSAR技术提取南宁地铁在建期地表沉降特征的数据处理流程如图1所示,主要包括数据预处理、选取主影像、差分干涉生成、PS的反演、像素时序分析、地理编码及结果可视化7个步骤。
图1 PS-InSAR技术处理流程

Fig. 1 Flowchart of the PS-InSAR technology

（1）数据预处理：将54景原始Sentinel-1A影像在ENVI软件SARScape应用包下进行数据导入以及裁剪等操作后,得到试验区SLC数据。
（2）主影像选取：通过参考DEM选取时空相关性最好以及多普勒质心频率最优的一景作为试验主影像,其余53景SLC影像作为辅影像。
（3）差分干涉生成：对数据进行Connection Graph和Interferometric Process操作,生成数据SAR基线对和相应连接图。
（4）PS反演：包括Inversion：First Step与Inversion：Second Step两步。目的是获取PS点位移速率、残余地形、干涉误差以及反演结果,以对合成的干涉图进行去平并对去除大气相位干扰进行优化。
（5）像素时序分析：利用PS点三维位置信息以及PS第二次反演后得到的形变速率估算位置时间序列,用以获取最终的空间时间序列以及SAR后向散射图像,即形变场空间分布。
（6）地理编码：即将所有PS相关结果转换到地理坐标系下以纠正影像因地形起伏误差引起的形变。
（7）结果可视化：是利用GIS强大的空间分析与可视化功能,将地理编码后的矢量结果用ArcGIS软件制图输出,获取南宁主城区地表形变速率图。

3 研究区概况与数据源

3.1 研究区概况

研究区位于南宁盆地中心（图2）,经纬度范围22°37′20″N-22°57′45″N、108°8′25″E-108°36′37″E,覆盖面积1651 km2,平均海拔约80~100 m,包括兴宁区、青秀区、西乡塘区、江南区、良庆区、邕宁区六部分,是北部湾经济区的核心区,包含众多的公路、桥梁、铁路等国家重要基础设施,人口密度大,经济开发区多,交通发达。该区属亚热带季风气候,雨量充沛,气候温和,年均降雨量达1304.2 mm,年平均气温约21.6 ℃。市区雨季常发生洪涝灾害。
图2 研究区范围

Fig. 2 Study area

南宁盆地向东开口,南、北、西三面山、丘陵环绕,邕江由西北向东南蜿蜒曲折穿过盆地中央,发育形成冲积平原。该区位于南华准地台右江再生地槽西大明山隆起带,属向斜构造,受多期构造运动的作用和影响,区内褶皱、断裂比较发育。除奥陶系、志留系缺失外,从下古生界至新生界,寒武系至第四系地层均有出露,盆地中第四纪松散堆积层分布广泛,周边局部地段分布第三系风化泥岩[18],土质具有结构疏密不均,工程性能差、强度较低、易于膨胀且较易发生软化等工程特性。该区地下水类型主要有潜水和承压水2类,其中潜水以松散岩类孔隙水为主,赋存于第四系更新统望高组的砂砾石层中,地下水储存量和补给量大,补给以大气降水及地表水为主。承压水赋存于渗透性大富水性强的上更新统望高组下部圆砾层中,上部是杂填土层、淤泥质土层和黏性土层所覆盖。承压水与邕江交互密切,旱季与雨季受邕江水位变化影响较大。南宁盆地地质水文条件比较复杂。
随着北部湾经济区及“一带一路”国家层面的战略开发不断推进,南宁城区面积迅速扩展,从2007-2017年,南宁市区面积从179 km2增加到 315 km2,城市总人口从263.89万人增加到290.46万人。南宁经济、政治、文化等各方面综合软实力也稳步提升。城市防洪、排涝、生态环境保护与经济建设等工作对南宁市安全与持续发展提出了更高、更严格的要求。
南宁地铁自2011年起修建,截止至2019年3月,南宁地铁总长约80.95 km,共66个车站（表1）,4、5号线仍在积极扩展当中,至2021年规划的5条地铁将全部建成通车,总里程将达125.93 km。
Tab. 1 Nanning subways construction schedule

