气候变化与韩国半岛沿海地区局部地面沉降的影响：未来海岸淹没及脆弱性概述

《International Journal of Applied Earth Observation and Geoinformation》：The impact of climate change and localized land subsidence along the Korean Peninsula Coastline: An Overview of future coastal inundation and vulnerability

本研究利用PS-InSAR技术分析2017-2023年Sentinel-1数据，揭示韩国低洼沿海地区垂直地面运动（VLM）显著加速海平面上升（SLR），尤其在高排放情景下，90%以上低海拔区域永久散射体（PSPs）因VLM与SLR叠加面临淹没风险。结果显示，地下水波动和软土层压实是VLM主因，导致海岸侵蚀加剧和基础设施受损。研究提出需整合高分辨率VLM数据与IPCC SLR情景，优化海岸韧性策略。

　　低洼沿海地区的城市面临着由于局部地面沉降和相对海平面上升（RSLR）而加剧的淹没风险。随着气候变化的影响日益加剧，地面沉降成为预测RSLR的关键因素，尤其是在区域和地方尺度上的短期到中期变化。然而，由于缺乏长期密集的仪器记录（如GPS和潮汐计），地面沉降的计算变得极具挑战性。因此，许多RSLR的预测往往忽略了局部地面沉降，这在沿海风险评估和缓解策略中引入了显著的不确定性，特别是在那些海平面上升速率较快的地区，例如韩国的沿海区域。为了解决这一问题，本研究利用多时相的Sentinel-1合成孔径雷达（SAR）数据（2017年至2023年，共402景）和先进的永久散射点干涉测量（PS-InSAR）技术，对韩国低洼沿海地区的地面沉降进行了建模。研究结果表明，将局部沉降与地心海平面上升结合，可以更准确地反映这些地区在IPCC AR6低排放和高排放情景下的淹没威胁。通过土地利用/土地覆盖（LULC）暴露分析，发现地面沉降显著加剧了沿海建成区和湿地地区对RSLR的脆弱性。计算出的沿海垂直韧性（CVR）显示，大多数永久散射点（PSPs）相对于海平面上升呈下降趋势，而韩国低海拔（平均海平面MST < 5米）沿海地区的超过90%的PSPs显示出脆弱性。研究结果突显了高分辨率局部地面沉降在应对沿海退化和保护主要沿海都市的基础设施免受未来沿海淹没影响方面的重要性。

沿海地区是全球生态系统中至关重要的组成部分，它们提供了多种服务，包括野生动物栖息地、防洪保护以及休闲活动。然而，由于全球气候变化的影响，海平面上升正对世界各地的低洼沿海地区构成严重威胁。据估计，全球海岸线的三分之二正在经历侵蚀，直接威胁到生物多样性、基础设施和沿海地区居民的安全。根据IPCC的预测，到2100年，全球海平面将相对于1995-2014年的基准水平上升0.28米至1.01米，这将导致沿海洪水并影响数百万人口迁移。然而，海平面上升的影响在全球范围内并不均匀，这取决于RSLR，即整合了海洋水平变化和地面沉降的效应。由自然因素（如沉积物压实和构造活动）和人为因素（如地下水开采）引起的地面沉降加剧了RSLR，从而加剧了沿海地区的洪水、盐水入侵、湿地退化、基础设施损坏等风险。因此，为了监测和缓解气候风险，确保沿海的韧性，理解海平面上升与地面沉降之间的相互关系至关重要。

