Land subsidence lagging quantification in the main exploration aquifer layers in Beijing plain,China

Land subsidence is rapidly developing across the Beijing Plain, China. Long-term intense overexploitation of groundwater is the main reason for land subsidence in Beijing. In this study, an optimized Small Baseline Subset (SBAS) interferometry method was developed to process 46 RADATSAT-2 images from 2011 to 2015 to investigate the spatial and temporal dynamics of land subsidence in the Beijing Plain. The lag time between land subsidence and groundwater exploitation was first analyzed by the Continuous Wavelet Transform (CWT) and Cross Wavelet Transform (XWT) methods Our study found that the maximum subsidence rate reached 141 mm per year. The analysis of the areas and volumes of the annual subsidence rates indicated that the overall deformation trend slowed down from 2011 to 2015. Our results indicate that the subsidence center is always located in the southeast of Chaoyang District from 2011 to 2015. The lag time between the observed subsidence and the groundwater level drops in the main exploration aquifer layers was 0.57–1.76 months. This information is helpful to reveal the mechanism of land subsidence and build hydrogeological model.     

利用时序InSAR技术分析北京及河北廊坊地面沉降

利用带大气估计模型的时序InSAR方法对24幅覆盖北京及河北廊坊的Envisat-ASAR影像数据进行了时序分析,获取了该地区2007年4月—2010年9月的地面沉降速率及均方差。发现了以北京朝阳区和通州区交界处为中心和以河北廊坊城区为中心的两个沉降区域,中心区平均沉降速率分别为35mm/a与22mm/a。研究区域形变速率均方差1.5mm/a。研究结果表明:利用时序InSAR技术进行城市地表沉降监测具有较好的精度及稳定性;产生该沉降的可能原因为地下水的开采、城市基础建设的发展及工业用地量、人为活动的增加。     

Land subsidence in major cities of Central Mexico: Interpreting InSAR-derived land subsidence mapping with hydrogeological data

Significant structural damages to urban infrastructures caused by compaction of over-exploited aquifers are an important problem in Central Mexico. While the case of Mexico City has been well-documented, insight into land subsidence problems in other cities of Central Mexico is still limited. Among the cities concerned, we present and discuss the cases of five of them, located within the Trans-Mexican Volcanic Belt (TMVB): Toluca, Celaya, Aguascalientes, Morelia, and Queretaro. Applying the SBAS-InSAR method to C-Band RADARSAT-2 data, five high resolution ground motion time-series were produced to monitor the spatio-temporal variations of displacements and fracturing from 2012 to 2014. The study presents recent changes of land subsidence rates along with concordant geological and water data. It aims to provide suggestions to mitigate future damages to infrastructure and to assist in groundwater resources management.Aguascalientes, Celaya, Morelia and Queretaro (respectively in order of decreasing subsidence rates) are typical cases of fault-limited land subsidence of Central Mexico. It occurs as a result of groundwater over-exploitation in lacustrine and alluvial deposits covering highly variable bedrock topography, typical of horst-graben geological settings. Aguascalientes and Toluca show high rates of land subsidence (up to 10 cm/yr), while Celaya and Morelia show lower rates (from 2 to 5 cm/yr). Comparing these results with previous studies, it is inferred that the spatial patterns of land subsidence have changed in the city of Toluca. This change appears to be mainly controlled by the spatial heterogeneity of compressible sediments since no noticeable change occurred in groundwater extraction and related drawdown rates. While land subsidence of up to 8 cm/yr has been reported in the Queretaro Valley before 2011, rates inferior to 1 cm/yr are measured in 2013–2014. The subsidence has been almost entirely mitigated by major changes in the water management practices of the city, i.e., a 122 km long pipeline bringing surface water from an adjacent state allowed to cease pumping in half of the wells.     

马尔可夫链改进的MMF沉降预测模型及应用

针对地基沉降机理复杂及随机性特点,结合马尔可夫链理论,本文建立了一种马尔可夫链改进的MMF沉降预测模型。首先采用部分实测沉降数据,利用CurveExpert软件拟合MMF模型;然后根据MMF模型预测相对误差大小,并按照马尔可夫理论划分状态区间,构建状态转移概率矩阵,预测下一个沉降量所处的状态,从而得到了马尔可夫链改进的MMF预测值;最后将本文模型应用于深圳滨海大道市政工程软土路基沉降预测中,并对模型的预测效果进行精度分析。结果表明,马尔可夫链改进的MMF模型的预测精度较单一的MMF有明显提高,建模方法合理,可用于类似的工程预测。     

基于自回归分布滞后模型的地面沉降预测

地面沉降与地下水水位变化不同步,且地面下沉受自身影响较大,建立滞后作用下地面沉降预测模型,以某地区地面沉降为例进行模拟试验,并探讨模型拟合效果与预测精度。结果表明,自回归分布滞后模型的拟合效果较好,预测精度较高,可以用到地面沉降量计算中。     