3.2 数据来源

Sentinel-1A是2014年4月欧空局发射首颗SAR卫星,时间分辨率为12 d,与后继发射的Sentinel-1B组合,双星的重访周期可缩短至6 d。Sentinel-1A采用宽幅干涉成像模型（Interferometric Wide Swath, IW,）采用TOPS技术获取平行的3个条带影像,使卫星成像宽幅达到250 km,这一独特技术使其在发射后很快实现对全球陆地表面的全覆盖。短重访周期、全覆盖及欧空局免费分发的政策等优势,使得Sentinel-1A\B在经济发达地区的城市地表形变监测方面取得众多进展[19,20,21,22]。
本文用南宁市地铁修建及重大工程建设高峰期2017-2018年Sentinel-1A 54景IW模式、VV极化影像作为地面沉降监测试验数据。所有的Sentinel-1A数据均为升轨单视复数影像,影像宽幅250 km、地面分辨率为5 m×20 m,从欧空局网下载（https://scihub.copernicus.eu/dhus/））。试验的参考主影像为2018年3月5日的SAR影像（表2）。辅助数据包括外部生成的精度为90 m的DEM文件和精度在 5 cm以内的精密轨道文件。
表2 Sentinel-1A卫星数据参数信息

Tab.2 Parameters of the Sentinel-1A satellite data

时间 时间基线/d 空间基线/m 时间 时间基线/d 空间基线/m 时间 时间基线/d 空间基线/m
2017-04-03 0 -35.0929 2017-11-05 216 45.2097 2018-06-09 432 -24.6097
2017-04-15 12 -74.4984 2017-11-17 228 41.5198 2018-06-21 444 -1.7339
2017-04-27 24 70.6223 2017-11-29 240 15.9682 2018-07-03 456 73.8204
2017-05-09 36 -75.0670 2017-12-11 252 33.7829 2018-07-15 468 35.5915
2017-05-21 48 -43.8730 2017-12-23 264 82.5005 2018-07-27 480 47.1928
2017-06-02 60 -30.8616 2018-01-04 276 82.5183 2018-08-08 492 20.8403
2017-06-14 72 10.9047 2018-01-16 288 46.8289 2018-08-20 504 -36.5445
2017-06-26 84 20.1468 2018-01-28 300 50.1835 2018-09-01 516 -73.3495
2017-07-08 96 67.6315 2018-02-09 312 -20.2486 2018-09-13 528 29.7106
2017-07-20 108 36.1572 2018-02-21 324 -5.6931 2018-09-25 540 62.7836
2017-08-01 120 -50.6033 2018-03-05 336 0 2018-10-07 552 52.9528
2017-08-13 132 -61.7094 2018-03-17 348 28.3550 2018-10-19 564 -55.9534
2017-08-25 144 13.5000 2018-03-29 360 30.5529 2018-10-31 576 -64.3076
2017-09-06 156 70.6805 2018-04-10 372 8.8881 2018-11-12 588 -17.6692
2017-09-18 168 -20.5977 2018-04-22 384 9.5435 2018-11-24 600 68.2421
2017-09-30 180 -65.7919 2018-05-04 396 37.1262 2018-12-06 612 -4.2850
2017-10-12 192 -82.5454 2018-05-16 408 12.2794 2018-12-18 624 84.5637
2017-10-24 204 -49.4931 2018-05-28 420 -6.0092 2018-12-30 636 -27.8057

注：试验数据时间基线最大值为636 d,空间基线最大值约为84.5637 m。

4 结果及分析

4.1 区域整体沉降特征

依据上述处理流得到研究区地表形变速率图（图3）,结果表明监测期内地表形变速率为-23.8~ 9.0 mm/a,重点沉降区分布于蒲庙镇、九曲湾农场、江南地铁站及北湖万秀村虎丘一带,但无大面积的沉降漏斗,沉降速率大于-10 mm/a的沉降点零星分布,整个城区基本处理稳定状态。
图3 PS-InSAR形变速率