传统的地面沉降测量技术，如差分测高计-潮汐计（ALT-TG）、全球导航卫星系统（GNSS）和水准仪，常常因数据获取的局限性和仪器网络的空间覆盖范围不足而面临挑战，使得难以进行全面的局部地面沉降分析。为克服这一局限性，干涉合成孔径雷达（InSAR）被广泛用于精确测量和监测长期地面变形，包括地面沉降，覆盖广泛的地理区域。因此，许多研究人员使用InSAR技术测量地面沉降，并将其与海平面上升的情景相结合，以计算RSLR。例如，Sherpa等人结合InSAR、GNSS、LiDAR、NOAA潮汐计记录和IPCC海平面上升预测，以分析由于局部地面沉降导致的洪水风险。Ohenhen等人利用Sentinel-1、ALOS SAR数据和GNSS记录（2007-2020年），分析了美国大西洋沿岸的地面沉降情况，显示出高沉降率（>3毫米/年）影响的沿海区域。Li等人使用Sentinel-1数据识别了黄河三角洲的沉降热点，并开发了高分辨率的淹没地图。Tay等人使用时间序列Sentinel-1 SAR图像和GNSS记录，分析了全球48个主要沿海城市的地面沉降情况，发现东南亚沿海城市经历了显著的地面下沉。Govorcin等人使用GNSS测量和Sentinel-1数据确定了加州沿海地区的地面沉降情况，显示地面沉降对海平面上升预测有显著影响。类似地，Qiao等人基于2016-2022年的时间序列Sentinel-1 SAR图像，记录了德克萨斯州墨西哥湾沿岸的显著地面沉降，观察到内陆沉降在风暴和高潮期间显著加剧了淹没风险。在韩国，Watson和Lim使用长期ALT-TG记录分析了地面沉降，并指出某些潮汐计站的海平面上升显著超过全球平均水平。Vadivel等人使用Sentinel-1 SAR数据和SBAS/PS-InSAR技术分析了韩国潮汐计站的地面沉降情况，并展示了所得到地面沉降的空间异质性。Sengupta等人利用Sentinel-1A SLC数据，发现因填海造陆而引起的地面沉降在仁川国际机场达到了每年20厘米。Shirzaei等人基于长期GNSS数据（见补充图S1）报告了韩国半岛沿海地区的显著地面沉降，强调了地面沉降在理解区域海平面变化中的重要性。这些发现凸显了进行局部地面沉降评估的必要性，以准确解释海平面数据和IPCC AR6预测。

上述研究中的一个主要挑战是缺乏高分辨率的地面沉降数据。韩国半岛的先前研究往往依赖于有限的数据，这可能无法准确反映沿海地区的局部地面沉降情况。这一数据缺口导致对沿海脆弱性评估的理解不完整。本研究的重点是利用2017年至2023年的时间序列Sentinel-1 SLC数据和先进的PS-InSAR技术，以估计韩国沿海地区的高分辨率地面沉降。随后，通过整合IPCC AR6的海平面上升预测（不考虑地面沉降）和InSAR得出的高分辨率地面沉降数据，计算出韩国沿海地区的更新RSLR。进一步，我们评估了地面沉降和RSLR对不同土地利用/土地覆盖类型和低海拔沿海地区的潜在影响。本研究提供了韩国沿海地区地面沉降的第一份全面分析，为准确分析RSLR和沿海脆弱性提供了关键基础。此外，我们还确定了不同沿海段的普遍沉降趋势，以增强对地面沉降的本地理解。因此，通过积极应对RSLR带来的风险，韩国半岛可以更好地保护其脆弱的海岸线，并增强沿海社区在日益加剧的气候危机中的韧性。

韩国半岛由于其多样的沿海地貌，对各种海洋和大气影响极为脆弱，包括西部浅水区（黄海沿岸）和南部（韩国海峡）及东部（东海）陡峭的梯度，以及复杂的潮汐动力学。韩国的海岸线长达14,963公里，约27.4%的全国人口居住在低洼沿海地区，包括首尔、木浦和釜山等主要城市，这些地区的海平面上升相关风险尤为显著。研究显示，沿海地区的开发进一步加剧了与海平面上升相关的经济损失和风险。多项研究指出，韩国半岛沿海地区对海平面上升引起的灾害（如海岸线侵蚀、更频繁和严重的沿海洪水以及湿地退化）日益脆弱。例如，Mokpo市由于低海拔和持续的地面沉降，在风暴和高水位期间经常观察到淹没相关灾害。Park等人还指出，海平面上升与大量降雨的结合，对沿海社区造成更严重的洪水，强调了需要本地化的洪水缓解策略。此外，南部海岸的泥滩和河口湿地生态系统损失增加，社区严重依赖这些生态系统服务。同时，随着海平面上升的持续，沿海基础设施和工业区的结构损坏以及盐水入侵淡水含水层和农田预计会加剧。因此，近期KTimes的报告指出，过去十年韩国11个沿海大都市的陆地面积减少了396,535平方米，受影响地区的海岸侵蚀率迅速从2017年的55.2%上升到2020年的62.4%。为应对这一问题，韩国政府在2018年投资约2万亿韩元，作为基本沿海侵蚀控制和维护计划（CECMP）的一部分。此外，政府还计划在2020-2029年投资2.3万亿韩元，用于283个沿海地区的维护项目。

