基于SBAS-InSAR的城市地面沉降特征及其與易澇點關系分析

摘 要：在全球氣候變化背景下極端暴雨事件頻發，很多城市出現嚴重內澇，造成人民生命財產巨大損失。為分析沿海城市地面沉降與內澇之間的聯系，以廣州市南沙區為例，選擇2017—2023年20景哨兵1號影像為數據源，利用SBAS-InSAR技術分析地面沉降特征，對地面易澇點時序沉降量與降水量、積水深度、積水持續時間等進行相關性分析。結果表明：①南沙區平均沉降速率為1. 363 mm/a，沉降區域主要位于河流沿岸、施工區域、圍墾區域，6 a平均累計沉降量為-10. 05 mm，沉降劇烈區域有擴大趨勢；②區域季節強降水可以在一定程度上緩解地面沉降，下沉或平穩類易澇點沉降時序過程與降水量的季節變化同步，且降水量季節性越明顯，下沉趨勢越平緩；③城市化進程和自然地理條件共同作用于地表形變，南沙區強降雨引發的易澇點主要包括局部低地，立交橋底、地鐵隧道口，以及排水管道系統設置不合理或超過排泄能力等3種類型。針對各易澇點地表形變時間演變特征和積水影響程度，分別溯源其內澇誘發原因，為進一步提出防治對策措施提供了參考。

關鍵詞：哨兵1號；SBAS-InSAR；時序形變；積水深度；降水量

中圖分類號：P339 文獻標識碼：A 文章編號：1001-9235（2025）01-0040-10

Urban Land Subsidence Characteristics and Their Relationship with Locations Liable to""Waterlogging Based on SBAS-InSAR

LIU Huanyu1， WU Zhen2， YU Huanghao1， CHEN Guangcheng2， XIAO Yang3， LI Kuang4， LI Binquan1，3*

（1. College of Hydrology and Water Resources， Hohai University， Nanjing 210098， China; 2. Guangzhou Nansha Water Authority， Guangzhou 510640， China; 3. Key Laboratory of Water Cycle and Hydrodynamic System， Ministry of Water Resources， Hohai

University， Nanjing 210024， China; 4. China Institute of Water Resources and Hydropower Research， Beijing 100038， China）

Abstract： Under the background of global climate change， extreme rainstorm events occur frequently， and many cities have suffered from serious waterlogging， resulting in huge losses of people′s lives and property. In order to analyze the relationship between urban land subsidence and waterlogging in coastal cities， this paper took Nansha District of Guangzhou as an example and selected 20 scenes of Sentinel-1 images from 2017 to 2023 as data sources. SBAS-InSAR technology was used to analyze land subsidence characteristics， and the correlation between the temporal subsidence of land waterlogging points and precipitation， water depth， and waterlogging duration was analyzed. The results show that： ① the average subsidence rate in Nansha District is 1. 363 mm/a， and the subsidence area is mainly located in the river bank， construction area， and reclamation area. The average cumulative subsidence within six years is ? 10. 05 mm， and the area with severe subsidence tends to expand. ② Regional seasonal heavy precipitation can alleviate land"subsidence to a certain extent. The temporal subsidence process of sinking or stationary waterlogging points is synchronized with the seasonal variation of precipitation， and more obvious seasonal precipitation indicates a more gentle subsidence trend. ③ The urbanization process and natural geographical conditions work together on the surface deformation. The waterlogging points caused by heavy rainfall in Nansha District mainly include local lowlands， overpass bottom， subway tunnel entrance， the unreasonable layout of the drainage pipeline system， or waterlogging that exceeds drainage capacity. According to the temporal evolution characteristics of surface deformation and the influence degree of water accumulation in each waterlogging point， the causes of waterlogging were traced respectively， which provided a reference for further prevention and control measures.