Fig. 3 Map of the PS-InSAR deformation rate

4.2 重点沉降区时空形变特征分析

空间上,蒲庙镇典型沉降点有2个区域,蒲庙镇南宁新兴产业园,最大年均沉降速率为-7.61 mm/a;邕宁区南宁港牛湾作业区,最大年均沉降速率为-19.88 mm/a,接近-20 mm/a的警戒水平。九曲湾农场中有3个典型沉降区域,其中,女子监狱东侧,最大年均沉降速率为-16.31 mm/a;南宁东站东侧,最大年均沉降速率为-14.67 mm/a;兴宁区嘉和城西侧,最大年均沉降速率为-18.55 mm/a。
江南地铁站典型沉降点有2个区域：①华南城,最大年均沉降速率为-6.28 mm/a;②富乐新城,最大年均沉降速率为-7.83 mm/a。北湖万秀村虎丘一带典型沉降点有3个区域,其中,地铁3号线创业路站,最大年均沉降速率为-17.93 mm/a;万秀村三产综合楼,最大年均沉降速率为-10.76 mm/a;地铁5号线虎丘村站,最大年均沉降速率为-10.76 mm/a。
时间序列分析表明（图4）,重点沉降区PS点形变曲线总体上随时间变化呈现出不均匀下降,表明监测期地表沉降尚未平稳。这很可能与监测期正处于地铁修建高峰期,地表土壤固结导致地铁沿线部分区域遭受沉降有关,也可能与区域降水或地下水抽取等其他因素有关,需要结合相关资料作进一步分析。
图4 2017-2018年南宁市重点沉降区时间序列分析

Fig. 4 Time series analyses of key settlement areas in Nanning City from 2017 to 2018

蒲庙镇2个重点沉降区中,南宁新兴产业园时间序列年均形变累积量在（-10.5 mm,1.2 mm）之间;邕宁区南宁港牛湾作业区时间序列年均形变累积量在（-12.5 mm,3.5 mm）之间。南宁新兴产业园南南电子汽车新材料精深加工技术改造项目,一期工程1、2号厂房及附属用房建设工作已于2018年3月29日完成竣工,二期工程正在建设;南宁公路枢纽物流基地牛湾物流园区（一期）于2017年底开工建设,因此,图5中1号及2号标注区可能存在人为施工造成的形变。
九曲湾农场区域3个重点沉降区中,沉降成因既有自然因素,也有人为因素。①女子监狱典型PS点时序形变曲线的年均形变累积量在（-19.8 mm,2.5 mm）之间。实证资料表明,女子监狱东侧于2015年6月20日凌晨发生滑坡现象[23],图5中1号标注区监测到的沉降可能是弃土滑坡所致。②南宁东站典型PS点时序形变曲线的年均形变累积量在（-15 mm,8.5 mm）之间。以往资料表明[24,25,26,27],南宁膨胀土压缩性低,强度高,很容易发生干缩变形、开裂湿胀,因此,南宁东站（图5中2号标注区）可能存在由膨胀土导致的微小形变。其次,南宁东站在节假日发送旅客量增多,增开多辆重联动车、旅客列车以及加挂扩编普速列车等以满足交通需求[28]。多辆列车的高速运行及其震动作用会对路基造成损伤,从而引起路基等构筑物的变形。③嘉和城典型PS点时序形变曲线的年均形变累积量在（-20 mm,3.5 mm）之间。嘉和城处于南宁第三系那读组膨胀土分布区内（图6）,膨胀岩在失水情况下,会出现大量裂缝,遇水会膨胀,工程力学性质变化较大,也容易诱发沉降。本文PS-InSAR技术监测到的南宁主城区东北部大范围沉降区正好处于南宁第三系那读组泥岩膨胀土分布区范围,因此嘉和城监测出的形变现象可能由膨胀土导致（图5中3号标注区））;其次,南宁嘉和城景区拥有10万m2音乐水景广场、100多个冷热泡池温泉区,温泉水源自1300 m的寒武系地层,景区污水若处置不当将会导致地下水位下降、污水回灌等现象,嘉和城监测到的形变现象还可能由地下水水位下降所致。
图5 南宁市典型区域PS点位置