本研究利用多模态数据，包括多时相Sentinel-1数据、潮汐计记录、IPCC AR6海平面上升预测、已有的GNSS/ALT-TG数据以及长期地下水水平观测，以理解韩国沿海地区的局部地面沉降及其对气候变化的影响。我们获取了来自PSMSL网站的潮汐计时间序列月平均海平面数据。PSMSL报告的潮汐计站海平面上升率如图1a所示，最大海平面上升率为4.84±0.74毫米/年（Pohang，东海），4.70±0.42毫米/年（Geomundo，东海中国海）和4.69±0.64毫米/年（Boryeong，黄海）。Busan、Mokpo、Incheon和Mukho的年度和月度平均海平面趋势如图1b所示。

为了测量韩国沿海地区的高分辨率地面沉降，我们访问了ESA Copernicus Data Space Ecosystem中的大量C波段Sentinel-1数据，这些数据在干涉宽波束（IW）模式下获取。本研究使用了从路径和帧54_111、54_117、54_120、127_109、127_115和127_120（见表1）中获取的升轨Sentinel-1 SLC数据（2017年2月-2023年12月），确保了韩国低洼沿海地区的完整空间覆盖。Sentinel-1卫星的12天周期提供了高时间分辨率，非常适合监测季节性和长期的变形模式，特别是由水文地质过程和气候变异驱动的地面沉降。因此，这种重访频率有效减少了时间去相关性，提高了相位稳定性，并增加了相干散射点的密度，从而增强了位移时间序列的可靠性和连续性。随后，我们分析了402景SAR VV极化图像，覆盖了16,131.63平方公里的沿海地区，这些地区的海拔低于25米，使用PS-InSAR技术分析了这些区域的地面沉降情况。时间基线和垂直基线如星图所示（见图1a?-f?）。观察到大多数干涉对的垂直基线低于150米，确保了最小的几何去相关性，并提供了高质量的相干性，用于时间序列分析。

PS-InSAR技术的目标是分离这些干涉相位的各个组成部分，这通过从PS目标中分离变形信号并有效去除相位噪声和大气扰动来实现。观测到的相位在像素P对于第i个干涉图表示为，其中ε代表地形对相位的贡献，这受到垂直基线（B⊥(ti)）和高度误差Δh(P)的影响；μ是变形引起的相位，与沿雷达视线（LOS）的位移有关；α是大气相位贡献；ρ是去相关噪声。PS方法的基本目标是分离这些干涉相位的个体成分，这些成分在PS目标中表现为低ρ值。为了实现这一目标，PS点（PSPs）被选择为初始候选，这些点具有低幅度分散，表明高时间相干性。选择过程主要基于雷达幅度的时间稳定性，最常用的指标是幅度稳定性指数（ASI），定义为1 - DA，其中σA和mA分别表示幅度的时间标准差和均值。理论上，ASI=1表示理想的稳定性，不受大气效应、地形残差和轨道误差的影响。然而，考虑到地球的复杂动态特性，这样的完美条件很少见；实际的ASI值通常在0-1范围内。在人为环境中，ASI > 0.75通常会产生可靠的PS网络。随后，PS-InSAR方法通过分析相邻PS点之间的相位差异来隔离变形项，从而减少空间相关误差并提高解的稳定性。两个PS点P1和P2之间的差分相位计算如下，其中Δr表示两个PS点之间的差分变形率，λ是测量波长，Δh表示两个PS点之间的高度误差，KE是高度到相位灵敏度常数，Δω(P1,P2,ti)是两个PSPs之间的差分相位残差，包括去相关噪声Δρ(P1,P2,ti)、差分APS Δα(P1,P2,ti)和可能的非均匀变形（如Qiao等人2023年，Colesanti等人2003年所述）。

