0 引言

地面沉降是地表持续、缓慢降低的地质现象，主要集中于矿区与城市，具有危害性大和分布广的特征[1]。随着国家经济、城市化进程快速发展，因城市地面沉降造成的经济损失、公共安全等危害越发严重，并伴有城市经济越发达，地面沉降危害越严重的现象[2-5]。地铁作为城市的一种地下大容量交通工具，具有人员密集、封闭性强、行驶速度快等特点，由于地铁在建设、运营过程中，不可避免地会产生局部地下水位降低及地层损失、扰动等，必然会引发不同程度的地面沉降[6]。可见，城市地面沉降的危险性与乘客的生命安全息息相关，一旦发生事故，后果会非常严重[7]。因此，寻找合理、有效的地铁运营环境地面沉降危险性评价方案，并对地铁运行的安全性进行精确评估，具有重要的现实意义[8]。王洪德等使用层次分析法(Analytical Hierarchy Process,AHP)对天津地铁运行的危险性进行了评价，并提出基于“人-车-轨道-安全管理”的运营系统与应急救援体系相结合的事故预防对策[9]。陈蓓蓓等采用永久散射体干涉测量技术，结合层次分析法、模糊综合评价法，计算北京各区域地面沉降的风险值[10]。黄欢基于层次模糊评价法评判地铁车站地下水风险，提出在地铁运营阶段，应加大监测频率、加强列车动荷载的控制[7]。刘婷婷等基于多层次模糊综合评价法对地铁车站运营安全进行评价，并使用专家打分法确定各评价因素的权重[11]。然而，层次分析法、专家打分法、模糊隶属度判定均具有较强的主观性、随机性，会影响计算结果的精度。

由于地铁线路分布差异大、里程长，传统利用点位测量数据(GPS点、水位测量、水准点等)进行预测、评价的方法难以解决不同时空路段上的运营危险性分析问题，仍需对整个线路沉降情况进行综合监测。要实现高精度的大区域地面沉降监测，需要一种覆盖范围广、监测点位密度大、频率高且人为干预少的技术手段[12]，而合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术，特别是在差分干涉测量(Differential InSAR,D-InSAR)技术基础上发展起来的永久散射体干涉测量(Persistent Scatterer InSAR,PS-InSAR)技术，能够提高地面沉降监测的时空分辨率以及数据处理的精度[13，14]，为更合理、更精确地评价地铁运营危险性提供了数据基础。

北京地铁的容量相对较大，因此，构建完善、科学、合理的地面沉降危险性评价指标体系，更具有代表性。本文以北京市地铁6号线沿线区域为研究区，采用PS-InSAR技术，利用2010-2016年间54景TerraSAR影像进行PS干涉处理，通过提取6号线沿线地面的沉降信息，初步分析研究区地面沉降空间分布特征；同时结合信息熵-网络模型进行研究区地面沉降引发的地铁运营危险性分析，并对6号线2013-2015年的运营安全状况进行评估；研究成果有望为类似地铁轨道或车站施工、运营风险评估等提供有效建议。

(3)根据钻探工程中的异常情况、孔内电视摄像发现的裂隙，结合滑坡周界进行综合分析，按照安全可靠原则，大致确定本滑坡体的滑动面。钻探过程中出现的其他异常点位置不排除在外界影响下会发育成新的潜在滑动面。建议对滑坡进行深孔变形监测，以获取精确的滑动面，并加强对滑坡的长期监测。

1 地面沉降监测方法与结果分析

1.1 PS-InSAR原理

由于D-InSAR技术易受轨道误差、时间失相干、大气延迟等因素影响，Ferretti等[15]提出了一种新的时序SAR干涉测量技术——PS-InSAR技术。该技术对时空基线不敏感，且能有效解决大气延迟和失相干对干涉质量的影响，极大地提高了数据的利用率，其具体流程如下：

(1)将N幅SAR影像按时间序列排序，综合考虑影像之间的空间基线、时间基线、多普勒质心频率基线和雷达热噪声，当这4个因素的综合相干性之和最大，即式(1)中的各因素去相关之积(ρtotal)达到最大值时，对应的影像为主影像。

孙 悦 女，1991年出生于安徽阜阳.硕士，研究实习员，主要研究方向为嵌入式测控技术、数据采集处理技术.