Fig. 5 PS points position in typical areas

图6 嘉和城地质局部放大

Fig. 6 Zoom-in view of the geology of Jiahecheng

江南地铁站典型沉降点有2个区域,华南城时间序列年均形变累积量在（-9.2 mm,2 mm）之间,富乐新城时间序列年均形变累积量在（-11.5 mm,3.2 mm）之间。图5中1号标注区华南城1668创业园1区项目于2018年8月15日完成项目报建;图5中2号标注区富乐新城拆迁安置小区三期工程C8、C9、C10号楼及其地下室工程于2018年5月7日完成竣工验收,因此图5两处沉降点形变原因可能为施工建设所致。
北湖-万秀村-虎丘一带3个重点沉降区中,地铁3号线创业路站时间序列年均形变累积量在 （-22 mm,4 mm）之间,万秀村三产综合楼时间序列的年均形变累积量在（-12 mm,5 mm）之间;地铁5号线虎丘村站时间序列年均形变累积量在 （-12 mm, 3 mm）之间。2015年7月26日至2019年6月28日为地铁3号线项目建设期,2017年9月至2021年12月为地铁5号线项目建设期,图5中1号及3号标注区监测到的沉降可能是地铁开挖施工建设所致;万秀村三产综合楼于2017年底完成招标任务,2019年5月13日项目办结,因此图5中2号标注区可能存在项目施工导致的形变。

4.3 地铁沿线沉降特征分析

地铁具有运量大、快速、正点、低能耗、少污染等优点,已成为大城市缓解交通问题的重要途径。但地铁工程的建设不可预见因素较多,尤其是在工程地质与水文地质条件复杂的区域[29]。研究在建地铁施工和运营过程的沉降规律,对于进行地表沉降灾害预警,维护地铁安全运营,避免和预防地表沉降产生的危害,具有重要的意义。本文收集南宁5条地铁路线分布图,利用ArcGIS软件提取地铁沿线500 m缓冲区内PS点目标,分析每条铁路的沉降特征。
4.3.1 地铁1、2号线沿线沉降
地铁1号线沿线共有3处沉降点（图7（a））,其中,1号沉降标注区位于广西大学站附近,年均沉降速率在（-7.97 mm/a, -5.10 mm/a）之间,区间内年平均沉降速率为-6.80 mm/a;2号标注区位于琅东客运站与百花岭站拐角处,年均沉降速率在（-8.93 mm/a,-6.39 mm/a）之间,区间内年平均沉降速率为-6.72 mm/a;3号沉降标注区位于南宁东站附近,年均沉降速率区间为（-14.67 mm/a,-5.15 mm/a）,区间内年平均沉降速率为-8.47 mm/a.。地铁施工过程中,地铁沿线部分区域会因地表土壤固结导致一定程度的地表沉降,属正常现象。地铁1号线自2011年修建,3个沉降标注区年均沉降速率均小于 -10 mm/a,属于安全范围。
图7 南宁市地铁1、2号线路图

Fig. 7 Surface subsidence along Nanning subway line 1 and line 2

地铁2号线共有2处沉降点（图7（b））,1号沉降标注区位于西津站与安吉客运站之间,年均沉降速率在（-13.44 mm/a,-5.14 mm/a）之间,区间内年平均沉降速率为-8.36 mm/a;2号沉降标注区位于亭洪路站右侧,年均沉降速率在（-6.84 mm/a,-5.21 mm/a）之间,区间内年平均沉降速率为-6.20 mm/a。地铁2号线2013年开挖,2017年通车,相关研究表明,地铁最长持续沉降时间大约为 3~5a[30],据此推测地铁2号线仍属于持续沉降期,监测结果表明2号线地铁沉降也属于正常范围。
4.3.2 地铁3、4、5号线沿线沉降
地铁3号线于2019年3月空车试运行,沿线共有3处集中沉降点（图8（a））,1号沉降标注区位于创业路站,年均沉降速率区间为（-17.93 mm/a, -5.0 mm/a）,区间内年平均沉降速率为-8.16 mm/a;2号沉降标注区位于北湖北路站,年均沉降速率在（-13.05 mm/a,-5.0 mm/a）之间,区间内年平均沉降速率为-6.59 mm/a;3号沉降标注区位于东沟岭站附近,年均沉降速率区间为（-17.80 mm/a,-5.06 mm/a）,区间内年平均沉降速率为-11.89 mm/a,超过-10 mm/a。地铁3号线2015年开工,预计2019年6月完成,研究期内处于施工期,推测沉降点是地铁施工过程中不稳定的松散土质所导致。
图8 南宁市地铁3、4、5号线路图

