基于SBAS-InSAR的城市地面沉降特征及其与易涝点关系分析

摘 要：在全球气候变化背景下极端暴雨事件频发，很多城市出现严重内涝，造成人民生命财产巨大损失。为分析沿海城市地面沉降与内涝之间的联系，以广州市南沙区为例，选择2017—2023年20景哨兵1号影像为数据源，利用SBAS-InSAR技术分析地面沉降特征，对地面易涝点时序沉降量与降水量、积水深度、积水持续时间等进行相关性分析。结果表明：①南沙区平均沉降速率为1. 363 mm/a，沉降区域主要位于河流沿岸、施工区域、围垦区域，6 a平均累计沉降量为-10. 05 mm，沉降剧烈区域有扩大趋势；②区域季节强降水可以在一定程度上缓解地面沉降，下沉或平稳类易涝点沉降时序过程与降水量的季节变化同步，且降水量季节性越明显，下沉趋势越平缓；③城市化进程和自然地理条件共同作用于地表形变，南沙区强降雨引发的易涝点主要包括局部低地，立交桥底、地铁隧道口，以及排水管道系统设置不合理或超过排泄能力等3种类型。针对各易涝点地表形变时间演变特征和积水影响程度，分别溯源其内涝诱发原因，为进一步提出防治对策措施提供了参考。

关键词：哨兵1号；SBAS-InSAR；时序形变；积水深度；降水量

中图分类号：P339 文献标识码：A 文章编号：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缓变性地质灾害，不仅威胁城市基础设施和建筑物的安全，还会诱发水土环境、城市内涝灾害等风险［1］。近年来，国内外学者在地面沉降监测、应用和影响研究等方面取得了系统性成果。在地面沉降监测技术方法方面，主要分为基于地面设备和基于空中遥感等２类测量方法［2］。基于地面设备的测量方法较为稳定成熟，能够获取高精度、全天候形变量信息，如GNSS（Global Navigation Satellite System）在露天煤矿边坡［3］、高层建筑物基坑［4］等实际工程项目中应用广泛。但由于数据依赖性强、主观布设监测点难度大，时间和劳动成本不及预期。目前空中遥感监测技术的发展与应用很大程度上克服了该缺点。星载合成孔径雷达（Synthetic Aperture Radar，SAR）是利用地物表面之间来回振荡的周期数（相位）来记录雷达信号从发射到接收之间的精确距离，其精度与雷达波长有关［5］。常规InSAR（Interferometric Synthetic Aperture Radar）技术常面临时空区相干和大气延迟的问题，为减少监测结果误差，先后产生了永久性散射体（Persistent Scatterer， PS）和小基线集（Small Baseline Subsets， SBAS）等时序分析技术［6-7］。目前，InSAR技术能够凭借其高精度、低成本、大范围的优点，在城市地表形变研究、灾害评估预防中发展迅速。张子文［8］采用SBAS-InSAR方法获取到天津市地面沉降值并反演了地面沉降模型参数，同时基于PS点的地面沉降值解译了地下水位、地下水系统、基地构造等相关水文地质信息，建立天津市地下水-地面沉降预测模型。Xue等［9］利用SBAS-InSAR技术对Envisat ASAR数据进行时序分析，揭示了中国西部地区地表变形与滑坡分布的相关性。任超等［10］利用哨兵一号数据和TS-InSAR技术，借助外部高精度的POD（Precision Orbit Determination）精密轨道数据和ASTER GDEM V2去除由去相关引起的相位跳变，获取到各地铁沿线地面沉降呈逐渐增强和扩散趋势，为南宁地表沉降灾害防治、城市地铁选址规划、建设和运营风险评估提供了科学参考。Wu等［11］采用MT-InSAR方法监测了粤港澳大湾区地面沉降，并采用空间自相关和互相关分析选择最合理的解释变量构建城市级地理加权回归（Geographically Weighted Regression，GWR）模型，探讨了自然因素和人为因素的空间非平稳效应。