在初步相位分析之后，Δr和Δh通过频谱分解技术联合估计。一旦估计完成，差分相位Δφ(P1,P2,ti)被解缠绕并整合到PS点的Delaunay三角化网络中，以重建空间一致的解缠绕相位场φ(P,ti)。随后，APS通过从模型地形和变形相位中减去提取。由于大气效应的空间频率较低，APS可以在正则网格上插值，以高保真度估计大气延迟。APS包括对流层延迟（来自分层和湍流）和电离层效应，尽管在C波段系统如Sentinel-1中，后者通常较小。在APS校正后，PS-InSAR过程被迭代优化，加入更多的PS目标，重新校正Δh和Δr，并提高变形场的空间分辨率。通过利用密集的SAR采集数据，PS-InSAR在每个PS位置重建了变形历史，有效地解析了缓慢和快速变形趋势。

我们使用MATLAB编写的SARPROZ程序处理Sentinel-1 SLC时间序列数据（Perissin等人2011年）。处理步骤包括选择参考图像、共注册、识别潜在的PS候选、校正大气相位延迟以及基于线性趋势模型计算地面位移，如图S2所示。SARPROZ系统的工作流程首先通过裁剪SAR图像堆栈来聚焦韩国低洼沿海地区。主图像根据垂直和时间基线选择，以优化相干性（见图1a?-f?）。随后，从主图像几何结构中，将从属图像共注册到主图像，使用增强的频谱多样性算法（Qin等人2017年，Shen等人2022年），确保子像素对齐以进行精确的相位比较。然后，通过单主-从配置生成N-1干涉图。我们使用90米SRTM DEM数据计算差分干涉相位，以消除地形相位成分。每个干涉图中的相位信号包括轨道相位误差、平坦地球相位、地形残差和变形引起的相位变化。随后，使用ASI阈值>0.75或ADI <0.25（如Qiao等人2023年，Ferretti等人2001年所推荐）识别初始PSPs。这些最优的阈值方法能够识别出高时间幅度稳定性的散射点，这些散射点本质上受大气波动和去相关噪声影响较小。为了连接识别出的PS点并估计未知的变形参数（如变形速度、地形残差和大气相位屏APS），我们构建了一个基于Delaunay三角化的空间网络（Ramirez等人2022年）。我们使用了初始搜索范围±100毫米/年和±100米，以约束反演过程并提高计算稳定性。因此，应用了周期图分析，以在上述定义的范围内估计这些变形参数（Perissin等人2011年）。之后，通过将所有估计值整合到一个稳定的参考点，确定了绝对位移值，该参考点基于高时间相干性值选择，反映了该参考点位于大地测量非变形区域（Ramirez等人2022年）。这个参考点作为PS网络中差分位移估计的空间基准。随后，进行了APS处理，以使用图反演估算APS（Taloor等人2023年，Hussain等人2023年）。应用了一种稀疏点处理方法，以进一步密化PSP网络并优化参数（Ramirez等人2022年）。随后，通过时空滤波（在时间域和空间域分别应用高通和低通滤波）减轻了APS效应（Adhikari等人2025年，Qiao等人2023年）。为了提高时间序列位移和LOS速度的准确性，保留了时间相干性>0.7的PSPs（Adhikari等人2025年）。这一阈值确保所选PS点在整个研究期间展现出一致的雷达反射率和稳定性。最终，每个Sentinel-1数据帧的时间序列PSP数据集随后被地理编码并导出，以进行GIS分析。

随后，我们使用Ojha等人（2018年）提出的拼接方法（帧间和路径间），以去除由于不同的局部参考点而在SAR帧重叠边界处可能存在的不连续性。我们计算了一个恒定的速度偏移，即在相邻帧重叠区域中，相关点之间的平均LOS速度差异（Sherpa等人2023年，Blackwell等人2020年）。这个偏移被统一应用到次级帧的所有PS点，以与前一帧的参考帧对齐。这个对齐过程被迭代应用到所有后续的帧上。类似的步骤被应用到对齐相邻路径，确保所有帧和路径都参考统一的速度基线。这种拼接方法在韩国半岛的低洼沿海地区产生了无缝且一致的LOS速度场。