Keywords： Sentinel 1; SBAS-InSAR; temporal deformation; water depth; precipitation

地面沉降是致使地面高程降低的緩變性地質災害，不僅威脅城市基礎設施和建筑物的安全，還會誘發水土環境、城市內澇災害等風險［1］。近年來，國內外學者在地面沉降監測、應用和影響研究等方面取得了系統性成果。在地面沉降監測技術方法方面，主要分為基于地面設備和基于空中遙感等２類測量方法［2］。基于地面設備的測量方法較為穩定成熟，能夠獲取高精度、全天候形變量信息，如GNSS（Global Navigation Satellite System）在露天煤礦邊坡［3］、高層建筑物基坑［4］等實際工程項目中應用廣泛。但由于數據依賴性強、主觀布設監測點難度大，時間和勞動成本不及預期。目前空中遙感監測技術的發展與應用很大程度上克服了該缺點。星載合成孔徑雷達（Synthetic Aperture Radar，SAR）是利用地物表面之間來回振蕩的周期數（相位）來記錄雷達信號從發射到接收之間的精確距離，其精度與雷達波長有關［5］。常規InSAR（Interferometric Synthetic Aperture Radar）技術常面臨時空區相干和大氣延遲的問題，為減少監測結果誤差，先后產生了永久性散射體（Persistent Scatterer， PS）和小基線集（Small Baseline Subsets， SBAS）等時序分析技術［6-7］。目前，InSAR技術能夠憑借其高精度、低成本、大范圍的優點，在城市地表形變研究、災害評估預防中發展迅速。張子文［8］采用SBAS-InSAR方法獲取到天津市地面沉降值并反演了地面沉降模型參數，同時基于PS點的地面沉降值解譯了地下水位、地下水系統、基地構造等相關水文地質信息，建立天津市地下水-地面沉降預測模型。Xue等［9］利用SBAS-InSAR技術對Envisat ASAR數據進行時序分析，揭示了中國西部地區地表變形與滑坡分布的相關性。任超等［10］利用哨兵一號數據和TS-InSAR技術，借助外部高精度的POD（Precision Orbit Determination）精密軌道數據和ASTER GDEM V2去除由去相關引起的相位跳變，獲取到各地鐵沿線地面沉降呈逐漸增強和擴散趨勢，為南寧地表沉降災害防治、城市地鐵選址規劃、建設和運營風險評估提供了科學參考。Wu等［11］采用MT-InSAR方法監測了粵港澳大灣區地面沉降，并采用空間自相關和互相關分析選擇最合理的解釋變量構建城市級地理加權回歸（Geographically Weighted Regression，GWR）模型，探討了自然因素和人為因素的空間非平穩效應。

由于地面沉降成因機理的復雜性，InSAR沉降結果還可用于進一步研究城市內澇與地面沉降時序作用之間的聯系。在全球氣候變化和城市化快速發展的共同影響下，中國城市洪澇災害日益嚴重，嚴重制約經濟社會可持續健康發展［12］。黃華兵等［13］利用機器學習建立了地表沉降與城市暴雨內澇機理聯系，指出實際內澇現象往往是在不同空間尺度下人文和自然多因子相互作用的結果，具體表現為以地表硬化為主要特征的城市化導致了雨水滲透和調蓄能力下降，考慮設計排水能力低和排水管網堵塞等客觀因素影響，內澇由此產生。陳洋波等［14］總結廣州內澇形成原因時，提出地表“硬底化”加速了內澇形成，一方面增加徑流峰值，另一方面縮短暴雨匯流時間，使得峰值提前。唐鈺嫣等［15］以杭州臨安區為例，采用指標體系方法定量分析土地利用景觀格局對城市內澇災害風險的影響，結果顯示地形地勢以及人為因素作用顯著，地表起伏度、粗糙度與內澇風險呈負線性相關，平均不透水率與內澇點密度呈正線性相關。

本文以粵港澳大灣區地理幾何中心——廣州市南沙區為例，選擇2017—2023年20景Sentinel-1影像為數據源，利用SBAS-InSAR技術分析地面沉降特征，對地面易澇點時序沉降量與降水量、積水深度、積水持續時間等要素進行相關性分析，為城市內澇防治提供參考。

1 研究區概況與數據源

1. 1 研究區概況

南沙區位于廣東省廣州市最南端，東與東莞市隔海相望，西與中山市、佛山市順德區接壤，北以沙灣水道為界與廣州市番禺區隔水相連，南瀕珠江出海口伶仃洋。南沙區介于北緯22°26′～23°06′，東經113°13′～113°43′，總面積803 km2，可分為13個聯圍，也可分為3個街道和6個鎮。南沙區地形中間高、四周低，地貌類型主要為平原和低丘臺地，其中平原占53%。南沙區屬于南亞熱帶季風性海洋氣候，全年雨量充沛，年平均降雨量為1 673. 1 mm，其中4—9月降雨量占全年降雨量81%，由于夏季多臺風暴雨且地勢較低，南沙區易產生內澇（圖1）。