ρtotal=ρspatial·ρtemporal·ρdoppler·ρthermal

(1)

式中：ρspatial为空间垂直基线去相关；ρtemporal为时间基线去相关；ρdoppler为多普勒质心频率基线去相关；ρthermal为雷达热噪声去相关。

(2)对主、辅影像进行两两差分干涉处理，得到N-1幅干涉图，进而通过提取永久散射体PS点获取地表精确的形变信息。PS点是指后向散射特性较为稳定的目标点。Ferretti等[15]指出，在高信噪比的情况下，相位标准差σφ接近振幅离差指数DA，因此，可以用DA判别PS点(式(2))。设置适当阈值T，当DA<T时，即将该像素视作PS点。

(2)

利用国土云平台的优势为用户提供多层次、立体化、基于不同安全技术实现的网络安全纵深防御体系，其总体架构如下图6所示：

式中：σA为振幅标准差;μA为振幅均值。

(3)基于PS点构建模型，迭代求得线性形变速率和高程误差，去除线性相位后进行残余相位解缠，利用大气延迟相位在空间上相关而时间上非相关的原理，将解缠结果进行时间高通滤波和空间低通滤波，从而分离非线性形变相位和大气相位。最终，非线性形变和线性形变之和即为地表实际的形变量。公式如下：

对于音标教学，现如今人教版英语教材的编排是十分科学合理的，但是作为一名一线教师特别是农村英语教师却在教学实践中遇到如何把控音标教学“度”的困惑。

Δφdiff=φlin_def+φtopo_res+φres

(3)

φunw=K×2π +φlin_def+φtopo_res+φres

(4)

φres=φnon_def+φatm+φnoise

(5)

φdef=φlin_def+φnon_def

(6)

式中：Δφdiff为去除参考面和地形相位的差分干涉相位；φlin_def为地表在视线方向的相位变化；φtopo_res为外部DEM不精确引起的误差相位;φunw为缠绕相位；φres包括非线性形变相位φnon_def、大气扰动相位φatm和噪声相位φnoise；φdef为视线向实际形变量。

1.2 研究区地面沉降监测与结果分析

2.2.2.1 指标归一化处理 基于PS-InSAR技术获取研究区地面沉降数据后，通过进一步的数据挖掘，能够对地铁运营环境沉降危险性评价指标体系中的部分指标进行量化，如：斜率差值、累积沉降值、年均沉降速率、曲率半径变化值、铁道积水。根据《上海市地铁沿线建筑施工保护地铁技术管理暂行规定》[18]，对这5个指标进行归一化处理，结果如表2所示。

由图1可知， 6号线自西向东沉降速率差异性较大，中心城区(朝阳门以西)年均沉降速率较小，大多数区域沉降速率小于3.8 mm/a，局部地区有不到1.5 mm/a的抬升；而城区东部(朝阳门以东)沉降速率迅速增大，自呼家楼至草房站仅8站，长度为13 km，年均沉降速率由7.1 mm/a增至77.2 mm/a，该路段是6号线一期工程中地面沉降最严重的区域。

2 基于信息熵-网络模型的评价方法

2.1 危险性评价指标体系构建

2.2.1 评价指标专家打分 1) 评价指标选择。基于沉降危险性的理解，确定适合的评价指标，并详细说明指标的概念及赋权方法。2) 列表。给出所有沉降危险性评价指标的权值范围。3) 打分。共邀请20名相关行业、学科专家进行打分，进而确定指标数值。汇总后讨论所有专家所评分数能否代表他们的意见，如有不妥之处，则请专家对相应的指标进行重新打分。4) 分数计算。针对各个指标，对20位专家填写的评分值进行累计，进而求出每个评价指标的平均数，该平均数即为专家打分确定的最终权重(表1)。