随后，将LOS变形率（vLOS）转换为垂直地面沉降率（vvertical），假设沿海位移主要沿垂直方向进行（Adhikari等人2025年，Tay等人2022年），通过以下公式进行计算，其中θ代表雷达的入射角，范围在Sentinel-1 SAR图像中为30.7°到45.9°（见表1）。最终的每个PSP的垂直地面沉降率被计算并使用ArcGIS软件进行可视化。

我们使用SONEL提供的GNSS数据（Blewitt等人2018年）以及Shirzaei等人（2021年）改进的数据，验证了InSAR得出的垂直地面沉降率。此外，我们还使用了Watson和Lim（2020年）以及Pfeffer和Allemand（2016年）报告的韩国沿海地区ALT-TG垂直地面沉降估计值，以及来自IPCC AR6数据的同一PSMSL潮汐计站的长期垂直地面沉降率（Garner等人2021年），以验证PS-InSAR得出的垂直地面沉降。我们使用线性模型来确定IPCC AR6数据中的垂直地面沉降率（Ohenhen等人2023年）。为此，我们平均了PS-InSAR得出的垂直地面沉降测量值，围绕每个潮汐计站。此外，不同沿海城市的时间序列地下水波动数据也被用于分析地下水波动与垂直地面沉降趋势之间的相关性，以理解水文动力学在驱动地质过程中的关键作用。

我们通过将PS-InSAR得出的垂直地面沉降率与IPCC的垂直地面沉降数据（Garner等人2021年）以及Watson和Lim（2020年）和Pfeffer和Allemand（2016年）报告的ALT-TG垂直地面沉降进行比较分析，以评估垂直地面沉降对海平面变化的贡献。例如，Ulsan地区的GPS得出的垂直地面沉降值为-6.70±3.10毫米/年，而IPCC AR6报告的垂直地面沉降为0.84±0.3毫米/年，Watson和Lim（2020年）报告的ALT-TG垂直地面沉降为0±1.1毫米/年。另一方面，Pfeffer和Allemand（2016年）报告的垂直地面沉降为-1.29±1.23毫米/年，而本研究得出的垂直地面沉降估计值为-2.16±0.9毫米/年。类似地，许多GNSS和InSAR研究指出，在韩国和其他地区的城市化地区存在地面沉降（Hussain等人2023年，Ramirez等人2022年，Bui等人2021年）。因此，这些下沉区域的关键基础设施，如港口、道路和海堤，面临更高的损坏和失效风险。

此外，地下水记录（2017年至2023年）被分析以探讨地下水波动与地面变形之间的关系，揭示了垂直地面沉降趋势与沿海地区地下水补给率之间的强相关性。为此，我们选择了靠近潮汐计站的地下水监测站，以确保空间一致性。图7展示了不同沿海地区的长期地下水波动趋势。有趣的是，时间序列图清楚地突出了地下水流的变化，这可能受到季节性降雨导致的土壤湿度波动的影响。更新的通用变形趋势在韩国半岛的多个PSMSL潮汐计站（见表S3，补充数据）中揭示了地面位移的季节性变化，这对提高RSLR监测和沿海风险评估的精度至关重要。

为了将观察到的沉降模式与全球沿海城市的已知沉降热点进行比较，我们进行了比较分析。例如，之前的研究报告了2014年至2020年间雅加达（4.43毫米/年）、上海（2.5毫米/年）、 Chattogram（11.81毫米/年）、纽约（0.61毫米/年）和胡志明市（16.2毫米/年）的快速沉降。这些城市通常由于过度抽取地下水、软沉积物的压实和密集的城市发展而经历沉降。同样，Wu等人（2022年）强调，许多沿海城市目前的沉降率超过了全球平均海平面上升率，表明这些地区可能面临比预期更早的洪水风险。图5展示了由PS-InSAR得出的韩国沿海城市和由Tay等人（2022年）报告的全球城市垂直地面沉降率的比较研究。我们选择了八个代表性的韩国沿海城市，并在每个城市边界内提取了PSPs，计算了垂直地面沉降的中位数、16百分位和84百分位值（见补充表S4）。比较结果表明，全球城市通常表现出更高的沉降率和更宽的不确定性范围，而韩国城市则显示出局部沉降，特别是木浦和宝山，其沉降率超过1毫米/年。尽管这些值低于一些最易沉降的全球大都市，但它们仍然显著，表明韩国可能正处于更严重的沉降驱动沿海风险情景的早期阶段。因此，需要在韩国低洼沿海地区采取主动的沉降监测和缓解措施，以防止问题发展到全球城市所经历的程度。