由于地面沉降成因机理的复杂性，InSAR沉降结果还可用于进一步研究城市内涝与地面沉降时序作用之间的联系。在全球气候变化和城市化快速发展的共同影响下，中国城市洪涝灾害日益严重，严重制约经济社会可持续健康发展［12］。黄华兵等［13］利用机器学习建立了地表沉降与城市暴雨内涝机理联系，指出实际内涝现象往往是在不同空间尺度下人文和自然多因子相互作用的结果，具体表现为以地表硬化为主要特征的城市化导致了雨水渗透和调蓄能力下降，考虑设计排水能力低和排水管网堵塞等客观因素影响，内涝由此产生。陈洋波等［14］总结广州内涝形成原因时，提出地表“硬底化”加速了内涝形成，一方面增加径流峰值，另一方面缩短暴雨汇流时间，使得峰值提前。唐钰嫣等［15］以杭州临安区为例，采用指标体系方法定量分析土地利用景观格局对城市内涝灾害风险的影响，结果显示地形地势以及人为因素作用显著，地表起伏度、粗糙度与内涝风险呈负线性相关，平均不透水率与内涝点密度呈正线性相关。

本文以粤港澳大湾区地理几何中心——广州市南沙区为例，选择2017—2023年20景Sentinel-1影像为数据源，利用SBAS-InSAR技术分析地面沉降特征，对地面易涝点时序沉降量与降水量、积水深度、积水持续时间等要素进行相关性分析，为城市内涝防治提供参考。

1 研究区概况与数据源

1. 1 研究区概况

南沙区位于广东省广州市最南端，东与东莞市隔海相望，西与中山市、佛山市顺德区接壤，北以沙湾水道为界与广州市番禺区隔水相连，南濒珠江出海口伶仃洋。南沙区介于北纬22°26′～23°06′，东经113°13′～113°43′，总面积803 km2，可分为13个联围，也可分为3个街道和6个镇。南沙区地形中间高、四周低，地貌类型主要为平原和低丘台地，其中平原占53%。南沙区属于南亚热带季风性海洋气候，全年雨量充沛，年平均降雨量为1 673. 1 mm，其中4—9月降雨量占全年降雨量81%，由于夏季多台风暴雨且地势较低，南沙区易产生内涝（图1）。

1. 2 数据来源

本文主要采用4种类型数据集，分别为SAR数据集、轨道定位数据、DEM（Digital Elevation Model）、内涝数据。SAR数据集采用来自欧洲空间局的Sentinel-1A干涉宽幅IW模式影像，为斜距单视复图像（Single Look Complex，SLC），干涉宽幅模式影像的分辨率为5 m×20 m，幅宽为250 km，重访周期为12 d，采用2017年3月至2023年5月共20景覆盖南沙区的影像数据；轨道定位数据采用的是精密定轨星历数据（Precise Orbit Ephemerides，POD），分辨率为30 m×30 m，定位精度优于5 cm，用于去除因轨道误差引起的系统性误差；DEM数据采用来自USGS的SRTM30 m空间分辨率数据，相对水平和高程精度分别为15、10 m，用于去除地形对干涉相位造成的误差；气象数据来源于国家青藏高原科学数据中心的1 km分辨率逐月降水量，易涝点数据来源于广州市南沙区水务局2020—2023年统计数据。

2 研究方法

Berardino等［16］

提出小基线集InSAR（SBAS-InSAR）方法，其基本思想是按照集合内基线距小、集合间基线距大的原则，将所有影像按照一定的时空基线阈值进行配对获得若干个集合，利用奇异值分解（Singular Value Decomposition，SVD）方法将多个小基线集进行联合求解。

将N+1辐覆盖相同区域的SAR影像图，根据空间基线和时间基线的条件组合干涉对，得到M幅差分干涉图，为简化模型，忽略去相干因素、高程误差、大气误差等因素，则第j幅差分干涉图中像元的相位值为：

δφ1（r，x） =φ（tA，r，x） -φ（tB，r，x）≈

·

（1）[d（tA，r，x） -d（tB，r，x） ]

式中：λ为雷达的波长；d（tA，r，x）和d（tB，r，x）分别为像元在时间tA和tB沿雷达视线方向的形变。对差分干涉图相位进行相位解缠，δφi（i= 1，…，M）为相对于解缠参考点的相位值。主、辅影像对应的时间序列为式（2）：