由图2可知，北京地铁6号线运营环境沉降危险性评价指标体系由两级指标构成。第1级指标包含外界环境评价、沉降数值评价、铁路设施评价和定期维护评价，包括了与地铁运营有直接影响的4类因素。由于该层指标范围过大，因而在1级指标下构建相应的2级评价指标：外界环境评价指标包括地下水位年均变化、地铁沿线断裂带沉降在内的自然因素对运营安全的影响，主要反映地下水开采引起的水位变化特征及断裂带引发的沉降；沉降数值评价主要考虑斜率差值、累积沉降值、年均沉降速率、曲率半径变化值4个指标，反映地面沉降的现状及发展趋势；铁路设施评价包括材质抗损性、铁道积水指标，体现地面沉降灾害受灾体的抗损能力；定期维护评价包含铁路定期维护周期、沉降响应法则指标，反映沉降区域抵御地面沉降灾害以及减小损失的组织、协调能力。

2.2 指标重要度确定

归一化处理时，若观测值越小，对应危险性指标重要度越大，则若观测值越大，对应指标重要度越大，则

评价指标体系的建立[16，17]需基于可行性、可比性、科学性等原则，尽可能合理、客观、科学地反映地铁区域地面沉降的危险性因素。本研究通过专家咨询对指标进行筛选，最终建立如图2所示的评价指标体系框架结构。

车站白石桥南-车公庄西北海北-南锣鼓巷东大桥-呼家楼十里堡-青年路褡裢坡-黄渠常营-草房 地下水位变化0．0180．0220．1280．2830．3990．362 断裂带沉降0．0200．0300．0600．1270．1570．163 斜率差值0．0670．0670．2070．1770．2130．290 累积沉降值0．0070．0100．1530．2870．4000．447 年均沉降速率0．0050．0100．1100．3000．4030．413 曲率半径变化0．0500．1000．1480．2900．3400．353 材质抗损性0．0320．0320．0930．1830．1830．183 铁道积水0．0010．0010．0230．0570．0730．100 铁路维护周期0．0400．0400．0900．1330．1330．133 沉降响应法则0．0230．0230．0670．1100．1100．110

第三，计算各个指标所占的重要度向量w：

北京地铁6号线横跨北京城区平原地区，西起海淀五路居，东至草房站，地貌为永定河冲洪积扇的轴部，第四纪地层的岩相呈现自上游到下游颗粒逐渐变细的递变规律。基于上述PS-InSAR技术对2010-2016年54景TerraSAR影像进行处理，获取了北京地铁6号线及周边区域的时间序列干涉测量结果(图1)，以2013年5月9日数据作为54幅TSX数据的主影像，以2010年4月13日第一景影像为参考基准，正值表示抬升，负值表示沉降。

2.2.2.2 结合专家打分的熵值法指标重要度计算流程 因地铁运营环境沉降危险性评价指标体系既包含定性指标，也包含定量指标，因此，本文将专家打分和归一化指标数值结果进行综合，采用熵值法计算指标重要度。

车站白石桥南-车公庄西北海北-南锣鼓巷东大桥-呼家楼十里堡-青年路褡裢坡-黄渠常营-草房 斜率差值0．0160．0180．1060．1610．1900．311 累积沉降值0．0030．0090．1180．2980．3970．434 年均沉降速率0．0040．0090．1180．2980．4230．423 曲率半径变化值000．1490．2950．2380．255 铁道积水000．0200．0500．0800．100

