《Frontiers in Earth Science》:Spatiotemporal evolution of land subsidence in coastal reclamation areas: coupling anthropogenic land-use intensity and delayed soft-soil compression
编辑推荐:
专业术语翻译摘要
本研究通过整合钻孔约束的三维地质力学模型(3D geomechanical model)、多层级沉降监测(multi-level settlement monitoring)、经处理的2022年区域PS-InSAR(Persistent Sc
专业术语翻译摘要
本研究通过整合钻孔约束的三维地质力学模型(3D geomechanical model)、多层级沉降监测(multi-level settlement monitoring)、经处理的2022年区域PS-InSAR(Persistent Scatterer Interferometry,永久散射体干涉测量)沉降速率图以及土地利用强度(Land-Use Intensity,LUI),评估了中国宁波梅山保税港区的长期地面沉降。滞后软土压缩(delayed soft-soil compression)通过固定的、场地条件化的等效参数修正予以表征,该修正不模拟本构蠕变演化(constitutive creep evolution)。空间LUI被转化为随时间变化的等效地表荷载边界(equivalent surface-load boundaries)。在HMG06处的深度特定描述性评估以及针对经处理的2022年PS-InSAR产品的区域空间一致性评估显示,在层压缩量和空间格局方面具有合理的一致性,但两项比较均不构成独立的全域验证。在规定的2025–2035年基线情景下,南部围垦区仍为主要沉降中心,最大年速率从2025年的35–40 mm/年降至2035年的15–20 mm/年。在具有代表性的南部中心,第一软土层对局部模拟压缩的贡献约为55%–60%。较高的LUI相关荷载可能加剧已开发土地与可压缩沉积层重叠区域的模拟沉降。研究结果为基于风险规划的条件性区域筛选估算,而非置信度约束的预测或特定蠕变机制的直接证据。
论文解读文章
一、研究背景与研究意义
全球快速城市化与沿海土地集约开发使地面沉降成为沿海大都市面临的重大地质灾害。在河口及沿海围垦区,人工填海、复杂海相地层与深厚软土沉积共同构成了高度脆弱的变形环境。与以含水层疏干为主的内陆沉降不同,新围垦区域的变形具有持续性、空间异质性和非线性特征,反映了疏浚填土的主固结、超孔隙水压力消散以及冲积和海相黏土的次固结过程。
现有研究存在两方面不足:其一,多数基于InSAR的多因素方法将地质、土地利用、地下水和基础设施视为解释性或预测性变量,未将人为开发演化显式转化为地质力学荷载条件;其二,基于过程的岩土模型虽能模拟应力传递和土体压缩,但常将施工荷载简化为静态或空间平均边界条件。厚层欠固结海相软土与逐步强化的土地利用之间的力学相互作用,在区域尺度预测中仍未得到充分表征。
土地利用强度(LUI)为城市空间演化与区域地质力学荷载之间提供了潜在联系。从稀疏开发的围垦地转变为物流园区、商业区、堆场和港口基础设施,伴随填土、结构、运营和施工相关荷载的持续增加。宁波沿海地带为此类耦合过程提供了代表性场景——梅山保税港区具有空间变化显著、厚度巨大的欠固结海相沉积层,以及快速演化的港口和城市土地利用。2020年南部围垦区局部年沉降速率超过40 mm,对码头、仓储设施、地下基础设施和排水系统构成潜在风险。
二、研究内容与主要结论
研究人员开发了一个集成区域预测框架,将钻孔约束的三维地质与有限元模型、多层级沉降监测、PS-InSAR观测和基于LUI的地表荷载反演相结合。该框架的贡献体现在三个方面:第一,在全域三维模型中保留了主要软土和硬土单元的空间变化,使地质敏感性比均匀层或二维区域近似得到更明确的表征;第二,采用层特定等效参数化来表征欠固结海相软土滞后压缩的一阶效应;第三,将分类LUI转化为空间分布且随时间演化的等效地表荷载,从而将人为开发直接引入地质力学边界条件。
在2025–2035年基线情景下,南部围垦区仍为主要沉降中心,最大年沉降速率从2025年的35–40 mm/年降至2035年的15–20 mm/年。高速度区显著收缩:超过15 mm/年的区域缩小,超过25 mm/年的区域到2035年消失,而5–10 mm/年的低残余沉降区扩大到研究区面积的41.3%以上。尽管年速率下降,累计应变仍然严重。到2035年,南部中心峰值累计沉降达400–450 mm,南部中心与相对稳定的北部区域之间的差异超过400 mm。
