留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因

朱邦彦 姚冯宇 孙静雯 王晓

朱邦彦, 姚冯宇, 孙静雯, 王晓. 利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因[J]. 武汉大学学报 ● 信息科学版, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081
引用本文: 朱邦彦, 姚冯宇, 孙静雯, 王晓. 利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因[J]. 武汉大学学报 ● 信息科学版, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081
ZHU Bangyan, YAO Fengyu, SUN Jingwen, WANG Xiao. Attribution Analysis on Land Subsidence Feature in Hexi Area of Nanjing by InSAR and Geological Data[J]. Geomatics and Information Science of Wuhan University, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081
Citation: ZHU Bangyan, YAO Fengyu, SUN Jingwen, WANG Xiao. Attribution Analysis on Land Subsidence Feature in Hexi Area of Nanjing by InSAR and Geological Data[J]. Geomatics and Information Science of Wuhan University, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081

利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因

doi: 10.13203/j.whugis20190081
基金项目: 

国家自然科学基金 41806117

淮海工学院青年基金 Z2017013

南京市测绘勘察研究院股份有限公司科研项目 2018RD01

南京市测绘勘察研究院股份有限公司科研项目 2018RD03

详细信息
    作者简介:

    朱邦彦, 博士, 高级工程师, 主要从事测量数据处理与InSAR时间序列分析。byz@whu.edu.cn

  • 中图分类号: P237

Attribution Analysis on Land Subsidence Feature in Hexi Area of Nanjing by InSAR and Geological Data

Funds: 

The National Natural Science Foundation of China 41806117

Science Foundation of Huaihai Institute of Technology Z2017013

the Research Project of Nanjing Research Institute of Surveying, Mapping and Geotechnical Investigation Co. Ltd. 2018RD01

the Research Project of Nanjing Research Institute of Surveying, Mapping and Geotechnical Investigation Co. Ltd. 2018RD03

More Information
    Author Bio:

    ZHU Bangyan, PhD, senior engineer, specializes in the measurement data processing and InSAR time series analysis. E-mail: byz@whu.edu.cn

图(10) / 表(1)
计量
  • 文章访问数:  1141
  • HTML全文浏览量:  124
  • PDF下载量:  193
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-02-18
  • 刊出日期:  2020-03-05

利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因

doi: 10.13203/j.whugis20190081
    基金项目:

    国家自然科学基金 41806117

    淮海工学院青年基金 Z2017013

    南京市测绘勘察研究院股份有限公司科研项目 2018RD01

    南京市测绘勘察研究院股份有限公司科研项目 2018RD03

    作者简介:

    朱邦彦, 博士, 高级工程师, 主要从事测量数据处理与InSAR时间序列分析。byz@whu.edu.cn

  • 中图分类号: P237

摘要: 河西地区是南京市重点发展区域,近年来遭受了严重的沉降地质灾害。为保证该区域可持续发展,利用永久散射体雷达干涉测量(persistent scatterer interferometric synthetic aperture radar,PS-InSAR)技术监测南京河西不均匀地面沉降,并对成因进行分析。首先,根据ALOS PALSAR和COSMO-SkyMed影像,采用PS-InSAR技术获取河西2007—2016年地面沉降信息,结果与同期水准数据一致,均方根误差(root mean square error,RMSE)不超过2.6 mm/a。其次,结合地质条件、分层沉降和地下水位资料对沉降成因进行分析,结果表明浅部地层的固结压缩是导致河西地区大面积不均匀沉降的主因。在此基础上,利用熵值法综合评估不均匀地面沉降对地铁结构健康的影响,结果表明,当主要沉降土层位于隧道下方时,地面沉降可能对地铁结构稳定性产生影响。