Fig. 8 Surface subsidence along Nanning subway line 3, line 4 and line 5

地铁4号线沿线共有2处明显沉降点（图8（b））,1号沉降标注区位于五象岭站左侧,年均沉降速率在（-13.02 mm/a,-5.42 mm/a）之间,区间内年平均沉降速率为-7.51 mm/a;2号沉降标注区位于良庆圩站附近,年均沉降速率在（-23.83 mm/a,-5.01 mm/a）之间,区间内年平均沉降速率为-12.17 mm/a。2号沉降标注区年均最大沉降速率超过警戒水平,区间内年平均沉降速率超过-10 mm/a,该区域位于第四系更新统膨胀土分布区,建议提前利用PS-InSAR技术监测结果做好规划,避免膨胀土区域对铁路交通带来的重大危害。
地铁5号线沿线共有2处沉降点（图8（c））,1号沉降标注区位于虎丘村站西侧,年均沉降速率在 （-10.76 mm/a,-5.51 mm/a）之间,区间内年均沉降速率为-7.48 mm/a;2号沉降标注区位于金桥客运站附近,年均沉降速率在（-14.74 mm/a,-5.43 mm/a）之间,区间内平均沉降速率为-9.53 mm/a,接近 -10 mm/a。地铁5号线将采用全自动驾驶模式,目前处于建设期,PS-InSAR技术监测结果表明,5号线的沉降点属安全范围。
综上所述,除了4号线良庆圩站最大沉降速率超过-20 mm/a的警戒水平外,南宁4条地铁沿线沉降特征属于安全范围。但南宁雨季降水丰富,市区表土是以松散的第四系覆盖层为主,下伏基层是工程力学性质存在一定不稳性的膨胀土。无论是开展地表形变普查、沉降灾害预警,还是地铁正常运行与维护的安全监测方面,南宁市区均有必要利用PS-InSAR技术开展长期的动态监测。

5 结论

5.1 结论

本文利用PS-InSAR技术,以2017年4月至2018年12月的Sentinel-1A时序数据作为基础数据源,研究地铁在建期的南宁市地表沉降特征及沉降成因,对南宁地铁沿线沉降的空间分布及重点沉降区时间变化特征进行重点分析,得到如下结论：
（1）国内外大量应用PS-InSAR技术获取了深圳、上海地铁沿线沉降特征的研究,论证了PS-InSAR技术在城市地铁轨道交通形变监测方面具有一定的可行性[31,32,33,34]。然而南宁在沉降塌陷、地铁监测以及地质灾害方面仍使用传统的接触式测量技术(水准仪测量和GPS测量等)。因此应用先进的时序PS-InSAR技术系统性地对南宁市区尤其是在建地铁沿线进行地表沉降监测,获取研究区南宁市区最新的、大面积连续监测的沉降时空分布具有极其重要的意义。
（2）监测期内研究区地表形变年均速率为 -23.8~9.0 mm/a。呈小范围聚集分布,其中,范围最广、沉降量最大的地点,分别位于南宁市区东北部的女子监狱东侧、南宁东站东侧和兴宁区嘉和城西侧,最大年沉降速率分别为-16.31、-14.67和 -18.55 mm/a,主要受弃土滑坡、列车流量过大及膨胀土因素影响;而其他地区,如：东部南宁新兴产业园、西部富乐新城和北部万秀村三产综合楼、地铁 5号线虎丘村站等地,沉降速率也达到了-7.61~ -10.76 mm/a,与人为施工因素有关。
（3）本文利用南宁5条地铁路线分布图,获取地铁沿线500 m缓冲区范围内5条铁路的沉降时空分布特征。其中,地铁1、2、5号线沉降标注区在对应年均沉降速率区间内,年均沉降速率均小于 -10 mm/a,属于安全范围;地铁3号线在3号沉降标注区、地铁4号线在2号沉降标注区,在年均沉降速率区间内年均沉降速率均超过-10 mm/a警戒线,建议提前做好防范规划。南宁地铁沿线沉降特征总体上属于安全范围,但南宁雨季降水丰富,市区表土是以松散的第四系覆盖层为主,具有膨胀性的下伏基层工程力学性质存在一定不稳性,有必要在未来时期开展长期的遥感与地面相结合的连续监测。

5.2 讨论

目前对南宁市区地铁沿线沉降的监测研究,仍主要采取单点、小范围的传统的水准和GPS测量等技术手段[35,36],受限于人力和经济成本,较难大范围实施。InSAR技术监测城市地铁沿线沉降具有大面积同步观测的优势,我国自主研发的北斗/全球导航卫星系统（GNSS）基站在地表变形监测方面具有全天时、全天候、精度高等优点,因此针对水文工程地质、地铁埋深及地面建构筑物载荷,将InSAR技术与GNSS技术融合,开展南宁地铁沿线自动化变形监测,值得进一步开展研究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
唐嘉, 刘国祥, 宋云帆 , 等. PALSAR和ASAR PSI显著地表沉降探测与分析[J]. 遥感学报, 2015,19(6):1019-1029.