IM= [IM1，…，IMm]，IS= [IS1，…，ISm]（2）

若主、辅影像按时间序列排列即为IMjgt;ISj（j=1，…，M），方程组含N个未知数的M个方程，差分干涉图中相位见式（3）：

δφ=Aφ（3）

若基线集中含多个子集，ATA为奇异矩阵。如果有N个不同的子基线集，那么矩阵A的秩为N-L+1。对于矩阵A进行奇异值分解得到式（4）：

A=UΣVT（4）式中：U为M×N正交矩阵；Σ的对角素为奇异值σi（i= 1，…，N）。式（4）的最小二乘范数解为式（5）：

将相位求解转化为相位变化速度求解，则待求参数向量表示为式（6）：

根据奇异值分解，去除DEM误差和大气相位，可求解各时间段内的平均速度V，在时间域上积分便可得到时序形变量。

3 结果与讨论

3. 1 地面沉降

3. 1. 1 南沙区沉降速率与累积沉降量

通过SBAS-InSAR试验，获取了南沙区2017年3月至2023年5月的年平均沉降速率和沉降速率频率分布。图2所示，南沙区地面沉降速率范围是-23. 8～42. 5 mm/a，平均沉降速率为-1. 363 mm/a，如沉降速率频率直方图所示，直方图左偏，说明南沙区沉降的点位多于抬升的点位，而平均速率为负也说明了南沙区这6年主要经历沉降。南沙区沉降最厉害的区域分布在大岗镇东部、横沥镇北部、东涌镇东部和零散地分布在万顷沙镇的内河涌附近，其沉降速率为-24～8 mm/a；沉降速率位于-7～5 mm/a的点位分布与-24～8 mm/a大致相同；而沉降点位最多位于-4～0 mm/a这一区间，主要位于南沙街环林地附近、东涌镇中部、东涌镇与榄核镇连接的快速公路、榄核镇西南部、大岗镇林地西部、横沥镇中部、珠江街中部和龙穴街东部。抬升与沉降常常同时发生，有沉降的地方必然有抬升，南沙区主要抬升速率小于7. 7 mm/a，抬升的主要区域也位于南沙区沉降点位最多的区域。总的来说，南沙区地面沉降区域主要分布在河流沿岸、施工区域、围垦区域，监测范围内的多数区域形变量级较小，处于稳定状态。同时，也有沉降剧烈的区域，沉降速率高达-23. 8 mm/a。

图3为南沙区2017年3月12日截至到不同年份地面累积沉降量分布。由表1列出的不同年份累积沉降量特征值可知，2017年3月12日至2023年5月4日南沙区沉降量平均值是-10. 05 mm，最大沉降量为-142. 45 mm，最大抬升量为244. 04 mm，以2017年3月12日哨兵影像为基准，可以发现从2018年5月30日到2021年9月11日沉降量的平均值在扩大，说明在这一阶段，南沙区处于加速沉降阶段，而从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变，说明这一时期沉降总体趋于稳定，沉降和抬升的最大值在这4个时期都在不断变大，说明沉降和抬升剧烈的区域有不断扩大的趋势。

由图3可知，2023年累积沉降量的分布位置与年平均沉降速率分布基本相同，主要位于东涌镇、大岗镇、横沥镇以及万顷沙镇，但是2017—2023年地面沉降的发展却不一直分布在这些镇和街道。

截至2018年，地面沉降主要分布在南沙街、黄阁镇、东涌镇、横沥镇和万顷沙镇；到了2020年，南沙街、黄阁镇和东涌镇的地面沉降点在减少，大岗镇和横沥镇的沉降点在显著增多；而到了2021年，地面沉降点的分布与2020年基本相同。

3. 1. 2 易涝点沉降情况

通过选取南沙区12处典型位置（图1）进行时序分析，能够较为直观地观察出各特征点2017—2023年地面沉降时间演变规律。图4所示，所有位置均呈现不均匀变化趋势，作线性拟合曲线可将其划分为3类。

其一，形变特征以线性下沉为主，样点为黄榄快线桥底、豪岗大道、欣荣路和环市大道塘坑路口（图4a）。快速下沉期间出现周期性抬升，一影像期数内（4个月）最大累计沉降量为11. 04 mm，最大累计抬升量为4. 45 mm。其二，形变特征呈一定规律的周期性变化，整体趋于平稳。样点为保利城南怡湾站、裕兴花园、工业二路和民生路（图4b）。研究期内共经历4个周期，每周期又分别经历抬升期与沉降期。以保利城南怡湾站为例，2021年5月14日至2022年5月9日为显著抬升期，累计抬升量达12. 10 mm，2017年6月4日至2019年1月25日为显著沉降期，累计沉降量达11. 20 mm。其三，形变特征以线性抬升为主，样点为丰庭花园、金洲停车场、市南大道、美德一路（图4c）。持续大幅度抬升易出现剧烈沉降，一影像期数内（4个月）最大累计抬升量为6. 61 mm，最大累计沉降量为19. 72 mm。4处区域在2018年5月30日至9月27日达到时序沉降量最高点，缓慢抬升后在2021年5月14日又同时达到次高点。