English Abstract

朱邦彦, 姚冯宇, 孙静雯, 王晓. 利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因[J]. 武汉大学学报 ● 信息科学版, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081
引用本文: 朱邦彦, 姚冯宇, 孙静雯, 王晓. 利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因[J]. 武汉大学学报 ● 信息科学版, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081
ZHU Bangyan, YAO Fengyu, SUN Jingwen, WANG Xiao. Attribution Analysis on Land Subsidence Feature in Hexi Area of Nanjing by InSAR and Geological Data[J]. Geomatics and Information Science of Wuhan University, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081
Citation: ZHU Bangyan, YAO Fengyu, SUN Jingwen, WANG Xiao. Attribution Analysis on Land Subsidence Feature in Hexi Area of Nanjing by InSAR and Geological Data[J]. Geomatics and Information Science of Wuhan University, 2020, 45(3): 442-450. doi: 10.13203/j.whugis20190081
  • 地面沉降是土体孔隙压缩在地面的反应,具有发生速度缓慢、积累时间长、影响范围广、一经发生极难恢复等特点,其造成的经济损失随着城市化进程的加速逐渐凸显,并伴有城市经济越发达、地面沉降危害越严重的现象[1]。为避免沉降灾害造成经济损失,准确、持续的地面沉降监测已成为城市地面沉降预警、防治工作的重要任务。合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)因其高精度、高分辨率、全天候等优点已被广泛应用于地球科学领域[2-3]。近几年来,得益于时序InSAR技术的日趋完善[4-8]和高分辨率合成孔径雷达(synthetic aperture radar,SAR)卫星的相继发射,使利用InSAR技术进行城市地面精细化监测成为可能。通过对SAR影像进行时序处理,可探测大范围、高分辨率的城市地面沉降演化特征,进而得到城市基础设施健康状况,为城市规划发展、智慧城市建设提供科学依据[9-10]

    河西地区是近年来南京市的重点发展区域,自河西大开发以来,剧烈的人类活动引发了大面积的地面沉降灾害,导致了建筑物开裂、地下管线错断、地铁隧道变形、内涝等险情。据估计,河西地区累计沉降量大于200 mm区域面积达34 km2,占全区的55.7%。严重的地面沉降灾害会诱发城市基础设施的结构变形甚至破损,影响河西地区可持续健康发展。

    针对上述问题,本文采用永久散射体雷达干涉测量(persistent scatterer InSAR,PS-InSAR)技术,对2007—2011年成像的17景ALOS PALSAR影像和2012—2016年成像的46景COSMO-SkyMed影像进行永久散射体(persistent scatterer,PS)干涉处理,获取河西地区2007—2016年的地面沉降演化特征,并利用同期水准数据进行验证。联合InSAR结果与分层沉降、地下水位等地质数据,对地面沉降成因进行综合分析。在此基础上,利用熵值法[11]综合考虑地铁沿线平均沉降速率、平均沉降梯度、隧道累计最大沉降值、各区间下卧土层性质等4个因素,定量评估地面沉降对地铁结构健康的影响。

    • 河西地区地质条件复杂,区内全被第四系覆盖,为更新世以后的长江和秦淮河沉积。河西地区各种沉积相互交替出现,形成较为复杂的粉质粘土、粘土、砂、淤泥的地层结构。地层结构上部为湖沼、浅滩相的淤泥、粉质粘土互层,下部为河床相的中细砂层,总体垂向上层次分明,但结构松散[12]

      松散岩类孔隙水为河西地区主要地下水类型,根据埋藏条件和水力性质的不同,又可细分为孔隙潜水和承压水[13]。孔隙潜水含水层由全新统粉质粘土、淤泥质粘土夹粉砂薄层组成,透水性和富水性差。水位变化主要受大气降水和长江水位的影响,大气降水入渗、灌溉水回渗是其主要补给源,蒸发及向长江等地面水体排泄是其主要排泄方式。承压水含水层由粉细砂、中细砂、含砾中粗砂组成,透水性和富水性良好,但铁锰含量超标,无法直接作为饮用水。上部孔隙潜水下渗和内陆侧向渗流是其主要补给源,向长江水体侧向渗流和基坑降水是其主要排泄方式。

      本文选取覆盖南京市河西地区的17景ALOS PALSAR影像(分辨率10 m)和46景COSMO-SkyMed高分影像(分辨率3 m)作为InSAR数据源,选取南京市SPOT影像作为底图。SAR影像成像时间跨度分别为2006-12-31—2011-02-26和2012-06—2016-07,影像覆盖范围如图 1所示。分别选取2009-07-08和2014-06-23的影像作为主影像进行配准和差分干涉处理,PALSAR、COSMO-SkyMed的时空基线分布如图 2所示。采用斯坦福方法(Stanford method for persistent scatterers,StaMPS)获取河西地区地面形变信息[6]