基于PS-InSAR和SBAS-InSAR技术的北京地区地面沉降对比分析

为了弥补传统D-InSAR技术的不足,本文应用PS-InSAR、SBAS-InSAR技术对北京地区的29景SAR图像进行时序分析,得到研究区的沉降信息,并对比分析了两种技术所获得的结果。结果表明,PS与SBAS所得到的结果具有很高的一致性,且与北京市地面沉降的监测结果相符。因此,研究利用InSAR技术监测地面沉降具有很高的研究价值。     

地下水开采与地面沉降关系的短基线集分析

针对传统地面沉降监测手段阻碍了地下水的开采控制及其相关研究这一情况,该文基于短基线集时序分析方法提取了天津市平原地表形变信息。首先根据合成孔径雷达干涉结果分析了天津市地面沉降分布特征,然后定量研究了地面沉降漏斗分布特征,最后以北辰区为例将实测地下水降落漏斗与地面沉降中心进行耦合。结果表明:天津市地面沉降产生主导因素为超量开采造成的地下水位下降,两者直接相关;地下水超采区内的地面沉降中心与地下水漏斗中心大致吻合,并有整体稍向西北方向偏移的趋势,原因可能为地下水开采后,受岩土的厚度与性质控制,其软土层固结速滞后于地下水位的水头变化。     

基于ArcGIS Engine的开采沉陷预计系统

开采沉陷是一种复杂的三维动态过程,涉及的资料信息复杂繁多,使得信息处理和空间综合分析十分复杂。研究基于ArcGIS Engine的开采沉陷预计的模型能够实现矿区数据信息的地理空间可视化和沉陷预计分析显示,及时掌握开采沉陷预计的规律和发展趋势,从各评价指标的细节层次和总体两方面评价此矿区的开采状况,为煤矿各相关部门和领导制定更好的发展决策提供支持。     

InSAR填海区地铁沿线地表沉降反演分析

为了更好地监测和掌握深圳填海区地铁工程结束后地铁沿线的地面沉降情况,该文利用TS-InSAR技术和20景2017年8月15日—2019年3月14日的Sentinel-1A SAR数据,借助POD精密定轨星历和ASTER GDEM V2分别去除轨道误差和地形相位,反演了深圳填海区2017—2019年地表沉降时间序列,并在此基础上重点分析了填海区地铁沿线地面沉降的时空演变规律以及地面沉降成因。结果显示,填海区各地铁沿线的地面沉降特征较为明显,最大沉降速率为-17.52 mm/a。其中,宝安中心、前海湾、深圳湾区段地铁沿线的地面沉降趋势较为严重,其地面沉降呈现逐渐增强和扩散趋势。     

宁波地面沉降的短基线集监测与分析

针对传统地面沉降监测手段精度高,但监测周期长、空间分辨率低、人力物力耗费大等问题,该文基于短基线集时序分析技术提取了宁波地区的地表形变信息。首先根据短基线集技术监测结果分析了宁波地区地面沉降分布特征,然后对宁波东部新城的沉降进行了精细化分析,并给出了其沉降原因。结果表明:宁波地区地面沉降整体呈现弱发育特征,部分地区存在轻微地面隆起现象,东部新城地面沉降呈现中度发育特征,并存在不均匀沉降现象,快速的城市化建设是东部新城地面沉降的主要原因。     

运用水准和InSAR的地面沉降监测数据融合方法

针对地面监测中水准和InSAR数据的优缺点,提出了沉降数据融合算法以及插值计算方法。采用数据融合方法对水准和InSAR进行融合,较好地解决了水准监测数据的时空分辨率低和InSAR数据中部分地区失相干的弊端,使融合后的数据能更好地描述地面沉降的现状,为更好地预测地面沉降的发展趋势,减少沉降灾害对经济社会的危害。天津地区融合算例表明,所提算法较好地解决了单一数据的缺点,融合后的数据拥有了多数据的优点,对后期地面沉降预测提供准确丰富的数据基础。     

非等间距WGM-AR模型在基坑周边建筑物沉降预测中的应用

非等间距GM（1,1）模型在不等时间间隔序列的趋势分析和预测方面具有重要作用,在此基础上,提出一种基于非等间距加权GM（1,1）模型和自回归AR（p）模型相结合的非等间距加权灰色自回归模型（非等间距WGM-AR模型）.将基坑周边建筑物沉降监测数据视为具有确定趋势的非等时间序列,对序列进行平滑处理,利用非等间距加权GM（1,1）模型提取该时序中的确定性趋势项,用自回归AR（p）模型分析生成的等间距序列中的随机项,并采用内插法得到沉降监测序列的随机项.将组合模型与非等间距GM（1,1）模型计算结果对比分析,结果表明,组合模型具有更高的预测精度,在基坑周边建筑物沉降预测中具有较高的应用价值.     