[ Tang J, Liu G X, Song Y F , et al. Detection and analysis of significant surface subsidence in PALSAR and ASAR PSI[J]. Journal of Remote Sensing, 2015,19(6):1019-1029. ]

[2]
李广宇, 张瑞, 刘国祥 , 等. Sentinel-1A TS-DInSAR京津冀地区沉降监测与分析[J]. 遥感学报, 2018,22(4):633-646.

[ Li G Y, Zhang R, Liu G X , et al. Sentinel-1A TS-DInSAR settlement monitoring and analysis in beijing-tianjin-hebei region[J]. Journal of Remote Sensing, 2008,22(4):633-646. ]

[3]
董山, 张永红, 李明巨 , 等. 时序InSAR的连云港及盐城北部地表沉降研究[J]. 测绘科学, 2019,44(3):57-62.

[ Dong S, Zhang Y H, Li M J , et al. Study on land subsidence in lianyungang and northern yancheng in time series InSAR[J]. Science of Surveying and Mapping, 2019,44(3):57-62. ]

[4]
张倍倍 . 合成孔径雷达干涉测量(InSAR)技术在地表沉降监测中的应用[J]. 西部资源, 2014(5):149-150.

[ Zhang B B . Application of synthetic aperture radar interferometry (InSAR) technology in surface subsidence monitoring[J]. West Resources, 2014(5):149-150. ]

[5]
范秋雁 . 膨胀岩与工程[M]. 北京: 科学出版社, 2008.

[ Fan Q Y. Expansive rock and engineering[M]. Beijing: Science Press, 2008. ]

[6]
李韵迪 . 南宁地铁3号线长岗路车站基坑变形特征研究[J]. 工程质量, 2018,36(4):68-73.

[ Li Y D . Research on deformation characteristics of changgang road station foundation pit of nanning metro line 3[J]. Engineering Quality, 2018,36(4):68-73. ]

[7]
何高峰, 罗先启, 范训益 , 等. 南宁地铁2号线岩溶风险分析和处理原则[J]. 铁道标准设计, 2018,62(5):86-90.

[ He G F, Luo X Q, Fan X Y , et al. Karst risk analysis and treatment principles for nanning metro line 2[J]. Railway Standard Design, 2018,62(5):86-90. ]

[8]
李金华, 宋涛, 朱海西 , 等. 南宁地铁2号线车站深基坑开挖变形规律研究[J]. 施工技术, 2017(19):37-40.

[ Li J H, Song T, Zhu H X , et al. Study on deformation law of deep foundation pit excavation in station of nanning metro line 2[J]. Construction Technology, 2017(19):37-40. ]

[9]
陈新年, 郭颖, 贺小俪 , 等. 南宁软岩地层地铁车站深基坑变形规律分析[J]. 施工技术, 2014,40(1):96-99,108.

[ Chen X B, Guo Y, He X L, , et al. Deformation law analysis of deep foundation pit of subway station in soft rock strata of nanning[J]. Construction Technology, 2014,40(1):96-99,108. ]

[10]
陈成全, 叶凤珍 . 南宁市修建地铁对南宁盆地松散岩类地下水的影响研究[J]. 工程建设与设计, 2017(14):30-31

[ Chen C Q, Ye F Z . Study on the influence of subway construction in nanning on loose rock groundwater in nanning basin[J]. Engineering Construction and Design, 2017(14):30-31. ]

[11]
姜伏伟, 张发旺, 柳林 , 等. 南宁地铁施工降水诱发岩溶塌陷条件及安全防控措施[J]. 中国岩溶, 2018,37(3):415-420.

