联合时序InSAR和现场测量的地铁枢纽施工形变监测与多参量风险评估

doi:10.13474/j.cnki.11-2246.2025.0213

测绘通报 ›› 2025, Vol. 0 ›› Issue (2): 71-76.doi: 10.13474/j.cnki.11-2246.2025.0213

联合时序InSAR和现场测量的地铁枢纽施工形变监测与多参量风险评估

秦晓琼^1,2,3, 张雅轩^1,3, 徐彬涛^1,3, 刘宇舟², 刘镇诚¹, 洪成雨^1,3, 陈湘生^1,3, 汪驰升¹

1. 深圳大学极端环境岩土和隧道工程智能建养全国重点实验室, 广东深圳 518060;
2. 深圳市城市公共安全技术研究院有限公司城市安全风险监测预警应急管理部重点实验室, 广东深圳 518002;
3. 滨海城市韧性基础设施教育部重点实验室, 广东深圳 518060

收稿日期:2024-05-27 发布日期:2025-03-03
通讯作者: 汪驰升。E-mail:wangchisheng@163.com
作者简介:秦晓琼(1991—),女,博士,助理教授,主要从事InSAR基础设施安全监测研究。E-mail:xqqin@szu.edu.cn
基金资助:
国家重点研发计划(2023YFC3807500);广东省重点领域研发计划(2022B0101070001);国家自然科学基金(42104012;42474021);深圳市自然科学基金面上项目(JCYJ20220531101812028);深圳市城市公共安全技术研究院有限公司城市安全风险监测预警应急管理部重点实验室开放基金(YJY-23-YF-ZY012)

Deformation monitoring and multi-parameter risk assessment of subway hub construction using joint mt-insar and field measurements

QIN Xiaoqiong^1,2,3, ZHANG Yaxuan^1,3, XU Bintao^1,3, LIU Yuzhou², LIU Zhencheng¹, HONG Chengyu^1,3, CHEN Xiangsheng^1,3, WANG Chisheng¹

1. State Key Laboratory of Intelligent Geotechnics and Tunnelling, Shenzhen University, Shenzhen 518060, China;
2. Shenzhen Technology Institute of Urban Public Safety and Key Laboratory of Urban Safety Risk Monitoring and Early Warning, Ministry of Emergency Management, Shenzhen 518002, China;
3. Key Laboratory of Coastal Urban Resilient Infrastructures, Shenzhen University, Shenzhen 518060, China

Received:2024-05-27 Published:2025-03-03

摘要/Abstract

摘要： 地铁里程的快速增长伴随着频发的施工事故,形变监测与解译对确保施工安全至关重要。本文针对地铁施工特性优化SAR影像集进行划分,改善施工区失相干现象,并联合现场测量补充其时空和视角缺失,解译了深圳地铁12号线沙浦站的施工形变过程,并基于形变结果进行多参量风险评估。结果显示:①沙浦站施工区的点目标数量和相干性显著提高;②联合分析InSAR、地下水位、水准测量数据,发现基坑开挖、隧道盾构导致周边构筑物发生10～30 mm不均匀沉降,并产生了3个沉降漏斗;③联合InSAR和机器视觉沉降监测结果,发现回填施工后主体结构形变主要原因为回填土荷载作用,回填土层平均压缩量约4.31 mm;④沿隧道和基坑两侧、车站37～42环块形变风险较高。

关键词: 形变监测, 时序InSAR, 地铁施工, 风险评估

Abstract: Rapid metro expansion is accompanied by frequent construction accidents, making deformation monitoring and interpretation crucial for ensuring construction safety. This paper optimized MT-InSAR for improving the coherence of construction areas according to the subway construction characteristics. Moreover, the InSAR and on-site measurements are combined to supplement the spatiotemporal and angular gaps of subsidence. The deformation process of the construction area of Shapu Station on Shenzhen Metro Line 12 is interpreted, and the deformation results are finally used for multi-parameter settlement risk assessment. The results show that: ① The number of points and coherence in the Shapu construction area are significantly improved; ② Combined analysis of groundwater level and leveling measurements reveals that excavation of foundation pits and tunnel lead to uneven settlement of surrounding structures by 10～30 mm, with three settlement funnels identified; ③ Combined analysis with machine vision monitoring indicates that the main structural deformation after backfilling is due to the load of backfill soil, with an average compression of approximately 4.31 mm in the backfill layer; ④ The deformation risk is higher along the sides of the tunnel and foundation pit, as well as in the 37～42 ring segments of the station.

Key words: deformation monitoring, MT-InSAR, subway construction, risk assessment

中图分类号:

P237
P258

秦晓琼, 张雅轩, 徐彬涛, 刘宇舟, 刘镇诚, 洪成雨, 陈湘生, 汪驰升. 联合时序InSAR和现场测量的地铁枢纽施工形变监测与多参量风险评估[J]. 测绘通报, 2025, 0(2): 71-76.

QIN Xiaoqiong, ZHANG Yaxuan, XU Bintao, LIU Yuzhou, LIU Zhencheng, HONG Chengyu, CHEN Xiangsheng, WANG Chisheng. Deformation monitoring and multi-parameter risk assessment of subway hub construction using joint mt-insar and field measurements[J]. Bulletin of Surveying and Mapping, 2025, 0(2): 71-76.