1. 2 數據來源

本文主要采用4種類型數據集，分別為SAR數據集、軌道定位數據、DEM（Digital Elevation Model）、內澇數據。SAR數據集采用來自歐洲空間局的Sentinel-1A干涉寬幅IW模式影像，為斜距單視復圖像（Single Look Complex，SLC），干涉寬幅模式影像的分辨率為5 m×20 m，幅寬為250 km，重訪周期為12 d，采用2017年3月至2023年5月共20景覆蓋南沙區的影像數據；軌道定位數據采用的是精密定軌星歷數據（Precise Orbit Ephemerides，POD），分辨率為30 m×30 m，定位精度優于5 cm，用于去除因軌道誤差引起的系統性誤差；DEM數據采用來自USGS的SRTM30 m空間分辨率數據，相對水平和高程精度分別為15、10 m，用于去除地形對干涉相位造成的誤差；氣象數據來源于國家青藏高原科學數據中心的1 km分辨率逐月降水量，易澇點數據來源于廣州市南沙區水務局2020—2023年統計數據。

2 研究方法

Berardino等［16］

提出小基線集InSAR（SBAS-InSAR）方法，其基本思想是按照集合內基線距小、集合間基線距大的原則，將所有影像按照一定的時空基線閾值進行配對獲得若干個集合，利用奇異值分解（Singular Value Decomposition，SVD）方法將多個小基線集進行聯合求解。

將N+1輻覆蓋相同區域的SAR影像圖，根據空間基線和時間基線的條件組合干涉對，得到M幅差分干涉圖，為簡化模型，忽略去相干因素、高程誤差、大氣誤差等因素，則第j幅差分干涉圖中像元的相位值為：

δφ1（r，x） =φ（tA，r，x） -φ（tB，r，x）≈

·

（1）[d（tA，r，x） -d（tB，r，x） ]

式中：λ為雷達的波長；d（tA，r，x）和d（tB，r，x）分別為像元在時間tA和tB沿雷達視線方向的形變。對差分干涉圖相位進行相位解纏，δφi（i= 1，…，M）為相對于解纏參考點的相位值。主、輔影像對應的時間序列為式（2）：

IM= [IM1，…，IMm]，IS= [IS1，…，ISm]（2）

若主、輔影像按時間序列排列即為IMjgt;ISj（j=1，…，M），方程組含N個未知數的M個方程，差分干涉圖中相位見式（3）：

δφ=Aφ（3）

若基線集中含多個子集，ATA為奇異矩陣。如果有N個不同的子基線集，那么矩陣A的秩為N-L+1。對于矩陣A進行奇異值分解得到式（4）：

A=UΣVT（4）式中：U為M×N正交矩陣；Σ的對角素為奇異值σi（i= 1，…，N）。式（4）的最小二乘范數解為式（5）：

將相位求解轉化為相位變化速度求解，則待求參數向量表示為式（6）：

根據奇異值分解，去除DEM誤差和大氣相位，可求解各時間段內的平均速度V，在時間域上積分便可得到時序形變量。

3 結果與討論

3. 1 地面沉降

3. 1. 1 南沙區沉降速率與累積沉降量

通過SBAS-InSAR試驗，獲取了南沙區2017年3月至2023年5月的年平均沉降速率和沉降速率頻率分布。圖2所示，南沙區地面沉降速率范圍是-23. 8～42. 5 mm/a，平均沉降速率為-1. 363 mm/a，如沉降速率頻率直方圖所示，直方圖左偏，說明南沙區沉降的點位多于抬升的點位，而平均速率為負也說明了南沙區這6年主要經歷沉降。南沙區沉降最厲害的區域分布在大崗鎮東部、橫瀝鎮北部、東涌鎮東部和零散地分布在萬頃沙鎮的內河涌附近，其沉降速率為-24～8 mm/a；沉降速率位于-7～5 mm/a的點位分布與-24～8 mm/a大致相同；而沉降點位最多位于-4～0 mm/a這一區間，主要位于南沙街環林地附近、東涌鎮中部、東涌鎮與欖核鎮連接的快速公路、欖核鎮西南部、大崗鎮林地西部、橫瀝鎮中部、珠江街中部和龍穴街東部。抬升與沉降常常同時發生，有沉降的地方必然有抬升，南沙區主要抬升速率小于7. 7 mm/a，抬升的主要區域也位于南沙區沉降點位最多的區域。總的來說，南沙區地面沉降區域主要分布在河流沿岸、施工區域、圍墾區域，監測范圍內的多數區域形變量級較小，處于穩定狀態。同時，也有沉降劇烈的區域，沉降速率高達-23. 8 mm/a。