      图  1  研究区及SAR数据覆盖范围

      Figure 1.  Study Area and SAR Coverage

      图  2  SAR影像时空基线分布

      Figure 2.  Distribution Maps of SAR Spatiotemporal Baselines

      为定量评估InSAR结果精度并进行后续分析,搜集到河西地区34个同期水准数据、3个分层沉降监测数据(2007-01—2008-08)以及3个地下水位监测数据(2007-01—2008-08)。

    • 将PALSAR和COSMO-SkyMed影像裁剪至研究区覆盖范围。雷达视线向(line-of-sight, LOS)形变投影至垂直方向,统一InSAR形变结果与地质数据基准。两种数据反演的InSAR地面沉降信息见图 3。从PALSAR和COSMO- SkyMed影像集中分别探测出59 305、129 744个PS,两者的PS空间密度的差异主要由影像分辨率不同所致。值得一提的是,COSMO-SkyMed获取的PS空间密度高于PALSAR,但PALSAR在河西南部的PS空间密度远高于COSMO- SkyMed,这可能是因两者所用波段不同所致,研究期内河西南还未大规模开发,L波段PALSAR穿透力强于X波段COSMO-SkyMed,在探测植被覆盖密集区域的形变中具备优势。

      图  3  河西地区年平均沉降速率图

      Figure 3.  Mean Subsidence Rates in Hexi Area

      图 3中可以看出,两种数据集获取的沉降空间分布具有一定的相似性。2007—2011年,河西地区的年平均形变速率在-43.8~15.6 mm/a之间;2012—2016年,年平均形变速率在-52.3~-18.2 mm/a之间。河西地区的不均匀沉降现象较为显著,北部地区(图 3(b)Z1Z2Z3)和东南部地区(图 3(b)Z4)发育了多个沉降漏斗,而中部地区较为稳定。

      河西地区存在严重的不均匀沉降,局部的差异沉降会对地面产生拉应力,严重时可能造成建筑物地基裸露、墙体开裂、管道破裂等次生灾害。沉降梯度可以对不均匀沉降进行量化,一般由相邻像元的沉降量差计算得到,值越大说明不均匀沉降现象越严重[14]

      本文以COSMO-SkyMed结果为例计算沉降梯度,如图 4所示。沉降速率与沉降梯度的空间分布存在一定差异,不同于图 3(b)中成片发育的沉降漏斗,沉降梯度显著地区呈条带状发育,差异沉降多发生于沉降漏斗边缘。

      图  4  河西地区沉降梯度图

      Figure 4.  Subsidence Gradient Map in Hexi Area

      对不均匀沉降严重地区(图 4P1P2P3P4)进行实地调研,结果如图 5所示。P1落入的小区于2010年前后沿江东中路一侧的房屋出现裂缝,并快速扩展,小区内部分燃气管发生错断,后不得以换成柔性连接。目前,小区内道路凹陷明显,地下车库入口处墙体出现贯穿性裂缝,例如P1周边PS JD1、JD2与JD3的沉降速率分别为44.1 mm/a、45.6 mm/a与45.7 mm/a,其空间分布如图 4所示,沉降时间序列如图 6(a)所示;P2所在地在20世纪80年代以前还是天然的圩荡区,其周边小区普遍存在地坪与房屋墙体脱离现象,例如P2周边PS FH1、FH2的沉降速率分别为47.1 mm/a、39.7 mm/a,其空间分布如图 4所示,沉降时间序列如图 6(b)所示;P3为河西地区最早开发的小区,多为浅基础多层住宅,墙体开裂事件屡见不鲜,例如P3周边PS MCH1、MCH2、MCH3与MCH4的沉降速率分别为38.3 mm/a、34.8 mm/a、34.2 mm/a与37.3 mm/a,其空间分布如图 4所示,沉降时间序列如图 6(c)所示;P4落入的小区存在严重的房屋基础露出地面现象,最严重的地方墙脚裸露达11 cm,地基红砖清晰可见,P4周边PS SZ1、SZ2的沉降速率分别为41.9 mm/a、39.5 mm/a,其空间分布如图 4所示,沉降时间序列如图 6(d)所示。实地调研结果证实了河西地区存在较为严重的沉降灾害。