在暴雨内涝致灾的物理过程中，地形条件决定了内涝积水的空间格局，不同暴雨导致的积水空间位置在很大程度上具有一致性［13，17-18］。初步判断，大岗镇、裕兴花园和保利城南怡湾区域沉降变化可能由于地理位置属天然低地。前两者位于老城区，排水系统维护和改造不及时，遇大暴雨易导致严重积水。保利城南怡湾在城市改造过程中随着周边新建筑物、基础设施的建成，街巷内相对地势变得更低洼。强降雨天气汇水面积增加，导致城市内涝。

3. 2 地面沉降与易涝点的关系

气候变化和城市化是城市洪涝灾害最主要的驱动因素。气候变化直接导致区域降水改变，对于沿海地区，暴雨、高潮位和台风的“碰头”作用会加剧洪涝事件的发生频率和灾害程度。城市化以及建设用地扩张能够改变城市区域下垫面特征，影响降雨特征，从而引发城市“热岛效应”［12-14，19］。本节通过时序InSAR技术监测南沙区地面沉降，结合降水和易涝点统计数据，验证地面沉降与气象条件、水文系统和城市管理存在密切关联性。

3. 2. 1 地面沉降与降水量变化的联系

南沙区受到北回归线及副高等气候系统的影响，气候温暖湿润，四季分明，雨季明显。降雨强度大，发生时间集中（5—9月）且发生频率高，易发生致涝暴雨。尤其是7—8月，常常会有连绵不断的阵雨和雷雨天气。城市发展过程中，不透水路面和密集建筑物覆盖率大，暴雨洪水过程线由“矮胖型”转变为“高瘦型”；与此同时地形会逐个作用于降雨、产流、地表径流和管网排水，进而决定内涝积水的量级。因此下垫面特征及沉降过程使暴雨发生的强度和烈度均呈上升趋势，增加了内涝发生概率［13-14］。

为了分析研究区地面沉降的演变及地面沉降与降水量之间的关系，从图5中分别选取处在不同形变特征下的3个易涝点（环市大道塘坑路口、工业二路和金洲停车场），并提取南沙区月降水量数据，其关系见图5。

将南沙区年降水量划分为3个时间段，依次为冬季（12月至次年2月）、春季（3—5月）和夏秋季（6—11月）。可以发现前两类易涝点（下沉类、平稳类）沉降时序过程与降水量的季节变化同步，且降水量季节性越明显，下沉趋势越平缓。2019、2022年降水量季节性变化最小，夏秋季节同比当年春季仅分别增加130. 20、146. 65 mm，环市大道塘坑路口、工业二路均呈显著下沉趋势，最大累积沉降量分别为3. 43、6. 76 mm。其余年份，降水量季节性变化显著，2处内涝点主要呈抬升趋势。这是由于所选点本身呈下沉发展态势，当暴雨峰值效应较强时，通过降水下渗土壤或岩体裂缝补充地下，能够减缓孔隙水压力作用，有效抑制地面沉降速度［20］；

反之则不然。对于抬升类易涝点，夏秋季节仍呈抬升趋势，降水季节性变化较小时对应的累计抬升量增加值也较小。2019、2022年夏秋季节累计抬升量增加值分别为1. 48、-2. 65 mm，其余年份暂未得到两者之间存在的客观规律性。

3. 2. 2 地面沉降与城市化进程的联系

从自然地理角度来说，南沙区地处珠江三角洲入海口，河网纵横，广泛发育有厚度不等的三角洲海陆交互相沉积而成的软土。城市化过程中经济社会发展迅速，区域内大规模新兴工程建设会导致软土层压缩产生形变，增加地表荷载，产生地表形变［21-22］。从城市建设角度来说［20，23-24］，一方面，人口城市化为南沙区吸纳了大量农村人口，城镇化率大幅提高，城市用水结构变化，使得地下水的开采量需求高、排水量大，因而易使地下水位下降，引起地面沉降速度明显增加；另一方面，排水管网和天然河湖高程衔接不畅加剧了城市排水承载力脆弱性，水体景观特性与排洪需求存在矛盾，都一定程度下增加内涝风险。