(1)定义地铁运营环境沉降危险性评价指标的专家打分结果矩阵(表1)V=[v11,v12,…,vij,…,vnm]，其中，vij为第j个站间区域的第i个专家打分指标(i=1,2,…,n，n=10；j=1,2,…,m，m=6);量化指标矩阵(表2)U=[u11,u12,…,ukj,…,uqm]，其中，ukj为第j个站间区域的第k个可量化指标(k=1,2,…,q，q=5);危险性评价指标综合矩阵(表3)S=[s11,s12,…,sij,…,snm]，其中，sij为第j个站间区域的第i个综合权重指标，对于可量化的指标，使用式(7)构建综合指标值，对于不可量化的指标，使用式(8)构建综合指标值。

S=0.3*V+0.7*U

(7)

S=V

(8)

(2)基于上述计算得到的综合指标结果(表3)，计算地铁运营环境沉降危险性评价指标重要度。每个站间区域有10个指标，可建立一个二维评价矩阵C，Cij为C中元素，表示第j个站间区域的第i个评价指标。熵值法确定指标体系中各要素Cij重要度的具体运算过程为：

《蝴蝶梦》描述了11岁被叛军掳走做娃娃兵的女孩拉姆努（Lamunu）5年后终于回到家之后的生活。“蝴蝶梦”源于主人公拉姆努的母亲的一个梦，“她说她梦到蝴蝶告诉她要保持坚强。那个梦之后的一夜，房子出现了很多蝴蝶。”[4]50那个梦给这个家庭带来了坚持生活下去和等待下去的希望，而这个梦带来的力量在拉姆努回到家之后又经历了波折。这个梦正如他们动荡的生活一样，都好似一个钟摆，从希望到失望，再从失望中找到新的希望。

首先，搜集地铁运营危险性评价体系中各级指标的决策数据，进而构建决策矩阵R={rij}n×m，对决策矩阵R进行归一化处理，得到标准化矩阵R′:

可见，国际商事法庭能克服国际仲裁的一些局限性，两者具有互补关系。中国建立国际商事法庭源于国际商事仲裁弊端频现，国际商事法庭是中国健全国际争端解决机制的重要举措。

(9)

选取北京地铁6号线沿线6个具有代表性的站间区域，对照上节的评价指标体系确定各指标的重要度。

因此，赵五娘与公婆之间的关系，不是封建的孝道关系，而是体现了下层社会中人与人之间的一种优良的、朴素的道德关系。

其次，根据决策矩阵R′计算指标Cij的信息熵：

(10)

式中：k=1/lnn，n=10；并且假定当时，

2.2.2 评价指标重要度计算

w=(w1,w2,…,wn)

(11)

式中：wi=1-Ei(i=1,2,…,10)。

车站间区域白石桥南-车公庄西北海北-南锣鼓巷东大桥-呼家楼十里堡-青年路褡裢坡-黄渠常营-草房熵值 地下水位变化0．0180．0220．1280．2830．3990．3620．479 断裂带沉降0．0200．0300．0600．1270．1570．1630．354 斜率差值0．0310．0320．1360．1660．1970．3040．510 累积沉降值0．0040．0090．1280．2950．3980．4380．372 年均沉降速率0．0040．0090．1150．2990．4170．4200．369 曲率半径变化值0．0150．0300．1480．2940．2690．2850．452 材质抗损性0．0320．0320．0930．1830．1830．1830．470 铁道积水000．0210．0520．0780．1000．065 铁路维护周期0．0400．0400．0900．1330．1330．1330．513 沉降响应法则0．0230．0230．0670．1100．1100．1100．327

最后，根据上述模型可计算得到地铁运营危险性评价指标体系中各个要素的指标重要度值(表3)：(0.479,0.354,0.51,0.372,0.369,0.452,0.47,0.065,0.513,0.327)。综合法的优势在于，既最大限度地利用已有数据构造决策，又能兼顾决策者的主观经验，从而得到最优的指标重要度值。