圖3為南沙區2017年3月12日截至到不同年份地面累積沉降量分布。由表1列出的不同年份累積沉降量特征值可知，2017年3月12日至2023年5月4日南沙區沉降量平均值是-10. 05 mm，最大沉降量為-142. 45 mm，最大抬升量為244. 04 mm，以2017年3月12日哨兵影像為基準，可以發現從2018年5月30日到2021年9月11日沉降量的平均值在擴大，說明在這一階段，南沙區處于加速沉降階段，而從2021年9月11日到2023年5月4日沉降量的平均值基本保持不變，說明這一時期沉降總體趨于穩定，沉降和抬升的最大值在這4個時期都在不斷變大，說明沉降和抬升劇烈的區域有不斷擴大的趨勢。

由圖3可知，2023年累積沉降量的分布位置與年平均沉降速率分布基本相同，主要位于東涌鎮、大崗鎮、橫瀝鎮以及萬頃沙鎮，但是2017—2023年地面沉降的發展卻不一直分布在這些鎮和街道。

截至2018年，地面沉降主要分布在南沙街、黃閣鎮、東涌鎮、橫瀝鎮和萬頃沙鎮；到了2020年，南沙街、黃閣鎮和東涌鎮的地面沉降點在減少，大崗鎮和橫瀝鎮的沉降點在顯著增多；而到了2021年，地面沉降點的分布與2020年基本相同。

3. 1. 2 易澇點沉降情況

通過選取南沙區12處典型位置（圖1）進行時序分析，能夠較為直觀地觀察出各特征點2017—2023年地面沉降時間演變規律。圖4所示，所有位置均呈現不均勻變化趨勢，作線性擬合曲線可將其劃分為3類。

其一，形變特征以線性下沉為主，樣點為黃欖快線橋底、豪崗大道、欣榮路和環市大道塘坑路口（圖4a）。快速下沉期間出現周期性抬升，一影像期數內（4個月）最大累計沉降量為11. 04 mm，最大累計抬升量為4. 45 mm。其二，形變特征呈一定規律的周期性變化，整體趨于平穩。樣點為保利城南怡灣站、裕興花園、工業二路和民生路（圖4b）。研究期內共經歷4個周期，每周期又分別經歷抬升期與沉降期。以保利城南怡灣站為例，2021年5月14日至2022年5月9日為顯著抬升期，累計抬升量達12. 10 mm，2017年6月4日至2019年1月25日為顯著沉降期，累計沉降量達11. 20 mm。其三，形變特征以線性抬升為主，樣點為豐庭花園、金洲停車場、市南大道、美德一路（圖4c）。持續大幅度抬升易出現劇烈沉降，一影像期數內（4個月）最大累計抬升量為6. 61 mm，最大累計沉降量為19. 72 mm。4處區域在2018年5月30日至9月27日達到時序沉降量最高點，緩慢抬升后在2021年5月14日又同時達到次高點。

在暴雨內澇致災的物理過程中，地形條件決定了內澇積水的空間格局，不同暴雨導致的積水空間位置在很大程度上具有一致性［13，17-18］。初步判斷，大崗鎮、裕興花園和保利城南怡灣區域沉降變化可能由于地理位置屬天然低地。前兩者位于老城區，排水系統維護和改造不及時，遇大暴雨易導致嚴重積水。保利城南怡灣在城市改造過程中隨著周邊新建筑物、基礎設施的建成，街巷內相對地勢變得更低洼。強降雨天氣匯水面積增加，導致城市內澇。

3. 2 地面沉降與易澇點的關系

氣候變化和城市化是城市洪澇災害最主要的驅動因素。氣候變化直接導致區域降水改變，對于沿海地區，暴雨、高潮位和臺風的“碰頭”作用會加劇洪澇事件的發生頻率和災害程度。城市化以及建設用地擴張能夠改變城市區域下墊面特征，影響降雨特征，從而引發城市“熱島效應”［12-14，19］。本節通過時序InSAR技術監測南沙區地面沉降，結合降水和易澇點統計數據，驗證地面沉降與氣象條件、水文系統和城市管理存在密切關聯性。