      图  5  实地调研结果

      Figure 5.  Field Research Result

      图  6  实地调研区域内PS的沉降时间序列

      Figure 6.  Subsidence Time Series of PS in the Field Research Area

      为评估InSAR监测结果的精度,利用同期水准数据作为参考分别对PALSAR与COSMO-SkyMed的结果进行对比验证。水准结果与PALSAR结果的差值绝对值最大为9.1 mm/a,最小值为0.0 mm/a,均方根误差(root mean square error, RMSE)为2.5 mm/a;水准结果与COSMO结果的差值绝对值最大为9.8 mm/a,最小值为0.0 mm/a,RMSE为2.6 mm/a。为进一步对InSAR结果进行验证,以COSMO-SkyMed结果为例,选取6个水准点(图 3(b)L1~L6),其中L1L2L4L6分别位于4个沉降漏斗中。如图 7所示,通过最邻近法选择PS时间序列与水准沉降量进行对比。图 7表明,InSAR结果与水准结果基本吻合,两者年平均沉降速率RMSE为1.9 mm/a,具有较高的一致性。

      图  7  InSAR获取的沉降时间序列与水准结果对比

      Figure 7.  Comparison of InSAR Time Series and Leveling Results

    • 地面沉降成因较为复杂,地下水开采、地下水位变化以及浅部地层固结压缩都可能造成地面沉降,其中地下水开采是绝大部分地区地面沉降的主要原因。实地调研发现,由于河西地区地表水资源丰富,且承压水层水质较差,该地区在历史上对地下水的开采极少,地下水流场基本保持天然状态,仅在上新河曾设有一口企业自备井。因此,地下水位变化以及浅部地层固结压缩是河西地区大规模不均匀沉降的潜在原因。

      为进一步分析沉降成因,选取分层监测点N1N2N3与水位监测点W1W2W3的观测数据与PALSAR结果进行对比分析,分层监测点与水位监测点的位置如图 3(a)所示。河西北部淤泥及粉质粘土所占比例高,N1N3浅层淤泥质粘土厚度约20 m; 河西南部含水砂层厚度占优,N2浅层淤泥质粘土厚度约为9 m。W1仅采集浅层孔隙水水位变化数据,W2W3采集浅层孔隙水水位和中层承压水水位变化数据。数据采集期间,N1W1N2W2周边有建成小区,N3W3周边有在建小区。

      图 8(a)W1地下水位变化量与PS沉降时间序列的对比图,图 8(b)N1分层沉降量与PS沉降时间序列的对比图,其中,ABCN1W1附近200 m范围内的PS。由图 8(a)可以看出,W1的浅层孔隙水标高在5 m附近,其水位也在5 m左右波动,基本保持稳定,而ABC的沉降时间序列呈现长期持续下降和偶尔回弹的特点,两者回弹的趋势并不吻合,相关性较低。由图 8(b)可以看出,N1的填土层(8.3~4.4 m)沉降8.5 mm,而浅层(4.4~-16.1 m)沉降25.7 mm,深部地层(-16.1~-32.2 m)沉降约6.6 mm,约84%的沉降量来源于地面下16 m深度以内的浅部地层压缩。ABC的沉降时间序列与浅部地层沉降曲线的相关系数分别为0.91、0.90、0.92,表现出较高的一致性。

      图  8  分层沉降数据、地下水位数据与InSAR获取的沉降时间序列对比

      Figure 8.  Comparison of InSAR Time Series, Stratified Subsidence Data, and Groundwater Leveling Data

      图 8(c)W2地下水位变化量与PS沉降时间序列的对比图,图 8(d)N2分层沉降量与PS沉降时间序列的对比图,其中,DEFN2W2附近200 m范围内的PS点。由图 8(c)可以看出,W2的浅层孔隙水标高在5 m附近,其水位在2007-01—2007-07期间波动上升,而在2007-07—2008-07期间持续回落,在2008-07之后又呈现上升趋势,造成这一现象的原因可能是季节性降雨。W2的中层承压水标高在0 m左右,其水位变化趋势与浅水位类似,但是存在一定的滞后性。据此推断,W2的孔隙水除了向长江、秦淮河排泄外,还会通过弱隔水层向深部入渗补给,即浅层孔隙水与中层承压水的联系较为密切。类似于图 8(a)的结论,DEF的沉降时间序列与地下水位变化趋势并不吻合,两者的相关性较低。由图 8(d)可以看出,N2的填土层(7.8~5.2 m)沉降7.1 mm,浅层(5.2~-3.6 m)沉降16.0 mm,深部地层(-3.6~-36.4 m)沉降约8.7 mm,约73%的沉降量来源于地面下4 m深度以内的浅部地层压缩,N2浅部地层压缩占比的下降可能是浅层淤泥质粘土层厚度的减少所致。DEF的沉降时间序列与浅部地层沉降曲线具有很好的对应关系,相关系数分别为0.91、0.87与0.90。