L ogistic 模型在地面沉降预测中的应用

随着城市大规模工程建设的开展,由此引发的地面沉降对区域生态环境、基础设施的影响不容忽视,地面沉降预测与控制是亟待深入研究的重要课题。研究表明,地面沉降基本经历发生、发展、成熟,最后到达一定极限沉降量的过程,这与Logistic模型反映事物的发展规律非常接近。文中建立地面沉降量Logistic预测模型,以某地区地面沉降实测数据为例进行定量模拟预测,结果表明,Logistic预测模型能很好的拟合沉降量—时间关系曲线,而且能够对地面沉降进行较为准确的预测。     

灰色精化模型应用于地面沉降预测

地面沉降是一个复杂的过程,较难建立准确的预测模型。传统灰色模型不能处理沉降观测值序列中的异常点,对于波动大的原始数列也没有精确预测,针对其背景值取值方法的不足,建立一种精化灰色模型(JGM(1,1)模型),分析预测结果和精度,表明该模型具有较高的预测精度和可靠性。     

基于库伊克模型的地面沉降预测分析

针对地面沉降与地下水水位变化的内在关系,考虑地面沉降受到自身变化规律的影响,建立基于库伊克变换的地面沉降预测模型,应用该模型对某地区地面沉降统计数据进行模拟预测,有效实现该地区地面沉降与地下水水位以及本身之间的定量模拟,并探讨模型的拟合效果和预测精度。结果表明库伊克模型拟合效果较好,预测精度较高,能较好地反映研究区域的地面沉降变形趋势。     

AM-LSTM网络的北京平原东部地面沉降模拟

基于传统数值方法构建的地面沉降模拟预测模型需要大量的水文地质数据和实测数据,对于地质条件复杂地区的形变模拟预测难度大。本文基于PS-InSAR技术获取的北京平原东部地区的地面沉降信息,综合考虑不同层位地下水水位对沉降的影响,采用基于注意力机制的长短时记忆网络（AM-LSTM）对不同沉降发育地区典型位置处的地面沉降进行模拟。结果表明：（1）研究区地面沉降空间差异性明显,2010年11月—2016年8月最大沉降速率约153 mm/a,累计沉降量达到1063 mm,位于朝阳区三间房乡附近;（2）基于AM-LSTM模型的模拟精度优于传统LSTM模型,本次模拟精度最高提升了22%;(3) AM-LSTM模型注意力权重表明,第二承压含水层水位对地面沉降贡献最大。本次研究能够为地面沉降防控提供可靠的技术支撑。     

位错模型的矿区地表沉降监测

为获取连续的矿区地表沉降变形场,揭示沉陷规律,及时预计沉降范围与大小,保障生产,该文提出了以精密水准测量数据为约束的加权位错监测及预计模型。视开采工作面为简化位错几何模型,顾及工作面近远场观测数据的不同,根据计算模型值与水准测量实测值的残差确定不同的权比,利用最小二乘线性算法反演垂直方向上的张裂参数。由张裂参数正演获取连续的地表形变场。并以多期观测反演所得的一维张裂参数的变化序列拟合预计模型,预测地表未来形变场。研究表明,提出的加权位错预计模型能更好地监测并预计矿区开采后的地表沉降变化,为采矿安全生产提供了依据。     

多项式分布滞后模型在地面沉降预测中的应用

介绍多项式分布滞后模型(PDL模型)建立过程,针对地面沉降相对于地下水水位变化的滞后作用,建立考虑滞后作用的多项式分布滞后预测模型,应用该模型对某地区地面沉降实测数据进行模拟预测,并评价模型各项指标。实例分析表明,PDL模型应用到地面沉降变形趋势具有预测精度高、拟合效果好的特点,可以有效实现地下水水位变化导致地面滞后性沉降的定量模拟和预测。     

利用Sentinel-1监测武汉市地面沉降

各大城市地下空间规划工程的建设施工,导致不同程度地面沉降的地质灾害.本文以2020年6月至2021年3月武汉市主城区的Sentinel-1A数据作为数据源,采用小基线集技术对该地区进行地表形变监测,并对其监测成果进行采样,形成时间序列形变图,通过对沉降数据对比分析,甄别出形变异常的区域,其成果可为防控地面沉降及其灾害链...     

利用GRACE数据进行京津冀地区地面沉降与地下水耦合分析

地下水的过量开采已导致京津冀地区出现严重的地面沉降,为了分析地下水与地面沉降之间的耦合关系,首先利用GRACE-FO数据与GLDAS数据反演出京津冀地区2016—2019年地下水变化时序;然后利用MCTSB-InSAR技术反演出该地区同时段的沉降变化时序。通过试验分别获取地下水与地面沉降的差分变化序列和变化趋势线,并引入非弹性存储系数分析地下水对地面沉降影响力的变化规律。结果表明:①当地下水迅速升高或降低时,地面沉降速率减小或增大;当地下水持续升高时,地面沉降接近停止。②沉降越严重的区域,地下水与地面沉降变化趋势的相关性越强。③由地下水变化引起沉降的能力,随沉降等级升高而变大,且该能力在不同沉降等级中随时间变化的趋势也不同。