3. 2. 1 地面沉降與降水量變化的聯系

南沙區受到北回歸線及副高等氣候系統的影響，氣候溫暖濕潤，四季分明，雨季明顯。降雨強度大，發生時間集中（5—9月）且發生頻率高，易發生致澇暴雨。尤其是7—8月，常常會有連綿不斷的陣雨和雷雨天氣。城市發展過程中，不透水路面和密集建筑物覆蓋率大，暴雨洪水過程線由“矮胖型”轉變為“高瘦型”；與此同時地形會逐個作用于降雨、產流、地表徑流和管網排水，進而決定內澇積水的量級。因此下墊面特征及沉降過程使暴雨發生的強度和烈度均呈上升趨勢，增加了內澇發生概率［13-14］。

為了分析研究區地面沉降的演變及地面沉降與降水量之間的關系，從圖5中分別選取處在不同形變特征下的3個易澇點（環市大道塘坑路口、工業二路和金洲停車場），并提取南沙區月降水量數據，其關系見圖5。

將南沙區年降水量劃分為3個時間段，依次為冬季（12月至次年2月）、春季（3—5月）和夏秋季（6—11月）。可以發現前兩類易澇點（下沉類、平穩類）沉降時序過程與降水量的季節變化同步，且降水量季節性越明顯，下沉趨勢越平緩。2019、2022年降水量季節性變化最小，夏秋季節同比當年春季僅分別增加130. 20、146. 65 mm，環市大道塘坑路口、工業二路均呈顯著下沉趨勢，最大累積沉降量分別為3. 43、6. 76 mm。其余年份，降水量季節性變化顯著，2處內澇點主要呈抬升趨勢。這是由于所選點本身呈下沉發展態勢，當暴雨峰值效應較強時，通過降水下滲土壤或巖體裂縫補充地下，能夠減緩孔隙水壓力作用，有效抑制地面沉降速度［20］；

反之則不然。對于抬升類易澇點，夏秋季節仍呈抬升趨勢，降水季節性變化較小時對應的累計抬升量增加值也較小。2019、2022年夏秋季節累計抬升量增加值分別為1. 48、-2. 65 mm，其余年份暫未得到兩者之間存在的客觀規律性。

3. 2. 2 地面沉降與城市化進程的聯系

從自然地理角度來說，南沙區地處珠江三角洲入海口，河網縱橫，廣泛發育有厚度不等的三角洲海陸交互相沉積而成的軟土。城市化過程中經濟社會發展迅速，區域內大規模新興工程建設會導致軟土層壓縮產生形變，增加地表荷載，產生地表形變［21-22］。從城市建設角度來說［20，23-24］，一方面，人口城市化為南沙區吸納了大量農村人口，城鎮化率大幅提高，城市用水結構變化，使得地下水的開采量需求高、排水量大，因而易使地下水位下降，引起地面沉降速度明顯增加；另一方面，排水管網和天然河湖高程銜接不暢加劇了城市排水承載力脆弱性，水體景觀特性與排洪需求存在矛盾，都一定程度下增加內澇風險。

根據道路實況和廣州市內澇相關研究［14］，強降雨引發的內澇主要包括3種類型：局部低地，立交橋底、地鐵隧道口以及排水管道系統設置嚴重不合理處，分別分析如下。

圖6所示，第一類易澇點是天然形成的地勢低洼處，研究期內地面抬升與沉降現象交替進行。城市化進程中排澇系統的建設未跟上區域內建筑物的發展，最大積水深不大但持續積水影響時間較長。美德一路屬南沙工業區，廠房分布密集，地下修建珠江大道隧道。雖總體形變趨勢呈線性上升，但管網收水能力受市政施工和管理影響嚴重，仍易產生內澇。保利城南怡灣臨山靠水，改造前多為農田。新修住宅小區后產生劇烈沉降，一影像周期內（4個月）最大累計沉降量為5. 49 mm，區域內地表調蓄能力下降，自然抗內澇能力被弱化。