在代表性南部沉降中心,第一软土层贡献约55%–60%的总压缩量,表明其在高速沉降区的模拟主导贡献。第二软土层的贡献从2025年的8.43%增加到2035年的22.89%,表明更深地层逐步参与总模拟压缩。人为LUI强化通过附加地表荷载改变局部沉降,较高LUI区域与可压缩软土的重叠可能加剧变形,而更广泛的南北格局主要由海相软土沉积的分布和固结状态控制。
三、关键技术方法
研究人员使用了以下主要技术方法:基于17个选定钻孔(约1000 m间距)构建三维地层模型,将地层划分为第一软土层、第一硬土层、第二硬土层、第二软土层、第三硬土层、第三软土层和第四硬土层七个广义单元;采用PLAXIS 3D建立全域三维有限元模型,使用自动四面体网格生成并在地表划分为500 m×500 m荷载单元;采用修正的摩尔-库仑(M-C)本构模型,对欠固结单元应用等效参数修正(K0,eq=0.80K0,base,Eeq=(0.70–0.80)Ebase,φeq=(0.70–0.80)φbase,ceq=(1.20–1.30)cbase);基于第三次全国国土调查数据将建设用地比例分为四个LUI等级,通过四个等级特定钻孔剖面的PS-InSAR沉降速率反演等效地表荷载,得到L=1.2G的线性关系;采用RADARSAT-2 C波段数据,经GAMMA和StaMPS处理获得2022年PS-InSAR垂直沉降速率产品;使用HMG06多层级沉降监测(2018–2021年,三个深度区间:1.5–5.3 m、5.3–17.5 m、>17.5 m)进行深度特定评估。
四、研究结果
深度特定模型评估(HMG06):通过HMG06钻孔的多层级沉降监测数据,对比2018–2021年三个深度区间的实测与模拟压缩量。年度总压缩量相对误差为2.20%–7.80%;12个重复层年观测的MAE为1.22 mm,RMSE为1.62 mm,平均偏差为?0.23 mm,表明在HMG06处具有合理一致性,但不构成独立的全域验证。
区域空间一致性评估(PS-InSAR):将2022年模拟沉降速率分布与PS-InSAR产品在100 m公共网格上比较,共3872个有效单元。精确类别一致性为23.32%,68.70%和90.19%的单元分别在一个和两个图例类别内一致;二次加权Cohen's kappa为0.684;高沉降区(≥20 mm/年)的交并比为0.510,质心偏移约0.81 km,表明模型再现了南部高沉降中心和整体区域梯度。
长期时空预测与时间衰减(2025–2035年):正向模拟显示最大年速率从2025年的35–40 mm/年降至2035年的15–20 mm/年,高速度区显著收缩,低残余沉降区扩大。累计沉降方面,峰值从2025年的200–250 mm增至2035年的400–450 mm,累计沉降低于150 mm的区域比例从85.3%降至32.7%,150–300 mm区域从14.7%升至46.4%,超过300 mm的区域占20.9%。
沉降变化趋势分析:南部沉降中心呈现典型"沉降漏斗"格局,空间格局保持南高北低。模拟减速与滞后压缩相容,但等效M-C公式不构成本构层面解析蠕变演化。
地质与人为控制因素:第一软土层贡献约55%–60%的总压缩量,为沉降的主要地质控制因素。第二软土层贡献从8.43%增至22.89%,表明深层地层逐步参与。LUI强化通过附加荷载加剧局部沉降,但南—北格局主要由软土分布和固结状态控制。
五、讨论与结论
讨论部分指出,南部高风险区的减灾应聚焦深层海相软土的长期压缩而非仅浅层地基处理。建议在进一步开发区域考虑分级加载、堆载或真空预压配合竖向排水,控制快速荷载累积。对于码头和堆场,不均匀变形可能影响路面使用性能、设备对中和结构连接;埋地管道可能需要柔性接头和沉降相容支座;防洪排水设施需将差异沉降纳入水力能力评估。区域尺度上,土地利用规划应将地质敏感性与容许开发荷载结合,在高强度开发区域实施长期监测,整合地表沉降、分层变形、地下水位和孔隙水压力观测。
研究结论如下:第一,耦合多因素框架将城市空间扩展与欠固结海相软土的模型响应联系起来,HMG06处年度总压缩量相对误差为2.20%–7.80%,MAE为1.22 mm,RMSE为1.62 mm,平均偏差为?0.23 mm,支持单监测柱的局部合理性但不构成独立全域验证。第二,南部围垦区仍为主要沉降中心,最大年速率从2025年的35–40 mm/年降至2035年的15–20 mm/年,但累计变形持续增加,2035年峰值累计沉降达400–450 mm。第三,代表性南部沉降中心的第一软土层贡献约55%–60%的总压缩量,表明其在高速沉降区的模拟主导贡献。第四,人为LUI强化通过附加地表荷载改变局部沉降,较高LUI区域与可压缩软土的重叠可能加剧变形,而更广泛的南北格局主要由软土分布和固结状态控制,结果指示模型结构内的关联而非人为与地质贡献的定量因果分离。第五,修正M-C方案提供了场地条件化的区域筛选工具,其可迁移性在于工作流程而非数值乘子本身,应用于其他场地需针对当地条件重新校准并独立验证。