根据道路实况和广州市内涝相关研究［14］，强降雨引发的内涝主要包括3种类型：局部低地，立交桥底、地铁隧道口以及排水管道系统设置严重不合理处，分别分析如下。

图6所示，第一类易涝点是天然形成的地势低洼处，研究期内地面抬升与沉降现象交替进行。城市化进程中排涝系统的建设未跟上区域内建筑物的发展，最大积水深不大但持续积水影响时间较长。美德一路属南沙工业区，厂房分布密集，地下修建珠江大道隧道。虽总体形变趋势呈线性上升，但管网收水能力受市政施工和管理影响严重，仍易产生内涝。保利城南怡湾临山靠水，改造前多为农田。新修住宅小区后产生剧烈沉降，一影像周期内（4个月）最大累计沉降量为5. 49 mm，区域内地表调蓄能力下降，自然抗内涝能力被弱化。

图7所示，第二类易涝点是交通建设形成的，位置大多处在人口稠密、建筑物密集区域。浸水期最大积水深大且持续积水影响时间长，严重影响市民交通出行。环市大道塘坑路口、黄榄快线桥底属立交桥底，研究期内地表形变呈线性下沉趋势，这可能是由于排水系统施工规划被临时或永久改变，排涝通道存在建筑垃圾堵塞现象。市南大道、丰庭花园属地铁口，研究期内地表形变呈线性上升趋势，这可能是由于突发强降雨时，雨水管水位高，排涝能力降低，大量地表水汇集路口，进而引发城市内涝。

图8所示，第三类易涝点主要是由于管网排水能力不足形成的，自然地形条件、建设用地扩张区域也有一定影响，区域内3类地表形变时间演变特征均有出现。根据现有统计数据，所有位置浸水期最大积水深在10～20 cm范围内。裕兴花园、金洲停车场持续积水影响时间小于1 h，可科学实施雨污分流工程、建立定期的清淤和疏浚机制予以改善［14］。其余4处易涝点属大岗镇，位于十八罗汉山水入侵处，汇水范围大，应密切关注雨情和汛情，加强防内涝应急抢险管理。镇内在建产业园区的已有排水系统与地块抬升时序未能有效衔接、部分道路排水系统易堵塞等影响也增加了水浸风险。

3. 3 城市排水改进措施建议

近年来南沙区城市高速发展使得现有排水系统超负荷运行，地表硬化程度加剧，雨水调蓄程度弱化。同时，城市极端气候的频发、热岛雨岛效应的影响等也对城市排水系统提出了更高的要求。目前《广州市城市内涝治理行动方案（2021—2025）》《粤港澳大湾区水安全保障规划》《广州市南沙区水务发展“十四五规划”》等政策已经相继出台，《室外排水设计标准》规范提高了对雨水系统、排水系统的全过程管理和控制，针对南沙6镇3种典型内涝点的具体改进措施也在逐步完善。

对于局部低地类型的内涝点，美德一路、保利城南怡湾站均受到新建地块影响，原有设施用地有所调整。为减轻原低洼地区的积水程度，应优化调整排水分区，及时校核防洪规划，合理确定竖向高程，为未来发展留有余地。

对于立交桥底和地铁隧道口，均属于城市新洼地，暴雨洪涝灾害中易造成交通瘫痪、人员伤亡，拟规划排水防涝标准重现期大于等于30 a。建设中应充分考虑雨水口连接管和排水总管的设置方式，运维保障期间可依托数字信息技术，构建耦合河道、排水设施的水文水动力学模型，开发实时监测系统，为排水防汛工作提供支撑。

对于排水管道系统设置严重不合理处，裕兴花园、金洲停车场、大岗镇易涝点片区改造条件均较好。可实施截留制、分流制改造工程，根据已有管道的维护状况、管径及道路管线布置情况选择保留合流管作为污水管，新建雨水管或者重建雨污管道系统。