圖7所示，第二類易澇點是交通建設形成的，位置大多處在人口稠密、建筑物密集區域。浸水期最大積水深大且持續積水影響時間長，嚴重影響市民交通出行。環市大道塘坑路口、黃欖快線橋底屬立交橋底，研究期內地表形變呈線性下沉趨勢，這可能是由于排水系統施工規劃被臨時或永久改變，排澇通道存在建筑垃圾堵塞現象。市南大道、豐庭花園屬地鐵口，研究期內地表形變呈線性上升趨勢，這可能是由于突發強降雨時，雨水管水位高，排澇能力降低，大量地表水匯集路口，進而引發城市內澇。

圖8所示，第三類易澇點主要是由于管網排水能力不足形成的，自然地形條件、建設用地擴張區域也有一定影響，區域內3類地表形變時間演變特征均有出現。根據現有統計數據，所有位置浸水期最大積水深在10～20 cm范圍內。裕興花園、金洲停車場持續積水影響時間小于1 h，可科學實施雨污分流工程、建立定期的清淤和疏浚機制予以改善［14］。其余4處易澇點屬大崗鎮，位于十八羅漢山水入侵處，匯水范圍大，應密切關注雨情和汛情，加強防內澇應急搶險管理。鎮內在建產業園區的已有排水系統與地塊抬升時序未能有效銜接、部分道路排水系統易堵塞等影響也增加了水浸風險。

3. 3 城市排水改進措施建議

近年來南沙區城市高速發展使得現有排水系統超負荷運行，地表硬化程度加劇，雨水調蓄程度弱化。同時，城市極端氣候的頻發、熱島雨島效應的影響等也對城市排水系統提出了更高的要求。目前《廣州市城市內澇治理行動方案（2021—2025）》《粵港澳大灣區水安全保障規劃》《廣州市南沙區水務發展“十四五規劃”》等政策已經相繼出臺，《室外排水設計標準》規范提高了對雨水系統、排水系統的全過程管理和控制，針對南沙6鎮3種典型內澇點的具體改進措施也在逐步完善。

對于局部低地類型的內澇點，美德一路、保利城南怡灣站均受到新建地塊影響，原有設施用地有所調整。為減輕原低洼地區的積水程度，應優化調整排水分區，及時校核防洪規劃，合理確定豎向高程，為未來發展留有余地。

對于立交橋底和地鐵隧道口，均屬于城市新洼地，暴雨洪澇災害中易造成交通癱瘓、人員傷亡，擬規劃排水防澇標準重現期大于等于30 a。建設中應充分考慮雨水口連接管和排水總管的設置方式，運維保障期間可依托數字信息技術，構建耦合河道、排水設施的水文水動力學模型，開發實時監測系統，為排水防汛工作提供支撐。

對于排水管道系統設置嚴重不合理處，裕興花園、金洲停車場、大崗鎮易澇點片區改造條件均較好。可實施截留制、分流制改造工程，根據已有管道的維護狀況、管徑及道路管線布置情況選擇保留合流管作為污水管，新建雨水管或者重建雨污管道系統。

4 結論

a））地面沉降特征分析結果顯示2017年3月至2023年5月南沙區地面形變范圍-23. 8～42. 5 mm/a，平均沉降速率為1. 363 mm/a，沉降區域主要位于河流沿岸、施工區域、圍墾區域，南沙區6 a平均累計沉降量為-10. 05 mm，沉降劇烈區域有擴大趨勢。

b））通過對地面沉降與城市內澇形成機理的聯系探究，得到氣候變化和城市化是城市洪澇災害最重要的影響因子。氣候變化直接導致區域降水改變，下沉類、平穩類易澇點沉降時序過程與降水量的季節變化同步，且降水量季節性越明顯，下沉趨勢越平緩；抬升類易澇點夏秋季節仍呈抬升趨勢，降水季節性變化較小時對應的累計抬升量增加值也較小。

c））城市化進程和自然地理條件共同作用于地表形變，南沙區強降雨引發的內澇主要包括3種類型：局部低地，立交橋底、地鐵隧道口以及排水管道系統設置嚴重不合理處。天然形成的地勢低洼處，研究期內地面抬升與沉降現象交替進行，最大積水深不大但持續積水影響時間較長；立交橋底研究期內地表形變呈線性下沉趨勢，地鐵口研究期內地表形變呈線性上升趨勢；管網排水能力不足嚴重影響城市暴雨內澇，區域內3類地表形變時間演變特征均有出現。

參考文獻：

［1］史珉，宮輝力，陳蓓蓓，等. Sentinel-1A京津冀平原區2016—2018年地面沉降InSAR監測［J］.自然資源遙感，2021，33（4）：55-63.