2.3 网络模型构建

地铁运营环境沉降危险性评价模型由两个层次构成，其各个指标之间的关系较为复杂且相互影响，如地下水位年均变化值与年均沉降速率值相关，斜率差值和曲率半径变化值相互影响，而传统的层次分析法等方法均认为各个指标间是完全独立的，没有考虑这些指标在同层间往往有交叉、依赖的关系。因此，本文引入网络分析法，充分考虑各个因素之间的直接、间接关系，根据信息熵法构造的权值矩阵，对各个相互作用的因素进行综合分析，最终得到混合权重。研究中使用Super Decisions软件绘制网络分析图(图3)。其中，单向、双向箭头表示不同组分内的因素具有依赖关系；其中，箭头指向的因素受箭尾因素的影响，指向各组分自身的箭头表示各组分内部因素存在相互影响的关系。然后，进一步计算无权重超矩阵、加权超矩阵，最终求得权重向量：(0.12,0.03,0.17,0.08,0.08,0.15,0.06,0.03,0.16,0.12)T，即为层次熵值法网络模型10个指标因子对地铁运营环境沉降危险性评价结果影响的权重值。

3 地铁运营安全评价

根据网络模型计算所得的权重向量及2010-2015年地铁6号线沿线数据，对沿线各车站的运营安全状况进行评价。本研究参照《地铁运营安全评价标准》中给出的百分制以及地铁安全管理实际情况，设置评语集V={很安全，安全，基本安全，不安全，很不安全}，对应数值为{0.9，0.7，0.5，0.3，0.1}。

对于指标值越大越好的指标，使用式(12)构建隶属度函数；对于指标值越小越好的指标，使用式(13)构建隶属度函数。

当a≤b

(12)

当a≤b

(13)

2013-2015年北京地铁6号线沿线平均运营安全计算结果分别为0.9、0.897、0.898，其中，2013年地铁运营安全状况对应评语集为“很安全”，2014年、2015年对应评语集为“安全”。从综合评价结果可知，6号线运营的安全水平很高，符合6号线的运营现状。

（2）面向协作活动研究型教学平台功能模块。第一，分组合作支持模块。讨论主题、成员分组、制定讨论进度、文档设置、资源共享、小组互动、资源组合、成果上传及评价。第二，负责人教学支持模块。资源分类、资源上传、资源共享、问题情境设计、探讨文档设置、文档发布、评价指标体系设置、教学应用、小组管理。第三，管理员支持模块。统一认证和登录，统一数据互联，开放接口集成教育信息系统，系统扩展维护。

至2015年12月，6号线已顺利运营3年，2015年白石桥南-车公庄西、北海北-南锣鼓巷、东大桥-呼家楼、十里堡-青年路、褡裢坡-黄渠、常营-草房6个典型车站区间运营安全计算结果分别为(0.909,0.907,0.899,0.883,0.863,0.827)，其中，白石桥南-东大桥站路段对应评语集为“很安全”，东大桥站以东路段对应的评语集为“安全”。可见6号线沿线整体运营状况良好，但西侧较东侧运营安全性更高，东大桥站以东地区，随着第四系土层厚度逐渐增大，该区域受地下水位变化影响变大，年均沉降速率由东大桥站的-5.6 mm/a迅速增大，最大值达-77 mm/a(出现在常营-草房区间)；此外，6号线东侧(东大桥-草房站区间)整体斜率、曲率变化值也大于西侧，存在不均匀沉降现象，并有愈发严重的趋势，因此，在6号线运营期间，应重点关注东大桥-草房站区间，对其沉降现状进行严格监控，并时刻关注该区间的沉降发展态势。

此外，仍需加强北京地铁对自然灾害的防御能力及对突发事故的预防、应急响应能力，这在评价指标体系中也有体现，体系中铁路定期维护周期和沉降响应法则指标所占的权重均较大，分别为0.16、0.12，定期维护评价指标是保障地铁安全运营的重要指标之一，由于新建成的地铁项目在运营初期，最大的安全隐患往往来自于运营相关人员的素质和地铁的安全管理、设施维护、应急响应水平，因此这是轨道交通公司在实际工作中需要加以重视的问题。