4 结论

a））地面沉降特征分析结果显示2017年3月至2023年5月南沙区地面形变范围-23. 8～42. 5 mm/a，平均沉降速率为1. 363 mm/a，沉降区域主要位于河流沿岸、施工区域、围垦区域，南沙区6 a平均累计沉降量为-10. 05 mm，沉降剧烈区域有扩大趋势。

b））通过对地面沉降与城市内涝形成机理的联系探究，得到气候变化和城市化是城市洪涝灾害最重要的影响因子。气候变化直接导致区域降水改变，下沉类、平稳类易涝点沉降时序过程与降水量的季节变化同步，且降水量季节性越明显，下沉趋势越平缓；抬升类易涝点夏秋季节仍呈抬升趋势，降水季节性变化较小时对应的累计抬升量增加值也较小。

c））城市化进程和自然地理条件共同作用于地表形变，南沙区强降雨引发的内涝主要包括3种类型：局部低地，立交桥底、地铁隧道口以及排水管道系统设置严重不合理处。天然形成的地势低洼处，研究期内地面抬升与沉降现象交替进行，最大积水深不大但持续积水影响时间较长；立交桥底研究期内地表形变呈线性下沉趋势，地铁口研究期内地表形变呈线性上升趋势；管网排水能力不足严重影响城市暴雨内涝，区域内3类地表形变时间演变特征均有出现。

参考文献：

［1］史珉，宫辉力，陈蓓蓓，等. Sentinel-1A京津冀平原区2016—2018年地面沉降InSAR监测［J］.自然资源遥感，2021，33（4）：55-63.

［2］李康伦.基于InSAR的矿业城市地表形变监测与风险评价［D］.武汉：武汉工程大学，2023.

［3］史冠军.基于GNSS的抚顺西露天矿北边坡变形监测方法研究［J］.矿山测量，2014（3）：56-58，62，6.

［4］王亚荣，黄声享，匡翠林.融合GNSS和加速度计监测数据的超高建筑动态特性分析［J］.测绘通报，2019（8）：14-19.

［5］林广坤.基于时序InSAR的广州南沙区地面沉降监测及影响因素分析［D］.广州：广州大学，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］侯安业，张景发，刘斌，等. PS-InSAR与SBAS-InSAR监测地表沉降的比较研究［J］.大地测量与地球动力学，2012，32（4）：125-128，134.

［8］张子文.时序InSAR地面沉降监测与地下水—地面沉降预测模型参数反演［D］.阜新：辽宁工程技术大学，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，施显健，周吕，等.基于哨兵-1A时间序列合成孔经雷达的地铁沿线地面沉降监测与分析［J］.科学技术与工程，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］徐宗学，陈浩，任梅芳，等.中国城市洪涝致灾机理与风险评估研究进展［J］.水科学进展，2020，31（5）：713-724.

［13］黄华兵，王先伟，柳林.城市暴雨内涝综述：特征、机理、数据与方法［J］.地理科学进展，2021，40（6）：1048-1059.

［14］陈洋波，覃建明，董礼明，等.广州内涝形成原因与防治对策［J］.中国防汛抗旱，2017，27（5）：72-76.

［15］唐钰嫣，潘耀忠，范津津，等.土地利用景观格局对城市内涝灾害风险的影响研究［J］.水利水电技术（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］苏伯尼，黄弘，张楠.基于情景模拟的城市内涝动态风险评估方法［J］.清华大学学报（自然科学版），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，王子尧，马军霞.我国现代治水研究热点与发展展望［J］.水利发展研究，2024，24（6）：13-19.

［20］明小勇，田义超，张强，等.基于Sentinel-1A钦防地区地面沉降监测与分析［J］.自然资源遥感，2024，36（1）：35-48.

［21］高磊，陈运坤，屈尚侠，等.广州南沙区软土地面沉降特征及监测预警分析［J］.人民长江，2020，51（S2）：94-97，154.

［22］邵山，罗锡宜，姚佳芮，等.基于InSAR技术的广州市南沙区地面沉降监测及诱发因素分析［J］.广西水利水电，2023（2）：7-13.

［23］孙喆.北京中心城区内涝成因［J］.地理研究，2014，33（9）：1668-1679.

［24］臧敏.论北京城市防洪排涝能力建设［J］.北京水务，2012（4）：1-3.

（责任编辑：向 飞）