［2］李康倫.基于InSAR的礦業城市地表形變監測與風險評價［D］.武漢：武漢工程大學，2023.

［3］史冠軍.基于GNSS的撫順西露天礦北邊坡變形監測方法研究［J］.礦山測量，2014（3）：56-58，62，6.

［4］王亞榮，黃聲享，匡翠林.融合GNSS和加速度計監測數據的超高建筑動態特性分析［J］.測繪通報，2019（8）：14-19.

［5］林廣坤.基于時序InSAR的廣州南沙區地面沉降監測及影響因素分析［D］.廣州：廣州大學，2022.

［6］FERRETTI A. PRATI C， ROCCA F. Nonlinear Subsidence Rate Estimation Using Permanent Scatterersin Differential SAR Interferometry［J］. IEEE Transactions on Geoscience and Remote Sensing，2000，38（5）：2202-2212.

［7］侯安業，張景發，劉斌，等. PS-InSAR與SBAS-InSAR監測地表沉降的比較研究［J］.大地測量與地球動力學，2012，32（4）：125-128，134.

［8］張子文.時序InSAR地面沉降監測與地下水—地面沉降預測模型參數反演［D］.阜新：遼寧工程技術大學，2017.

［9］XUE Y T， MENG X M， GUO P， et al. The Correlation of Spatial Distribution Between Surface Deformation and Landslides by SBAS-InSAR and Spatial Analysis in Longnan Region，China［J］.The Open Civil Engineering Journal，2015，9（1）：867-876.

［10］任超，施顯健，周呂，等.基于哨兵-1A時間序列合成孔經雷達的地鐵沿線地面沉降監測與分析［J］.科學技術與工程，2020，20（2）：803-808.

［11］WU Z R， ZHANG X Y， CAI J N， et al. Understanding spatially nonstationary effects of natural and human-induced factors on land subsidence based on multi-temporal InSAR and multi-source geospatial data： a case study in the Guangdong-Hong Kong-Macao Greater Bay Area［J］. International Journal of Digital Earth，2023，16（2）：4404-4427.

［12］徐宗學，陳浩，任梅芳，等.中國城市洪澇致災機理與風險評估研究進展［J］.水科學進展，2020，31（5）：713-724.

［13］黃華兵，王先偉，柳林.城市暴雨內澇綜述：特征、機理、數據與方法［J］.地理科學進展，2021，40（6）：1048-1059.

［14］陳洋波，覃建明，董禮明，等.廣州內澇形成原因與防治對策［J］.中國防汛抗旱，2017，27（5）：72-76.

［15］唐鈺嫣，潘耀忠，范津津，等.土地利用景觀格局對城市內澇災害風險的影響研究［J］.水利水電技術（中英文），2021，52（12）：1-11.

［16］BERARDINO P， FORNARO G， LANARI R， et al. A new algorithm for surface deformation monitoring based on small baseline differen-tial SAR interferograms［J］. IEEE Transactions on Geoscience amp; Remote Sensing，2003，40（11）：2375-2383.

［17］蘇伯尼，黃弘，張楠.基于情景模擬的城市內澇動態風險評估方法［J］.清華大學學報（自然科學版），2015，55（6）：684-690.

［18］ARONICA T G， FRANZA F， BATES D P， et al. Probabilistic evaluation of flood hazard in urban areas using Monte Carlo"simulation［J］. Hydrological Processes，2012，26（26）：3962-3972.

［19］左其亭，王子堯，馬軍霞.我國現代治水研究熱點與發展展望［J］.水利發展研究，2024，24（6）：13-19.

［20］明小勇，田義超，張強，等.基于Sentinel-1A欽防地區地面沉降監測與分析［J］.自然資源遙感，2024，36（1）：35-48.

［21］高磊，陳運坤，屈尚俠，等.廣州南沙區軟土地面沉降特征及監測預警分析［J］.人民長江，2020，51（S2）：94-97，154.

［22］邵山，羅錫宜，姚佳芮，等.基于InSAR技術的廣州市南沙區地面沉降監測及誘發因素分析［J］.廣西水利水電，2023（2）：7-13.

［23］孫喆.北京中心城區內澇成因［J］.地理研究，2014，33（9）：1668-1679.

［24］臧敏.論北京城市防洪排澇能力建設［J］.北京水務，2012（4）：1-3.

（責任編輯：向 飛）