我们使用GNSS数据（Shirzaei等人2021年）验证了PS-InSAR得出的垂直地面沉降率。许多研究人员也使用这些数据验证InSAR得出的垂直地面沉降（如Tay等人2022年）。随后，我们在韩国沿海地区选择了41个GNSS观测站，并与PS-InSAR数据进行空间共定位的比较分析。为了消除城市或填海区域的空间去相关效应和子像素噪声，我们通过选择每个GNSS站点周围500米-1公里半径内的PSPs计算平均垂直地面沉降。许多研究（如Govorcin等人2025年，Ohenhen等人2023年，Sherpa等人2023年，Avornyo等人2024年，Qiao等人2023年，Ojha等人2018年）使用了100-500米的半径进行GNSS-InSAR整合，确保比较的空间一致性和统计稳健性。图6a展示了GNSS和PS-InSAR垂直地面沉降之间的散点图，叠加了从协方差矩阵得出的置信椭圆（1σ、2σ和3σ），表明两者之间有可接受的一致性。此外，多个统计矩阵，如决定系数R2=0.657、皮尔逊相关系数r=0.8105、林氏一致性相关系数CCC=0.773、均方根误差RMSE=0.731毫米/年和平均绝对误差MAE=0.568毫米/年，也显示了可接受的精度和准确性。图6b展示了垂直地面沉降差异（PSInSAR-GNSS）的直方图，显示出以零为中心的近似正态分布，均值差异（偏差）为0.195毫米/年，均值绝对偏差（MAD）=0.560毫米/年，表明系统偏差最小。我们还计算了显著性比率（SR），以比较PS-InSAR垂直地面沉降与GNSS垂直地面沉降的一致性，考虑它们的不确定性，如公式所示。图6c展示了SR分布，均值SR=0.464，标准差=0.434，表明大多数GNSS和PS-InSAR之间的差异在统计上可接受的范围内（SR<1.0）。此外，图6d中的Bland-Altman图可视化了两种方法在垂直地面沉降范围内的一致性。平均差异（偏差）为-0.195毫米/年（GNSS-PSInSAR），95%一致性界限为±1.4毫米/年，没有观察到明显的幅度依赖偏差。这些验证结果提供了强有力的证据，表明PS-InSAR得出的垂直地面沉降率与GNSS观测之间存在统计一致性，并且可以可靠地用于区域垂直地面沉降监测。然而，由于观测期不同，GNSS和PS-InSAR得出的垂直地面沉降数据集之间的时间不一致性可能导致它们的比较中出现轻微的系统性偏差。

此外，2017年至2023年的地下水记录被分析，以探讨地下水波动与地面变形之间的关系，揭示了垂直地面沉降趋势与沿海地区地下水补给率之间的强相关性。为此，我们选择了靠近潮汐计站的地下水监测站，以确保空间一致性。图7展示了不同沿海地区的长期地下水波动趋势。有趣的是，时间序列图清楚地突出了地下水流的变化，这可能受到季节性降雨导致的土壤湿度波动的影响。更新的通用变形趋势在韩国半岛的多个PSMSL潮汐计站（见表S3，补充数据）中揭示了地面位移的季节性变化，这对提高RSLR监测和沿海风险评估的精度至关重要。