4 结论

本文基于PS-InSAR技术，以北京市地铁6号线沿线区域为研究区，利用2010年4月-2016年4月共54景TerraSAR影像进行永久散射体干涉处理，提取了北京地铁6号线沿线沉降信息。通过分析年均沉降速率分布，初步揭示研究区的地面沉降空间分布特征，同时结合信息熵-网络模型对由地面沉降引发的地铁运营危险性进行分析，并对6号线2013-2015年的运营安全状况进行了评估。该信息熵-网络模型与事实相符，可为地铁安全运营管理提供决策依据，同时为类似地铁轨道或车站施工、运营风险评估等提供有效建议，对北京市地面沉降灾害防治工作有一定理论及实际意义。

贯彻落实党的十八大精神 开创治水保安兴水富民新局面…………………………………………………………… 纪 冰(1.14)

参考文献：

[1] 龚世良.上海地面沉降影响因素综合分析与地面沉降系统调控对策研究[D].上海：华东师范大学,2008.1-5.

[2] 习铁宏.北京地铁劲松站暗挖施工沉降与降水沉降叠加分析及探讨[J].施工技术,2015(16)：104-107.

[3] 马翔旭.基于InSAR技术监测北京市地铁开发对地面沉降的影响[D].北京:首都师范大学,2013.

[4] 杨子奇,葛克水，李皓，等.北京地铁九龙山—大郊亭区间隧道开挖引起的地表沉降研究[J].西部探矿工程，2016，28(6)：201-203.

[5] SARYCHIKHINA O,GIOWACKA E，MELLORS R,et al.Land subsidence in the Cerro Prieto Geothermal Field,Baja California,Mexico,from 1994 to 2005：An integrated analysis of D-InSAR，leveling and geological data[J].Journal of Volcanology and Geothermal Research,2011,204(1-4):76-90.

[6] 缪林昌,王非,吕伟华.城市地铁隧道施工引起的地面沉降[J].东南大学学报(自然科学版),2008,28(2):293-297.

[7] 黄欢.基于层次模糊评价法评判地铁车站地下水风险[J].建筑施工,2014,37(3):286-289.

[8] 上官云龙,上官玉龙,李栋国.北京地铁四号线北宫门车站基坑的降水工程设计[J].长春工程学院学报(自然科学版),2011,12(3):11-13.

[9] 王洪德,潘科,姜福.基于AHP的影响城市地铁运营安全的危害分析及预防对策[J].铁道学报,2007,29(2):27-31.

[10] 陈蓓蓓，宫辉力，李小娟.基于InSAR技术北京市地区地面沉降监测与风险分析[J].地理与地理信息科学，2011，27(3)：16-18.

[11] 刘婷婷,魏仁辉.基于多层次模糊综合评价法的地铁车站设施设备运营安全评价[J].重庆交通大学学报(自然科学版),2015,34(2):98-101.

[12] 葛大庆.区域性地面沉降InSAR监测关键技术研究[D].北京:中国地质大学,2013.

[13] 宫辉力,张有全,李小娟.基于永久散射体雷达干涉测量技术的北京市地区地面沉降研究[J].自然科学进展,2009,19(11):1261-1266.

[14] 葛大庆，殷跃平，王艳,等.地面沉降-回弹及地下水位波动的InSAR长时序监测—以德州市为例[J].国土资源遥感，2014,26(1)：103-109.

[15] FERRETTI A,PRATI C,ROCCA F.Permanent scatterers in SAR interferometry[J].IEEE Transactions on Geoscience and Remote Sensing,2000,38(5):2202-2212.

[16] 陈春霞,丁小松.城市快速路的设计研究[J].交通工程与安全,2011(8):182-185.

[17] 彭建伟.城市快速路改造工程中资源节约型建设方案探索与实践[J].城市道路与防洪,2011(7):25-29.

[18] 杨潇,李翔宇,朱宝林.基于长期沉降运营地铁隧道健康诊断[J].沈阳建筑大学学报(自然科学版),2014,30(1):49-55.