基于SBAS-InSAR技术的济南市地铁沿线地表沉降时空分析

doi:10.13474/j.cnki.11-2246.2025.0418

测绘通报 ›› 2025, Vol. 0 ›› Issue (4): 109-113.doi: 10.13474/j.cnki.11-2246.2025.0418

• 学术研究 • 上一篇

基于SBAS-InSAR技术的济南市地铁沿线地表沉降时空分析

周天翔¹, 董景龙^1,2, 沈强^2,3

1. 山东建筑大学测绘地理信息学院, 山东济南 250101;
2. 中国科学院精密测量科学与技术创新研究院大地测量与地球动力学国家重点实验室, 湖北武汉 430077;
3. 中国科学院大学地球与行星科学学院, 北京 100049

收稿日期:2024-07-16 发布日期:2025-04-28
通讯作者: 董景龙。E-mail:dongjinglong20@sdjzu.edu.cn
作者简介:周天翔(1997—),男,硕士生,主要从事卫星数据的处理及应用研究。E-mail:2022166102@stu.sdjzu.edu.cn
基金资助:
国家自然科学基金(42374042);山东建筑大学博士科研基金(X20085Z0101)

Spatio-temporal analysis of surface subsidence along the Jinan subway line based on SBAS-InSAR technology

ZHOU Tianxiang¹, DONG Jinglong^1,2, SHEN Qiang^2,3

1. School of Surveying and Geo-Informatics, Shandong Jianzhu University, Jinan 250101, China;
2. State Key Laboratory of Geodesy and Earth's Dynamics, Innovation Academy for Precision Measurement Science and Technology, CAS, Wuhan 430077, China;
3. College of Earth and Planetary Sciences, University of Chinese Academy of Sciences, Beijing 100049, China

Received:2024-07-16 Published:2025-04-28

摘要/Abstract

摘要： 济南地铁在建设及运营过程中,出现了不同程度的沉降现象,开展济南地铁及周围的沉降监测对保障城市安全具有重要意义。本文以济南地铁为研究对象,利用2022年3月—2024年4月的30景Sentinel-1A影像数据,采用SBAS-InSAR技术,得到济南地铁1、2、3号线的形变信息;结合Peck公式,对所得结果进行建模,并探究沉降槽的变化特征。结果表明:济南轨道交通沿线呈现不同程度的形变;空间上,东部、中部地区地铁较为稳定,其中3号线二区最不稳定,遥墙机场站附近的沉降最为大,最大年均形变速率为-66 mm/a;时间上,地铁建设期间沉降量大于运营期间沉降量,玉符河站、历山路站、川流站、遥墙机场站附近沉降槽在中心处的沉降呈现逐渐增大的趋势,沉降槽半径分别为174、151、171、350 m。

关键词: 济南地铁, 地面沉降, SBAS-InSAR, Peck公式

Abstract: In the process of construction and operation of Jinan subway, there are different degrees of subsidence, and it is of great significance to carry out subsidence monitoring in Jinan subway and its surroundings to ensure urban safety. In this paper, the deformation information of Jinan subway Lines 1, 2, and 3 is obtained by using SBAS-InSAR technology from 30 Sentinel-1A image data from March 2022 to April 2024. Combined with the Peck formula, the obtained results are modeled, and the variation characteristics of the settlement trough are explored. The results show that there are different degrees of deformation along the Jinan rail transit, and spatially, the subway in the eastern and central regions is relatively stable, and Line 1 is the most stable. The settlement near Yaoqiang airport station is the largest, with a maximum average annual deformation rate of -66 mm/a. In terms of time, the settlement during the construction of the subway is greater than that during the operation, and the settlement of the settlement trough near Yufuhe station, Lishan road station, Chuanliu station and Yaoqiang airport station in the center shows a gradual increasing trend. The radii of the settlement trough are 174, 151, 171 and 350 m, respectively.

Key words: Jinan subway, land subsidence, SBAS-InSAR, Peck formula

中图分类号:

P258

周天翔, 董景龙, 沈强. 基于SBAS-InSAR技术的济南市地铁沿线地表沉降时空分析[J]. 测绘通报, 2025, 0(4): 109-113.

ZHOU Tianxiang, DONG Jinglong, SHEN Qiang. Spatio-temporal analysis of surface subsidence along the Jinan subway line based on SBAS-InSAR technology[J]. Bulletin of Surveying and Mapping, 2025, 0(4): 109-113.