为了评估垂直地面沉降对海平面变化的贡献，我们对不同PSMSL潮汐计站的垂直地面沉降率进行了比较分析，使用高分辨率的PS-InSAR得出的垂直地面沉降率（平均约1-2公里半径）与IPCC垂直地面沉降数据（Garner等人2021年）以及Watson和Lim（2020年）和Pfeffer和Allemand（2016年）报告的ALT-TG垂直地面沉降进行比较。图8a展示了本研究中PS-InSAR得出的垂直地面沉降率与报告的垂直地面沉降率之间的比较。Watson和Lim（2020年）基于超过30年的长期记录（直到2019年）报告了ALT-TG垂直地面沉降，而Pfeffer和Allemand（2016年）考虑了1992年11月至2013年7月的20年记录。分析显示，IPCC VLM与PS-InSAR得出的垂直地面沉降率之间的R2=0.56，ALT-TG VLM与PS-InSAR得出的垂直地面沉降率之间的R2=0.53，以及ALT-TG VLM与PS-InSAR得出的垂直地面沉降率之间的R2=0.52。本研究中PS-InSAR得出的垂直地面沉降率与独立数据集（ALT-TG和IPCC）在不同PSMSL潮汐计站的详细统计比较见图S3（a-c）（补充材料）。此外，Park等人（2024b）和SONEL数据库（Blewitt等人2018年）的GPS得出的垂直地面沉降率也被用于敏感性分析（见图S3d）。观察到PS-InSAR测量值与GPS得出的垂直地面沉降值之间存在合理的共识，确认了所得到的变形模式的可靠性。然而，由于观测期不同，GNSS和PS-InSAR得出的垂直地面沉降数据集之间的时间不一致性可能导致它们的比较中出现轻微的系统性偏差。

此外，地下水记录（2017年至2023年）被分析以探讨地下水波动与地面变形之间的关系，揭示了垂直地面沉降趋势与沿海地区地下水补给率之间的强相关性。为此，我们选择了靠近潮汐计站的地下水监测站，以确保空间一致性。图7展示了不同沿海地区的长期地下水波动趋势。有趣的是，时间序列图清楚地突出了地下水流的变化，这可能受到季节性降雨导致的土壤湿度波动的影响。更新的通用变形趋势在韩国半岛的多个PSMSL潮汐计站（见表S3，补充数据）中揭示了地面位移的季节性变化，这对提高RSLR监测和沿海风险评估的精度至关重要。

为了评估垂直地面沉降对海平面变化的贡献，我们对不同PSMSL潮汐计站的垂直地面沉降率进行了比较分析，使用高分辨率的PS-InSAR得出的垂直地面沉降率（平均约1-2公里半径）与IPCC垂直地面沉降数据（Garner等人2021年）以及Watson和Lim（2020年）和Pfeffer和Allemand（2016年）报告的ALT-TG垂直地面沉降进行比较。图8a展示了本研究中PS-InSAR得出的垂直地面沉降率与报告的垂直地面沉降率之间的比较。Watson和Lim（2020年）基于超过30年的长期记录（直到2019年）报告了ALT-TG垂直地面沉降，而Pfeffer和Allemand（2016年）考虑了1992年11月至2013年7月的20年记录。分析显示，IPCC VLM与PS-InSAR得出的垂直地面沉降率之间的R2=0.56，ALT-TG VLM与PS-InSAR得出的垂直地面沉降率之间的R2=0.53，以及ALT-TG VLM与PS-InSAR得出的垂直地面沉降率之间的R2=0.52。本研究中PS-InSAR得出的垂直地面沉降率与独立数据集（ALT-TG和IPCC）在不同PSMSL潮汐计站的详细统计比较见图S3（a-c）（补充材料）。此外，Park等人（2024b）和SONEL数据库（Blewitt等人2018年）的GPS得出的垂直地面沉降率也被用于敏感性分析（见图S3d）。观察到PS-InSAR测量值与GPS得出的垂直地面沉降值之间存在合理的共识，确认了所得到的变形模式的可靠性。然而，由于观测期不同，GNSS和PS-InSAR得出的垂直地面沉降数据集之间的时间不一致性可能导致它们的比较中出现轻微的系统性偏差。

此外，2017年至2023年的地下水记录被分析以探讨地下水波动与地面变形之间的关系，揭示了垂直地面沉降趋势与沿海地区地下水补给率之间的强相关性。为此，我们选择了靠近潮汐计站的地下水监测站，以确保空间一致性。图7展示了不同沿海地区的长期地下水波动趋势。有趣的是，时间序列图清楚地突出了地下水流的变化，这可能受到季节性降雨导致的土壤湿度波动的影响。更新的通用变形趋势在韩国半岛的多个PSMSL潮汐计站（见表S3，补充数据）中揭示了地面位移的季节性变化，这对提高RSLR监测和沿海风险评估的精度至关重要。