      图 8(e)W3地下水位变化量与PS沉降时间序列的对比图,图 8(f)N3分层沉降量与PS沉降时间序列的对比图,其中,HJKN3W3附近200 m范围内的PS。W3的浅层孔隙水标高为5 m,中层承压水标高约为-2 m,不同于W1W2W3的浅水位波动明显,自2007-07后,承压水水位持续下降。调查发现,W3周边在建小区工地在基坑降水过程中,因控制地下水位需要抽排深层地下水,从而导致承压水水头下降,直观表现为地下水水位持续下降。基坑降水后,HJK的沉降时间序列与承压水位变化规律基本一致。从图 8(f)中可以看出,N3的填土层(7.3~4.4 m)沉降4.9 mm,浅层(4.4~-16.8 m)沉降10.1 mm,深部地层(-16.8~-35.6 m)沉降约3.8 mm,约80%的沉降量来源于地面下17 m深度以内的浅部地层压缩。N3周边PS的沉降时间序列与浅部地层沉降曲线的契合度略低于N1N2,相关系数分别为0.79、0.84、0.82。

      由以上分析可知,在河西地区,InSAR获取的沉降时间序列与浅部地层动态变化和因基坑降水引发的承压水头下降存在较高相关性,与地下水位自然变化相关性较小。由图 3(a)可以看出,分层监测点与水位监测点均位于沉降严重区域,结合粘性土的压缩特征可推断[15],监测点周边建筑物的施工降低了土体内的孔隙水压力,周边建筑物的完工打破了地面应力平衡,高压缩性的淤泥质粘土由于附加应力的作用而受到压缩,从而导致地面沉降的发生。值得一提的是,HJK在数据采集期间的累计沉降量低于其他PS,说明浅部地层固结压缩的破坏性随时间的增长逐渐加强。因此,造成河西地面沉降的短期原因是基坑排水等大型地下工程建设活动,而长期原因是建筑荷载下浅部地层固结压缩导致的塑性形变。

    • 基础设施对地面沉降的容许程度有限,特别是对差异性沉降要求较高的轨道交通设施,随着运营的持续,对沉降的容许程度也会逐步降低。现有多条地铁穿过河西境内,包括地铁2号线、地铁4号线、地铁10号线,如图 9所示。由图 9可知,2号线、4号线部分区间穿过沉降漏斗,因此, 有必要分析地面沉降对地铁结构健康的影响。南京地铁2号线油汉段南起油坊桥敞口段、北至汉中门,设地下车站8座,隧道下卧土层主要为淤泥质粘土层,部分为粉细砂层。以南京地铁2号线汉油段为例,探究不均匀地面沉降与地铁运营期隧道结构健康的时空演化特征关系。

      图  9  河西境内地铁分布及其沿线沉降速率

      Figure 9.  Distribution of Subways in Hexi and Subsidence Rates Along Subways

      地铁沿线沉降速率与沉降梯度的断面图可在一定程度上反映地铁沿线地面沉降的严重程度,运营期地铁结构监测数据可在一定程度上反映地铁隧道的健康状况,如图 10所示。由图 10中的沉降速率曲线可知,由于穿过沉降漏斗,油雨、集云、云莫区间内的PS沉降速率约为-25 mm/a,最大沉降差值分别为40.1 mm/a、40.7 mm/a、32.0 mm/a,而其余区间内的PS沉降速率则在-8 mm/a左右波动,最大沉降差值为-25.3 mm/a。沉降梯度曲线与沉降速率曲线具有一定的相似性,油雨、集云、云莫区间沿线地面存在严重的不均匀沉降。结构监测结果显示,仅油雨、集云区间在运营期内发育了地铁隧道沉降槽。实地调查发现,油雨、集云区间下卧土层为具有一定厚度的淤泥质黏土层,而云莫为粉质细砂层。

      图  10  地铁2号线油汉段沿线沉降速率、沉降梯度与隧道运营期累计最大沉降值对比

      Figure 10.  Comparison of Subsidence Rates, Subsidence Gradient and the Cumulative Maximum Subsidence During Tunnel Operation Period Along the Youhan Section of Subway 2