参考文献

[1] 林涛.地铁施工事故分析研究[J].建筑安全,2023,38(4):79-83.
[2] 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.
[3] 廖明生,王茹,杨梦诗,等.城市目标动态监测中的时序InSAR分析方法及应用[J].雷达学报,2020,9(3):409-424.
[4] SUN M,DU Y N,LIU Q Y,et al.Understanding the spatial-temporal characteristics of land subsidence in Shenzhen under rapid urbanization based on MT-InSAR[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2023,16:4153-4166.
[5] 段光耀,刘欢欢,宫辉力,等.京津城际铁路沿线不均匀地面沉降演化特征[J].武汉大学学报(信息科学版),2017,42(12):1847-1853.
[6] 李佳豪,周吕,马俊,等.利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J].测绘通报,2022(4):20-25.
[7] 祝秀星,陈蜜,宫辉力,等.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.
[8] 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.
[9] 胡在良,邹友一,简国辉,等.InSAR技术在城市环境轨道交通设施沉降监测中的应用[J].铁道建筑,2023,63(7):144-148.
[10] 高鹏,耿长良,李鹏,等.时序InSAR技术在地铁沿线形变监测中的应用[J].测绘通报,2024(4):112-118.
[11] 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.
[12] 张严,朱武,赵超英,等.佛山地铁塌陷InSAR时序监测及机理分析[J].工程地质学报,2021,29(4):1167-1177.
[13] ZHANG B C,LIAO X N,ZHANG J Y,et al.Megalopolitan-scale ground deformation along metro lines in the Guangdong-Hong Kong-Macao Greater Bay Area,China,revealed by MT-InSAR[J].International Journal of Applied Earth Observation and Geoinformation,2023,122:103432.
[14] 李德仁,廖明生,王艳.永久散射体雷达干涉测量技术[J].武汉大学学报(信息科学版),2004,29(8):664-668.
[15] HOOPER A,BEKAERT D,SPAANS K,et al.Recent advances in SAR interferometry time series analysis for measuring crustal deformation[J].Tectonophysics,2012,514: 1-13.
[16] QIN X Q,LI Q Q,DING X L,et al.A structure knowledge-synthetic aperture radar interferometry integration method for high-precision deformation monitoring and risk identification of sea-crossing bridges[J].International Journal of Applied Earth Observation and Geoinformation,2021,103: 102476.

联合时序InSAR和现场测量的地铁枢纽施工形变监测与多参量风险评估

Deformation monitoring and multi-parameter risk assessment of subway hub construction using joint mt-insar and field measurements

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	赵树林, 李元凯, 李冬, 翟鸿漾, 张涛, 王金. 地铁明挖施工监测图像下的反压土几何参数智能测量方法[J]. 测绘通报, 2025, 0(1): 150-154,169.
[2]	黄广才, 董继红, 赵子龙, 喜文飞, 郭峻杞, 安全, 朱昱桦, 韦瑾. 基于升降轨InSAR的复杂山区大范围煤矿开采沉降监测与分析[J]. 测绘通报, 2024, 0(9): 106-111,122.
[3]	黄曦涛, 胡智峰, 乔培, 张瑜, 王馨爽. 基于SBAS-InSAR的鄂尔多斯地台管道沿线地质灾害识别与监测[J]. 测绘通报, 2024, 0(7): 60-64.
[4]	杨春宇, 尹航, 郭爽, 罗振华, 马凤富. 北斗/GNSS和精密水准测量综合方法在老采空塌陷区地表形变监测中的应用[J]. 测绘通报, 2024, 0(5): 142-146.
[5]	毕凌宇, 孙承志, 乔申. 基于SBAS-InSAR与MA-PSO-BP的南京河西地区地表沉降监测及预测分析[J]. 测绘通报, 2024, 0(4): 48-53,82.
[6]	窦一, 侯婉清, 徐浩, 姜伟玲, 孙畅, 问瀚之, 王晓静. 北京丰台科丰桥新建雨水管涵施工期周边用地风险评估研究[J]. 测绘通报, 2024, 0(4): 96-100,106.
[7]	俞文轩, 李益敏, 计培琨, 马恩华, 吕圣彬. 基于升降轨SAR数据的六库街道地表形变监测及地理探测机制[J]. 测绘通报, 2024, 0(12): 24-32.
[8]	乔申, 孙承志, 毕凌宇. 基于时序InSAR技术的南京市地铁沿线沉降监测分析[J]. 测绘通报, 2024, 0(10): 64-70.
[9]	李泽润, 喜文飞, 赵子龙, 刘海红, 张玉英, 张莉婷. SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用[J]. 测绘通报, 2024, 0(1): 150-154.
[10]	何可沁, 程南炜, 邓敏. 空间大数据支持下城市安全生产风险评估方法[J]. 测绘通报, 2023, 0(6): 167-171.
[11]	张领旗, 谢酬, 陈蜜, 田帮森, 杨知, 朱玉. 时序InSAR技术在三峡库区特高压输电通道滑坡隐患识别的应用[J]. 测绘通报, 2023, 0(2): 97-103.
[12]	黄友菊, 覃怡婷, 吴慧, 韦强. 多时间基线集时序InSAR形变监测：以平寨水库为例[J]. 测绘通报, 2023, 0(11): 139-144.
[13]	高建东, 王勇, 安江雷, 姜俊狄. 一种多源地面沉降监测数据融合方法及其应用[J]. 测绘通报, 2023, 0(10): 158-162,172.
[14]	龚高太, 李佳豪, 周吕, 刘志荣, 黄良珂, 刘立龙. 时序InSAR北京地区地表沉降监测与分析[J]. 测绘通报, 2022, 0(9): 123-128.
[15]	杨俊山, 项鑫, 熊晓峰, 王艳利, 李小强. 矿区地表形变PPP监测自适应滤波算法及其应用[J]. 测绘通报, 2022, 0(9): 129-133.