通过将PS-InSAR得出的垂直地面沉降率与IPCC的海平面上升预测（不考虑垂直地面沉降）进行整合，我们计算了韩国沿海地区的更新RSLR。研究结果表明，局部沉降对这些地区的RSLR有显著影响，而IPCC的预测在某些PSMSL潮汐计站（如釜山、仁川、肃川、蔚山和 Gunsan）中显示出方向上的矛盾。此外，我们观察到ALT-TG得出的垂直地面沉降与PS-InSAR得出的垂直地面沉降之间的显著性比率（SR）通常在不确定性范围内，但Incheon、Ulsan、Mukho和Yeosu等站点存在例外。这些差异突显了在PSMSL潮汐计站附近选择PSPs对平均垂直地面沉降计算的重要性。这些不一致性可能还源于不同观测期之间的时间跨度差异。然而，仅关注PSMSL站点的局部垂直地面沉降可能低估了RSLR的预测，因为可能忽略了更广泛的空间趋势。我们计算了IPCC垂直地面沉降与PS-InSAR得出的垂直地面沉降之间的百分比差异，如Ohenhen等人（2023年）所述，以评估海平面变化的高估和低估。例如，在仁川，PS-InSAR得出的垂直地面沉降率（-2.25±0.8毫米/年）比IPCC的垂直地面沉降率（0.76±0.3毫米/年）高出2毫米/年。在蔚山，PS-InSAR得出的垂直地面沉降率（-2.16±0.9毫米/年）比IPCC的垂直地面沉降率（0.84±0.3毫米/年）高出2毫米/年。在Mukho，PS-InSAR得出的垂直地面沉降率（3.1±0.4毫米/年）比IPCC的垂直地面沉降率（1.12±0.28毫米/年）高出2毫米/年。在宝山，PS-InSAR得出的垂直地面沉降率（-6.0±2.3毫米/年）比IPCC的垂直地面沉降率（-2.1±0.31毫米/年）高出2毫米/年。类似地，许多GNSS和InSAR研究指出，在仁川和首尔存在沉降（Hong等人2024年，Wu等人2022年，Tay等人2022年，Sengupta等人2020年），这表明IPCC AR6可能低估了SSP情景下的海平面上升预测。观察到ALT-TG得出的垂直地面沉降与PS-InSAR得出的垂直地面沉降之间的SR通常在不确定性范围内，但在Incheon、Ulsan、Mukho和Yeosu等站点存在例外。这些差异突显了在PSMSL潮汐计站附近选择PSPs对平均垂直地面沉降计算的重要性。这些不一致性可能还源于不同数据集之间的观测期差异。然而，仅关注PSMSL站点的局部垂直地面沉降可能低估了RSLR的预测，因为可能忽略了更广泛的空间趋势。我们计算了IPCC垂直地面沉降与PS-InSAR得出的垂直地面沉降之间的百分比差异，如Ohenhen等人（2023年）所述，以评估海平面变化的高估和低估。例如，在仁川，PS-InSAR得出的垂直地面沉降率（-2.25±0.8毫米/年）比IPCC的垂直地面沉降率（0.76±0.3毫米/年）高出2毫米/年。在蔚山，PS-InSAR得出的垂直地面沉降率（-2.16±0.9毫米/年）比IPCC的垂直地面沉降率（0.84±0.3毫米/年）高出2毫米/年。在Mukho，PS-InSAR得出的垂直地面沉降率（3.1±0.4毫米/年）比IPCC的垂直地面沉降率（1.12±0.28毫米/年）高出2毫米/年。在宝山，PS-InSAR得出的垂直地面沉降率（-6.0±2.3毫米/年）比IPCC的垂直地面沉降率（-2.1±0.31毫米/年）高出2毫米/年。类似地，许多GNSS和InSAR研究指出，在仁川和首尔存在沉降（Hong等人2024年，Wu等人2022年，Tay等人2022年，Sengupta等人2020年），