[ Jiang F W, Zhang F W, Liu L , et al. Conditions of karst collapse induced by precipitation in nanning subway construction and safety prevention and control measures[J]. China Karst, 2018,37(3):415-420. ]

[12]
Ferretti A, Prati C, Rocca F . Nolinear subsidence rate estimation using permanent scatterers in differential SAR interferometry[J]. IEEE Transactions on Geosicence and Remote Sensing, 2000,38:2202-2212.

[13]
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 ground subsidence of beijing metro line 6 based on InSAR data[J]. Journal of Earth Information Science, 2018,20(1):128-137. ]

[14]
周玉营, 陈蜜, 宫辉力 , 等. 基于时序InSAR的京津高铁北京段地面沉降监测[J]. 地球信息科学学报, 2017,19(10):1393-1403.

[ Zhou Y Y, Chen M, Gong H L , et al. Monitoring of ground subsidence in beijing section of beijing-tianjin high-speed railway based on time series InSAR[J]. Journal of Earth Information Science, 2017,19(10):1393-1403. ]

[15]
Yasser M, Freek V D M, Christoph H , et al. Using PS-InSAR to detect surface deformation in geothermal areas of west java in Indonesia[J]. International Journal of Applied Earth Observation and Geoinformation, 2018(64):386-396.

[16]
雷坤超, 贾三满, 陈蓓蓓 , 等. 基于PS-InSAR技术的廊坊市地面沉降监测研究[J]. 遥感技术与应用, 2013(28):1114-1119.

[ Lei K C, Jia S M, Chen B B , et al. Research on land subsidence monitoring in langfang city based on PS-InSAR technology[J]. Remote Sensing Technology and Application, 2013(28):1114-1119. ]

[17]
郭山川, 侯湖平, 张绍良 , 等. 时序InSAR在城市地铁工程区形变监测中的应用[J]. 测绘通报, 2017(8):92-99.

[ Guo S C, Hou H P, Zhang S L , et al. Application of time series InSAR in deformation monitoring of urban subway engineering area[J]. Bulletin of Surveying and Mapping, 2017(8):92-99. ]

[18]
罗得把 . 广西南宁盆地工程地质特征浅析[J]. 西部交通科技, 2006(5):72-74.

[ Luo D Z . Analysis of engineering geological characteristics of nanning basin in guangxi[J]. Western Transportation Science & Technology, 2006(5):72-74. ]

[19]
周洪月, 汪云甲, 闫世勇 , 等. 沧州地区地面沉降现状Sentinel-1A/B时序InSAR监测与分析[J]. 测绘通报, 2017(7):89-93.

[ Zhou H Y, Wang Y J, Yan S Y , et al. Status of land subsidence in cangzhou area, sentinel-1A /B time series InSAR monitoring and analysis[J]. Bulletin of Surveying and Mapping, 2017(7):89-93. ]

[20]
张艳梅, 王萍, 罗想 , 等. 利用Sentinel-1数据和SBAS-InSAR技术监测西安地表沉降[J]. 测绘通报, 2017(4):93-97.

[ Zhang Y M, Wang P, Luo X , et al. Surface subsidence monitoring in xi 'an by sentinel-1 data and SBAS-InSAR[J]. Bulletin of Surveying and Mapping, 2017(4):93-97. ]

[21]
陈继伟, 曾琪明, 焦健 , 等. Sentinel-1A卫星TOPS模式数据的SBAS时序分析方法——以黄河三角洲地区为例[J]. 国土资源遥感, 2017,29(4):82-87.

[ Chen J W, Zeng Q M, Jiao J , et al. SBAS time series analysis method for sentinel-1A satellite TOPS model data: A case study of the Yellow River delta region[J]. Remote Sensing of Land Resources, 2017,29(4):82-87. ]

[22]
Teije V D H, Martine M R, Nick C V D G , et al. Monitoring land subsidence in Yangon, Myanmar using Sentinel-1 persistent scatterer interferometry and assessment of driving mechanisms[J]. Remote Sensing of Environment, 2018,217:101-110.

[23]
邹财麟 . 山上倒垃圾上下瓦房塌后续:非法弃土埋隐患[N]. 南国早报, 2015-6-21(10).

[ Zou C L . The collapse of the tiled house on the mountain after dumping garbage: illegal dumping and hidden danger[N]. South China Morning Post, 2015-6-21(10). ]

[24]
杨和平, 湛文涛, 肖杰 , 等. 南宁膨胀土作路堤填料的土性试验[J]. 中国公路学报, 2011,24(1):1-7.