参考文献

[1] 郭世鹏,张王菲,康伟,等.融合PS、SBAS、DS InSAR技术的昆明地面沉降研究[J].遥感技术与应用,2022,37(2):460-473.
[2] 袁悦,贾丽云,张绪教,等.基于SBAS-InSAR技术的海口地区地面沉降监测及机理分析[J].地理与地理信息科学,2020,36(5):56-64.
[3] 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.
[4] 卫达宁,王世杰.基于时序InSAR技术的西安地铁沿线沉降监测及预测分析[J].地球物理学进展,2024,39(2):498-509.
[5] 张双成,李民,刘忠,等.时序InSAR解译西安-咸阳地区地面沉降时空分布特征[J].大地测量与地球动力学,2024,44(4):391-397.
[6] 董景龙,沈强,汪汉胜,等.台湾美浓M_W6.4地震InSAR形变场初步分析[J].大地测量与地球动力学,2017,37(9):893-897.
[7] LAI Weiyu,SHEN Qiang,WANG Hansheng,et al.InSAR-derived land subsidence in Wuhan between 2015 and 2020[J].All Earth,2022,34(1):224-242.
[8] 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.
[9] XU Xiaobo,ZHAO Dezheng,MA Chao,et al.Monitoring subsidence deformation of Suzhou subway using InSAR timeseries analysis[J].IEEE Access,2020,9:3400-3416.
[10] 叶勇超,闫超德,罗先学,等.时序InSAR郑州地铁沿线地面沉降分析[J].遥感学报,2022,26(7):1342-1353.
[11] 刘新,张婷慧,杨陇徽.济南地铁2号线沿线地表沉降监测与分析[J].北京测绘,2022,36(10):1434-1438.
[12] BERARDINO P,FORNARO G,LANARI R,et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J].IEEE Transactions on Geoscience and Remote Sensing,2002,40(11):2375-2383.
[13] 朱建军,李志伟,胡俊.InSAR变形监测方法与研究进展[J].测绘学报,2017,46(10):1717-1733.
[14] PECK R B.Deep excavation and tunneling in soft ground[C]//Proceedings of the 7th International Conference on Soil Mechanics and Foundation Engineering.Mexico city:[s.n.],1969:225-290.
[15] 孙延盼,邵永健,万凯.基于苏州地层盾构施工的Peck公式修正[J].淮阴工学院学报,2015,24(5):52-56.
[16] 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.

基于SBAS-InSAR技术的济南市地铁沿线地表沉降时空分析

Spatio-temporal analysis of surface subsidence along the Jinan subway line based on SBAS-InSAR technology

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]	杨洋, 贾洪果, 柏铮航, 刘宇辰. 联合机器学习与SBAS-InSAR的青藏高原冻土形变监测[J]. 测绘通报, 2025, 0(4): 45-50.
[2]	邵亚璇, 马晶, 韩莉莉, 姚冠宇. 基于SBAS-InSAR技术的地表沉降时间序列分析与预测[J]. 测绘通报, 2025, 0(4): 51-57,62.
[3]	尚依炜, 熊俊楠, 贾倩, 罗思远, 王启盛, 曹依帆. 融合升降轨SBAS-InSAR技术的冕宁县滑坡隐患识别与分析[J]. 测绘通报, 2025, 0(4): 58-62.
[4]	彭毅博, 杨维芳, 闫香蓉, 高墨通, 侯宇豪, 张德龙. 基于SMA-CNN-GRU-Attention组合模型的矿区地表三维形变预测[J]. 测绘通报, 2025, 0(3): 8-14,20.
[5]	张昱鑫, 袁希平, 甘淑, 彭翔, 王松. 时序InSAR技术在矿区地表沉降监测与时空演化分析中的应用[J]. 测绘通报, 2025, 0(3): 15-20.
[6]	严胜航, 李素敏, 郭军, 宋昱霏, 沈显名. 基于多源遥感的巨型滑坡四维特征解译——以糯勒滑坡为例[J]. 测绘通报, 2025, 0(2): 48-52,63.
[7]	沈显名, 李素敏, 郭军, 毛嘉骐, 严胜航, 戴祚敏, 彭翔. 基于坡向约束的高寒矿区边坡InSAR三维形变分析[J]. 测绘通报, 2025, 0(2): 77-82.
[8]	杨魁, 邱亚辉, 徐骏千, 梁军, 李文彬, 孙国昱. 地面沉降立体监测数据融合方法[J]. 测绘通报, 2025, 0(2): 122-126,142.
[9]	吴培洪, 钟少忠, 罗澍然, 谢荣安. 基于时序InSAR的珠江三角洲形变区自动识别与监测[J]. 测绘通报, 2024, 0(9): 80-86,95.
[10]	颜丙囤, 殷海涛, 杨玉永, 连凯旋, 温丽媛, 郭宗斌. InSAR数据约束的沂沭断裂带闭锁程度及地震危险性分析[J]. 测绘通报, 2024, 0(7): 129-133.
[11]	胡祥祥, 柯福阳, 石亚亚, 吴涛, 刘宝康, 庞栋栋, 张利利, 宋宝. 基于GRACE和Sentinel-1A的河湟谷地地下水储量与地表沉降研究[J]. 测绘通报, 2024, 0(6): 46-52.
[12]	黄标, 张辉, 尹剑辉. 基于时序InSAR技术的工业园区地表形变监测[J]. 测绘通报, 2024, 0(6): 157-163.
[13]	郑威, 左小清, 李勇发, 李正会, 王志红, 李德彬. 融合InSAR和机载LiDAR技术的滑坡早期识别与分析[J]. 测绘通报, 2024, 0(5): 1-6.
[14]	曾光, 张鹏飞, 王海恒, 王耀. 基于多数据源的采煤沉陷区早期识别及地面形变特征监测——以神木市大柳塔镇为例[J]. 测绘通报, 2024, 0(5): 121-126.
[15]	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.