      为进一步说明地面沉降对地铁结构健康的影响,采用熵值法[11]进行定量评估。本文选取地铁沿线各区间缓冲区(2号线沿线1 km作为缓冲区)内平均沉降速率S1、平均沉降梯度S2、上行线与下行线运营期内累计最大沉降均值S3、各区间下卧土层性质S4作为评价地铁结构健康的指标,构建综合评估矩阵。对下卧土层性质进行one-hot编码,假定各指标为正向型指标,并归一化处理,结果如表 1所示。各区间综合权重值代表其健康程度,权重值越小说明隧道结构健康状况越差。实际生产中,常采用安全极限曲率半径15 000 m作为评估地铁隧道沉降槽对结构及行车安全潜在影响的指标。本文利用各区间极限曲率超限占有率验证综合评估矩阵的可靠性。由表 1可知油雨、集云区间的权重值最小,而占有率最高,表明这些区间隧道存在沉降,本文建立的评估矩阵符合实际情况。

      表 1  综合评估矩阵

      Table 1.  Comprehensive Evaluation Matrix

      区间 S1 S2 S3 S4 综合权重值 极限曲率超限占有率/%
      油雨 0.486 0.000 0.000 0.000 0.012 34.8
      雨元 0.659 0.653 0.338 0.000 0.054 0.0
      元奥 0.939 0.707 0.244 0.000 0.059 1.3
      奥兴 1.000 1.000 1.000 1.000 0.232 0.0
      兴集 0.806 0.786 0.926 1.000 0.216 3.3
      集云 0.428 0.334 0.267 0.000 0.034 33.3
      云莫 0.000 0.292 0.947 1.000 0.180 0.0
      莫汉 0.714 0.720 0.977 1.000 0.214 0.0

      S1S2S3S4这4个指标的熵值分别为0.92、0.90、0.87、0.67;影响权重分别为12.8%、15.2%、20.5%、51.5%。由此可得出3个结论:(1)在这4个指标中,下卧土层性质最为重要;(2)相对于InSAR监测结果,结构监测结果能更直接地反映隧道安全状况;(3)不均匀地面沉降对地铁结构健康的影响高于地面平均沉降。由§3分析可知,浅部地层固结压缩是引发河西地区地面沉降的主要原因,而油雨、集云区间的隧道穿过淤泥质黏土层,因此,隧道下卧淤泥质黏土层的沉降诱发油雨、集云区间的沉降槽。

      综上可知,地面沉降与地铁结构健康存在一定的联系,造成地面沉降的主要土层位于隧道下方,对地铁结构的影响较大,反之较小。因此,在地铁运营期间需关注沿线不均匀地面沉降。

    • 本文采用PS-InSAR技术,基于ALOS PALSAR和COSMO-SkyMed影像获取了南京市河西地区2007—2016年的不均匀沉降演化特征,并利用同期水准数据进行了验证。联合InSAR结果与分层沉降、地下水位等地质数据,对地面沉降成因进行综合分析。在此基础上,结合熵值法,探讨了不均匀地面沉降对地铁结构健康的影响,得出以下结论:

      1)2007—2016年间,河西地区地面沉降较为严重,最大沉降速率超过50 mm/a,且存在严重的不均匀沉降现象,北部、东南部孕育多个沉降漏斗,而中部较为稳定。

      2)在河西地区,InSAR获取的沉降时间序列与浅部地层动态变化和因基坑降水引发的承压水头下降存在较高相关性,与地下水位自然变化相关性较小。浅部可压缩地层为河西地区地面沉降的产生提供环境,建筑活动、基坑降水则为其提供动力,二者共同影响地面沉降发展。

      3)地面沉降与地铁结构健康存在一定的联系,但对于地铁结构健康来说, 地面沉降不是一个充分必要条件。不均匀沉降严重的区域, 当满足造成地面沉降的主要土层位于隧道下方时,可能对地铁结构健康产生影响。

      综上所述,地面沉降是各种因素间综合作用的结果,不均匀沉降会影响城市基础设施的结构健康,需引起足够的重视。本文详细分析了河西地区沉降演化特征,对该地区沉降灾害的防治工作有一定的理论及实际意义。

参考文献 (15)

目录

    /

    返回文章
    返回