[ Yang H P, Zhan W T, Xiao J , et al. Soil test of expansive soil as embankment filler in nanning[J]. China Highway Journal, 2011,24(1):1-7. ]

[25]
肖杰, 杨和平, 李晗峰 , 等. 低应力条件下不同密度的南宁膨胀土抗剪强度试验[J]. 中国公路学报, 2013,26(6):15-37.

[ Xiao J, Yang H P, Li H F , et al. Shear strength test of nanning expansive soil with different densities under low stress conditions[J]. China Highway Journal, 2013,26(6):15-37. ]

[26]
唐迎春, 黄钟晖, 张凯 , 等. 南宁第三系浅表层风化泥岩物理力学及膨胀特性指标分析[J]. 工程地质学报, 2014,22(1):144-151.

[ Tang Y C, Huang Z G, Zhang K , et al. Analysis of physical mechanics and expansion characteristics of tertiary weathered mudstone in nanning[J]. Journal of Engineering Geology, 2014,22(1):144-151. ]

[27]
马少坤, 赵乃峰, 周东 , 等. 南宁膨胀土长期压缩特性研究[J]. 岩土力学, 2013,34(8):2280-2286.

[ Ma S K, Zhao N F, Zhou D , et al. Study on long-term compression characteristics of expansive soil in nanning[J]. Rock and Soil Mechanics, 2013,34(8):2280-2286. ]

[28]
黎兆齐 . 南宁站南宁东站昨送客15.3万人次[N]. 南宁晚报, 2017-10-1(4).

[ Li Z Q . Nanning east station saw off 153, 000 passengers yesterday[N]. Nanning Evening News, 2017-10-1(4). ]

[29]
赵鹏, 雷斌 . 轨道交通工程建设风险管理的研究[J]. 地下空间与工程学报, 2012,8(S2):1818-1823.

[ Zhao P, Lei B . Research on risk management of rail transit engineering construction[J]. Chinese Journal of Underground Space and Engineering, 2012,8(S2):818-1823. ]

[30]
刘琦, 岳国森, 丁孝兵 , 等. 佛山地铁沿线时序InSAR形变时空特征分析[J]. 武汉大学学报(信息科学版), 2019,44(7):1099-1106.

[ Liu Q, Yue G S, Ding X B , et al. Temporal and spatial characteristics analysis of deformation along foshan subway using time series InSAR[J]. Journal of Wuhan University (Information Science Edition), 2019,44(7):1099-1106. ]

[31]
朱茂, 沈体雁, 黄松 , 等. InSAR技术地铁沿线建筑物形变监测[J]. 国土资源遥感, 2019,31(2):196-203.

[ Zhu M, Shen T Y, Huang S , et al. Deformation monitoring of buildings along the InSAR technology metro[J]. Remote Sensing of Land and Resources, 2019,31(2):196-203. ]

[32]
Daniele P, Zhi Y W, Hui L . Shanghai subway tunnels and highways monitoring through Cosmo-SkyMed Persistent Scatterers[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2012,73:58-67.

[33]
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.

[ Ge D Q, Zhang L, Wang Y , et al. High-resolution InSAR monitoring and analysis of land subsidence effects during construction and operation of shanghai metro line 10[J]. Shanghai Land Resources, 2014,35(4):62-67. ]

[34]
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.

[ Qin X Q, Yang M S, Wang H M , et al. Application of high resolution PS-InSAR in the detection of deformation characteristics of rail transit[J]. Journal of Surveying and Mapping, 2016,45(6):713-721. ]

[35]
李金华, 宋涛, 朱海西 , 等. 南宁地铁2号线车站深基坑开挖变形规律研究[J]. 施工技术, 2017,46(19):32-35.

[ Li J H, Song T, Zhu H X , et al. Study on deformation law of deep foundation pit excavation of nanning metro line 2 station[J]. Construction Technology, 2017,46(19):32-35. ]

[36]
李韵迪 . 南宁地铁3号线长堽路车站基坑变形特征研究[J]. 工程质量, 2018,36(4):68-73.

[ Li Y D . Research on deformation characteristics of foundation pit of changgang road station of nanning subway line 3[J]. Engineering Quality, 2018,36(4):68-73. ]

Options
Outlines

/

〈 〉