摘要
地面沉降是一种在全球范围内广泛分布的地质灾害，北京平原区是地面沉降发展严重的区域之一，地面沉降对城市安全具有较大威胁。引起地面沉降的因素有多种，如地下水超采、城市扩张、地下资源开采等，地面沉降的成因复杂。因此，分析地面沉降的时空演化规律，探究各种影响因素对地面沉降的综合影响，有助于预测地面沉降的发展趋势，为地面沉降有效防控提供数据支撑。 本文以北京市平原区为研究对象，基于PS-InSAR技术获取研究区的地面沉降信息。利用迭代奇异谱分析方法分析地面沉降和地下水埋深数据，得到北京平原区地面沉降和地下水埋深的时序演化特征，挖掘二者之间的联系。基于SHAP-XGBoost模型对地面沉降的影响因素进行定量分析，发现不同成因对地面沉降影响的差异。本文的主要成果如下: 1.地面沉降信息的获取与验证:选取2011年至2016年的Radarsat-2和2017年至2020年的Sentinel-1A影像数据，基于PS-InSAR技术获取了北京平原区的累计沉降量和地面沉降速率。结果显示:(1)北京平原区地面沉降主要集中分布于东部的朝阳区和通州区，2011年至2016年内累计沉降量大于450mm,沉降面积有3727km2;2017年至2020年内累计沉降量大于300mm,沉降面积有3046km2。(2)利用水准监测数据进行对比验证，发现Radarsat-2获取的地面沉降量与水准监测结果的相对误差小于15mm/a。通过与TerraSAR-X的交叉验证发现，Sentinel-1A与TerraSAR-X的相对误差小于10mm/a,地面沉降监测数据精度满足后续分析的需求。 2.用迭代奇异谱方法分析地面沉降的时序特征:论文首先基于快速傅里叶变换方法(FastFourierTransform,FFT)对奇异谱分析(SingularSpectralAnalysis,SSA)算法进行改进，提出到迭代奇异谱分析(IterativeSingularSpectralAnalysis，ISSA)算法。然后，基于SSA和ISSA分析地面沉降的时序特征，通过两种方法的结果对比，发现ISSA可以更好地分解地面沉降的时序特征。基于此，利用ISSA提取出地面沉降的趋势特征、周期特征和噪声等时序特征。地面沉降监测信息属于长时间序列数据，ISSA适用于提取地面沉降时序演化特征。 3.地面沉降时空演化特征:基于ISSA分析地面沉降数据，得到地面沉降的趋势特征和周期特征:(1)地面沉降主趋势特征反映了研究区的地面沉降在2011年至2016年经过持续发展、沉降减缓和再度发展三个阶段，在2017年至2020年沉降发展保持稳定，同时基于主趋势特征能够揭示地面沉降发展的空间分布差异，不同类型的沉降区内其沉降的主趋势一致。(2)地面沉降周期项特征表明研究区地面沉降存在明显的季节性差异，沉降漏斗区夏季地面沉降比冬季地面沉降发展更为严重。在空间分布上，北京平原区北部与东部的地面沉降具有明显的季节性差异。(3)通过对地下水埋深数据的迭代奇异谱分析，以及地下水和地面沉降的时序演化特征分析，发现地下水位变化是影响地面沉降的主因，并且承压含水层的水位变化与地面沉降呈正相关，北京平原区的中深层承压含水层水位变化与地面沉降的相关性最高。 4.地面沉降影响因素的定量分析:基于XGBoost和SHAP方法建立地面沉降和影响因素的可解释性空间回归模型。结果表明:(1)基于XGBoost和SHAP建立的空间回归模型MAE和RMSE指标均较小，利用空间回归模型可以解释地面沉降空间分布特征，实现地面沉降空间影响因素的定量分析。(2)第二承压水是地面沉降空间分布的最主要控制因素。在含水层因素方面，地面沉降在空间分布上主要受到第二和第三承压含水层的影响，潜水含水层和第一承压含水层对地面沉降的影响较小。在地质因素方面，可压缩层厚度对地面沉降的影响最为显著，岩性和地面高程要素基本不产生明显影响。
NETL